Papel de la Farmacogenética en el Desarrollo de Fármacos Everson Nogoceke Congreso Nacional de la Sociedad Española d

1. Papel de la Farmacogenética en el Desarrollo de Fármacos Everson Nogoceke Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria 30 de septiembre 2005

2. Sumario • Promesas de la Farmacogenética • Efectos Adversos • Ejemplos • Roche Center for Medical Genomics • Roche Sample Repository (Programa de almacenamiento de muestras)

3. Reducción de Tiempo Fase de descubrimiento Tests preclínicos Fase I Aumento rendimiento / eficiencia Fase II Fase III Fase IV Post-Comercialización 0 2 4 6 8 10 12 14 16 Años Revisión FDA / aprobación Farmacogenética en I+D Tiempo Invertido en Descubrimiento y Desarrollo

4. Areas potenciales de uso en desarrollo farmacéutico • Metabolismo de fármacos, Seguridad • Eficacia; predicción de respuesta • Farmacocinética, dosis-respuesta • Mecanismo de acción • Marcadores de identificación / seguimiento de la enfermedad • Estrategia de rescate • Soporte a la estrategia de publicaciones

5. Farmacogenética en la clínica • Mejores productos y tratamientos para mejorar el manejo de la enfermedad •  Seguridad;  Efectos Adversos •  Eficacia (Mejor dosificación, Segmentación de pacientes)

6. Efectos Adversos de los Fármacos (EAs) • Las reacciones adversas a medicamentos pueden ser graves o incluso con consecuencias fatales. Resultando en: • Retirada del fármaco del mercado • Sin eficacia terapéutica en algunos pacientes • Coste excesivo • Como resultado de las reacciones adversas a medicamentos, cada año se producen 100.000 muertes en USA y 2.2 millones de hospitalizaciones (Lazarou et. al, Lancet 1998) • La dosificación subterapéutica, sobredosificación u olvido de dosis , tienen un coste en USA de más de 100 billones de $ al año en: • Hospitalizaciones • Pérdida de productividad • Muerte prematura (Marshall Nat Biotechnol 1997)

7. Ejemplos • Test diagnósticos farmacogenéticos: • Anticipación de la respuesta individual a fármacosAmplichip P450 • Pronóstico de la evolución de la enfermedad Amplichip p53 • Test de Marcadores Tumorales : • Her2/neu y Herceptin® • EGFR y Tarceva®

8. Sólo un médico informado puede estar seguroEliminando las suposiciones para los clínicos y los pacientes Nuevas herramientas de screening como el test Amplichip p53 pueden dar información For concept illustration purposes only. Not a real or intended diagnosis.

9. Prevalencia de las mutaciones en cáncer del p53 Distribución a nivel mundial de tumores y ratio de mutaciones en p53 PAÍSES DESARROLLADOS PAÍSES EN DESARROLLO C. GALLOU, C. BÉROUDAND T. SOUSSI: p53 DATABASE 12/2001 ISSUE Total de 14.273 mutaciones en p53 http://p53.curie.fr/p53%20site%20version%202.0/p53%20in%20cancer/p53_databaseANAL.html

10. 100 Subpoblación con buen pronóstico (90% supervicencia > 10 años) TTo estandar aceptable 80 60 % Supervivencia Media (población de pacientes no estratificada) 50% sobrevive 10 años 40 20 Subpoblación con mal pronóstico 50% supervivencia < 5 años Necesidad de tratamientos más agresivos 0 5 10 0 TratamientoInicial estandar Años AmpliChip p53El test de mutaciones p53 esta diseñado para identificar pacientes de alto riesgo que necesitan una terapia más agresiva • p53 está mutado en el 50% de todos lo tumores humanos. • La mutación en p53 esta asociada con un pronóstico desfavorable( p.e cancer de ovario y vejiga)y relacionado con una baja respuesta a ciertos tratamientos antitumorales, como ocurre en cáncer de mama • El Amplichip p53 tendrá un importante papel en la estratificación de pacientes para la selección del tratamiento.

11. El Test AmpliChip p53Detectando el estatus de mutación del genp53 • Un sólo test para detectar > 6.500 posibles diferentes mutaciones • Puede proporcionar información relevante sobre la función normal o anómala del guardián del genoma, el gen p53 • El objetivo es proporcionar información al especialista útil en la toma de decisiones para mejorar el tratamiento de los pacientes

12. Cómo funciona el test … Prescripción del test DNA extraido del tumor del paciente Secuenciación del gen p53 del DNA del tumor Mutación en Codon # 248 -C N- Activación  en Prolina Unión secuencia DNA específica Tetramerización Regulación Mutación en Codon # 248 Secuencia Normal 3’ 5’ T G G G C A T G A A C C A G A G G C C C A Mutación encontrada en p53 G T A C T T G G A C T C C G G G T G T A C T T G G C C T C C G G G T G T A C T T G G G C T C C G G G T Sondas en el chip G T A C T T G G T C T C C G G G T C G G G T A C T T G G -- C T C C G G G T

13. Pueden las mutaciones en p53 predecir resultados ? Podrían ser de utilidad clínica ? • “…65/93estudios encontraron que…mutaciones-p53 son un factor estadísticamente significativo de mal pronóstico en varios tipos de tumores …” • “… [14 de] 19 estudios han encontrado que la presencia de una mutación en p53 estaba asociada a baja respuesta sen varios regímenes de quimioterapia o radioterapia en cáncer de mama, de cabeza y cuello, neoplasias hematológicas, cáncer colorectal, de esófago y ovario y en sarcomas de tejidos blandos” Olivier et al. PROGNOSTIC AND PREDICTIVE VALUE OF TP53 MUTATIONS IN HUMAN CANCER IN: “25 YEARS OF P53 RESEARCH”, KLUWER ACADEMIC PUBLISHERS IN PRESS, EDITORS: P. HAINAUT & K. WIMAN (2005)

14. x Dominio de unión al ligando x Dominio Tyrosin- kinasa (TK) HER2 HER3 HER1 EGFR HER4 La familia de receptores HER Claves en la proliferación celular, supervivencia y diferenciación

15. Vías tumorales clave activadas Ejemplo: dímeros HER2 – HER3 HER2 HER3 g PLC PI3K PKC PDK-1 Ras Sos AKT PTEN Grb2 Raf p70 S6K Shc Bad/Bcl2 JAK Mek GSK3 STAT Erk Myc p27 KIP1 E2F Jun/Fos Sp1 FKHR-L1 PEA3 Elk1 CyclinD1 Citri A, et al. Exp Cell Res 2003

16. Vías tumorales clave activadas Ejemplo: dímeros HER2 – HER3 HER2 HER3 MAPK AKT g PLC PI3K PKC PDK-1 Ras Sos AKT PTEN Grb2 Raf p70 S6K Shc Bad/Bcl2 JAK Proliferación Celular Superación de la apoptosis Mek GSK3 STAT Erk Myc p27 KIP1 E2F Jun/Fos Sp1 FKHR-L1 PEA3 Elk1 CyclinD1

17. Expresión normal de HER2 … En tejido mamario

18. Amplificación de HER2 … Lleva a la sobreexpresión de HER2

19. La unión de Herceptin® a HER2

20. Herceptin mejora la supervivencia en cáncer de mama metastásico (CMM) Marty et al., JCO 2005, 23

21. Dominio de unión al ligando Membrana celular P Dominio Tyrosin kinasa Signaling Tarceva Pequeña molécula inhibidora del HER1 (EGFR) tyrosin kinasa

22. Signaling Tarceva Modo de acción antitumoral TarcevaTM P P ¯ Proliferación ­ Apoptosis ¯ Invasión ­ Sensibilidad a quimioterapia ¯ Metástasis ¯ Adhesión ¯ Angiogénesis

23. Supervivencia Total: todos los pacientes (NSCLC) 1.00 0.75 0.50 0.25 0 42.5% de aumento de la mediana de supervivencia Función de distribución de supervivencia HR* = 0.73, p<0.001 TarcevaTM Placebo 0 5 10 15 20 25 30 Tiempo de supervivencia (meses) *HR y valor de p ajustados por factores de estratificación a la randomización + estatus HER1/EGFR

24. TG TA CT Gen EGFR (5616 bp) CCCCGGCGCAGCGCGGCCGCAGCAGCCTCCGCCCCCCGCACGGTGTGAGCGCCCGACGCGGCCGAGGCGGCCGGAGTCCCGAGCTAGCCCCGGCGGCCGCCGCCGCCCAGACCGGACGACAGGCCACCTCGTCGGCGTCCGCCCGAGTCCCCGCCTCGCCGCCAACGCCACAACCACCGCGCACGGCCCCCTGACTCCGTCCAGTATTGATCGGGAGAGCCGGAGCGAGCTCTTCGGGGAGCAGCGATGCGACCCTCCGGGACGGCCGGGGCAGCGCTCCTGGCGCTGCTGGCTGCGCTCTGCCCGGCGAGTCGGGCTCTGGAGGAAAAGAAAGTTTGCCAAGGCACGAGTAACAAGCTCACGCAGTTGGGCACTTTTGAAGATCATTTTCTCAGCCTCCAGAGGATGTTCAATAACTGTGAGGTGGTCCTTGGGAATTTGGAAATTACCTATGTGCAGAGGAATTATGATCTTTCCTTCTTAAAGACCATCCAGGAGGTGGCTGGTTATGTCCTCATTGCCCTCAACACAGTGGAGCGAATTCCTTTGGAAAACCTGCAGATCATCAGAGGAAATATGTACTACGAAAATTCCTATGCCTTAGCAGTCTTATCTAACTATGATGCAAATAAAACCGGACTGAAGGAGCTGCCCATGAGAAATTTACAGGAAATCCTGCATGGCGCCGTGCGGTTCAGCAACAACCCTGCCCTGTGCAACGTGGAGAGCATCCAGTGGCGGGACATAGTCAGCAGTGACTTTCTCAGCAACATGTCGATGGACTTCCAGAACCACCTGGGCAGCTGCCAAAAGTGTGATCCAAGCTGTCCCAATGGGAGCTGCTGGGGTGCAGGAGAGGAGAACTGCCAGAAACTGACCAAAATCATCTGTGCCCAGCAGTGCTCCGGGCGCTGCCGTGGCAAGTCCCCCAGTGACTGCTGCCACAACCAGTGTGCTGCAGGCTGCACAGGCCCCCGGGAGAGCGACTGCCTGGTCTGCCGCAAATTCCGAGACGAAGCCACGTGCAAGGACACCTGCCCCCCACTCATGCTCTACAACCCCACCACGTACCAGATGGATGTGAACCCCGAGGGCAAATACAGCTTTGGTGCCACCTGCGTGAAGAAGTGTCCCCGTAATTATGTGGTGACAGATCACGGCTCGTGCGTCCGAGCCTGTGGGGCCGACAGCTATGAGATGGAGGAAGACGGCGTCCGCAAGTGTAAGAAGTGCGAAGGGCCTTGCCGCAAAGTGTGTAACGGAATAGGTATTGGTGAATTTAAAGACTCACTCTCCATAAATGCTACGAATATTAAACACTTCAAAAACTGCACCTCCATCAGTGGCGATCTCCACATCCTGCCGGTGGCATTTAGGGGTGACTCCTTCACACATACTCCTCCTCTGGATCCACAGGAACTGGATATTCTGAAAACCGTAAAGGAAATCACAGGGTTTTTGCTGATTCAGGCTTGGCCTGAAAACAGGACGGACCTCCATGCCTTTGAGAACCTAGAAATCATACGCGGCAGGACCAAGCAACATGGTCAGTTTTCTCTTGCAGTCGTCAGCCTGAACATAACATCCTTGGGATTACGCTCCCTCAAGGAGATAAGTGATGGAGATGTGATAATTTCAGGAAACAAAAATTTGTGCTATGCAAATACAATAAACTGGAAAAAACTGTTTGGGACCTCCGGTCAGAAAACCAAAATTATAAGCAACAGAGGTGAAAACAGCTGCAAGGCCACAGGCCAGGTCTGCCATGCCTTGTGCTCCCCCGAGGGCTGCTGGGGCCCGGAGCCCAGGGACTGCGTCTCTTGCCGGAATGTCAGCCGAGGCAGGGAATGCGTGGACAAGTGCAACCTTCTGGAGGGTGAGCCAAGGGAGTTTGTGGAGAACTCTGAGTGCATACAGTGCCACCCAGAGTGCCTGCCTCAGGCCATGAACATCACCTGCACAGGACGGGGACCAGACAACTGTATCCAGTGTGCCCACTACATTGACGGCCCCCACTGCGTCAAGACCTGCCCGGCAGGAGTCATGGGAGAAAACAACACCCTGGTCTGGAAGTACGCAGACGCCGGCCATGTGTGCCACCTGTGCCATCCAAACTGCACCTACGGATGCACTGGGCCAGGTCTTGAAGGCTGTCCAACGAATGGGCCTAAGATCCCGTCCATCGCCACTGGGATGGTGGGGGCCCTCCTCTTGCTGCTGGTGGTGGCCCTGGGGATCGGCCTCTTCATGCGAAGGCGCCACATCGTTCGGAAGCGCACGCTGCGGAGGCTGCTGCAGGAGAGGGAGCTTGTGGAGCCTCTTACACCCAGTGGAGAAGCTCCCAACCAAGCTCTCTTGAGGATCTTGAAGGAAACTGAATTCAAAAAGATCAAAGTGCTGGGCTCCGGTGCGTTCGGCACGGTGTATAAGGGACTCTGGATCCCAGAAGGTGAGAAAGTTAAAATTCCCGTCGCTATCAAGGAATTAAGAGAAGCAACATCTCCGAAAGCCAACAAGGAAATCCTCGATGAAGCCTACGTGATGGCCAGCGTGGACAACCCCCACGTGTGCCGCCTGCTGGGCATCTGCCTCACCTCCACCGTGCAGCTCATCACGCAGCTCATGCCCTTCGGCTGCCTCCTGGACTATGTCCGGGAACACAAAGACAATATTGGCTCCCAGTACCTGCTCAACTGGTGTGTGCAGATCGCAAAGGGCATGAACTACTTGGAGGACCGTCGCTTGGTGCACCGCGACCTGGCAGCCAGGAACGTACTGGTGAAAACACCGCAGCATGTCAAGATCACAGATTTTGGGCTGGCCAAACTGCTGGGTGCGGAAGAGAAAGAATACCATGCAGAAGGAGGCAAAGTGCCTATCAAGTGGATGGCATTGGAATCAATTTTACACAGAATCTATACCCACCAGAGTGATGTCTGGAGCTACGGGGTGACCGTTTGGGAGTTGATGACCTTTGGATCCAAGCCATATGACGGAATCCCTGCCAGCGAGATCTCCTCCATCCTGGAGAAAGGAGAACGCCTCCCTCAGCCACCCATATGTACCATCGATGTCTACATGATCATGGTCAAGTGCTGGATGATAGACGCAGATAGTCGCCCAAAGTTCCGTGAGTTGATCATCGAATTCTCCAAAATGGCCCGAGACCCCCAGCGCTACCTTGTCATTCAGGGGGATGAAAGAATGCATTTGCCAAGTCCTACAGACTCCAACTTCTACCGTGCCCTGATGGATGAAGAAGACATGGACGACGTGGTGGATGCCGACGAGTACCTCATCCCACAGCAGGGCTTCTTCAGCAGCCCCTCCACGTCACGGACTCCCCTCCTGAGCTCTCTGAGTGCAACCAGCAACAATTCCACCGTGGCTTGCATTGATAGAAATGGGCTGCAAAGCTGTCCCATCAAGGAAGACAGCTTCTTGCAGCGATACAGCTCAGACCCCACAGGCGCCTTGACTGAGGACAGCATAGACGACACCTTCCTCCCAGTGCCTGAATACATAAACCAGTCCGTTCCCAAAAGGCCCGCTGGCTCTGTGCAGAATCCTGTCTATCACAATCAGCCTCTGAACCCCGCGCCCAGCAGAGACCCACACTACCAGGACCCCCACAGCACTGCAGTGGGCAACCCCGAGTATCTCAACACTGTCCAGCCCACCTGTGTCAACAGCACATTCGACAGCCCTGCCCACTGGGCCCAGAAAGGCAGCCACCAAATTAGCCTGGACAACCCTGACTACCAGCAGGACTTCTTTCCCAAGGAAGCCAAGCCAAATGGCATCTTTAAGGGCTCCACAGCTGAAAATGCAGAATACCTAAGGGTCGCGCCACAAAGCAGTGAATTTATTGGAGCATGACCACGGAGGATAGTATGAGCCCTAAAAATCCAGACTCTTTCGATACCCAGGACCAAGCCACAGCAGGTCCTCCATCCCAACAGCCATGCCCGCATTAGCTCTTAGACCCACAGACTGGTTTTGCAACGTTTACACCGACTAGCCAGGAAGTACTTCCACCTCGGGCACATTTTGGGAAGTTGCATTCCTTTGTCTTCAAACTGTGAAGCATTTACAGAAACGCATCCAGCAAGAATATTGTCCCTTTGAGCAGAAATTTATCTTTCAAAGAGGTATATTTGAAAAAAAAAAAAAGTATATGTGAGGATTTTTATTGATTGGGGATCTTGGAGTTTTTCATTGTCGCTATTGATTTTTACTTCAATGGGCTCTTCCAACAAGGAAGAAGCTTGCTGGTAGCACTTGCTACCCTGAGTTCATCCAGGCCCAACTGTGAGCAAGGAGCACAAGCCACAAGTCTTCCAGAGGATGCTTGATTCCAGTGGTTCTGCTTCAAGGCTTCCACTGCAAAACACTAAAGATCCAAGAAGGCCTTCATGGCCCCAGCAGGCCGGATCGGTACTGTATCAAGTCATGGCAGGTACAGTAGGATAAGCCACTCTGTCCCTTCCTGGGCAAAGAAGAAACGGAGGGGATGGAATTCTTCCTTAGACTTACTTTTGTAAAAATGTCCCCACGGTACTTACTCCCCACTGATGGACCAGTGGTTTCCAGTCATGAGCGTTAGACTGACTTGTTTGTCTTCCATTCCATTGTTTTGAAACTCAGTATGCTGCCCCTGTCTTGCTGTCATGAAATCAGCAAGAGAGGATGACACATCAAATAATAACTCGGATTCCAGCCCACATTGGATTCATCAGCATTTGGACCAATAGCCCACAGCTGAGAATGTGGAATACCTAAGGATAGCACCGCTTTTGTTCTCGCAAAAACGTATCTCCTAATTTGAGGCTCAGATGAAATGCATCAGGTCCTTTGGGGCATAGATCAGAAGACTACAAAAATGAAGCTGCTCTGAAATCTCCTTTAGCCATCACCCCAACCCCCCAAAATTAGTTTGTGTTACTTATGGAAGATAGTTTTCTCCTTTTACTTCACTTCAAAAGCTTTTTACTCAAAGAGTATATGTTCCCTCCAGGTCAGCTGCCCCCAAACCCCCTCCTTACGCTTTGTCACACAAAAAGTGTCTCTGCCTTGAGTCATCTATTCAAGCACTTACAGCTCTGGCCACAACAGGGCATTTTACAGGTGCGAATGACAGTAGCATTATGAGTAGTGTGGAATTCAGGTAGTAAATATGAAACTAGGGTTTGAAATTGATAATGCTTTCACAACATTTGCAGATGTTTTAGAAGGAAAAAAGTTCCTTCCTAAAATAATTTCTCTACAATTGGAAGATTGGAAGATTCAGCTAGTTAGGAGCCCACCTTTTTTCCTAATCTGTGTGTGCCCTGTAACCTGACTGGTTAACAGCAGTCCTTTGTAAACAGTGTTTTAAACTCTCCTAGTCAATATCCACCCCATCCAATTTATCAAGGAAGAAATGGTTCAGAAAATATTTTCAGCCTACAGTTATGTTCAGTCACACACACATACAAAATGTTCCTTTTGCTTTTAAAGTAATTTTTGACTCCCAGATCAGTCAGAGCCCCTACAGCATTGTTAAGAAAGTATTTGATTTTTGTCTCAATGAAAATAAAACTATATTCATTTCCACTCTAAAAAAAAAAAAAAAAA del GGAATTAAGAGAAGC 90 mutaciones somáticas

25. Precisión analítica del análisis de mutaciones • Multiples variables complejas: • Heterogeneicidad de tejido • Limitada cantidad y calidad de la muestra (FFPE) • Microdisección por laser (LCM) /macrodisección • pre-amplification por PCR • 2 amplificaciones por cada uno de los 4 exones • Cómo manejar los abandonos ? • Cómo manejar las mutaciones no replicadas – artefactuales o manifestaciones cuantitativas relativas a abundancia de mutaciones? • Experiencia propia – utilizando diferentes algoritmos: • Algoritmo 1: 6.1% (13 mut / 200 wt / 94 indeterminable) • Algoritmo 2: 7.5% (15 mut / 186 wt / 106 indeterminable) • Algoritmo 3: 9.9% (23 mut / 210 wt / 74 indeterminable)

26. Wild type Mut “conocida” Mut. “nueva” fallo wt Wild type Mut “conocida” Mut. “nueva” fallo Mut”conocida” Wild type Mut “conocida” Mut. “nueva” fallo Mut.“nueva” Wild type Mut “conocida” Mut. “nueva” fallo fallo Precisión analítica: secuenciación EGFR algunas veces, no tan sencillo … • Wildtype no ambigua • wild t vs mutación? • wild t vs mut vs artifactual? • wild type ? • wild type vs mutación? • “mutación conocida” no ambigua • Mut conocidad vs nueva vs ambas? • mutación? 1ª PCR 2ª PCR • wild t vs mut vs artifactual? • Mut conocidad vs nueva vs ambas • “ Mutación nueva” no ambigua • Mutación nueva ? • wild type ? • Mutación conocida ? • “Nueva mutación”? • desconocido no ambiguo

27. Functional Genomics Roche Clinical Biomarker Center Exploratory Research Genetics RSR BSR Biomarker Partnerships RD/LCT Information Science Applied Immunology Proteomics Protein Analytics Grupos de Trabajo en el Centro de Medicina Genómica de Roche (RCMG) Director: K. Lindpaintner

28. Roche Sample Repository (RSR)Programa de almacenamiento de muestras Misión: Recoger y almacenar muestras biológicas de pacientes reclutados en Ensayos Clínicos promovidos por Roche. Las muestras del RSR son utilizadas para identificar factores genéticos, predictivos de la probabilidad de respuesta y tolerancia al tratamiento.. Política del Programa RSR : • Las muestras y datos son anonimizados en los 6 meses siguientes al cierre de la base de datos del estudio. • El ámbito de la investigación se restringe a : • El fármaco y su indicación • Problemas relacionados • Las muestras se almacenan por un periodo máximo de 15 años • Los datos del RSR se analizan de forma agregada • No se obtienen resultados individuales

30. Muestra Identificada porIdentificador anonimizado Muestra Identificada porel Nº de ID del Paciente ANONIMIZACIÓN Roche Sample Repository Oficina Central de Muestras Muestras de sangre Lugar del Investigador Extracción DNA y genotipado Datos Genéticos Datos Clínicos Base de Datos Ensayo Clínico Datos Clínicos Identificados porIdentificador anonimizado Datos Clínicos identificados porel Nº de ID del Paciente

31. Gracias !