Molekulare Prädiktoren für den Krankheitsverlauf und die individualisierte Therapie beim Pankreaskarzinom

Molecular predictors for the course of disease and individualized therapy in pancreatic cancer

Zusammenfassung

Das Verständnis für die Entstehung des Pankreaskarzinoms hat sich in den letzten zwei Jahrzehnten erheblich weiterentwickelt. Hierfür sind vor allem die Fortschritte und der Einsatz von Verfahren zur molekularbiologischen Analyse von Pankreaskarzinomen verantwortlich. Es besteht mittlerweile ein grundlegendes Verständnis hinsichtlich der genetischen Treiber zur Entwicklung eines Pankreaskarzinoms, und die Korrelation mit klinischen Daten sowie die Klassifikation unterschiedlicher genetischer Merkmale einzelner Tumoren erlaubt schon partiell eine Prognoseeinschätzung. Die häufigste Mutation beim duktalen Adenokarzinom, die bei >90 % der Tumoren gefunden wird, ist die Mutation des KRAS-Onkogens. Die anderen drei, CDKN2A, p53 und SMAD4, sind allesamt Tumorsuppressorgene und bei etwa 90 %, 70 % bzw. 50 % der Karzinome mutiert. Außerdem konnten genetische Mutationen identifiziert werden, die für das Pankreaskarzinom prädisponieren. BRCA2, p16/CDKN2A, STK11, PRSS1, PALP2, FANCC und FANCG und ATM gehören zu den wichtigsten. Aus der Klassifikation verschiedener Subtypen oder der Kenntnis einzelner Mutationen (v. a. BRCA) kann ebenfalls in Einzelfällen das Therapieansprechen abgeschätzt werden. Die gilt für die „konventionellen“ Kombinationschemotherapien wie (v. a. FOLFIRINOX), aber auch für zielgerichtete Therapieansätze mit Tyrosinkinaseinhibitoren, PARP-Inhibitoren und PD-1-Inhibitoren. Wenn in der Zukunft die Kenntnisse zum Krankheitsverlauf und die Entscheidungen zu individuellen Therapien im klinischen Alltag etablierter werden, kann dies auch für die Chirurgie als wichtigste Säule der kurativen Therapie entscheidende Auswirkungen haben. Dies reicht von dem vermehrten Erreichen einer sekundären Operabilität bis hin zur Indikationsausweitung hinsichtlich der Resektion auch bei Patienten mit Metastasen.

Abstract

The understanding of the development of pancreatic cancer has undergone considerable development over the last two decades. This is mainly due to the progress and use of methods for molecular biological analysis of pancreatic carcinomas. There is now a fundamental understanding with respect to the genetic drivers for the development of pancreatic cancer and the correlation with clinical data as well as the classification of different genetic characteristics of individual tumors even enables an estimation of the prognosis in some cases. The most common mutation in ductal adenocarcinoma, which if found in >90% of tumors, is the mutation of the KRAS oncogene. The other three, CDKN2A, p53 and SMAD4, are all tumor suppressor genes and are mutated in approximately 90%, 70% and 50% of carcinomas, respectively. In addition, genetic mutations predisposing to pancreatic cancer have been identified. Among the most important are BRCA2, p16/CDKN2A, STK11, PRSS1, PALP2, FANCC, FANCG and ATM. The classification of different subtypes and the knowledge of individual mutations (especially BRCA) can also be used to assess the response to treatment in individual cases. This applies to “conventional” combination chemotherapies (especially FOLFIRINOX) and also to targeted treatment approaches with tyrosine kinase inhibitors, PARP inhibitors and PD‑1 inhibitors. If knowledge about the course of the disease and decisions on individual therapies become established in everyday clinical practice in the future, this may also have a decisive impact on surgery as the most important pillar of curative treatment. This ranges from the increased achievement of secondary operability to the expansion of indications with respect to resection even in patients with metastases.

This is a preview of subscription content, access via your institution.

Abb. 1
Abb. 2

Literatur

  1. 1.

    Neoptolemos JP et al (2018) Therapeutic developments in pancreatic cancer: current and future perspectives. Nat Rev Gastroenterol Hepatol 15:333–348

    Article  Google Scholar 

  2. 2.

    Mateos RS, Conlon KC (2016) Pancreatic cancer. Surg Oxf 34:282–291

    Google Scholar 

  3. 3.

    Jones S et al (2008) Core signaling pathways in human pancreatic cancers revealed by global genomic analyses. Science 321:1801–1806

    CAS  Article  Google Scholar 

  4. 4.

    Kamisawa T, Wood LD, Itoi T, Takaori K (2016) Pancreatic cancer. Lancet 388:73–85

    CAS  Article  Google Scholar 

  5. 5.

    Shain AH et al (2012) Convergent structural alterations define SWItch/Sucrose NonFermentable (SWI/SNF) chromatin remodeler as a central tumor suppressive complex in pancreatic cancer. Proc Natl Acad Sci 109:E252–E259

    CAS  Article  Google Scholar 

  6. 6.

    Essakly A et al (2020) PIK3CA and KRAS Amplification in Esophageal Adenocarcinoma and their Impact on the Inflammatory Tumor Microenvironment and Prognosis. Transl Oncol 13:157–164

    Article  Google Scholar 

  7. 7.

    Mueller S et al (2018) Evolutionary routes and KRAS dosage define pancreatic cancer phenotypes. Nature 554:62–68

    CAS  Article  Google Scholar 

  8. 8.

    Yachida S et al (2012) Clinical significance of the genetic landscape of pancreatic cancer and implications for identification of potential long-term survivors. Clin Cancer Res 18:6339–6347

    CAS  Article  Google Scholar 

  9. 9.

    Makohon-Moore AP et al (2017) Limited heterogeneity of known driver gene mutations among the metastases of individual patients with pancreatic cancer. Nat Genet 49:358–366

    CAS  Article  Google Scholar 

  10. 10.

    Notta F et al (2016) A renewed model of pancreatic cancer evolution based on genomic rearrangement patterns. Nature 538:378–382

    CAS  Article  Google Scholar 

  11. 11.

    Bailey P et al (2016) Genomic analyses identify molecular subtypes of pancreatic cancer. Nature 531:47–52

    CAS  Article  Google Scholar 

  12. 12.

    Waddell N et al (2015) Whole genomes redefine the mutational landscape of pancreatic cancer. Nature 518:495–501

    CAS  Article  Google Scholar 

  13. 13.

    Moffitt RA et al (2015) Virtual microdissection identifies distinct tumor- and stroma-specific subtypes of pancreatic ductal adenocarcinoma. Nat Genet 47:1168–1178

    CAS  Article  Google Scholar 

  14. 14.

    Le Large TYS et al (2017) Key biological processes driving metastatic spread of pancreatic cancer as identified by multi-omics studies. Semin Cancer Biol 44:153–169

    Article  Google Scholar 

  15. 15.

    Connor AA et al (2016) Association of distinct mutational signatures with correlates of increased immune activity in pancreatic ductal adenocarcinoma. JAMA Oncol 3:774

    Article  Google Scholar 

  16. 16.

    Collisson EA et al (2011) Subtypes of pancreatic ductal adenocarcinoma and their differing responses to therapy. Nat Med 17:500–503

    CAS  Article  Google Scholar 

  17. 17.

    Aung KL et al (2017) Genomics-driven precision medicine for advanced pancreatic cancer—early results from the COMPASS trial. Clin Cancer Res 24:2994

    Google Scholar 

  18. 18.

    Martinelli P et al (2017) GATA6 regulates EMT and tumour dissemination, and is a marker of response to adjuvant chemotherapy in pancreatic cancer. Gut 66:1665

    CAS  Article  Google Scholar 

  19. 19.

    Iacobuzio-Donahue CA, Velculescu VE, Wolfgang CL, Hruban RH (2012) Genetic basis of pancreas cancer development and progression: insights from whole-exome and whole-genome sequencing. Clin Cancer Res 18:4257–4265

    CAS  Article  Google Scholar 

  20. 20.

    Grant RC et al (2015) Prevalence of germline mutations in cancer predisposition genes in patients with pancreatic cancer. Gastroenterology 148:556–564

    CAS  Article  Google Scholar 

  21. 21.

    Holter S et al (2015) Germline BRCA mutations in a large clinic-based cohort of patients with pancreatic adenocarcinoma. J Clin Oncol 33:3124–3129

    CAS  Article  Google Scholar 

  22. 22.

    Grant RC et al (2018) Exome-wide association study of pancreatic cancer risk. Gastroenterology 154:719–722.e3

    Article  Google Scholar 

  23. 23.

    Makohon-Moore A, Iacobuzio-Donahue CA (2016) Pancreatic cancer biology and genetics from an evolutionary perspective. Nat Rev Cancer 16:553–565

    CAS  Article  Google Scholar 

  24. 24.

    Korc M (2018) Pancreatic Cancer. In: Neoptolemos JP, Urrutia R, Abbruzzese JL, Büchler MW (Hrsg) Pancreatic Cancer, 2. Aufl. Springer, Berlin Heidelberg, S 431–455 https://doi.org/10.1007/978-1-4939-7193-0_17

    Google Scholar 

  25. 25.

    Moore MJ et al (2007) Erlotinib plus gemcitabine compared with gemcitabine alone in patients with advanced pancreatic cancer: a phase III trial of the national cancer institute of Canada clinical trials group. J Clin Oncol 25:1960–1966

    CAS  Article  Google Scholar 

  26. 26.

    Tanaka S (2015) Molecular pathogenesis and targeted therapy of pancreatic cancer. Ann Surg Oncol 23:197–205

    Article  Google Scholar 

  27. 27.

    Heining C et al (2018) NRG1 Fusions in KRAS Wild-type Pancreatic Cancer. Cancer Discov. https://doi.org/10.1158/2159-8290.cd-18-0036

    Article  PubMed  Google Scholar 

  28. 28.

    Jones MR et al (2019) NRG1 gene fusions are recurrent, clinically actionable gene rearrangements in KRAS wild-type pancreatic ductal adenocarcinoma. Clin Cancer Res 25:4674–4681

    PubMed  Google Scholar 

  29. 29.

    Shimada Y et al (2017) An oncogenic ALK fusion and an RRAS mutation in KRAS mutation-negative pancreatic ductal adenocarcinoma. Oncol 22:158–164

    CAS  Article  Google Scholar 

  30. 30.

    Golan T et al (2019) Maintenance olaparib for Germline BRCA-mutated metastatic pancreatic cancer. N Engl J Med 381:317–327

    CAS  Article  Google Scholar 

  31. 31.

    Le DT et al (2017) Mismatch repair deficiency predicts response of solid tumors to PD‑1 blockade. Science 357:409

    CAS  Article  Google Scholar 

  32. 32.

    Jiang J et al (2019) Immunotherapy in pancreatic cancer: new hope or mission impossible? Cancer Lett 445:57–64

    CAS  Article  Google Scholar 

  33. 33.

    Boyiadzis MM et al (2018) Significance and implications of FDA approval of pembrolizumab for biomarker-defined disease. J Immunother Cancer 6:35

    Article  Google Scholar 

  34. 34.

    Jiang H et al (2016) Targeting focal adhesion kinase renders pancreatic cancers responsive to checkpoint immunotherapy. Nat Med 22:851–860

    CAS  Article  Google Scholar 

  35. 35.

    Dukleska K, Yeo CJ, Pishvaian MJ, Brody JR (2018) Precision medicine based on next-generation sequencing and master controllers in 1577–1611. In: Neoptolemos JP, Urrutia R, Abbruzzese JL, Büchler MW (Hrsg) Pancreatic Cancer, 2. Aufl. Springer, Berlin Heidelberg https://doi.org/10.1007/978-1-4939-7193-0_71

    Google Scholar 

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to Prof. Dr. C. J. Bruns.

Ethics declarations

Interessenkonflikt

A.I. Damanakis, F. Gebauer und C.J. Bruns geben an, dass kein Interessenkonflikt besteht.

Für diesen Beitrag wurden von den Autoren keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Damanakis, A.I., Gebauer, F. & Bruns, C.J. Molekulare Prädiktoren für den Krankheitsverlauf und die individualisierte Therapie beim Pankreaskarzinom. Chirurg 91, 642–649 (2020). https://doi.org/10.1007/s00104-020-01172-0

Download citation

Schlüsselwörter

  • Target-Therapie
  • Molekulare Prädiktoren
  • Individualisierte Therapiekonzepte
  • Molekulargenetik
  • Prognose

Keywords

  • Targeted therapies
  • Molecular predictors
  • Individualized treatment concepts
  • Molecular genetics
  • Prognosis