La tecnología de biopsia líquida ultrasensible detecta el cáncer antes que los métodos estándar
Último revisado: 14.06.2024
Todo el contenido de iLive se revisa médicamente o se verifica para asegurar la mayor precisión posible.
Tenemos pautas de abastecimiento estrictas y solo estamos vinculados a sitios de medios acreditados, instituciones de investigación académica y, siempre que sea posible, estudios con revisión médica. Tenga en cuenta que los números entre paréntesis ([1], [2], etc.) son enlaces a estos estudios en los que se puede hacer clic.
Si considera que alguno de nuestros contenidos es incorrecto, está desactualizado o es cuestionable, selecciónelo y presione Ctrl + Intro.
Un método que utiliza inteligencia artificial para detectar ADN tumoral en la sangre ha demostrado una sensibilidad sin precedentes para predecir la recurrencia del cáncer, según un estudio dirigido por científicos de la Facultad de Medicina Weill Cornell, NewYork-Presbyterian, el Centro del Genoma de Nueva York (NYGC) y Memorial Sloan Kettering (MSK). La nueva tecnología tiene el potencial de mejorar el tratamiento del cáncer al detectar la recaída muy tempranamente y monitorear de cerca la respuesta del tumor a la terapia.
En un estudio publicado el 14 de junio en la revista Nature Medicine, los investigadores demostraron que podían entrenar un modelo de aprendizaje automático, un tipo de plataforma de inteligencia artificial, para detectar ADN tumoral circulante (ctDNA) basándose en datos de secuenciación de ADN de pacientes. Análisis de sangre con muy alta sensibilidad y precisión. Demostraron con éxito la tecnología en pacientes con cáncer de pulmón, melanoma, cáncer de mama, cáncer de colon y pólipos precancerosos de colon.
“Pudimos lograr mejoras significativas en la relación señal-ruido, lo que nos permitió, por ejemplo, detectar la recurrencia del cáncer meses o incluso años antes que los métodos clínicos estándar”, dijo el coautor del estudio, el Dr. Dan Landau, profesor de medicina en el Departamento de Hematología y Oncología Médica de la Facultad de Medicina Weill Cornell y miembro principal del Centro del Genoma de Nueva York.
El coautor y primer autor del estudio fue el Dr. Adam Widman, becario postdoctoral en el laboratorio de Landau y también oncólogo de mama en MSK. Otros primeros autores fueron Minita Shah del NYGC, la Dra. Amanda Friedendahl de la Universidad de Aarhus y Daniel Halmos del NYGC y la Facultad de Medicina Weill Cornell.
La tecnología de biopsia líquida no ha podido aprovechar su gran potencial durante mucho tiempo. La mayoría de los enfoques existentes se dirigen a conjuntos relativamente pequeños de mutaciones asociadas al cáncer que a menudo son demasiado raras en la sangre para detectarlas de manera confiable, lo que lleva a una subestimación de las recurrencias del cáncer.
Hace varios años, el Dr. Landau y sus colegas desarrollaron un enfoque alternativo basado en la secuenciación del genoma completo del ADN en muestras de sangre. Demostraron que de esta manera se podía recolectar mucha más “señal”, lo que permitía una detección más sensible y logísticamente más sencilla del ADN tumoral. Desde entonces, los desarrolladores de biopsias líquidas han adoptado cada vez más este enfoque.
En el nuevo estudio, los investigadores fueron un paso más allá y utilizaron una estrategia avanzada de aprendizaje automático (similar a la utilizada en aplicaciones populares de IA como ChatGPT) para detectar patrones sutiles en la secuenciación de datos, específicamente para distinguir patrones indicativos de presencia. Del cáncer, a partir de patrones que indican errores de secuenciación y otros "ruidos".
En una prueba, los investigadores entrenaron su sistema, al que llamaron MRD-EDGE, para reconocer mutaciones tumorales específicas de cada paciente en 15 pacientes con cáncer de colon. Después de la cirugía y la quimioterapia, el sistema predijo, basándose en datos de sangre, que nueve de ellos todavía tenían cáncer. En cinco de estos pacientes, la recaída se detectó varios meses después mediante métodos menos sensibles. Sin embargo, no hubo falsos negativos: ninguno de los pacientes considerados libres de ADN tumoral por MRD-EDGE experimentó una recaída durante el período del estudio.
MRD-EDGE ha demostrado una sensibilidad similar en estudios de pacientes con cáncer de pulmón en etapa temprana y cáncer de mama triple negativo, detectando todas las recaídas excepto una de manera temprana y monitoreando el estado del tumor durante el tratamiento.
Los investigadores han demostrado que MRD-EDGE puede incluso detectar ADN mutante de adenomas de colon precancerosos, los pólipos a partir de los cuales se desarrollan los cánceres de colon.
"No estaba claro que estos pólipos pudieran liberar ctDNA detectable, por lo que este es un avance significativo que puede apuntar a estrategias futuras destinadas a detectar cambios precancerosos", dijo el Dr. Landau, quien también es miembro del Sandra and Edward Meyer Cancer Center en la Facultad de Medicina Weill Cornell y como hematólogo-oncólogo en NewYork-Presbyterian/Weill Cornell Medical Center.
Finalmente, los investigadores demostraron que incluso sin capacitación previa sobre los datos de secuenciación de tumores de pacientes, MRD-EDGE puede detectar respuestas de inmunoterapia en pacientes con melanoma y cáncer de pulmón semanas antes de la detección utilizando imágenes de rayos X estándar.
"En general, MRD-EDGE aborda una gran necesidad y estamos entusiasmados con su potencial y estamos trabajando con socios de la industria para intentar acercarlo a los pacientes", afirmó el Dr. Landau.