Evaluierung tumorassoziierter Transkriptmuster zum PCa-Nachweis in diagnostischen Prostatabiopsien

1. Evaluierung tumorassoziierter Transkriptmuster zum PCa-Nachweis in diagnostischen Prostatabiopsien Susanne Füssel1, Susanne Schneider1, Lars Twelker1, Ulrike Heberling1, Susan Voigt1, Vladimir Novotny1, Andrea Lohse-Fischer1, Silke Tomasetti1, Michael Haase2, Rainer Koch3, Gustavo B. Baretton4, Marc-Oliver Grimm1, Manfred P. Wirth1 1 Klinik für Urologie, 2 OncoRay, Zentrum für Innovationskompetenz „Radiation Research in Oncology“, 3 Institut für Medizinische Informatik und Biometrie, 4 Institut für Pathologie Technische Universität Dresden, Fetscherstr. 74, 01307 Dresden

2. Etablierung von PCa-Vorhersagemodellen an Prostata-Gewebeproben anhand PCa-spezifischer Transkriptmuster • Auswahl vielversprechender Transkriptmarker aus Vorstudien und Literatur  Etablierung entsprechender QPCR-Assays • Markervaliderung an gepaarten Gewebestücken (Tu + Tf) aus RPE-Explantaten  Vorhersagemodelle für PCa-Nachweis • erste Modellvalidierung an simulierten Prostatabiopsien aus RPE-Explantaten von PCa-Patienten • Transfer auf diagnostische Biopsien von Patienten mit PCa-Verdacht im Rahmen einer prospektiven Studie

3. Ausgewählte Prostata- und PCa-assoziierte Transkiptmarker

4. Analysen zur Einzelmarker-Validerung: • Maß der Überexpression im Tumor (paarweiser Vergleich zum autologen Normalgewebe; Tu:Tf)  PCA3, AMACR, Hepsin & TRPM8 als gute Einzelmarker (4- bis 40-fach hochreguliert) • Transkriptmarker-Kombinationen: • 4-Genmodell: - basierend auf logistischem Regressionsmodell • - Einteilung der relativen Expressionsniveaus von • EZH2, PCA3, Prostein undTRPM8 in Gruppen • - jeder Gruppe einen Koeffizienten zugeordnet • - Summe der Koeffizienten wird in Logit-Formel • eingesetzt  Berechnung der Wahrscheinlichkeit p • 5-Genmodell: - basierend auf optimiertem Regressionsmodell • (plus Hepsin) - kontinuierliche Variablen eingesetzt • - gleiche Logit-Formel wie beim 4-Genmodell • Ergebnis: Wahrscheinlichkeit der PCa-Präsenz im Gewebe Markerkombinationen verbessern die Vorhersagekraft

5. biopsy gun prostate tissue sample fixed by two glass plates biopsy on paper strip followed by fresh-freezing in liquid nitrogen cryo-sections (grey) for IHC, RNA and DNA isolation biopsy profile 6 cryo-sections (black) for histopathological examination (H&E-staining) Übertragung auf simulierte RPE-Biospien • RPE-Biopsien (simulierte Biopsien aus RPE-Explantaten von PCa-Pat.) • ca. 5% der Proben nicht auswertbar (Referenzgen < NWG) • 215 RPE-Biopsien aus 47 RPE-Explantaten in Endauswertung • histopathologische Begutachtung an je 6 repräsentativen Schnitten • Einteilung in 75 Tu-RPE-Biopsien und 140 Tf-RPE-Biopsien • 11 Markergene und TBP als Referenzgen quantifiziert

6. Markerexpression in simulierten RPE-Biopsien

7. ROC-Analyse 4-Genmodell: AUC: 0,921 4-Genmodell: (cut-off: 0,65) Sensitivität: 83% Spezifität: 89% PPV: 81% NPV: 91% 5-Genmodell: (cut-off: 0,65) Sensitivität: 79% Spezifität: 91% PPV: 82% NPV: 89% 5-Genmodell: AUC: 0,937 PCa-Detektion in RPE-Biopsien mit Hilfe der Genmodelle

8. Übertragung auf diagnostische Biopsien von Patienten mit PCa-Verdacht • bisher 63 Patienten mit PCa-Verdacht Prostata-Biopsie • (12 Routinebiopsien +bis zu 4 Studienbiopsien) • sofortige Kryokonservierung der Studienbiopsien in fl. Stickstoff • histopathologische Begutachtung der Routine- und Studienbiopsien  21 Pat. mit PCa & 42 Pat. mit BPH  Biopsieklassifizierung: • Tu-PCa (n=11):tumorhaltige Biopsien von 11 Pat. mit PCa • Tf-PCa (n=75): tumorfreie Biopsien von 20 Pat. mit PCa • Tf-BPH (n=148): tumorfreie Biopsien von 42 Pat. mit BPH • Quantifizierung von 11 Markergenen (nicht in allen Proben) und TBP •  Überexpression in Tf-Biopsien von PCa-Pat. vs. BPH-Pat. •  PCa-Vorhersage anhand der Genmodelle in den 3 Biopsiegruppen mit Schwerpunkt Unterscheidung zw. Tf-PCa und Tf-BPH

9. Markerexpression in diagnostischen Biopsien Überexpression in Tf-Biopsien von PCa-Patienten vs. BPH-Patienten

10. Tf-BPH vs. Tf-PCa vs. Tu-PCa (n=148) (n=75) (n=11) BPH-Patienten vs. PCa-Patienten (n=148) (n=86) ROC-Analyse 4-Genmodell: AUC: 0,734 5-Genmodell: AUC: 0,758 PCa-Detektion in diagnost. Biopsien anhand der Genmodelle

11. Vergleich der Genmodelle mit PCA3 an diagnost. Biopsien

12. Zusammenfassung • einzelne Transkriptmarker ermöglichen Unterscheidung zw. tumorhaltigem (Tu) und tumorfreiem (Tf) Gewebe  PCA3 bester Einzelmarker • Markerkombinationen verbessern Vorhersagekraft für PCa-Nachweis • 4- und 5-Genmodell an Tu- und Tf-Proben von PCa-Patienten optimiert  hohe Spezifität und gute Sensitivität  nun Validierung an Patienten mit PCa-Verdacht (diagnost. Biopsien) • unter Einschluss der tumorfreien Gewebeproben von BPH-Patienten ggf. Optimierung weiterer Genmodelle zur Steigerung der Vorhersagekraft • weitere Vorhaben: • Übertragung auf Urinproben von Patienten mit PCa-Verdacht • Analysen hinsichtlich der Notwendigkeit einer Rebiopsie • Modellentwicklung zur PCa-Rezidiv-Vorhersage