Il meeting annuale della Società Americana di Ematologia (ASH) è considerato il congresso più importante sulle malattie ematologiche a livello mondiale. Gli esperti internazionali hanno nuovamente scambiato informazioni sui risultati attuali della ricerca e sulle innovazioni più importanti nella diagnostica e nella terapia nel dicembre 2022. È stata trattata un’ampia gamma di argomenti ematologici – dalla classificazione all’intelligenza artificiale e
ai responsabili della prognosi.
Secondo la nuova classificazione dell’OMS delle neoplasie ematologiche, la genetica svolge un ruolo sempre più importante. Pertanto, alle definizioni basate sulla genetica viene assegnata una funzione di supporto. Per esempio, devono essere prese in considerazione le alterazioni di TP53 derivanti da delezione, mutazione o perdita di eterozigosi neutra. Si possono distinguere un colpo singolo (sh) o un colpo doppio (dh; due o più di due cambi). In uno studio di coorte su 1520 pazienti con MDS e AML, TP53dh è stato identificato come il fattore prognostico più importante [1]. I casi di SMD con <5% di blasti differiscono dai casi di SMD con ≥5% di blasti e dai casi di AML per la predominanza di TP53sh e per essere l’unico sottogruppo in cui un cariotipo complesso (CK) ha mostrato un impatto negativo indipendente sulla sopravvivenza globale OS. Pertanto, la presenza di una CK gioca generalmente un ruolo prognostico minore. I restanti sottogruppi (MDS ≥5%, <10% di blasti; ≥10%, <20% di blasti; AML) hanno condiviso una serie di caratteristiche comuni, con TP53dh presente in alta frequenza e solo TP53alt, ma non una CK, che influenza in modo indipendente la OS. Nella coorte complessiva, TP53dh è stato il fattore prognostico più forte; tuttavia, anche il numero di blasti influenza la OS indipendentemente dallo stato dell’allele TP53.
Il fattore tempo nelle recidive di AML
Sebbene la maggior parte dei pazienti con leucemia mieloide acuta (AML) di nuova diagnosi raggiunga la remissione completa (CR) dopo la chemioterapia di induzione, la maggior parte successivamente ha una ricaduta. Studi precedenti hanno dimostrato l’importanza di diversi fattori prognostici per la sopravvivenza libera da recidiva, tra cui l’età, la citogenetica, la malattia ematologica pregressa (AHD) e la terapia antitumorale precedente. Tuttavia, nella valutazione della risposta al trattamento, si tiene conto di fattori aggiuntivi come lo stato della malattia residua misurabile (MRD), il tempo di recupero della conta e il tipo di remissione (CR vs. CR con recupero incompleto della conta [CRi]). Nei pazienti in remissione completa, sono stati studiati gli effetti di variabili aggiuntive per la risposta iniziale sulla recidiva o sulla morte in diversi punti temporali fino a tre anni, un momento dopo il quale le recidive di AML sono molto rare [2].
Di 972 pazienti con una diagnosi confermata di AML o di un’altra neoplasia mieloide di alto grado (≥10% di blasti), 656 hanno raggiunto la remissione morfologica (CR o CRi) e sono stati inclusi nell’analisi. Gli endpoint primari erano la sopravvivenza senza recidiva a 1, 2 o 3 anni. L’età media alla diagnosi era di 60 anni. A 373 pazienti (57%) è stata diagnosticata una LAM de novo, mentre i restanti erano una miscela di LAM antecedente e correlata al trattamento. La classificazione del rischio ELN2017 era favorevole in 181 pazienti (28%), intermedia in 206 (41%) e sfavorevole in 203 (31%). La maggior parte dei pazienti ha ricevuto una terapia di induzione ad alta o media intensità (88%). Dopo l’induzione, 540 pazienti (82%) hanno raggiunto la CR e 116 pazienti (18%) hanno raggiunto la CRi. La MRD dopo la terapia di induzione è stata osservata in 173 pazienti (26%). Nell’analisi multivariabile, l’età, il tipo di remissione (CRi) e lo stato MRD sono stati i predittori più forti della sopravvivenza senza recidiva agli anni 1, 2 e 3. Nel modello per l’anno 3, la CR MRD+ dopo l’induzione è stata associata alla maggiore diminuzione della probabilità di sopravvivere senza recidiva. La sopravvivenza libera da recidiva (RFS) a 3 anni è stata del 18,5% per i pazienti MRD+ rispetto al 36,4% per i pazienti MRD-. In definitiva, la categoria di remissione (CR vs CRi), lo stato MRD e l’età sono risultati i predittori più forti di sopravvivenza senza recidiva a 1, 2 o 3 anni dopo l’induzione nei pazienti con AML e altre neoplasie mieloidi di alto grado.
Paesaggio della patologia a cellule singole
Il linfoma diffuso a grandi cellule B è una malattia eterogenea con modelli consolidati di caratteristiche molecolari e genetiche ricorrenti. Tuttavia, finora si sa poco sulla composizione cellulare dei tumori DLBCL e sulla biologia sottostante del microambiente tumorale (TME). Pertanto, è stata utilizzata la citometria di massa per immagini per quantificare simultaneamente due gruppi di 34 marcatori proteici in sezioni seriali di tessuto tumorale [3]. Un totale di 57 marcatori unici che identificano i principali lignaggi cellulari (CD3, CD20, PDPN, CD68, ecc.), le funzioni immunitarie (IDO, PD1, granzima B, ecc.) e i fenotipi tumorali (IRF4, BCL6, p53, ecc.) sono stati quantificati con una risoluzione a livello di singola cellula in 545 nuclei tumorali di 328 tumori DLBCL primari.
La clusterizzazione delle singole cellule e l’analisi della comunità cellulare hanno identificato 27 tipi di cellule diverse e 19 comunità cellulari con 5 modelli generali di composizione e struttura del tumore. I microambienti “freddi”, cioè i tumori poveri di cellule immunitarie e stromali infiltranti, sono stati i più comuni e hanno rappresentato il 35,1% dei tumori imitati. Le TME “citotossiche” (20,7%) erano significativamente arricchite in cellule T CD8 che esprimevano granzima B e LAG3, e macrofagi CD163+ M2-like che esprimevano IDO e S100A9. I tumori “stromali” (21,3%) sono stati arricchiti con stroma PDPN-positivo e macrofagi M1-like. Separatamente, è stato anche rilevato che il 98% dei casi con nuclei tumorali replicati non presentava differenze statisticamente significative nella composizione del tumore tra i nuclei.
L’analisi multivariata Cox proportional hazard ha mostrato che i cluster TME erano significativamente associati sia alla sopravvivenza globale che alla sopravvivenza libera da progressione. In particolare, i TME citotossici sono risultati avere gli esiti clinici meno favorevoli, mentre i tumori freddi hanno mostrato una leggera tendenza a una sopravvivenza peggiore.
Un totale di 23 marcatori fenotipici delle popolazioni di cellule B maligne sono stati esaminati per le correlazioni con la TME. Le cellule B maligne nelle TME citotossiche hanno mostrato un aumento significativo dell’espressione di MHC-I, PD-L1 e vimentina e si sono arricchite di DLBCL ABC-like. Le TME fredde presentavano un aumento significativo dell’indice di proliferazione BCL2 e Ki67 e una minore espressione di MHC-I. Le TME stromali erano arricchite di DLBCL simili a GCB.
Nel complesso, questi risultati suggeriscono che le TME fredde e citotossiche possono rappresentare una dicotomia di due percorsi distinti verso la malattia aggressiva – disfunzione immunitaria estrema (citotossica) o evasione (fredda). L’identificazione della composizione del TME nei pazienti migliorerà la stratificazione e potrà fornire un contesto utile per il milieu delle terapie immunologiche attualmente in fase di studio per il trattamento del DLBCL.
Architettura tumorale nel mieloma multiplo
Gli aspetti spaziali dell’infiltrazione immunitaria sono stati ampiamente studiati nel contesto dei tumori solidi e sono correlati alla risposta all’immunoterapia. Gli approcci basati sull’immunità hanno iniziato a cambiare il panorama terapeutico nelle neoplasie ematologiche come il mieloma multiplo (MM) e i suoi precursori, la gammopatia monoclonale di significato indeterminato (MGUS) e il mieloma fumante (SMM). Il microambiente immunologico del midollo osseo (BM) è stato studiato in dettaglio in questi casi con analisi di singole cellule di aspirati di BM. Tuttavia, l’analisi dei modelli spaziali dell’infiltrazione tumorale/immunitaria nelle biopsie su trefina e i meccanismi sottostanti sono poco conosciuti. Pertanto, le analisi spaziali ad alta dimensionalità sono state combinate con l’apprendimento automatico per analizzare le biopsie del BM di pazienti con MM, MGUS e SMM di nuova diagnosi. I meccanismi alla base dell’infiltrazione delle cellule T nel tumore sono stati studiati utilizzando modelli in vitro. I modelli di crescita delle cellule tumorali e i meccanismi alla base dell’infiltrazione di cellule T neoantigene-specifiche sono stati studiati anche utilizzando il modello murino umanizzato MISTRG6 [4].
Le biopsie di MM, ma non quelle di MGUS, hanno mostrato un modello multifocale di crescita tumorale. Nel MM sono stati osservati ammassi densi di cellule tumorali, che sembravano formare regioni di esclusione delle cellule T. Rispetto all’MGUS, le biopsie di MM hanno mostrato una minore densità di cellule T TCF1+ simil-staminali, una maggiore proporzione di cellule T effettrici CD8+ con granzima B e una maggiore espressione di cellule mieloidi. La crescita multifocale di MM, ma non di MGUS, è stata riprodotta in topi umanizzati MISTRG6. Ciò suggerisce che si tratta di una proprietà intrinseca associata alla malignità.
Coerentemente con i dati IHC, i tumori MM erano resistenti all’infiltrazione delle cellule T nei modelli in vitro. L’attivazione preventiva delle cellule T ha comportato un aumento dell’infiltrazione delle cellule T ed è stata ottenuta in modo ottimale dopo la stimolazione anti-CD3/CD2/CD28. L’infiltrazione delle cellule T richiedeva anche le interazioni CD2/CD58 e veniva abrogata interrompendo queste interazioni. Le cellule T neoantigene-specifiche riconoscono prontamente le cellule di MM in coltura. Tuttavia, l’ingresso delle cellule T neoantigene-specifiche nei cluster di tumori MM che esprimono l’antigene era antigene-specifico e richiedeva la stimolazione in situ con le cellule dendritiche (DC) che presentano l’antigene. Dopo il trasferimento in topi umanizzati, le cellule T neoantigene-specifiche possono essere facilmente localizzate nel tumore. Tuttavia, l’ingresso di queste cellule T nelle masse tumorali che esprimono l’antigene in vivo dipende nuovamente dalle DC associate al tumore.
Intelligenza artificiale in azione
L’intelligenza artificiale si sta facendo sempre più strada nella medicina per facilitare i flussi di lavoro o verificare la diagnostica. Le neoplasie ematopoietiche, ad esempio, vengono diagnosticate con una combinazione di metodi diversi. Richiedono attrezzature complesse e scienziati e tecnici di laboratorio clinico altamente qualificati, che aumentano i tempi di consegna e i costi. Ora è stato sviluppato un classificatore basato sul web in grado di riconoscere 33 diverse neoplasie ematopoietiche e il normale sangue periferico/midollo osseo. Per valutare le prestazioni del modello, 325 campioni sono stati sequenziati in modo prospettico, utilizzando sia WGS che WTS su strumenti NovaSeq [5]. Le varianti a singolo nucleotide (SNV), le varianti strutturali (SV) e le alterazioni del numero di copie (CNA) sono state estratte dai dati WGS con una pipeline tumore-senza-normale, così come le fusioni geniche (GF) e l’espressione genica (GE) da WTS. Gli SNV sono stati filtrati utilizzando database comuni. In parallelo, è stata effettuata una diagnosi finale di routine indipendente, basata su procedure gold standard (GST) secondo le linee guida dell’OMS.
Il focus principale per il confronto diretto in questo studio prospettico è stato sui casi di AML e ALL. La LAM è stata classificata correttamente con la massima probabilità nel 90% dei casi. 6/10 AML mal classificate sono state classificate come MDS. In questi casi, la seconda malattia più probabile prevista era l’AML in 3/6 casi. Solo una BCP-ALL è stata classificata in modo errato, con il 98% dei campioni predetti correttamente con un MP del 94%. 11/14 (79%) T-ALL sono stati predetti correttamente, anche in questo caso con un MP del 94%. Nei 3/14 casi falsi, la mp era del 39%, con una seconda previsione più alta in un intervallo di probabilità simile (38% vs. 31%, 39% vs. 34% e 61% vs. 24%). Inoltre, la nostra coorte comprendeva 26 casi di mieloma multiplo (MM), di cui 24 sono stati correttamente previsti e due sono stati erroneamente classificati come MGUS ma con una probabilità quasi uguale di MM.
Il ruolo delle plasmacellule clonali nel MM
Il trapianto autologo di cellule staminali ematopoietiche (autoHCT) è considerato il trattamento standard per i pazienti con mieloma multiplo. Tuttavia, la maggior parte dei pazienti ha una ricaduta, forse dovuta alla presenza di plasmacellule clonali (CPC) nell’autotrapianto. L’importanza delle CPC nell’autotrapianto non è ancora chiara. I pazienti con MM con anomalie cromosomiche ad alto rischio (HRMM) rilevate mediante ibridazione in situ a fluorescenza (FISH) hanno esiti peggiori rispetto ai pazienti con malattia a rischio standard.
In un’analisi retrospettiva, sono stati studiati gli autotrapianti di 416 pazienti: 75 CPC+ (18%) e 341 CPC- (82%) [6]. Il 57% dei pazienti era di sesso maschile e l’età media al momento dell’auto-ictus era di 62 anni. Meno pazienti nel gruppo CPC+ rispetto al gruppo CPC- hanno ricevuto il regime VRD come induzione prima del trapianto (25% vs. 44%) e meno pazienti hanno raggiunto ≥VGPR dopo l’induzione rispetto al gruppo CPC- (32% vs. 62%). Il tempo di follow-up mediano per l’intera coorte è stato di 35,7 mesi. Il tasso di 100 giorni e il tasso di migliore CR dopo l’auto-HCT sono stati rispettivamente dell’8% e del 19% e del 33% e del 54% nei gruppi CPC+ e CPC-. Il gruppo CPC+ aveva anche una minore probabilità di ottenere una CR MRD-negativa dopo il trapianto (11% contro 42%). La PFS mediana nel gruppo CPC+ rispetto a quello CPC- è stata rispettivamente di 12,8 e 32,1 mesi, mentre la OS mediana è stata rispettivamente di 36,4 e 81,2 mesi.
Lo studio ha mostrato un grande impatto della CPC nell’autotrapianto sugli esiti dopo l’autotrapianto in HRMM. Sia la presenza che il grado di CPC nell’autotrapianto erano altamente predittivi di una peggiore PFS e OS, anche nei pazienti che avevano raggiunto una CR/VGPR ≥VGPR e MRD-negativa prima dell’autotrapianto. Nuove strategie per la purificazione ex vivo delle CPC potrebbero migliorare i risultati dei pazienti.
Congresso: 64° Meeting annuale della Società Americana di Ematologia (ASH)
Letteratura:
- Stengel A, Meggendorfer M, Walter W, et al.: Interazione tra lo stato allelico TP53, la conta dei blasti e il cariotipo sulla sopravvivenza dei pazienti con AML e MDS. Sangue 2022; 140(Supplemento 1): 2073-2074.
- Lim J, Othus M, Shaw CM, et al: Previsione della ricaduta dipendente dal tempo nei pazienti con leucemia mieloide acuta. Abstract 57. 10.12.2022, ASH 2022.
- McNally D, Lytle A, Ravichandran H, et al: Il panorama della patologia monocellulare del linfoma diffuso a grandi cellule B. Abstract 67. 10.12.2022, ASH 2022.
- Robinson H, Villa N, Jaye DL, et al: Architettura tumore-immunità e regolazione dell’infiltrazione delle cellule T specifiche per l’antigene nel mieloma multiplo e nei disordini premaligni delle plasmacellule. Abstract 98. 10.12.2022, ASH 2022.
- Nadarajah N, Maschek S, Hutter S, et al: Valutazione di un sistema di classificazione delle malattie con intelligenza artificiale (AI) trasparente con dati di sequenziamento dell’intero genoma (WGS) e del trascrittoma (WTS) in uno studio prospettico con 325 casi. Blood 2022; 140(Supplemento 1): 1915-1916.
- Pasvolsky O, Milton DR, Rauf M, et al: L’impatto della presenza e della quantità di plasmacellule clonali negli autotrapianti influisce sui risultati nei pazienti con mieloma multiplo ad alto rischio sottoposti a trapianto autologo di cellule staminali ematopoietiche. Abstract 115. 10.12.2022, ASH 2022.
InFo ONCOLOGIA & EMATOLOGIA 2023; 11(1): 20-22 (pubblicato il 28.2.23, prima della stampa).
