HER2-저 발현 전이성 유 breast cancer에서 ADC 순차 치료: 어려운 질문에 답하기

核心概念

HER2-저 발현 전이성 유방암 환자를 위한 ADC 순차 치료에 대한 최적의 전략은 아직 명확하지 않으며, 치료 결정은 환자 개인별 특성과 선호도를 고려하여 이루어져야 한다.

摘要

개요

본 팟캐스트 에피소드에서는 Kathy D. Miller 박사와 Stephanie L. Graff 박사가 전이성 HER2-저 발현 유방암 환자를 위한 항체-약물 결합체(ADC) 순차 치료에 대해 논의합니다. HER2-저 발현 유방암은 비교적 최근에 정의된 유방암 아형으로, 기존 HER2 표적 치료제에 대한 반응률이 낮았던 환자들에게 새로운 치료옵션을 제공합니다.

HER2-저 발현 유방암이란?

과거에는 IHC 0, 1+ 또는 ISH- 2+로 분류된 HER2 음성 유방암 환자들이 이제는 HER2-저 발현 유방암으로 분류됩니다. 이러한 변화는 HER2-저 발현 유방암 환자들에게서도 ADC와 같은 HER2 표적 치료제의 효과가 나타날 수 있다는 연구 결과를 바탕으로 합니다.

ADC 치료 옵션

현재 FDA 승인을 받은 HER2-저 발현 유방암 치료제로는 trastuzumab deruxtecan (T-DXd)과 sacituzumab govitecan (Trodelvy) 두 가지 ADC가 있습니다. 두 약물 모두 유사한 작용 기전을 가지고 있지만, 대상 환자군, 투여 일정, 부작용 프로필에서 차이가 있습니다.

• Trastuzumab deruxtecan (T-DXd): DESTINY-Breast04 임상시험에서 HER2-저 발현 유방암 환자를 대상으로 효과를 입증했습니다. 특히 호르몬 수용체 양성(HR+) 환자에서 효과가 두드러졌습니다.
• Sacituzumab govitecan (Trodelvy): 삼중 음성 유방암(TNBC)과 HR+ 전이성 유방암 환자를 대상으로 한 임상시험에서 효과를 입증했습니다.

ADC 순차 치료의 딜레마

두 가지 ADC 치료 옵션이 존재하지만, 아직까지 HER2-저 발현 유방암 환자에게 최적의 ADC 순차 치료 전략은 명확하게 정립되지 않았습니다. 실제 임상 현장에서는 T-DXd를 먼저 사용하는 경우가 많지만, 이는 DESTINY-Breast04 임상시험 결과에 근거한 경험적 근거일 뿐, 명확한 근거는 부족한 실정입니다.

내성 기전의 중요성

ADC 순차 치료 전략을 수립하는 데 있어 가장 중요한 요인 중 하나는 ADC 내성 기전입니다. ADC 내성은 크게 표적 단백질의 변화와 약물 자체에 대한 내성으로 나눌 수 있습니다. 만약 환자가 첫 번째 ADC 치료에 내성을 보이는 경우, 두 번째 ADC 치료제 선택은 내성 기전에 따라 달라질 수 있습니다.

공동 의사 결정의 필요성

HER2-저 발현 유방암 환자를 위한 ADC 순차 치료 전략은 환자 개인별 특성, 질병 상태, 치료 목표, 부작용 프로필 등을 종합적으로 고려하여 결정해야 합니다. 따라서 환자와 의료진 간의 충분한 상담과 공동 의사 결정이 중요합니다.

향후 연구 방향

HER2-저 발현 유방암 환자를 위한 최적의 ADC 순차 치료 전략을 수립하기 위해서는 다양한 임상시험을 통한 추가적인 연구가 필요합니다. 특히, ADC 내성 기전을 명확히 규명하고, 이를 극복할 수 있는 새로운 치료법 개발이 중요합니다.

統計資料

HER2-저 발현 유방암은 전체 유방암의 약 50%를 차지합니다.
DESTINY-Breast04 임상시험에서 T-DXd는 HR+/HER2-저 발현 유방암 환자의 무진행 생존 기간을 유의미하게 개선했습니다.
Trodelvy는 TNBC 환자를 대상으로 한 임상시험에서 단독요법으로서 유의미한 항암 효과를 보였습니다.

引述

"새로운 치료법이 등장할 때마다, 언제, 어떤 환자에게 사용할지, 그리고 이전 치료법 이후의 활성은 어떠한지 등 수많은 질문이 생깁니다." - Kathy D. Miller 박사
"HER2-저 발현 유방암은 이전에 HER2 음성으로 여겨졌던 환자들을 포함하며, 이는 유방암 환자의 상당 부분을 차지합니다." - Stephanie L. Graff 박사
"ADC 내성 기전은 매우 복잡하며, 아직까지 명확하게 밝혀지지 않았습니다." - Stephanie L. Graff 박사
"환자에게 가장 적합한 치료법을 결정하기 위해서는 공동 의사 결정이 중요합니다." - Kathy D. Miller 박사

從以下內容提煉的關鍵洞見

Episode 5: Sequencing of ADCs for Metastatic HER2-Low Disease

by Kathy D. Mil... 於 www.medscape.com 11-21-2024

https://www.medscape.com/viewarticle/1001337

深入探究

HER2-저 발현 유방암의 정의가 점점 더 세분화되고 있는데, 이는 ADC 치료 전략에 어떤 영향을 미칠까요?

HER2-저 발현 유방암은 IHC 1+ 또는 2+ 이면서 ISH-인 경우, 그리고 최근에는 IHC 0이라도 약한 막 염색을 보이는 경우(HER2 ultra-low)까지 포함하며 그 정의가 점점 더 세분화되고 있습니다. 이러한 변화는 ADC 치료 전략에 다음과 같은 영향을 미칠 수 있습니다.

환자 선별 기준의 변화: HER2-저 발현 유방암의 하위 유형이 세분화됨에 따라 ADC 치료 대상 환자 선별 기준 또한 더욱 정교해져야 합니다. 특히, IHC 점수 뿐만 아니라 막 염색 정도, HER2 유전자 발현 수준, 그리고 다른 바이오마커 발현 등을 종합적으로 고려하여 치료 효과를 극대화할 수 있는 환자를 선별해야 합니다.
맞춤형 치료 전략 수립의 필요성: HER2-저 발현 유방암은 동일한 유형 내에서도 HER2 발현 정도, ER, PR 발현 여부, 종양의 조직학적 특징, 유전체 변이 등 다양한 heterogeneity를 보입니다. 따라서 환자 개개인의 특성을 고려한 맞춤형 ADC 치료 전략 수립이 중요해집니다. 예를 들어, HER2 발현 수준에 따라 ADC 용량 조절, 다른 항암제 병용 여부, 치료 순서 등을 결정할 수 있습니다.
새로운 ADC 개발의 가능성: HER2-저 발현 유방암의 하위 유형별로 특징적인 HER2 발현 패턴이나 다른 분자적 특징이 밝혀짐에 따라, 이를 표적으로 하는 새로운 ADC 개발이 활발해질 수 있습니다. 예를 들어, HER2 ultra-low 유방암에 특이적으로 작용하는 ADC 또는 특정 유전자 변이를 가진 HER2-저 발현 유방암에 효과적인 ADC 개발이 기대됩니다.
결론적으로, HER2-저 발현 유방암의 정의가 세분화됨에 따라 ADC 치료 전략은 더욱 정밀하고 개인 맞춤형으로 발전해야 할 것입니다.

ADC 치료 이후 환자의 유전체 분석을 통해 개인 맞춤형 치료 전략을 수립할 수 있을까요?

네, ADC 치료 이후 환자의 유전체 분석은 개인 맞춤형 치료 전략 수립에 매우 중요한 역할을 할 수 있습니다. ADC 치료에 대한 저항성 기전은 매우 복잡하며, HER2 유전자 증폭, HER2 변이, 하위 신호전달 경로 활성화, payload에 대한 내성 등 다양한 요인이 관여합니다. 따라서, ADC 치료 이후 환자의 유전체 분석을 통해 저항성 기전을 파악하고, 이를 바탕으로 개인 맞춤형 치료 전략을 수립할 수 있습니다.
다음은 유전체 분석을 통해 얻을 수 있는 정보와 이를 활용한 개인 맞춤형 치료 전략 예시입니다.

HER2 유전자 변이 분석: ADC 치료 저항성을 유발하는 HER2 유전자 변이 (ex. T798M)를 확인하고, 해당 변이에 효과적인 다른 ADC 또는 HER2 표적 치료제 (ex. tucatinib, neratinib)로 치료 전략을 변경할 수 있습니다.
내성 관련 유전자 발현 분석: ADC 치료 저항성에 관여하는 유전자 (ex. MDR1, BCRP)의 발현을 분석하여, 해당 유전자를 표적으로 하는 약물 (ex. verapamil, cyclosporine A)을 병용 투여하여 ADC 치료 효과를 높일 수 있습니다.
종양 유전체 프로파일링: 차세대 염기서열 분석 (NGS)을 통해 종양 유전체 프로파일링을 수행하여, ADC 치료 저항성과 관련된 다양한 유전자 변이, 유전자 발현 변화, 신호전달 경로 활성화 등을 종합적으로 분석할 수 있습니다. 이를 통해 환자에게 최적의 치료 전략을 제시할 수 있습니다.
하지만, 유전체 분석 결과를 해석하고 치료에 적용하는 과정은 아직까지 표준화되어 있지 않으며, 유전체 분석 결과만으로 모든 환자에게 최적의 치료법을 제시할 수는 없습니다. 따라서, 유전체 분석 결과는 환자의 임상 정보, 치료 경험, 의료진의 판단 등을 종합적으로 고려하여 해석되어야 합니다.

인공지능과 빅 데이터 기술을 활용하여 ADC 치료 효과를 예측하고 부작용을 최소화할 수 있을까요?

네, 인공지능과 빅 데이터 기술은 ADC 치료 효과 예측 및 부작용 최소화에 큰 가능성을 제시합니다. 방대한 환자 데이터를 학습하여 개인별 맞춤형 치료 전략 수립을 가능하게 하고, 부작용 발생 위험을 예측하여 예방 및 관리를 효율적으로 수행할 수 있도록 돕습니다.
다음은 인공지능과 빅 데이터 기술을 활용한 ADC 치료 효과 예측 및 부작용 최소화 방안입니다.

치료 효과 예측: 환자의 임상 정보 (나이, 성별, 병기, 조직학적 등급, 유전체 정보, 치료 이력 등)와 ADC 특성 (표적, payload, linker 등)을 기반으로 인공지능 모델을 구축하여 치료 효과를 예측할 수 있습니다. 이를 통해 치료 반응성이 높을 것으로 예상되는 환자를 선별하여 ADC 치료 효과를 극대화하고, 불필요한 치료를 줄일 수 있습니다.
부작용 예측 및 관리: ADC 치료 부작용 발생 위험을 예측하는 인공지능 모델을 개발하여 개인별 부작용 발생 가능성을 사전에 예측하고 예방적인 조치를 취할 수 있습니다. 예를 들어, 심독성 발생 위험이 높은 환자에게는 심장 기능 모니터링을 강화하고, neutropenia 발생 위험이 높은 환자에게는 예방적 항생제 투여를 고려할 수 있습니다.
빅 데이터 분석을 통한 최적의 ADC 조합 및 용량 최적화: 다양한 ADC 치료 임상 데이터를 수집하고 분석하여 특정 환자 집단에서 효과가 높았던 ADC 조합, 용량, 투여 스케줄 등을 파악하고, 이를 바탕으로 개인별 최적의 ADC 치료 전략을 수립할 수 있습니다.
인공지능과 빅 데이터 기술은 ADC 치료 효과를 높이고 부작용을 최소화하는 데 필수적인 도구가 될 것입니다. 하지만, 이러한 기술의 정확성과 신뢰성을 확보하기 위해서는 고품질의 대규모 데이터 확보 및 표준화된 분석 방법 개발이 중요합니다.