JH
Joris Haar
Author with expertise in Cancer Immunotherapy
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
7
(71% Open Access)
Cited by:
1,608
h-index:
15
/
i10-index:
16
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
20

γδ T cells are effectors of immune checkpoint blockade in mismatch repair-deficient colon cancers with antigen presentation defects

N. Vries et al.Oct 15, 2021
Abstract DNA mismatch repair deficient (MMR-d) cancers present an abundance of neoantigens that likely underlies their exceptional responsiveness to immune checkpoint blockade (ICB) 1,2 . However, MMR-d colon cancers that evade CD8 + T cells through loss of Human Leukocyte Antigen (HLA) class I-mediated antigen presentation 3–6 , frequently remain responsive to ICB 7 suggesting the involvement of other immune effector cells. Here, we demonstrate that HLA class I-negative MMR-d cancers are highly infiltrated by γδ T cells. These γδ T cells are mainly composed of Vδ1 and Vδ3 subsets, and express high levels of PD-1, activation markers including cytotoxic molecules, and a broad repertoire of killer-cell immunoglobulin-like receptors (KIRs). In vitro , PD-1 + γδ T cells, isolated from MMR-d colon cancers, exhibited a cytolytic response towards HLA class I-negative MMR-d colon cancer cell lines and β 2 - microglobulin ( B2M )-knockout patient-derived tumor organoids (PDTOs), which was enhanced as compared to antigen presentation-proficient cells. This response was diminished after blocking the interaction between NKG2D and its ligands. By comparing paired tumor samples of MMR-d colorectal cancer patients obtained before and after dual PD-1 and CTLA-4 blockade, we found that ICB profoundly increased the intratumoral frequency of γδ T cells in HLA class I-negative cancers. Taken together, these data indicate that γδ T cells contribute to the response to ICB therapy in patients with HLA class I-negative, MMR-d colon cancers, and illustrate the potential of γδ T cells in cancer immunotherapy.
20
Citation2
0
Save
0

ESMO Recommendations on clinical reporting of genomic test results for solid cancers

Joris Haar et al.Jul 1, 2024
•These Recommendations cover the preparation of genomic reports to inform clinical decisions for patients with solid cancers.•Recommendations are based on consensus from a multidisciplinary group of experts after reviewing available evidence.•The manuscript provides guidance on structuring genomic reports, and the optimal presentation of content for each section.•These recommendations are relevant to most next-generation sequencing assays utilised in clinical practice and research.•Recommendations are categorised into priority levels (A, B) to adapt to diverse clinical and laboratory contexts. BackgroundGenomic tumour profiling has a crucial role in the management of patients with solid cancers, as it helps selecting and prioritising therapeutic interventions based on prognostic and predictive biomarkers, as well as identifying markers of hereditary cancers. Harmonised approaches to interpret the results of genomic testing are needed to support physicians in their decision making, prevent inequalities in precision medicine and maximise patient benefit from available cancer management options.MethodsThe European Society for Medical Oncology (ESMO) Translational Research and Precision Medicine Working Group assembled a group of international experts to propose recommendations for preparing clinical genomic reports for solid cancers. These recommendations aim to foster best practices in integrating genomic testing within clinical settings. After review of available evidence, several rounds of surveys and focused discussions were conducted to reach consensus on the recommendation statements. Only consensus recommendations were reported. Recommendation statements were graded in two tiers based on their clinical importance: level A (required to maintain common standards in reporting) and level B (optional but necessary to achieve ideal practice).ResultsGenomics reports should present key information in a front page(s) followed by supplementary information in one or more appendices. Reports should be structured into sections: (i) patient and sample details; (ii) assay and data analysis characteristics; (iii) sample-specific assay performance and quality control; (iv) genomic alterations and their functional annotation; (v) clinical actionability assessment and matching to potential therapy indications; and (vi) summary of the main findings. Specific recommendations to prepare each of these sections are made.ConclusionsWe present a set of recommendations aimed at structuring genomics reports to enhance physician comprehension of genomic profiling results for solid cancers. Communication between ordering physicians and professionals reporting genomic data is key to minimise uncertainties and to optimise the impact of genomic tests in patient care. Genomic tumour profiling has a crucial role in the management of patients with solid cancers, as it helps selecting and prioritising therapeutic interventions based on prognostic and predictive biomarkers, as well as identifying markers of hereditary cancers. Harmonised approaches to interpret the results of genomic testing are needed to support physicians in their decision making, prevent inequalities in precision medicine and maximise patient benefit from available cancer management options. The European Society for Medical Oncology (ESMO) Translational Research and Precision Medicine Working Group assembled a group of international experts to propose recommendations for preparing clinical genomic reports for solid cancers. These recommendations aim to foster best practices in integrating genomic testing within clinical settings. After review of available evidence, several rounds of surveys and focused discussions were conducted to reach consensus on the recommendation statements. Only consensus recommendations were reported. Recommendation statements were graded in two tiers based on their clinical importance: level A (required to maintain common standards in reporting) and level B (optional but necessary to achieve ideal practice). Genomics reports should present key information in a front page(s) followed by supplementary information in one or more appendices. Reports should be structured into sections: (i) patient and sample details; (ii) assay and data analysis characteristics; (iii) sample-specific assay performance and quality control; (iv) genomic alterations and their functional annotation; (v) clinical actionability assessment and matching to potential therapy indications; and (vi) summary of the main findings. Specific recommendations to prepare each of these sections are made. We present a set of recommendations aimed at structuring genomics reports to enhance physician comprehension of genomic profiling results for solid cancers. Communication between ordering physicians and professionals reporting genomic data is key to minimise uncertainties and to optimise the impact of genomic tests in patient care.
0
Citation1
0
Save
0

The innate immune landscape of dMMR/MSI cancers predicts outcome of nivolumab treatment: results from the Drug Rediscovery Protocol

Laurien Zeverijn et al.Jul 18, 2024
Abstract Purpose: Treatment efficacy of nivolumab was evaluated in patients with advanced, treatment-refractory solid dMMR/MSI tumors and in-depth biomarker analyses were performed to inform precision immunotherapy approaches. Patients and methods: Patients with dMMR/MSI tumors who exhausted standard-of-care treatment options were enrolled in the Drug Rediscovery Protocol (DRUP), a pan-cancer clinical trial that treats patients with cancer based on their tumor molecular profile with off-label anticancer drugs (NCT02925234). Patients received nivolumab (four cycles of 240 mg every 2 weeks, thereafter 480 mg every 4 weeks). The primary endpoint was clinical benefit (CB: objective response (OR) or stable disease ≥ 16 weeks). Whole-genome sequencing and RNA-sequencing were performed on pre-treatment tumor biopsies. Results: 130 evaluable patients were enrolled with 16 different cancer types. CB was observed in 62% (95% CI: 53 – 70) with an OR in 45% (95% CI: 36 – 54). After a median follow-up of 14.5 months (95% CI: 13 – 19), median progression-free survival was 18 months (95% CI 9 – not reached) and median overall survival was not reached. While CB was not or only weakly associated with markers of adaptive immune cell infiltration, CB was strongly associated with expression of a broad set of innate immune receptors/ligands. This clearly contrasted findings in melanoma, where markers of adaptive immunity dominated the biomarker landscape. Conclusions: Nivolumab proved highly effective in advanced dMMR/MSI tumors. Expression of key innate immune receptors/ligands was the main predictor of good treatment outcome, contrasting findings in melanoma and strengthening the rationale for tumor-type specific biomarkers for guiding immunotherapy.
0

The pathway alteration load as a pan-cancer determinant of outcome of targeted therapies: Results from the Drug Rediscovery Protocol (DRUP).

Karlijn Verkerk et al.Jun 1, 2024
3138 Background: Although targeted treatment (TT) has improved outcomes for many patients with cancer, the emergence of primary or secondary resistance remains a common challenge. A frequently suggested contributing mechanism to this resistance is the existence of parallel activated oncogenic signaling pathways that remain untargeted and support tumor survival. Therefore, we hypothesized that an increased number of altered oncogenic signaling pathways (Pathway Alteration Load, PAL) predicts reduced benefit of TT which targets only one altered pathway. Methods: The Drug Rediscovery Protocol (DRUP) is a prospective, pan-cancer, non-randomized clinical trial (NCT02925234) in which patients with treatment-refractory metastatic cancer with an actionable molecular profile are treated with matched approved targeted- and immunotherapies outside their registered indication. All patients treated with TT for whom clinical outcome and whole genome sequencing results of a pre-treatment biopsy were available were included. The PAL was determined by counting the number of proliferation pathways impacted by somatic driver alterations, using an established pathway classification scheme (Sanchez-Vega et al., Cell, 2018). Influence of PAL on clinical benefit rate (CBR, defined as objective response or stable disease ≥ 16 weeks according to RECIST v1.1 or RANO), progression-free survival (PFS) and overall survival (OS) was evaluated. Cox proportional-hazards models, stratified by tumor type, were used to adjust outcomes for drug, performance status, previous treatment lines, tumor mutational burden and cancer cell ploidy. Results were validated using the independent Hartwig database of metastatic cancers. Results: In all 154 patients treated with single pathway-directed TT, PAL was 0 in 3, 1 in 20, 2 in 37, 3 in 56, 4 in 31, 5 in 6 and 6 in 1 patient(s). Patients with a PAL below the median of 3 ( N= 60) demonstrated a higher CBR (41.7% vs 25.5%, odds ratio [OR] 0.48, P = 0.051), longer PFS (median 4.7 vs 2.9 months, adjusted hazard ratio [aHR] 1.70, P = 0.020) and OS (median 13.7 vs 5.6 months, aHR 3.80, P< 0.001), compared to those with PAL ≥3. Results were consistent across different PAL cut-offs and when applying PAL continuously (aHR for PFS 1.41, P = <0.001; aHR for OS 1.77, P = <0.001). In the independent Hartwig cohort, 258 patients treated with single pathway-directed TT were identified and similar results were found for CBR (54.2% vs 36.7%, OR 2.04, P = 0.009) and PFS (7.0 vs 4.2 months, aHR 1.55, P = 0.009), but not for OS (14.7 vs 8.2 months, aHR 1.37, P = 0.111). Conclusions: In our population, PAL emerged as a pan-cancer predictor of resistance to TT. Our findings provide support for more refined patient selection for TT and highlight the rationale for combinatorial treatment strategies, especially in patients with multiple affected pathways. Clinical trial information: NCT02925234 .