ПОИСК НОВЫХ МАРКЕРОВ ЭФФЕКТИВНОСТИ ТЕРАПИИ ИНГИБИТОРАМИ ТИРОЗИНКИНАЗ ПРИ ХРОНИЧЕСКОМ МИЕЛОИДНОМ ЛЕЙКОЗЕ МЕТОДОМ ПОЛНОЭКЗОМНОГО СЕКВЕНИРОВАНИЯ

Введение. Хронический миелоидный лейкоз (ХМЛ) — частое миелопролиферативное заболевание, характеризующееся патогенной активностью химерной тирозинкиназы BCR/ABL, которая стимулирует неконтролируемую пролиферацию клеток и нестабильность ДНК. Первичная резистентность или неоптимальный ответ на терапию ингибиторами тирозинкиназ (ИТК) регистрируется примерно у 20% пациентов с ХМЛ.
Цель работы: обнаружение экзомных вариантов, связанных с неоптимальным ответом больных ХМЛ на таргетную терапию ИТК.
Материалы и методы. В исследование были включены восемь пациентов с Ph+ ХМЛ в хронической фазе. Через 6 мес наблюдения пациенты были разделены на две группы: четыре человека с оптимальным ответом на терапию ИТК и четыре человека с неоптимальным ответом. В группу валидации вошли 62 пациента (32 — с оптимальным и 30 — с неоптимальным ответом на терапию). Экзомное секвенирование проводили на платформе Ion Torrent PGM. Выравнивание проводили на геном человека (GRCh37). Секвенирование по Сэнгеру проводили на приборе ABI PRISM 3500xl. Статистическую обработку результатов проводили с помощью программ MS Office Excel, SPSS21.
Результаты и заключение. По результатам экзомного секвенирования выделено семь вариантов, ассоциированных с ответом на терапию: ANKRD35-rs11579366, DNAH9-rs1990236, MAGEC1-rs176037, TOX3- rs10653661, THSD1-rs3803264, MORN2-rs3099950, PTCRA-rs9471966. Валидация этих вариантов на дополнительной выборке больных (n = 62) и поиск ассоциаций различных сочетаний генотипов и гаплотипов с ответом на терапию не позволил однозначно выделить варианты, ассоциированные с неоптимальным ответом на терапию ИТК. Кроме того, были исследованы варианты в 9000 генах, в результате чего удалось обнаружить 75 генов, достоверно различающихся по количеству вариантов между группами. Анализ обогащения показал, что выявленные гены участвуют в регуляции клеточной адгезии, межклеточных контактов, антигенной активации Т-лимфоцитов, опосредованном ингибировании áИФН сигнального пути, отвечающего за антипролиферативный эффект. Также была выявлена связь многих из этих генов с развитием различных злокачественных новообразований (рак почки, легкого и молочной железы). Многофакторная природа ответа на терапию, безусловно, осложняет поиск прогностических факторов.

1. Куликов С. М., Виноградова О. Ю., Челышева Е. Ю. и др. Заболеваемость хроническим миелолейкозом в 6 регионах России по данным популяционного исследования 2009—2012 гг. Терапевтический архив 2014; 86(7):24—30.

2. Hoffmann V. S., Baccarani M., Hasford J. et al. The EUTOS populationbased registry: incidence and clinical characteristics of 2904 CML patients in 20 European countries. Leukemia 2015; 29(6):1336—1343.

3. Jabbour E., Kantarjian H., Cortes J. Use of second- and third-generation tyrosine kinase inhibitors in the treatment of chronic myeloid leukemia: an evolving treatment paradigm. Clinical Lymphoma Myeloma and Leukemia 2015; 15(6):323—334.

4. Волкова С. А., Самойлова О. С., Самарина И. Н. и др. Эффективность иматиниба и прогностическая значимость неудачи лечения по критериям ELN после 18 месяцев амбулаторной терапии хронического миелолейкоза. Клиническая онкогематология. Фундаментальные исследования и клиническая практика 2011; 4(2):146—151.

5. Bixby D., Talpaz M. Seeking the causes and solutions to imatinib-resistance in chronic myeloid leukemia. Leukemia 2011; 25(1):7—22.

6. Куцев С. И. Эволюция мониторинга лечения хронического миелоидного лейкоза. Гематология и трансфузиология 2009; 54(4):36—44.

7. Hamad A., Sahli Z., E Sabban M. et al. Emerging therapeutic strategies for targeting chronic myeloid leukemia stem cells. Stem Cells International 2013; 2013:724360. doi: 10.1155/2013/724360.

8. Marin D., Ibrahim A. R., Goldman J. M. European Treatment and Outcome Study (EUTOS) score for chronic myeloid leukemia still requires more confirmation. Clin Oncol 2011; 29(29):3944—3945.

9. Yamamoto E., Fujisawa S., Hagihara M. et al. European Treatment and Outcome Study score does not predict imatinib treatment response and outcome in chronic myeloid leukemia patients. Cancer Sci 2014; 105(1):105—109.

10. Gromicho M., Magalhães M., Torres F. et al. Instability of mRNA expression signatures of drug transporters in chronic myeloid leukemia patients resistant to imatinib. Oncology Reports 2013; 29(2):741—750.

11. de Lima L. T., Vivona D., Bueno C. T. et al. Reduced ABCG2 and increased SLC22A1 mRNA expression are associated with imatinib response in chronic myeloid leukemia. Med Oncol. 2014; 31(3):851.

12. Šmahelová J., Kaštánková I., Poláková K. M. et al. Expression of genes encoding centrosomal proteins and the humoral response against these proteins in chronic myeloid leukemia. Oncology Reports 2017; 37(1):547—554.

13. Ben Hassine I., Gharbi H., Soltani I. et al. hOCT1 gene expression predict for optimal response to imatinib in Tunisian patients with chronic myeloid leukemia. Cancer Chemotherapy Pharmacology 2017; 79(4):737—745.

14. Harrach S., Schmidt-Lauber C., Pap T. et al. MATE1 regulates cellular uptake and sensitivity to imatinib in CML patients. Blood Cancer J. 2016; 6(9):e470.

15. Frank O., Brors B., Fabarius A. et al. Gene expression signature of primary imatinib-resistant chronic myeloid leukemia patients. Leukemia 2006; 20(8):1400—1407.

16. San Jose-Eneriz E., Roman-Gomez J., Jimenez-Velasco A. et al. Micro RNA expression profiling in imatinib-resistant chronic myeloid leukemia patients without clinically significant ABL1-mutations. Mol Cancer. 2009; 8:69.

17. Angelini S., Soverini S., Ravegnini G. et al. Association between imatinib transporters and metabolizing enzymes genotype and response in newly diagnosed chronic myeloid leukemia patients receiving imatinib therapy. Haematologica 2013; 98(2):193—200.

18. Bourgne C., Janel A., Berger J. et al. Phosphorylation of spleen tyrosine kinase at tyrosine 348 (pSyk348) may be a marker of advanced phase of Chronic Myeloid Leukemia (CML). Leukemia Research 2015; 39(3):329—334.

19. Barreyro L., Will B., Bartholdy B. et al. Overexpression of IL-1 receptor accessory protein in stem and progenitor cells and outcome correlation in AML and MDS. Blood 2012; 120(6):1290—1298.

20. Pellicano F., Sinclair A., Holyoake T. L. In search of CML stem cells’ deadly weakness. Current Hematologic Malignancy Reports 2011; 6(2):82—87.

21. Zhao K., Yin L. L., Zhao D. M. et al. IL1RAP as a surface marker for leukemia stem cells is related to clinical phase of chronic myeloid leukemia patients. Int J Clin Exp Med 2014; 7(12):4787—4798.

22. Zheng Q., Cao J., Hamad N. et al. Single nucleotide polymorphisms in apoptosis pathway are associated with response to imatinib therapy in chronic myeloid leukemia. Journal of Translational Medicine 2016; 14:82; doi: 10.1186/s12967-016-0837-5.

23. Kotagama K., Chang Y., Mangone M. miRNAs as biomarkers in chronic myelogenous leukemia. Drug Development Research 2015; 76(6):278—285.

24. Nievergall E., Reynolds J., Kok C. H. et al. TGF-α and IL-6 plasma levels selectively identify CML patients who fail to achieve an early molecular response or progress in the first year of therapy. Leukemia 2016; 30(6):1263—1272.

25. Baccarani M., Deininger M. W., Rost G. et al. European LeukemiaNet recommendations for the management of chronic myeloid leukemia: 2013. Blood 2013; 122(6):872—884.

26. Lavrov A. V., Chelysheva E. Y., Smirnikhina S. A. et al. Frequent variations in cancer-related genes may play prognostic role in treatment of patients with chronic myeloid leukemia. BMC Genetics 2016; 17(1):14. doi: 10.1186/s12863-015-0308-7.

27. Smirnikhina S. A., Lavrov A. V., Chelysheva E. Y. et al. Whole-exome sequencing reveals potential molecular predictors of relapse after discontinuation of the targeted therapy in chronic myeloid leukemia patients. Leukemia Lymphoma 2016; 57(7):1669—1676.

28. Lake S. L., Lyon H., Tantisira K. et al. Estimation and tests of haplotypeenvironment interaction when linkage phase is ambiguous. Hum Hered 2003; 55(1):56—65.

29. Chen E. Y., Tan C. M., Kou Y. et al. Enrichr: interactive and collaborative HTML5 gene list enrichment analysis tool. BMC Bioinformatics 2013; 14:128; doi: 10.1186/1471-2105-14-12.

30. Kuleshov M. V., Jones M. R., Rouillard A. D. et al. Enrichr: a comprehensive gene set enrichment analysis web server 2016 update. Nucleic Acids Research 2016; 44(W1):W90-7; doi: 10.1093/nar/gkw377.

31. Pletscher-Frankild S., Pallejà A., Tsafou K. et al. DISEASES: Text mining and data integration of disease–gene associations. Methods 2015; 74:83—89; doi: 10.1016/j.ymeth.2014.11.020.

32. Huang Y., Zheng J., Hu J. D. et al. Discovery of somatic mutations in the progression of chronic myeloid leukemia by whole-exome sequencing. Genetics and Molecular Research2014; 13(1):945—953.

33. Sabri S., Keyhani M., Akbari M.T. Whole exome sequencing of chronic myeloid leukemia patients. Iran J Public Health. 2016; 45(3):346—352.

34. Raaijmakers J. H., Bos J. L. Specificity in Ras and Rap signaling. J Biol Chem. 2009; 284(17):10995—10999.

35. Bhattacharya S., Zheng H., Tzimas C. et al. Bcr-abl signals to desensitize chronic myeloid leukemia cells to IFNα via accelerating the degradation of its receptor. Blood 2011; 118(15):4179—4187.