Pulmões com representação molecular

Nos últimos anos, a medicina de precisão no câncer de pulmão evoluiu de forma impressionante. O diagnóstico e o tratamento ficaram mais complexos, mas também mais eficazes e entender a evolução desse processo se mostra parte essencial da prática diária dos profissionais envolvidos.1,2

Esses marcadores não são usados apenas nos casos avançados. Hoje, eles já ajudam a guiar decisões terapêuticas mesmo em tumores iniciais e localizados, em contextos como a neoadjuvância, o tratamento pós-cirúrgico (adjuvância) e o perioperatório.1,2 Para isso, a patologia precisa integrar dados clínicos, exames de imagem e testes moleculares, o que chamamos de abordagem “ômica”.1,2

Além dos dados clínicos, de imagem e dos detalhes patológicos e de estadiamento, as ferramentas preditivas “Omics” desempenham um papel fundamental na condução personalizada do tratamento, permitindo uma abordagem única e integrada para cada paciente. Isso garante uma medicina de precisão mais eficaz e direcionada ao perfil individual de cada paciente.1,2

O que é prioridade molecular?

Alguns centros têm adotado o conceito de “prioridade molecular”.2 Isso significa seguir à risca os cuidados com a amostra, desde o momento da biópsia até o exame. A amostra precisa ser fixada de forma adequada, analisada com economia de tecido e rapidamente enviada para testes moleculares e sequenciamento.3 Tudo isso precisa ser coordenado pelo patologista para que o laudo final esteja pronto em até 10 dias.2,3

Representacao topografica do fluxo de processamento de amostras Fluxo de processamento de amostras no mobile

Elaborado a partir de Aisner DL, et al. 20163.

A importância da classificação do câncer de pulmão3

55%
Adenocarcinoma4
34%
Carcinoma
escamoso4
11%
Outros4

Antes, o câncer de pulmão não pequenas células (CPNPC) era visto como uma doença única. Hoje, sabemos que ele pode ter diferentes tipos, como adenocarcinoma (55%), carcinoma escamoso (34%) e outros (11%),4 e cada um exige uma abordagem diferente.

A subtipagem histológica é fundamental no diagnóstico de câncer de pulmão e o papel do patologista vai além do exame microscópico. Ele deve integrar a morfologia, a imuno-histoquímica e as análises moleculares, tornando a patologia um elemento central no diagnóstico de precisão.3–5

Começa a tomar notoriedade o “patologista de próxima geração”, exercendo papel pivotal na interação da patologia clássica, digital e integrativa, a chamada patologia computacional.3–6

Alvos moleculares e
terapias personalizadas

Hoje está cada vez mais estabelecido que, independentemente da histologia, o CPNPC diagnosticado deve seguir com a testagem molecular de acordo com o seu estadiamento clínico.2 Mesmo em tumores ressecáveis, testagens moleculares são fundamentais para a escolha de tratamentos adjuvantes.2

A medicina personalizada no CPNPC começou com os tumores com mutações no gene EGFR, especialmente L858R e as deleções no éxon 19, tratados com inibidores de tirosina-quinase (TKIs). Atualmente, já temos mais de 10 alvos moleculares com alvos terapêuticos na doença avançada: EGFR, ALK, ROS1, BRAF, KRAS G12C, MET, RET, NTRK1/2/3 e ERBB2 (HER2).2

Biomarcadores e abordagens de testagem Biomarcadores atuais e implementacao regional de NGS Biomarcadores emergentes e abordagens de testagem

Todos esses potenciais drivers fazem parte de um painel de biomarcadores moleculares que são recomendados a serem testados ao diagnóstico na doença avançada, em conjunto com a pesquisa de expressão de PD-L1 por IHQ. De preferência, deve-se seguir um fluxo de testagem molecular reflexa, ou seja, encaminhar a amostra para a testagem genética ao diagnóstico, permitindo acesso aos laudos com painel completo de biomarcadores preditivos à prescrição inicial.8

Sequenciamento de Nova Geração (NGS)

Com tantos genes para investigar e pouco tecido disponível, o uso do sequenciamento de nova geração (NGS) se tornou padrão. Ele permite detectar múltiplas mutações com precisão, economizando tempo e material, se consolidando em assegurar a identificação de alvos terapêuticos.9,10

Além dos alvos terapêuticos, o NGS também ajuda a identificar comutações, sobretudo do gene KRAS, com genes como STK11, KEAP1, CDKN2A e TP53 vêm se mostrando associadas à resistência primária à imunoterapia, sobretudo isolada, mesmo em paciente com altos índices de expressão de PD-L1, alertando para risco de menor benefício clínico e para a necessidade de eventuais associações terapêuticas, especialmente quimioterápicas. Além disso, mutações em genes-alvo EGFR e ERBB2 (HER2), fusões ALK, ROS1, RET e alterações no gene MET definem subconjuntos de CPNPC com benefício mínimo à imunoterapia.11–13

Além disso, mutações em genes-alvo EGFR e ERBB2 (HER2), fusões ALK, ROS1, RET e alterações no gene MET definem subconjuntos de CPNPC com benefício mínimo à imunoterapia.13,14 Outros genes também vêm se mostrando papel no cenário de resistência adquirida ao bloqueio de checkpoint imune, entre eles se destacam os genes SMARCA4, ARID1A, ARID2 e ARID1B,15 em conjunto com alterações de número de cópias (CNA).16,17 Com o aumento do número de moléculas a serem testadas na predição de resposta e/ou resistência ao tratamento, o sequenciamento multiplex torna-se ainda mais imprescindível.10

Um outro biomarcador ainda em processo de consolidação para a prática clínica ampla é o TMB (Tumor Mutational Burden), um biomarcador que mede a carga mutacional tumoral. Ele é um possível preditor de resposta à imunoterapia, com linhas de evidência mostrando que a depender do número de mutações por megabase (MB) de DNA sequenciado, seria preditor de resposta à imunoterapia.17 Contudo, o ponto de corte ideal ainda se encontra em definição. Trabalho pivotal indicou o cutoff de TMB≥10 mutações/MB.18 Evidências mais recentes mostram benefícios na adoção de um ponto de corte de até 20 mutações/MB.17–19

Evolução e resistência em tumores EGFR
Mesmo após usar terapias-alvo, muitos tumores acabam progredindo. Um exemplo é a mutação T790M, que surge após o uso de TKIs de primeira ou segunda geração para tratamento de tumores avançados EGFR mutados e pode ser detectada por biópsia líquida.20,21
Imagem ilustrativa de tumor

Entretanto, mesmo diante do tratamento dos tumores EGFR mutados com TKI de terceira geração, outros mecanismos e genes levam ao desenvolvimento de resistência e progressão ocorre em algum momento.

Entre eles se destacam a amplificação dos genes MET e ERBB2 (HER2), mutações nos genes PIK3CA, BRAF e KRAS, além do resíduo C797X no próprio EGFR. 20 A rebiopsia no cenário de progressão (biópsia tecidual ou líquida) é fundamental para detectar mecanismos de resistência, como transformação histológica de pequenas células ou novas mutações adquiridas (Exemplo: C797X no EGFR).

Novas estratégias terapêuticas vêm sendo desenvolvidas, sobretudo para os tumores com amplificação do MET, baseando-se na detecção da amplificação de alto número de cópias do gene e/ou sua superexpressão.22

E nos tumores iniciais?

Para pacientes com tumores ressecáveis, os biomarcadores continuam sendo fundamentais. É imprescindível definir um perfil molecular mínimo (EGFR e ALK) e de PD-L1 ao diagnóstico, para definir o tratamento ideal.20 Como as amostras são menores, seguir protocolos e economizar tecido é ainda mais importante, pois a qualidade da amostra (biópsia, citologia, células isoladas) impacta diretamente a sensibilidade e especificidade dos testes.2,3,18

Fluxo de amostra e testes para tumores iniciais

Adaptado de Tavora F, et al. 2023.

O futuro da patologia
no câncer de pulmão

O “patologista de próxima geração” já vem exercendo papel pivotal na interação da patologia clássica, digital e integrativa, a chamada patologia computacional.5,6

Com o avanço da inteligência artificial, da biologia espacial e da biópsia líquida, o papel do patologista vai muito além do microscópio. Ele será cada vez mais o elo entre o diagnóstico e o tratamento personalizado, analisando dados em tempo real e colaborando com toda a equipe para decisões terapêuticas cada vez mais precisas.23,24

Microscópio

Referências:

  1. Vargas AJ, Harris CC. Biomarker development in the precision medicine era: lung cancer as a case study. Nat Rev Cancer. 2016;16(8):525-37.
  2. Lindeman NI, et al. Updated Molecular Testing Guideline for the Selection of Lung Cancer Patients for Treatment With Targeted Tyrosine Kinase Inhibitors: Guideline From the College of American Pathologists, the International Association for the Study of Lung Cancer, and the Association for Molecular Pathology. J Thorac Oncol. 2018;13(3):323-358.
  3. Aisner DL, et al. Do More With Less: Tips and Techniques for Maximizing Small Biopsy and Cytology Specimens for Molecular and Ancillary Testing: The University of Colorado Experience. Arch Pathol Lab Med. 2016;140(11):1206-1220.
  4. Li T, et al. Genotyping and genomic profiling of non-small-cell lung cancer: implications for current and future therapies. J Clin Oncol. 2013;31(8):1039-49.
  5. Beretta C, et al. The role of digital and integrative pathology for the detection of translocations: a narrative review. Precision Cancer Medicine. 2022;5:16.
  6. Matias-Guiu X, et al. The leading role of pathology in assessing the somatic molecular alterations of cancer: Position Paper of the European Society of Pathology. Virchows Arch. 2020;476(4):491-497.
  7. de Jager VD, et al. Future perspective for the application of predictive biomarker testing in advanced stage non-small cell lung cancer. Lancet Reg Health Eur. 2024;38:100839.
  8. Gregg JP, et al. Molecular testing strategies in non-small cell lung cancer: optimizing the diagnostic journey. Transl Lung Cancer Res. 2019;8(3):286-301.
  9. Gagan J, et al. Next-generation sequencing to guide cancer therapy. Genome Med. 2015;7(1):80.
  10. Penault-Llorca F, et al. Expert opinion on NSCLC small specimen biomarker testing - Part 1: Tissue collection and management. Virchows Arch. 2022;481(3):335-350.
  11. Aisner DL, et al. The Impact of Smoking and TP53 Mutations in Lung Adenocarcinoma Patients with Targetable Mutations-The Lung Cancer Mutation Consortium (LCMC2). Clin Cancer Res. 2018;24(5):1038-1047.
  12. Ricciuti B, et al. Diminished Efficacy of Programmed Death-(Ligand)1 Inhibition in STK11- and KEAP1-Mutant Lung Adenocarcinoma Is Affected by KRAS Mutation Status. J Thorac Oncol. 2022;17(3):399-410.
  13. Negrao MV, et al. Comutations and KRASG12C Inhibitor Efficacy in Advanced NSCLC. Cancer Discov. 2023;13(7):1556-1571.
  14. Negrao MV, et al. Oncogene-specific differences in tumor mutational burden, PD-L1 expression, and outcomes from immunotherapy in non-small cell lung cancer. J Immunother Cancer. 2021;9(8):e002891.
  15. Ricciuti B, et al. Genomic and Immunophenotypic Landscape of Acquired Resistance to PD-(L)1 Blockade in Non-Small-Cell Lung Cancer. J Clin Oncol. 2024;42(11):1311-1321.
  16. Alessi JV, et al. SMARCA4 and Other SWItch/Sucrose NonFermentable Family Genomic Alterations in NSCLC: Clinicopathologic Characteristics and Outcomes to Immune Checkpoint Inhibition. J Thorac Oncol. 2021;16(7):1176-1187.
  17. Chan TA, et al. Development of tumor mutation burden as an immunotherapy biomarker: utility for the oncology clinic. Ann Oncol. 2019;30(1):44-56.
  18. Tavora F, et al. Guidelines for molecular testing in non-small cell lung cancer recommendations from the Brazilian Society of Pathology. Surg Exp Pathol. 2023;6(13).
  19. Gandara DR, et al. Tumor mutational burden and survival on immune checkpoint inhibition in >8000 patients across 24 cancer types. J Immunother Cancer. 2025;13(2):e010311.
  20. NATIONAL COMPREHENSIVE CANCER NETWORK (NCCN). Everything Lung Cancer. 2025. Disponível em: https://www.nccn.org/patientresources/patient-resources/guidelines-forpatients/lung-cancer-resources. Acesso em 09/10/2025.
  21. Rolfo C, et al. Liquid Biopsy for Advanced NSCLC: A Consensus Statement From the International Association for the Study of Lung Cancer. J Thorac Oncol. 2021;16(10):1647-1662.
  22. Remon J, Hendriks LEL, Mountzios G, et al. MET alterations in NSCLC-current perspectives and future challenges. J Thorac Oncol. 2023;18(4):419-435.
  23. Chen JH, et al. Spatial biology captures the effects of neoadjuvant chemo-immunotherapy in lung cancer. Nat Genet. 2025;57(1):6-8.
  24. Shafi S, et al. Artificial intelligence in diagnostic pathology. Diagn Pathol. 2023;18(1):109.