Head and neck cancer - prediction and modeling of regional progression

Details

Request a copy
Serval ID
serval:BIB_EC5EE133E911
Type
PhD thesis: a PhD thesis.
Collection
Publications
Institution
Title
Head and neck cancer - prediction and modeling of regional progression
Author(s)
Mermod Maxime
Director(s)
Simon Christian
Codirector(s)
Tolstonog Genrich
Institution details
Université de Lausanne, Faculté de biologie et médecine
Address
Faculté de biologie et de médecine
Université de Lausanne
CH-1015 Lausanne
SUISSE
Publication state
Accepted
Issued date
2018
Language
english
Abstract
Head and neck squamous cell carcinoma (HNSCC), the sixth most common cancer worldwide, is responsible for over 500'000 new cases annually. Despite advances in surgical techniques and radiation therapy protocols, along with the emergence of targeted treatments and immunothérapies, the survival of HNSCC patients has not progressed in the last 20 years1. The presence of lymph node metastasis (LNM) is the most accurate predictor of cancer-related outcome in HNSCC patients2-4. Therefore, correct assessment of the neck is critical for risk stratification and treatment planning. Clinically negative neck (cNO) is defined as the absence of LNM based on pre-treatment clinical and radiological examinations. Currently, the recommended approach to treat cNO patients is to perform an elective neck dissection. As the prevalence of OLNM in only 20-30%, this means that at least 70% of neck dissections are useless. Sentinel node biopsy (SLNB) is a less invasive alternative to elective neck dissection, but SLNB is technically challenging and still requires an opening of the neck. In this work, we developed a différent approach, which enables the prédiction of occult LNM (OLNM) solely based on primary tumor features, thereby reserving neck dissection for high-risk patients. We showed that the lymphatic endothelial marker PROX1 and the pan-endothelial marker CD31, which are both expressed at the level of the primary tumor, were significantly associated with OLNM. We used a machine learning approach to combine CD31 and PROX1 with classical clinicopathological markers. This model reached 95% negative prédictive value while conserving a reasonably good positive prédictive value (PPV).
While OLNM is a significant problem regarding the secondary effects of surgery, treatment failures account for a majority of HNSCC related deaths. To better understand how tumors relapse after surgery we had first to create a surgical mouse model. This model is based on the orthotopic implantation of mEERL5 and mEERL95 cells6 which initiate primary tumors in the neck, recapitulate the histology of poorly differentiated aggressive HNSCC and give rise to post-surgical récurrences. This model is the first immune-competent orthotopic mouse model of HNSCC disease progression suitable for pre-clinical studies.
Post-surgical local, régional and distant relapses are initiated by cancer cell clones that escaped from the surgical field and subsequently promoted secondary tumor growth. To understand the clonal dynamics of tumor progression, mEERL, and mEERL95 cells were transduced with a highly complex genetic barcoding library. Following implantation of cells in the floor of the mouth of C57BL/6Rj mice, we micro-surgically resected primary tumors and followed mice until they developed local récurrence. Barcodes retrieved by PCR from genomic DNA were analyzed by next-generation sequencing (NGS). Barcoding revealed that HNSCC tumor progression is governed by a successive clonal shift aiong with an exponential enrichment of malignant clones following a stepwise advancement from the primary tumor and nodal métastasés to récurrent tumors, récurrent nodal and distant métastasés.
The development of a prédictive model of OLNM now calls for a prospective randomized trial comparing RF model risk stratification versus elective neck dissection, whereas our insights on clonal évolution shall motivate novel approaches for the development of targeted therapies directed at advanced HNSCC cases.
--
Les carcinomes épidermoïdes de la tête et du cou représentent la sixième cause de cancer dans le monde. Malgré de nombreuses avancées chirurgicales, radio- et immuno- thérapeutiques , la survie des patients ne s'est pas améliorées depuis près de 20 ans1. La présence de métastases ganglionnaires est le prédicteur le plus précis du pronostic de la maladie2-4. Les patients avec un cou cliniquement négatif (cNO), défini par l'absence de métastases ganglionnaires lors de l'examen initial, sont actuellement traité électivement par un évidement ganglionnaire, en raison du risque de métastases occultes, qui peut atteindre jusqu'à 30% des patients. En contrepartie, cela signifie que 70% des évidements cervicaux n'ont pas de réelle utilité. La biopsie du ganglion sentinelle est une technique alternative de pointe à la dissection ganglionnaire élective mais celle-ci demeure toujours invasive et requiert une collaboration étroite entre de nombreux spécialistes. Dans le présent travail nous avons montré que des marqueurs au niveau de la tumeur primaire, PROX1 et CD31, exprimés par les cellules endothéliales, étaient significativement associés à la présence de métastases ganglionnaires occultes. Nous avons utilisé une approche d'apprentissage automatique pour combiner ces marqueurs à des paramètres clinico- pathologiques classiques. Le modèle prédictif final a atteint une valeur prédictive négative de 95% tout en conservant une bonne valeur prédictive positive.
Bien que les métastases ganglionnaires occultes soit un problème significatif, les échecs de traitements représentent la cause majeure de décès liés à cette maladie. Afin de mieux comprendre comment les tumeurs récidivent après la chirurgie, nous avons créé un nouveau modèle chirurgical murin. Ce dernier est basé sur l'implantation des cellules mEERL5 ou mEERL956 qui développent de manière reproductible des tumeurs primaires dans le cou, des récurrences locales, des métastases, et récapitulent bien l'histologie de carcinomes épidermoïdes agressifs et peu différenciés. Les récidives post-chirurgicales sont initiées par des clones cellulaires cancéreux qui ont échappés à la résection chirurgicale et permettent ainsi le développement de tumeurs secondaires. Pour comprendre la dynamique clonale des récurrences et métastases, nous avons transduit les cellules mEERL et mEERL95 avec une librairie hautement complexe de code-barres génétiques. Après l'implantation des cellules, nous avons réséqué micro-chirurgicalement les tumeurs primaires et suivi les animaux jusqu'à ce qu'ils développent des récurrences locales et des métastases. Les codes-barres ont été récoltés par PCR depuis de l'ADN génomique de cinq tissus différents, avant la déconvolution finale des codes- barres par des techniques de séquençage de nouvelle génération. Ceci a permis le suivi des clones à une échelle unicellulaire. En résumé, ceci nous a permis de mettre en valeur que la progression tumorale des carcinomes épidermoïdes de la tête et du cou est gouvernée par une transition clonale successive accompagnée d'un enrichissement exponentiel de clones malins, de la tumeur primaire à la récurrence locale, puis à aux récidives régionales et à distance.
Le développement d'un modèle prédictif de métastases ganglionnaires occultes devra être suivi par un essai prospectif randomisé comparant une approche de stratification du risque à la dissection ganglionnaire élective. Quant à nos avancées concernant la description de l'évolution clonale, ces dernières devraient motiver de nouvelles approches pour le développement de thérapies ciblées des carcinomes épidermoïdes de la tête de du cou de stades avancés.

Create date
24/09/2018 10:42
Last modification date
20/08/2019 16:14
Usage data