El doctor Michael Seiden, de la Universidad de Texas y director de este trabajo que publica hoy Annals of Oncology, subraya que han logrado el primer análisis de sangre que puede detectar con precisión más de 50 tipos de cáncer e identificar en qué tejido se originó el tumor, a menudo antes de que haya signos o síntomas clínicos de la enfermedad.
En este trabajo, investigadores demuestran que la prueba que, eventualmente, podría usarse en programas nacionales de detección de cáncer, tiene una tasa de falsos positivos del 0,7% para la detección de cáncer. Esto significa que menos del 1% de las personas serían identificadas erróneamente como portadoras de cáncer.
Así, explican que el 10% de las mujeres suelen ser identificadas erróneamente con carcinomas en los programas nacionales de detección de cáncer de mama, aunque esta tasa puede ser mayor o menor dependiendo del número y la frecuencia de los exámenes y el tipo de mamografía realizada.
El doctor Seiden hace hincapié en que una investigación anterior de su equipo demostró que el enfoque de metilación superó el genoma completo y la secuenciación dirigida en la detección de clases de cáncer mortal múltiple en todas las etapas clínicas, y en la identificación del tejido de origen.
Predicción del origen del cáncer en el 96% de los análisis
“También nos permitió –explica el doctor Seiden- identificar las regiones más informativas del genoma, que ahora son objeto de la prueba de metilación refinada que se informa en este estudio”.
La prueba fue capaz de predecir el tejido en el que se originó el cáncer en el 96% de las muestras, y fue precisa en el 93%.
Este investigador detalla que los tumores arrojan ácido desoxirribonucleico (ADN) a la sangre y esto contribuye a lo que se conoce como ADN libre de células (cfDNA). Sin embargo, como también puede provenir de otros tipos de células, puede ser difícil determinar si tiene su origen en los tumores.
El análisis de sangre desarrollado en la Universidad de Texas analiza cambios químicos en el ADN llamados metilación que generalmente controlan la expresión génica. Los patrones de metilación anormales y los cambios resultantes en la expresión génica pueden contribuir al crecimiento tumoral, por lo que estas señales en el ADNc tienen el potencial de detectar y localizar el cáncer.
La prueba se dirige aproximadamente a un millón de los 30 millones de sitios de metilación en el genoma humano. Se utilizó un clasificador de aprendizaje automático (un algoritmo), para predecir la presencia de cáncer y el tipo de cáncer en función de los patrones de metilación en el ADNc desprendido por los tumores.
El clasificador fue entrenado usando una base de datos de metilación de señales cancerosas y no cancerosas en cfDNA. Esta base de datos es, posiblemente, la más grande del mundo y es propiedad de la empresa californiana Grail Inc., que ha financiado esta investigación.
Validación del análisis en grandes estudios prospectivos de cáncer
Ahora, los investigadores continúan validando la prueba en grandes estudios prospectivos en EE UU (Strive y Pathfinder) y en el Reino Unido (Summit), para examinar su viabilidad para el cribado de poblaciones.
En la parte del estudio del Atlas del Genoma libre de Células Circulantes (CCGA), las muestras de sangre de un total de 6.689 participantes con cáncer no tratado previamente (2.482 pacientes) y sin cáncer (4.207 pacientes) de EE UU se dividieron en un conjunto de entrenamiento y una validación conjunto.
De estos, los resultados de 4.316 participantes estaban disponibles para el análisis: 3.052 en el conjunto de entrenamiento (1.531 con cáncer, 1.521 sin cáncer) y 1.264 en el conjunto de validación (654 con cáncer y 610 sin cáncer). Se incluyeron más de medio centenar de tipos de cáncer.
El clasificador de aprendizaje automático analizó muestras de sangre de los participantes para identificar cambios de metilación y clasificar las muestras como cancerosas o no cancerosas, e identificar el tejido de origen.
Los investigadores descubrieron que el rendimiento del clasificador era consistente tanto en los conjuntos de entrenamiento como de validación, con una tasa de falsos positivos del 0,7% en el conjunto de validación.
Objetivo principal, detectar los 12 tipos de cáncer más mortales
Como se describe en el estudio, la capacidad del clasificador para identificar correctamente cuándo estaba presente el cáncer (la tasa positiva verdadera) también fue consistente entre los dos conjuntos.
En 12 tipos de cáncer que, con frecuencia, son los más mortales (anal, vesical, intestinal, esofágico, estomacal, cabeza y cuello, hígado y vías biliares, cáncer de pulmón, ovario y páncreas, linfoma y cáncer de glóbulos blancos como el mieloma múltiple) la verdadera tasa positiva fue del 67,3% en los estadios clínicos I, II y III.
Estos 12 carcinomas representan aproximadamente el 63% de las muertes por cáncer cada año en EE UU. Y, en la actualidad, no hay forma de detección para la mayoría de ellos antes de que aparezcan los síntomas. La verdadera tasa positiva fue del 43,9% para todos los tipos de cáncer en el estudio en las tres etapas clínicas.
La detección mejoró con cada etapa de cáncer. En los 12 cánceres especificados previamente, la tasa positiva verdadera fue del 39% en la etapa I, 69% en la etapa II, 83% en la etapa III y 92% en la etapa IV. En todos los más de 50 tipos de cáncer, las tasas correspondientes fueron 18%, 43%, 81% y 93%, respectivamente.
La prueba también fue consistente entre los conjuntos de entrenamiento y validación en su capacidad para identificar el tejido donde se originó el cáncer, con una precisión del 93% en el conjunto de validación.
En este estudio han participado más de 15.000 voluntarios de 142 centros sanitarios de EE UU, con lo que -según los científicos- los resultados se pueden extrapolar para una población diversa.
Capacidad de mejora del análisis
Como explican, los trabajos en curso evalúan el rendimiento de la prueba en poblaciones aún más amplias. Las limitaciones incluyen a todos los participantes con cáncer que ya diagnosticados (por ejemplo, a través de exámenes de detección o pacientes que presentan síntomas).
El estudio -continúan- no se diseñó para establecer el impacto de la prueba en la muerte por cáncer u otras causas. En el momento de este análisis, no todos los pacientes habían sido seguidos durante un año, lo cual es necesario -según los investigadores- para garantizar que su estado de no cáncer sea exacto. Y se produjo cierta inexactitud en la detección del tejido de origen para los cánceres provocados por el virus del papiloma humano (VPH), como los cánceres de cuello uterino y ano.
