O encontro anual da Sociedade Americana de Hematologia (ASH) é considerado o congresso mais importante sobre doenças hematológicas a nível mundial. Peritos internacionais voltaram a trocar informações sobre os resultados actuais da investigação e as inovações mais importantes no diagnóstico e terapia em Dezembro de 2022. Uma vasta gama de tópicos hematológicos foi coberta – da classificação à inteligência artificial e
aos prognosticadores.
De acordo com a nova classificação de neoplasias hematológicas da OMS, a genética está a desempenhar um papel cada vez mais importante. Por conseguinte, às definições baseadas na genética é atribuída uma função de apoio. Por exemplo, devem ser consideradas as alterações TP53 resultantes da eliminação, mutação ou perda de heterozigosidade neutra em relação à cópia. Pode-se distinguir um simples acerto (sh) ou duplo acerto (dh; duas ou mais de duas alterações). Num estudo de coorte de 1520 pacientes com MDS e AML, TP53dh foi identificado como o factor de prognóstico mais importante [1]. Os casos MDS com <5% de explosões diferem dos casos MDS com ≥5% de explosões e dos casos AML na predominância do TP53sh e por ser o único subgrupo em que um cariótipo complexo (CK) mostrou um impacto negativo independente no SO de sobrevivência global. Assim, a presença de um CK desempenha geralmente um papel de prognóstico menor. Os restantes subgrupos (MDS ≥5%, <10% explosões; ≥10%, <20% explosões; AML) partilharam uma série de características comuns, com TP53dh ocorrendo em alta frequência e apenas TP53alt, mas não um CK, afectando independentemente o SO. Na coorte geral, TP53dh foi o factor de prognóstico mais forte; no entanto, a contagem de explosões também influencia o SO independentemente do estatuto de alelo TP53.
O factor tempo nas recaídas de AML
Embora a maioria dos pacientes com leucemia mielóide aguda (LMA) recentemente diagnosticada atinja a remissão completa (RC) após a quimioterapia de indução, a maioria recai subsequentemente. Estudos anteriores mostraram a importância de vários factores prognósticos para uma sobrevivência sem recaídas, incluindo a idade, citogenética, doença hematológica prévia (DHA) e terapia prévia do cancro. Contudo, factores adicionais como o estado de doença residual mensurável (DRM), o tempo para contar a recuperação e o tipo de remissão (RC vs RC com recuperação de contagem incompleta [CRi]) são agora tidos em conta na avaliação da resposta ao tratamento. Em doentes em remissão completa, os efeitos de variáveis adicionais para resposta inicial sobre recaída ou morte foram estudados em diferentes pontos de tempo até três anos, um ponto de tempo após o qual as recaídas de LMA são muito raras [2].
De 972 pacientes com diagnóstico confirmado de LMA ou outra neoplasia mielóide de alto grau (≥10% de explosões), 656 alcançaram remissão morfológica (CR ou CRi) e foram incluídos na análise. Os principais pontos finais foram a sobrevivência sem recaída a 1, 2 ou 3 anos. A idade média no diagnóstico foi de 60 anos. 373 pacientes (57%) foram diagnosticados com LMA de novo, os restantes eram uma mistura de LMA antecedente e LMA relacionada com o tratamento. A classificação de risco ELN2017 foi favorável em 181 pacientes (28%), intermédia em 206 (41%) e desfavorável em 203 (31%). A maioria dos pacientes recebeu terapia de indução de alta ou média intensidade (88%). Após a indução, 540 pacientes (82%) obtiveram RC e 116 pacientes (18%) obtiveram RCi. O DRM após terapia de indução foi observado em 173 pacientes (26%). Na análise multivariável, a idade, o tipo de remissão (CRi) e o estatuto de DRM foram os preditores mais fortes de sobrevivência sem recaída nos anos 1, 2 e 3. No modelo para o ano 3, o DRM+ CR após a indução foi associado à maior diminuição na probabilidade de sobrevivência sem recaída. A sobrevivência sem recaída (RFS) de 3 anos foi de 18,5% para os pacientes com DRM+ contra 36,4% para os pacientes com DRM-. Em última análise, a categoria de remissão (CR vs CRi), o estado de DRM e a idade foram considerados como os mais fortes preditores de sobrevivência sem recaída nos anos 1, 2 ou 3 após indução em pacientes com LMA e outras neoplasias mielóides de alto grau.
Paisagem de patologia unicelular
O linfoma difuso de grandes células B é uma doença heterogénea com padrões estabelecidos de características moleculares e genéticas recorrentes. No entanto, pouco se sabe até agora sobre a composição celular dos tumores DLBCL e a biologia subjacente do microambiente tumoral (TME). Assim, a citometria de massa de imagem foi utilizada para quantificar simultaneamente dois grupos de 34 marcadores de proteínas em secções em série de tecido tumoral [3]. Um total de 57 marcadores únicos que identificam as principais linhagens celulares (CD3, CD20, PDPN, CD68, etc.), funções imunitárias (IDO, PD1, granzyme B, etc.) e fenótipos tumorais (IRF4, BCL6, p53, etc.) foram quantificados com uma única resolução celular em 545 núcleos tumorais de 328 tumores DLBCL primários.
O agrupamento de células individuais e a análise da comunidade celular identificaram 27 tipos diferentes de células e 19 comunidades celulares com 5 padrões globais de composição e estrutura de tumores. Os microambientes “frios”, ou seja, tumores pobres em células imunes e estromais infiltrantes, eram os mais comuns e representavam 35,1% dos tumores imitados. As TME “citotóxicas” (20,7%) foram significativamente enriquecidas em células T CD8 que expressam granzyme B e LAG3, e macrófagos do tipo CD163+ M2 que expressam IDO e S100A9. Os tumores “estroma” (21,3%) foram enriquecidos com estroma PDPN-positivo e macrófagos do tipo M1. Separadamente, verificou-se também que 98% dos casos com núcleos tumorais replicados não tinham diferenças estatisticamente significativas na composição tumoral entre núcleos.
A análise de risco proporcional Multivariada Cox mostrou que os clusters de TME estavam significativamente associados tanto à sobrevivência global como à sobrevivência sem progressão. Em particular, verificou-se que as TME citotóxicas tiveram os resultados clínicos menos favoráveis, enquanto que os tumores frios mostraram uma ligeira tendência para uma sobrevivência pior.
Foi examinado um total de 23 marcadores fenotípicos das populações de células B malignas, para se obter correlações com a TME. As células B malignas nas TMEs citotóxicas mostraram um aumento significativo da expressão de MHC-I, PD-L1 e vimentina e foram enriquecidas com DLBCLs do tipo ABC. As TMEs frias tinham aumentado significativamente o índice de proliferação BCL2 e Ki67 e diminuído a expressão MHC-I. As TME do estroma foram enriquecidas com DLBCL semelhantes a GCB.
Em conjunto, estes resultados sugerem que o frio e as TMEs citotóxicas podem representar uma dicotomia de duas vias distintas para a doença agressiva – ou disfunção imunitária extrema (citotóxica) ou evasão (frio). A identificação da composição de TME nos doentes melhorará a estratificação e poderá fornecer um contexto útil para o meio das terapias imunológicas actualmente em investigação para o tratamento de DLBCL.
Arquitectura tumoral no mieloma múltiplo
Os aspectos espaciais da infiltração imunitária foram extensivamente estudados no contexto de tumores sólidos e estão relacionados com a resposta à imunoterapia. Abordagens imunológicas começaram a mudar o panorama terapêutico em malignidades hematológicas, tais como mieloma múltiplo (MM) e seus precursores, gamopatia monoclonal de significado indeterminado (MGUS) e mieloma de smouldering (SMM). O microambiente imunológico da medula óssea (BM) foi estudado em detalhe nestes casos com análises de uma célula de aspirados de BM. No entanto, a análise dos padrões espaciais de tumores/ infiltração imune nas biópsias de trefina e os mecanismos subjacentes são mal compreendidos. Assim, as análises espaciais de alta dimensão foram combinadas com a aprendizagem de máquinas para analisar biópsias de BM de pacientes com MM, MGUS e SMM recentemente diagnosticados. Os mecanismos subjacentes à infiltração de células T no tumor foram investigados utilizando modelos in vitro. Os padrões de crescimento de células tumorais e os mecanismos subjacentes à infiltração de células T neoantígenas específicas foram também estudados utilizando o modelo humanizado de rato MISTRG6 [4].
As biópsias MM, mas não as biópsias MGUS, mostraram um padrão multifocal de crescimento tumoral. Observaram-se densos aglomerados de células tumorais em MM, que pareciam formar regiões de exclusão de células T. Em comparação com o MGUS, as biópsias MM mostraram uma densidade mais baixa de células T do tipo TCF1+, um aumento da proporção de células T do efeito granzoma B+ CD8+ e um aumento da expressão de células mielóides. O crescimento multifocal de MM, mas não de MGUS, foi reproduzido em ratos humanizados MISTRG6. Isto sugere que se trata de uma propriedade intrínseca associada à malignidade.
Consistentes com os dados do IHC, os tumores MM eram resistentes à infiltração de células T em modelos in vitro. A activação prévia das células T resultou num aumento da infiltração das células T e foi conseguida de forma óptima após estimulação anti-CD3/CD2/CD28. A infiltração de células T também exigiu interacções CD2/CD58 e foi ab-rogada pela perturbação destas interacções. As células T específicas do neoantigénio reconhecem prontamente as células MM em cultura. No entanto, a entrada de células T neoantígenas específicas em aglomerados de tumores de MM que exprimem o antigénio era específica do antigénio e requeria estimulação in situ com células dendríticas (DCs) que apresentavam antigénio. Após transferência para ratos humanizados, as células T neoantígenas específicas podem ser facilmente localizadas no tumor. No entanto, a entrada destas células T em massas tumorais com expressão antigénica in vivo depende novamente das CD associadas a tumores.
Inteligência artificial em acção
A inteligência artificial está cada vez mais a encontrar o seu caminho na medicina para facilitar os fluxos de trabalho ou verificar diagnósticos. As neoplasias hematopoiéticas, por exemplo, são diagnosticadas usando uma combinação de diferentes métodos. Requerem equipamento complexo e cientistas e técnicos de laboratório clínico altamente qualificados, o que aumenta tanto o tempo de resposta como os custos. Agora foi desenvolvido um classificador baseado na web que pode reconhecer 33 neoplasias hematopoiéticas diferentes e sangue/ medula óssea periférica normal. Para avaliar o desempenho do modelo, 325 amostras foram sequenciadas prospectivamente, utilizando tanto a WGS como a WTS nos instrumentos NovaSeq [5]. Variantes únicas de nucleótidos (SNV), variantes estruturais (SV) e alterações do número de cópias (CNA) foram extraídas dos dados da WGS com um gasoduto tumoro-sem-normal, bem como fusões de genes (GF) e expressão genética (GE) da WTS. Os SNV foram filtrados utilizando bases de dados comuns. Em paralelo, foi feito um diagnóstico final de rotina independente baseado em procedimentos padrão de ouro (GST), de acordo com as directrizes da OMS.
O foco principal para a comparação directa neste estudo prospectivo foi sobre AML e TODOS os casos. AML foi correctamente classificada com a maior probabilidade em 90% dos casos. 6/10 AMLs mal classificadas foram classificadas como MDS. Nestes casos, a segunda doença mais provável prevista foi AML em 3/6 casos. Apenas uma BCP-ALL foi mal classificada, com 98% das amostras correctamente previstas com um MP de 94%. 11/14 (79%) T-ALLs foram correctamente previstos, também com um MP de 94%. Nos 3/14 casos falsos, o mp foi de 39%, com uma segunda previsão mais alta num intervalo de probabilidade semelhante (38% vs. 31%, 39% vs. 34% e 61% vs. 24%). Além disso, a nossa coorte incluiu 26 casos de mieloma múltiplo (MM), dos quais 24 foram correctamente previstos e dois foram erradamente classificados como MGUS, mas com uma probabilidade quase igual de MMUS.
O papel dos plasmócitos clonais no MM
O transplante autólogo hematopoiético de células estaminais (autoHCT) é considerado o tratamento padrão para pacientes com mieloma múltiplo. No entanto, a maioria dos pacientes tem uma recaída, possivelmente devido à presença de células plasmáticas clonais (CPC) no auto-enxerto. O significado do CPC no auto-enxerto ainda não é claro. Os doentes MM com anomalias cromossómicas de alto risco (HRMM) detectadas por hibridação in situ de florescência (FISH) têm resultados piores em comparação com os doentes com doença de risco padrão.
Numa análise retrospectiva, foram estudados produtos de auto-enxerto de 416 pacientes: 75 CPC+ (18%) e 341 CPC- (82%) [6]. 57% dos pacientes eram do sexo masculino e a idade média na TCH automática era de 62 anos. Menos pacientes no grupo CPC+ do que no grupo CPC- receberam o regime de VRD como indução antes do transplante (25% vs. 44%) e menos pacientes conseguiram ≥VGPR após a indução do que no grupo CPC- (32% vs. 62%). O tempo médio de acompanhamento de toda a coorte foi de 35,7 meses. A taxa de 100 dias e a melhor taxa de RC após o auto-HCT foram de 8% e 19% e 33% e 54% nos grupos CPC+ e CPC-, respectivamente. O grupo CPC+ também tinha menos probabilidades de alcançar a CRRD-negativa após o transplante (11% vs. 42%). A mediana do PFS no grupo CPC+ versus CPC- foi de 12,8 e 32,1 meses, respectivamente, e a mediana do OS foi de 36,4 e 81,2 meses, respectivamente.
O estudo mostrou um grande impacto do CPC em auto-enxerto nos resultados após o auto-HCT em HRMM. Tanto a presença como o grau de CPC no auto-enxerto eram altamente preditivos de PFS e SO piores, mesmo em pacientes que tinham atingido ≥VGPR e CR/VGPR negativo para MRD antes do auto-HCT. Novas estratégias para a purificação ex vivo do CPC poderiam melhorar os resultados dos pacientes.
Congresso: 64ª Reunião Anual da Sociedade Americana de Hematologia (ASH)
Literatura:
- Stengel A, Meggendorfer M, Walter W, et al.: Interplay of TP53 Allelic State, Blast Count and Karyotype on Survival of Patients with AML and MDS. Sangue 2022; 140(Suplemento 1): 2073-2074.
- Lim J, Othus M, Shaw CM, et al: Previsão de recaída dependente do tempo em doentes com leucemia mielóide aguda. Resumo 57. 10.12.2022, ASH 2022.
- McNally D, Lytle A, Ravichandran H, et al: The Single-Cell Pathology Landscape of Diffuse Large B Cell Lymphoma. Abstrato 67. 10.12.2022, ASH 2022.
- Robinson H, Villa N, Jaye DL, et al: Tumour-Immune Architecture and the Regulation of Antigen-Specific T-Cell Infiltration in Multiple Myeloma and Premalignant Plasma Cell Disorders. Abstrato 98. 10.12.2022, ASH 2022.
- Nadarajah N, Maschek S, Hutter S, et al: Evaluation of a Transparent Artificial Intelligence (AI) Disease Classification System with Whole Genome Sequencing (WGS) and Whole Transcriptome Sequencing (WTS) Data in a Prospective Study with 325 Cases. Sangue 2022; 140(Suplemento 1): 1915-1916.
- Pasvolsky O, Milton DR, Rauf M, et al: Impact of Presence and Amount of Clonal Plasma Cells in Autografts Affect Outcomes in High-Risk Multiple Myeloma Patients Undergoing Autologous Stematopoietic Stematopoietic Stems Cell Transplant. Resumo 115. 10.12.2022, ASH 2022.
InFo ONCOLOGY & HEMATOLOGY 2023; 11(1): 20-22 (publicado 28.2.23, antes da impressão).