Catching-up with metastatic colorectal cancer heterogeneity

Målet med prosjektet er å generere ny molekylærbiologisk kunnskap om tarmkreft med spredning, samt finne nye effektive behandlinger. Tarmkreft er den nest mest vanlige kreftsykdommen i Norge. Den viktigste årsaken til død blant pasientene er spredning til leveren. Behandling rettet spesifikt mot molekylære feil i svulstene kan bedre utfallet til den enkelte pasient, men svulstene endrer seg i løpet av sykdomsforløpet. Dette forårsaker variasjon både innad i hver svulst og mellom den opprinnelige svulsten i tarmen og spredningssvulstene i leveren (levermetastasene). Slik såkalt tumorheterogenitet er en viktig årsak til behandlingssvikt. Vi har tatt prøver av opptil fire ulike regioner av en rekke primære tarmkreftsvulster, og analysert uttrykket av gener for å kartlegge graden av tumorheterogenitet. 40% av pasientene hadde heterogene svulster, målt som ulik klassifisering av ulike regioner i henhold til de fire konsensus molekylære subtypene. Disse pasientene hadde hyppigere tilbakefall etter operasjon, og en dårlig prognose (Langerud et al., innsendt manuskript). Ved å identifisere gener med lite variasjon blant ulike regioner i hver svulst, utviklet vi et nytt klassifiseringssystem med et lavere nivå av tumorheterogenitet. Denne nye inndelingen hadde sterkere prognostisk utsagnskraft, og identifiserte én gruppe av pasienter med god prognose, og én med dårlig prognose. Sammenlikninger av den primære svulsten i tarmen og levermetastaser viste imidlertid at svulstene skiftet klassifisering i løpet av spredningsprosessen (Eide et al., NPJ Genom Med 2021). Vi laget derfor en ny klassifisering spesielt tilpasset de molekylære profilene til levermetastasene. Dette identifiserte de fem undergruppene LMS1-5, hvorav de ca. 20% av levermetastasene som var LMS1 hadde særlig aggressiv vekst (Moosavi et al., Genome Med 2021). Mange pasienter hadde tumorheterogenitet og ulik klassifisering av sine levermetastaser, men alle pasienter med minst én LMS1 metastase hadde dårlig prognose etter operasjon. For å gi et mer detaljert bilde av hva som forårsaker kreftspredningen, har vi også analysert genmutasjoner i både primærsvulsten og levermetastaser fra de samme pasientene. Vi benytter bioinformatiske verktøy til å modellerer utviklingen av ulike kreftcellepopulasjoner i hver pasient over tid. Våre pågående studier har som mål å utvikle de nye genuttryksbaserte klassifiseringene til biomarkører for persontilpasset behandling. I et parallelt prosjekt dyrker vi pasientenes egne svulster som levende kreftmodeller i laboratoriet. Legemiddelutprøvning av disse såkalte organoidene kan modellere respons og resistens mot standard behandling med cellegift, samt forutsi sensitivitet for nye, eksperimentelle medikament (Kryeziu et al., J Transl Med 2021). Vi har generert store ressurser for slike farmakogenomiske analyser, bestående av 300 organoider og 100 cellelinjer analysert for sensitivitet mot henholdsvis 40-73 og ca. 500 legemidler. Vi planlegger å benytte disse kreftmodellene til å identifisere den mest effektive behandlingen for hver undergruppe basert på genuttrykk, med fokus på de undergruppene som gir dårlig prognose blant pasientene. Genuttrykksanalysene i dette prosjektet har generert store mengder data som er gjort tilgjengelige for andre forskere, samt et bioinformatisk verktøy for klassifisering av levermetastaser (https://github.com/Lothelab/CMScaller). Mutasjonsanalyser bekreftet vårt tidligere funn om at stor variasjon også i DNA kopitall blant metastaser er assosiert med en dårlig prognose blant pasientene (Berg et al., Mol Oncol 2021). Effekten av mutasjoner bestemmes av deres uttrykksnivå, og ved å integrere DNA og RNA sekvenseringsdata fant vi at bare et mindretall av alle mutasjoner i hver svulst er uttrykte (Sveen et al., Genome Med 2021). Høyest uttrykk ble funnet av mutasjoner som er viktige for kreftutvikling, og uttrykket av KRAS/NRAS og TP53 mutasjoner var assosiert med onkogene signalveier, samt resistens mot målrettede behandlinger i kreftmodeller. Svulster med lavt uttrykk av de samme mutasjonene var mindre aggressive. Dette viser at det er viktig å ta hensyn til uttrykksnivået når mutasjoner benyttes som biomarkører. Målrettet behandling mot BRAF mutasjon er én av de få nye behandlingene som er godkjent for bruk ved metastatisk tarmkreft. Behandlingen er imidlertid effektiv i kun én av tre pasienter. Vi har generert kreftmodeller som er resistente mot slik behandling, og ved å analysere genuttrykk og mutasjoner før og etter resistensutvikling har vi identifisert de molekylære mekanismene som forårsaker resistensen. Dette kan gi grunnlaget for nye biomarkører for å unngå behandling og medfølgende bivirkninger hos pasienter som ikke har nytte av behandlingen. Vi har også analysert sensitivitet mot nye legemidler i resistensmodellene, og identifisert medikament som kan være effektive når den godkjente behandlingen har mistet sin effekt (Kryeziu et al., upublisert).

There are few effective stratified treatment options in colorectal cancer (CRC). Although most molecularly-guided and experimental treatments are given in metastatic disease, molecular screening is primarily performed of the primary tumor. However, CRC liver metastases are "moving targets" and metastatic tumor heterogeneity is a major cause of treatment failure. We propose a two-angle genomic and pharmacogenomic profiling approach to catch-up with metastatic CRC heterogeneity, a "heterogeneity-sensitive" approach including multiple tumor tissue samples from individual patients, and a "heterogeneity-ignorant" approach based on liquid biopsies. In WP1, we will create data resources to deploy a "multi-molecular" perspective on liver metastases, including both gene expression-based subtyping and integration of DNA- and RNA-level sequencing data to interpret mutations at the allele-specific expression level. The influence of metastatic heterogeneity will be evaluated by comparing matched primary and metastatic tumors, as well as separate metastatic lesions from individual patients. In WP2, we will use these data resources to search for novel stratified treatment options. Gene expression subtypes will serve as a framework to evaluate prognostic biomarkers and to identify subtype-specific drug responses in pharmacogenomic screens of cell lines and metastasis-derived organoids. These drug screen data will also be used for improved treatment response predictions based on allele-specific mutation expression levels of the corresponding "actionable" targets. In the "heterogeneity-ignorant" approach in WP3, we will determine whether liquid biopsies recapitulate tumor heterogeneity by comparing circulating tumor DNA with a reference model for subclonal expansion in each patient, established by direct primary-metastatic tumor sequencing. In a proof-of-concept study, we will monitor response and resistance mechanisms to targeted combination therapies of BRAF-mutant metastatic CRC.