Oncologia

Apesar da incidência crescente que vem sendo documentada nas últimas duas décadas, a mortalidade por câncer de mama tem diminuído de forma clara e evidente no mesmo período. Embora entusiástica, lamentavelmente esta afirmação somente é verdadeira quando nos referimos a países desenvolvidos.^(1,2) As estatísticas disponíveis no nosso meio revelam uma clara tendência de aumento progressivo na mortalidade por câncer de mama.⁽³⁾Ao analisarmos estes resultados positivos observados tanto nos EUA quanto em vários países da Europa ocidental, observamos que eles devem ser creditados a vários fatores, entre os quais pelo menos dois são fundamentais. Em primeiro lugar, o diagnóstico precoce da doença, que contribui de forma importante para esta realidade, mas ao mesmo tempo, uma parte crítica desta equação também está relacionada, sem dúvida, à aplicação generalizada do tratamento sistêmico adjuvante.

O paradigma moderno, que considera câncer como uma doença potencialmente já sistêmica desde o momento do seu diagnóstico inicial, desenvolvido a partir da década de 1960, constitui-se na base conceitual que tem orientado a terapêutica pós-operatória das pacientes com câncer de mama nos últimos 30 anos. De acordo com os dados recentemente publicados do EBCTG, os benefícios da administração de tratamento adjuvante com hormônios ou quimioterapia são expressivos, reproduzíveis e incontestáveis.⁽⁴⁾De acordo com estas informações, cinco anos de tamoxifeno reduzem a taxa anual de mortalidade em 31%, independentemente de idade ou qualquer outra intervenção. Importante é reconhecer que a redução na mortalidade é, aos 15 anos, mais do dobro do que aos cinco anos depois do diagnóstico. A administração de quimioterapia adjuvante baseada em regimes contendo um antracíclico reduz a mortalidade anual na proporção de 38% nas mulheres com menos de 50 anos e em 20% nas mulheres entre 50-69 anos. Pela primeira vez os dados desta metanálise foram apresentados estimando o benefício de acordo com categorias de risco, como vemos nas figuras 1 e 2.

Mas ao mesmo tempo em que valorizamos os resultados do tratamento adjuvante, é crítico que os analisemos cuidadosamente, identificando suas limitações para poder melhorar mais ainda os resultados. É neste sentido que procuramos neste trabalho levantar alguns dos problemas desta abordagem terapêutica com a intenção de gerar novas alternativas que resultem em benefícios ainda maiores para as pacientes com câncer de mama inicial.

As curvas na figura 3, que refletem o resultado positivo do tratamento poliquimioterápico na mortalidade de pacientes com câncer de mama, mostram claramente uma diferença importante entre as pacientes que recebem o tratamento e as que ficam em observação (grupo controle). Após dez anos do diagnóstico, a diferença absoluta é de 6,8%. Evidências recentemente apresentadas na literatura indicam claramente que embora as taxas de recorrência da doença permaneçam estáveis após os primeiros cinco anos entre os dois grupos (mulheres tratadas vs. não tratadas), a separação nas curvas de sobrevida continua aumentando ao longo de 15 anos. Isto provavelmente reflete a eficácia do tratamento adjuvante que é curativo numa percentagem das pacientes ao prevenir recorrências nos primeiros cinco anos depois do diagnóstico.^(4,5)

Mesmo com estes dados altamente positivos, é importante extrair outras informações destas curvas que nem sempre são destacadas. A figura revela que uma percentagem de 39,8% das pacientes que não recebem tratamento adjuvante permanecem vivas, muitas delas sem recorrência da doença após dez anos do diagnóstico. Isto significa que existem mulheres que são curadas com o tratamento locorregional (cirurgia e radioterapia quando necessária) e não necessitam de tratamento adjuvante. Este dado nos leva à constatação de que uma percentagem expressiva das pacientes que hoje recebem tratamento adjuvante não o necessita. Nosso problema, neste sentido, é que não temos à nossa disposição um método confiável, reprodutível ou validado que permita identificar quem são estas pacientes.

Uma análise mais profunda das mesmas curvas demonstra que uma percentagem de 53,4% das pacientes morrem no mesmo período de dez anos, a maioria delas de câncer de mama metastático. Isto significa que o tratamento adjuvante administrado não conseguiu evitar o crescimento das micrometástases presentes desde antes da cirurgia e que em último caso resultam no óbito da paciente. Algumas destas pacientes poderão ser primariamente resistentes à quimioterapia, enquanto outras poderão ser parcialmente sensíveis. Estas últimas poderão derivar algum benefício do tratamento que prolongaria o intervalo livre de doença, sem, entretanto, modificar sua evolução final.

A conclusão natural desta análise crítica do tratamento adjuvante no câncer de mama inicial é que mesmo com o significativo progresso alcançado até agora ainda temos muito para melhorar. Beneficiamos uma minoria das pacientes e somos incapazes de identificar ou separar claramente quais as que necessitam do tratamento das que não respondem completamente e devem ser tratadas com outros métodos ou regimes.

Uma forma de melhorar estes resultados seria melhor selecionar as pacientes que necessitam de tratamento depois da cirurgia e ao mesmo tempo identificar aquelas que não têm doença sistêmica. Ao mesmo tempo devemos desenvolver uma tecnologia que seja capaz de separar as pacientes de acordo com a chance de responder a uma determinada droga ou regime quimioterápico.

Novas abordagens estão sendo exploradas na tentativa de identificar cada vez melhor os diferentes subgrupos de pacientes com câncer de mama. Os métodos tradicionais baseados em critérios clínicos, anatômicos e patológicos certamente são insuficientes para orientar o desenvolvimento futuro nesta área. A capacidade preditiva e prognóstica dos elementos que utilizamos até agora é reconhecidamente insuficiente. A heterogeneidade de comportamento clínico que observamos na nossa prática clínica é uma lição de humildade a cada evolução inesperada.

As recomendações para indicar um tratamento adjuvante sistêmico na atualidade estão fundamentadas no risco estimado de recidiva. Reconhecemos categorias de risco definidas de acordo a diversos fatores.^(6-8)É fundamental entretanto, reconhecer que o risco de recidiva é uma variável contínua e que nenhuma das categorias de risco estabelecidas até agora consegue definir com precisão o risco de uma paciente em particular. Freqüentemente encontramos pacientes que pertencem a uma categoria de risco e que não se comportam de acordo com o esperado, identificando uma realidade biológica muito diversa que caracteriza o câncer de mama. Informações recentes indicariam que câncer de mama, na realidade, não é uma única doença, mas sim uma família de doenças com comportamentos, prognósticos e necessidades terapêuticas diferentes.^(9-11)

Os elementos básicos que utilizamos para caracterizar o risco de recidiva e que são a base para as diferentes classificações de risco são: comprometimento de linfonodos axilares (positivos vs negativos), número de linfonodos comprometidos, histologia (carcinoma ductal ou lobular invasor vs. histologias especiais), tamanho do tumor primário, grau histológico, invasão linfovascular (presente vs ausente), expressão de receptores hormonais (positivos ou negativos), expressão ou amplificação de receptores HER2, e a idade da paciente.^(5-7)

O desenvolvimento de novas tecnologias que permitem a análise da expressão gênica e a disponibilidade de anticorpos monoclonais em número crescente tem permitido o desenvolvimento de duas abordagens particularmente interessantes na tentativa de melhor avaliar o real risco biológico de cada paciente. Em primeiro lugar, podemos hoje estudar e definir um perfil de expressão genético próprio de cada tumor e, em segundo lugar, o estudo das proteínas presentes em um tecido ou amostra de soro de uma paciente. A previsão é que estas tecnologias, que representam avanços significativos, terão aplicabilidade generalizada na oncologia.

DIFERENTES PERFIS DE EXPRESSÃO GÊNICA

Os princípios básicos que norteiam e justificam a exploração de quais os genes ativos ou não num determinado tecido passa por conceitos biológicos muito simples. Em primeiro lugar, devemos reconhecer que câncer é uma doença primariamente genética, que resulta do acúmulo de um sem-número de alterações moleculares. Estas alterações gênicas e moleculares são próprias e condicionam o comportamento biológico de cada célula e de cada tumor. Conhecer e classificar estas alterações deverá permitir prognosticar o comportamento de cada tumor de forma mais adequada. A expectativa é que a implementação e a validação destes conceitos resultará numa nova taxonomia para câncer de mama (e para outros tumores também), onde identificaremos diferentes padrões de expressão gênica (comportamentos) que resultarão provavelmente em diferentes abordagens terapêuticas.

Já nas primeiras tentativas de caracterizar o perfil de expressão gênica de diferentes tumores de mama conseguiu-se identificar diferenças muito evidentes entre duas populações distintas de tumores: aqueles que expressam e aqueles que não expressam receptores hormonais. Mais importante ainda, dentro de cada uma destas categorias, alguns padrões de expressão foram reconhecidos: o perfil semelhante ao normal (normal like), o perfil HER2 e o perfil de célula basal (basal cell) na categoria de receptores negativos, e os padrões luminais A, B e C na categoria de receptores positivos. Recentemente, o grupo com expressão de receptores hormonais foi reduzido a dois padrões: luminais A e B.^(9,12)

Utilizando objetivos diferentes, mas com base na mesma idéia da existência de diferentes padrões de expressão gênica numa mesma população de pacientes com câncer de mama, investigadores da Holanda descreveram a capacidade desta tecnologia em identificar o prognóstico de um grupo de pacientes num acompanhamento superior aos dez anos. Nesse estudo, o objetivo era identificar perfis de expressão que estivessem relacionados a um bom ou a um mau prognóstico. Utilizando o padrão de expressão de 70 genes selecionados por seu poder de discriminação em estudos anteriores, van de Vijver e colaboradores conseguiram estabelecer diferenças de expressão que se traduziam em comportamento biológico diferenciado. Desta forma, pacientes com um “bom perfil” de expressão ou uma boa assinatura gênica apresentavam menor recorrência e uma melhor sobrevida do que as pacientes que tinham um “mau perfil”. Mais importante do que esta constatação é o fato de que a seleção (ou classificação) deste grupo de pacientes por esta tecnologia foi muito superior no seu poder de discriminar o comportamento biológico de cada tumor do que os critérios anatômicos e patológicos que comumente utilizamos, como gânglios axilares, critérios de Saint Gallen ou os critérios do consenso do NIH (National Institutes of Health).^(13,14)

Numa tentativa de validar esta metodologia, os mesmos 70 genes foram testados em uma amostra de casos de instituições americanas e européias.⁽¹⁵⁾. Os resultados não foram tão impressionantes como inicialmente relatados, mas confirmaram uma capacidade prognóstica mais poderosa do que outros critérios utilizados na prática diária. Estudos prospectivos estão sendo planejados onde a avaliação do risco de recidiva será feita tanto pelos critérios clínicos rotineiros quanto pela expressão gênica, mas a decisão terapêutica será tomada somente por um deles. Esperamos os resultados deste tipo de estudo, que provavelmente validarão e definirão a real utilidade desta nova tecnologia.

Uma das dificuldades mais importantes deste tipo de tecnologia é a necessidade de dispor de tecido fresco (ou congelado) para poder realizar o estudo da expressão gênica. Tentando superar esta limitação, investigadores americanos desenvolveram uma alternativa que permite analisar a expressão gênica de uma amostra por RT-PCR utilizando material parafinizado. Estes investigadores identificaram um grupo de 21 genes que discriminam três populações distintas entre as mulheres com receptores positivos tratadas com tamoxifeno adjuvante nos estudos NSABP B14 e B20.⁽¹⁶⁾ Uma população com um risco muito baixo de recorrência (6%), uma outra com risco intermediário (16%) e finalmente outra com uma alta chance de desenvolver metástases (30%). As pacientes com baixo risco de recorrência representavam 50% da amostra testada. Uma outra informação muito importante gerada por este trabalho foi que as pacientes no grupo de bom prognóstico não obtinham nenhum benefício do tratamento com quimioterapia e conseqüentemente podiam ser tratadas somente com hormonioterapia.

Informações recentes indicam que o padrão de expressão deste painel de 21 genes confirmou seu valor prognóstico quando aplicado numa população de pacientes não tratadas.⁽¹⁴⁾

Esta metodologia de análise do padrão de expressão gênica como método de diferenciar prognóstico foi recentemente aprovada por autoridades regulatórias americanas para o subgrupo de pacientes pós-menopáusicas com receptores hormonais positivos.⁽¹⁶⁾

ANÁLISE DAS PROTEÍNAS (PROTEÔMICA)

Uma segunda abordagem que tem sido explorada com o mesmo objetivo de selecionar pacientes mais adequadamente utiliza a tecnologia denominada de proteômica. Esta é uma disciplina científica que está emergindo com uma grande expectativa na sua capacidade de identificar novos marcadores diagnósticos e prognósticos em câncer em geral. Nosso conhecimento atual das interações protéicas no nosso organismo é ainda muito limitado. Este conhecimento deverá tornar-se cada vez mais importante, pois estas interações e suas alterações provavelmente serão críticas para uma melhor compreensão da fisiopatologia de doenças e igualmente críticas no processo de desenvolvimento de drogas. Nos últimos anos, a disponibilidade de uma grande quantidade de anticorpos monoclonais validados e específicos tem permitido o desenvolvimento desta tecnologia.

A proteômica está baseada na identificação de proteínas específicas. Várias formas de analisar o conteúdo protéico de uma determinada amostra têm sido exploradas. Além da tradicional eletroforese bidimensional em um gel de poliacrilamida (2D-PAGE), outras tecnologias têm sido utilizadas para separar proteínas de qualquer mistura (SELDI-TOF, 2D-DIGE, ICAT, MudPIT e arrays protéicos).⁽¹⁷⁾Estas tecnologias incorporariam na análise biológica todos os aspectos que vão desde a síntese protéica até as modificações pós-translacionais que uma determinada proteína sofre e que não são passíveis de estudo quando exploramos somente a estrutura gênica ou sua expressão diretamente. A importância que estas alterações pós-translacionais possam ter no desenvolvimento e na biologia de uma neoplasia é provavelmente substancial, embora ainda não adequadamente estudada.

O desenvolvimento da tecnologia de espectrometria de massa tem resultado na habilidade de caracterizar o conteúdo protéico de misturas complexas. Ao mesmo tempo, técnicas de microdissecção com laser que permitem selecionar populações celulares homogêneas de amostras patológicas que combinadas com tecnologias como 2D-DIGE ou MudPIT constituem uma nova plataforma para diferenciar com sensibilidade e especificidade situações de presença ou ausência de doença e acompanhar resultados terapêuticos. A capacidade de analisar estas informações comparando o conteúdo de amostras de origem normal com espécimes alterados fundamenta as expectativas que estudos proteômicos permitam um aperfeiçoamento da nossa capacidade de selecionar pacientes. Este tipo de exercício resultará, sem dúvida, na geração de biomarcadores específicos que poderão auxiliar na prevenção, no diagnóstico e no tratamento individualizado de cada paciente.⁽¹⁸⁾ Desta forma, é muito provável que a análise do complexo conteúdo protéico de tecidos e diferentes fluidos biológicos tenha, no futuro, um impacto significativo na avaliação e no diagnóstico, não só do câncer, mas também de muitas outras patologias.

REFERÊNCIAS

1. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Secretaria de Atenção à Saúde. Instituto Nacional de Câncer. Coordenação de Prevenção e Vigilância. Estimativa 2005: Incidência de Câncer no Brasil. Rio de Janeiro: INCA; 2004.
2. Ferlay J, Bray F, Pisani P, Parkin DM. Globocan 2002: cancer incidence, mortality and prevalence worldwide. IARC CancerBase No 5, version 2·0. IARC Press: Lyon; 2004.
3. MS/SVS/ DASIS - Sistema de Informações sobre Mortalidade, SIM, MPO/ Fundação Instituto Brasileiro de Geografia e Estatística – IBGE. MS/SAS/INCA/Conprev/ Divisão de Epidemiologia e Vigilância, 20024.
4. Effects of chemotherapy and hormonal therapy for early breast cancer on recurrence an 15 year survival: an overview of the randomized trials. The Lancet 2005;365:1687.
5. Chia S, Bryce C, Gelmon K. Lancet 2005;365:1665.
6. Goldhirsch A, Wood WC, Gelber RD et al. Meeting highlights: updated international expert consensus on the primary therapy of early breast cancer. J Clin Oncol 2003;21:3357.
7. Eifel P, Axelson JA, Costa J et al. National Institutes of Health Consensus Development Conference Statement: adjuvant therapy for breast cancer, November 1-3, 2000. J Natl Cancer Inst 2001;93:979.
8. National Comprehensive Cancer Network. Practice Guidelines in Oncology- v.1. 2004. (www.nccn.org).
9. Sørlie T. Molecular portraits of breast cancer: tumour subtypes as distinct disease entities. Eur J Cancer 2004;40:2667.
10. van de Vijver MJ, He YD, van’t Veer LJ et al. A gene expression signature as a predictor of survival in breast cancer. N Engl J Med 2002;347:1999.
11. van’t Veer LJ, Dai H, van de Vijver MJ et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature 2002;415:530.
12. Ramaswamy S, Perou CM. DNA Microarrays in breast cancer: the promise of personalized medicine. Lancet 2003;361:1576-7.
13. van de Vijver MJ, He YD, van’t Veer LJ et al. A gene-expression signature as a predictor of survival in breast cancer. N Engl J Med 2002;347:1999.
14. van’t Veer LJ, Paik S, Hayes DF. Gene expression profiling of breast cancer: a new tumor marker. J Clin Oncol 2005;23:1631.
15. Piccart M, Loi S, van’t Veer LJ et al. Multi-center external validation study of the Amsterdam 70-gene prognostic signature in node negative untreated breast cancer: are the results still outperforming the clinical-pathologic criteria? Breast Cancer Res Treat 2004;88(abstr 34):S17.
16. Paik S, Shak S, Gong T et al. A multigene assay to predict recurrence of Tamoxifen treated node negative breast cancer. N Engl J Med 2004;351:2817.
17. Somiari R, Somiari S, Russell S, Shriver C. Proteomics of breast carcinoma. J Chromatogr B Analyt Technol Biomed Life Sci 2005;815:215.
18. Ornstein D, Petricoin E. Proteomics to diagnose tumors and provide prognostic information. Oncology 2004;4:521-9.