Erfelijke Tumoren
Peter Devilee Leiden Unversity Medical Center
Familiaire tumor syndromen
Tumor suppressor genen Cancer site(s)
Gene(s)
Breast/Ovary Colon Kidney, brain Thyroid Thyroid (MEN2) Retina
BRCA1, BRCA2 APC, MLH1, MSH2 VHL PTEN RET RB1
Twee-staps inactivatie
Knudson, 1971
Wanneer is kanker erfelijk? • Kiembaan mutatie in een tumor suppressor gevonden • Duidelijk positieve familie anamnese • Suggestief: – Milde familaire achtergrond – Jonge leeftijd, multipele tumoren
Positieve familie anamnese
Polikliniek Erfelijke Tumoren Familie anamnese
Adviesvrager
ja Pos of
Gen-risico schatting
DNA diagnose geïndiceerd?
Neg
PA-bevestiging
nee
Familiair risico schatting
De familie anamnese • Negatief: patiënt heeft ‘sporadische’ tumor • Positief: – – – –
Aantal verwanten met kanker Mate van verwantschap Leeftijd bij diagnose; multifocaliteit Specifieke andere maligniteiten
• Autosomaal dominant vs familiaire clustering
Genotype-fenotype relatie • Locus heterogeniteit eerder regel dan uitzondering • Mammacarcinoom + ovarium carcinoom: BRCA1 • Colon carcinoom + Endometrium carcinoom: MSH6 • Meerdere darm-poliepen: APC, MYH • Regressie analyse: kans op vinden mutatie
Voorbeeld: Lynch syndroom (HNPCC) • Drie of meer 1e graads verwanten met CRC • Tenminste één CRC onder de 50 • Aanwezigheid (+ aantal) patiënten met endometrium carcinoom • Aanwezigheid van patiënten met multiple CRCs
Wijnen et al. (1997, 1998)
BRCA1/-2 kanker risico’s 90%
Cum. risk
80% 70% 60%
Breast/BRCA2
50% 40%
Ovary/BRCA2
30%
Ovary/BRCA1
Breast/BRCA1
20% 10% 0% 30
40
50
60
70
Age (years)
The Breast Cancer Linkage Consortium (1994; 1998)
Variabiliteit tussen families Lung 69
Br60
Colon 61
Ov51
Br34 Br41
Br48
Een lage familiaire belasting staat niet gelijk aan een laag risico!
Persoonlijke risico-schatting? • Risico van gendragers wordt beïnvloed door: – Mutatie type in het gen (+ positie) – Mutatie/variatie in andere genen – “Omgeving” (bijv. hormonale factoren, dieet, blootstelling carcinogenen) – Cohort effect
• Risico op tumoren van “andere” organen
Risico op ‘andere’ tumoren – Voorbeelden Gene
Cancer sites
Relative risk 2–3
CDH1
Cervix, colon Pancreas Prostate Endometrium, Ovary Stomach, breast
TP53
Many
BRCA1 BRCA2 MLH1/MSH2
2–3 3–4
Risico-schatting in mutatienegatieve families: een voorbeeld
Br60
Br40 Br60
BRCA-test: negatief
Br51
Method
Lifetime BrCa risk
Claus tables Claus-extended
25% 33%
Erfelijke tumoren – Zijn ze anders dan sporadische tumoren?
Microsatelliet instabiliteit (MSI): darmkanker
Gradering - BRCA1/2 p<0.0001
70% 60%
p<0.04
50%
Grade 1 Grade 2 Grade 3
40% 30% 20% 10% 0%
Controls
BRCA1
BRCA2
BCLC, Lancet 349: 1505-1510, 1997
In situ carcinoma – BRCA1 Morphology
DCIS present LCIS present
Controls BRCA1 (%, N=547) (%, N=118) 56 6
41 2
Odds ratio
0.51 (0.35-0.75) 0.31 (0.09-1.09)
Zijn erfelijke tumoren anders? Minder gevoelig voor detectie door mammografie?
Tumoren
Patiënten
BRCAdrager
Detectie Mammogram
Alle Alle
N= 23 N=138
Ja Nee
15 (65%) 119 (86%)
2 cm 2 cm
N= 13 N=108
Ja Nee
6 (46%) 96 (89%)
2 cm 2 cm
50, N= 8 50, N=35
Ja Nee
2 (25%) 27 (77%)
Goffin et al (2001) JNCI 22: 1754
Wie is genetisch belast? Percentage patiënten verklaard door genen All cancer Unknown polygenic predisposing genes
Familial genes
Environmental factors
Familial Cancer Other known genes
Strong predisposing genes
Unknown familial predisposition genes
Kanker als complexe genetische aandoening Gen A TSG Gen B
Gen D Omgevingsfactoren 1ste hit
2e hit Gen C
Kanker als multifactoriële aandoening – het polygene model
Kanker
Genen versus omgeving ‘heritability’ studies bij tweelingen
Cancer Breast Ovary Lung Colon Prostate
Proportion of variance due to Genes Shared Env Non-Shared Env 0.27 0.22 0.26 0.35 0.42
0.06 0 0.12 0.05 0
Data from 44,788 pairs of twins. Lichtenstein et al. (2000) NEJM 343:78.
0.67 0.78 0.62 0.60 0.58
“Excess Familial Risk” Genes Environment
Cancer patients
Positive family history for cancer
Healthy individuals Excess Familial Risk
Positive family history for cancer
“Excess Familial Risk” Cancer in proband Breast cancer Colon cancer Kidney cancer Laryngeal cancer Lung cancer Lymphocytic leukemia Melanoma Ovarian cancer Prostate cancer Testicular cancer Thyroid cancer
Relative risk for FDR
95% CI
1.83 2.67 2.45 8.01 2.55 5.69 2.10 2.05 2.21 8.32 8.60
1.65-2.01 2.28-3.09 1.05-4.45 2.10-17.9 2.08-3.08 2.58-10.0 1.41-2.94 1.01-3.43 2.05-2.38 1.57-20.4 4.68-13.7
Goldgar et al. (1994) J Natl Cancer Inst 86: 1600
Familiair risico en borstkanker Aantal 1e-graads verwanten met borstkanker1
1
% onder gezonde controles
% onder borstkanker patiënten
Relatief risico (99% CI)
Geen
92.6
86.9
1.00 (0.97 – 1.03)
1
6.9
11.8
1.80 (1.70 – 1.91)
2
0.4
1.2
2.93 (2.37 – 3.63)
3 of meer
0.04
0.14
3.90 (2.03 – 7.49)
Moeder, zus, dochter. Gegevens uit (Collaborative Group on Hormonal Factors in Breast Cancer 2001).
Genetisch model • Bekende genen (BRCA1, APC, MLH1 etc) – – – –
Zeldzaam in de populatie Hoge risico’s Allelisch zeer heterogeen Verklaren 20-25% van het erfelijke risico
• Nog onbekende genen – Allel frequentie? – Risico?
Gen frequentie, risico, en detectie Penetrance High
Linkage analysis
Highly unusal for common diseases
Intermediate
Re-sequencing Modest
Hard to identify genetically
Association studies
Low Very rare
0.001
Rare
0.01
Uncommon
Allele frequency Adapted from McCarthy et al (2008)
0.1
Common
Associatie studies
Associatie studies: problemen • Welke variant testen? – Kandidaat genen – Genome-wide scans (gebaseerd op LD)
• Replicatie/validatie – Fout-positieve hits (type I error) – Fout-negatieve resultaten (type II error) – Selectie bias in cases en controles
• De “common variant/common disease” theorie
Linkage disequilibrium, haplotype blocks, and causal variants G
C
A
G
T
C
Tagging SNPs
Causal variant ‘A’
Many generations Indirect association
SNP = single nucleotide polymorphism
Genome-wide association scan (GWAS): de $ factor Number of SNPs Stage 1
Genotype full set of SNPs in relatively small population at liberal p value
Stage 2 Screen second, larger population at more stringent p value
Stage 3
Optional third stage for increased stringency
Zeven top-30 SNPs voor borstkanker SNP (Gene)
p-waarde
MAF
BCAC
OR per allel BCAC
ORIGO
ORIGO
rs2981582 (FGFR2)
0.38
2.10-76
0.007
1.26
1.30
rs3803662 (TNRC9/loc)*
0.25
1.10-36
0.131
1.20
1.13
rs889312 (MAP3K1)
0.28
7.10-20
0.727
1.13
1.03
rs13281615 (8q24)
0.40
5.10-12
0.277
1.08
1.10
rs3817198 (LSP1)
0.30
3.10-9
0.529
1.07
1.06
* rs12443621 en rs8051542 in LD met rs3803662 in TNRC9/loc gebied ORIGO: Dutch LUMC/DDHK hospital-based cohort of 1350 unselected patients
Easton et al (2007); Huijts et al (2007)
rs2981582 in FGFR2 replicates in almost every other cohort The effect is smaller in Asians
Stage1 Stage2 ABCFS AOC/kConFab MCCS CAHRES CNIO Copenhagen Genica HBCS Helsinki Kuopio Leiden Rotterdam Poland Search3 Sheffield Mayo NHS USRTS MEC-White EUROPEAN MEC-Japanese IARC-Thai Seoul ASIAN TOTAL 0.8
Easton et al (2007)
1
1.2
1.4
1.6
1.8
Simpele additieve effecten Combined effect of FGFR2 and TNRC9 in Dutch breast cancer population
ORs, p=0.022
Huijts et al. (2007)
SNP rs2981582 ligt in intron 2 van FGFR2: functie? DNA
rs2981582
mRNA
?
Protein
?
Cell function ?
Organ Function ?
growth, differentiation, apoptosis, angiogenesis
Individual Breast cancer
rs2981582 bepaalt expressie niveau van FGFR2 • mRNA from skin fibroblasts • Cultured from 78 breast cancer patients • Real time-PCR (4 repeat measurements) • Control genes: HNRPM, TBP
Huijts et al. (unpublished)
Tumoren als complexe weefsels
A clonal population of cells develops all the necessary genetic traits independently to form a tumor Hanahan & Weinberg (2000)
Non-malignant cells support and even enable tumor growth
Gene deserts Multiple Loci With Different Cancer Specificities Within the 8q24 Gene Desert
140 kb
160
30 40
80
Haploview output of the 1.18-Mb 8q24 "desert" showing the five cancer-specific regions reported to date. Approximate positions of the genes POU5F1P1, c-MYC, and FAM84B are indicated. Correlations between single nucleotide polymorphisms (SNPs) in the region are indicated. Darker squares = stronger correlations.
Ghoussaini et al (2008) JNCI, 100: 962
Wat zijn we ermee opgeschoten? Locus
Attr risk
Fam risk explained
OR
FGFR2
16%
1.6%
1.24
TNRC9
11
1.1
1.21
2q35
11
0.6
1.14
MAP3K
6
0.3
1.11
8q24
8
0.3
1.10
SLC4A7/NEK10
7
0.2
1.08
LSP1
5
0.2
1.08
CASP8
17
0.2
0.89
5p12
6
0.4
1.27
4.9%
+
Percentage patiënten verklaard door genen All cancer Unknown polygenic predisposing genes
Familial genes
Environmental factors
Familial Cancer Other known genes
Strong predisposing genes
Unknown familial predisposition genes
GWAS resultaten voor frequente vormen van kanker Site
Number of loci
Per allele ORs
Breast
8
1.08 – 1.41
Prostate
16
1.12 – 2.10
Colon/rectum
6
1.10 – 1.26
Lung
1
1.30
Melanoma
2
1.21 – 1.75 Easton & Eeles, 2008
Het multifactoriële model >2
50%
12%
Life time risk (log scale) Pharoah et al. (2002) Nat. Genet. 31: 33-36
Samenvatting - 1 • DNA diagnostiek is voor veel erfelijke tumor syndromen mogelijk • Individuele risicoschatting is (nog) niet erg precies • Erfelijke tumoren hebben (soms) herkenbare karakteristieken • Erfelijk belaste patiënten dienen meerdere behandel-opties te worden voorgelegd
Samenvatting - 2 • Bekende ‘hoge risico’ genen verklaren maar een klein deel van het erfelijk risico • Lage risico genen/varianten bestaan, en kunnen worden opgespoord • Klinische toepassing van lage risico varianten momenteel onduidelijk
