Desarrollan método de biopsia líquida para la detección primaria de cáncer de pulmón
Por el equipo editorial de LabMedica en español Actualizado el 07 Apr 2020 |
Imagen: Cortes histológicos de un carcinoma escamocelular moderadamente bien diferenciado de pulmón que muestra láminas infiltrantes y lenguas de células escamosas malignas con espirales de queratina (Fotografía cortesía del Departamento de Salud de Australia Occidental).
Los análisis genómicos de sangre para el cribado del cáncer y la detección temprana se han convertido en el foco de atención en el espacio del diagnóstico molecular, aunque la mayor parte de la actividad, hasta ahora, ha sido hacia las herramientas de detección de los pancánceres o de algunos otros tipos de tumores específicos como el cáncer colorrectal, donde las pruebas esperan competir contra la colonoscopia y los métodos existentes basados en heces.
El cribado radiológico de adultos de alto riesgo reduce la mortalidad relacionada con el cáncer de pulmón; sin embargo, sólo a una pequeña minoría de personas elegibles se les hace dicho examen en los EUA. La disponibilidad de pruebas de sangre podría aumentar la captación de la detección. Se ha desarrollado un nuevo ensayo de detección de ADN tumoral circulante (ADNc) que podría ayudar a los médicos a examinar a las personas en riesgo para el cáncer de pulmón.
Un gran equipo de científicos de la Universidad de Stanford (Stanford, CA, EUA) y sus colegas, describieron un método, llamado Lung-CLiP (probabilidad de cáncer de pulmón en plasma), que implica la secuenciación dirigida de ADN libre de células (ADNc) del plasma y del ADN de glóbulos blancos coincidentes para evaluar el número de copias y las variantes de nucleótidos individuales, junto con un modelo de aprendizaje automático que determina la probabilidad de que una mutación en el ADNc provenga de un tumor. La estimación se basa en características biológicas y técnicas específicas de cada variante, como la frecuencia de fondo, el tamaño del fragmento de ADNc, el gen afectado y la probabilidad de hematopoyesis clonal.
El equipo primero entrenó y optimizó Lung-CLiP en una muestra inicial de 104 pacientes con cáncer de pulmón de células no pequeñas en estadio temprano y 56 controles pareados. Cuando luego lo aplicaron a un conjunto independiente de muestras de validación (46 casos y 48 controles de riesgo coincidente), la prueba pudo discriminar a los pacientes con cáncer de pulmón en estadio temprano, con niveles de sensibilidad y especificidad que los autores creen que sugieren un beneficio significativo para la clínica: dependiendo de dónde establezcan su umbral de especificidad, el método podría lograr un 63% de sensibilidad para los tumores en estadio I y hasta un 75% de sensibilidad en la detección de pacientes con enfermedad en estadio III. Al establecer su punto de corte en un 98% de especificidad, los investigadores encontraron que Lung-CLiP detectó el 41% de los pacientes con enfermedad en estadio I, el 54% de los pacientes con enfermedad en estadio II y el 67% de aquellos con enfermedad en estadio III.
Ash Alizadeh, MD, PhD, profesor asociado de oncología y autor principal del estudio, dijo: “Lung-CLiP podría ayudar a aumentar la tasa de detección temprana. Esto sería análogo a cómo las pruebas basadas en heces proponen mejorar la detección de los cánceres colorrectales, especialmente en poblaciones donde la adopción de la colonoscopia es más baja que la recomendada actualmente”. El estudio fue publicado el 25 de marzo de 2020 en la revista Nature.
Enlace relacionado:
Universidad de Stanford
El cribado radiológico de adultos de alto riesgo reduce la mortalidad relacionada con el cáncer de pulmón; sin embargo, sólo a una pequeña minoría de personas elegibles se les hace dicho examen en los EUA. La disponibilidad de pruebas de sangre podría aumentar la captación de la detección. Se ha desarrollado un nuevo ensayo de detección de ADN tumoral circulante (ADNc) que podría ayudar a los médicos a examinar a las personas en riesgo para el cáncer de pulmón.
Un gran equipo de científicos de la Universidad de Stanford (Stanford, CA, EUA) y sus colegas, describieron un método, llamado Lung-CLiP (probabilidad de cáncer de pulmón en plasma), que implica la secuenciación dirigida de ADN libre de células (ADNc) del plasma y del ADN de glóbulos blancos coincidentes para evaluar el número de copias y las variantes de nucleótidos individuales, junto con un modelo de aprendizaje automático que determina la probabilidad de que una mutación en el ADNc provenga de un tumor. La estimación se basa en características biológicas y técnicas específicas de cada variante, como la frecuencia de fondo, el tamaño del fragmento de ADNc, el gen afectado y la probabilidad de hematopoyesis clonal.
El equipo primero entrenó y optimizó Lung-CLiP en una muestra inicial de 104 pacientes con cáncer de pulmón de células no pequeñas en estadio temprano y 56 controles pareados. Cuando luego lo aplicaron a un conjunto independiente de muestras de validación (46 casos y 48 controles de riesgo coincidente), la prueba pudo discriminar a los pacientes con cáncer de pulmón en estadio temprano, con niveles de sensibilidad y especificidad que los autores creen que sugieren un beneficio significativo para la clínica: dependiendo de dónde establezcan su umbral de especificidad, el método podría lograr un 63% de sensibilidad para los tumores en estadio I y hasta un 75% de sensibilidad en la detección de pacientes con enfermedad en estadio III. Al establecer su punto de corte en un 98% de especificidad, los investigadores encontraron que Lung-CLiP detectó el 41% de los pacientes con enfermedad en estadio I, el 54% de los pacientes con enfermedad en estadio II y el 67% de aquellos con enfermedad en estadio III.
Ash Alizadeh, MD, PhD, profesor asociado de oncología y autor principal del estudio, dijo: “Lung-CLiP podría ayudar a aumentar la tasa de detección temprana. Esto sería análogo a cómo las pruebas basadas en heces proponen mejorar la detección de los cánceres colorrectales, especialmente en poblaciones donde la adopción de la colonoscopia es más baja que la recomendada actualmente”. El estudio fue publicado el 25 de marzo de 2020 en la revista Nature.
Enlace relacionado:
Universidad de Stanford
Últimas Patología noticias
- IA basada en imágenes se muestra prometedora para detección de parásitos en muestras de heces digitalizadas
- Algoritmos de inteligencia artificial potenciados por aprendizaje profundo mejoran la precisión en el diagnóstico de cáncer de piel.
- Inteligencia artificial detecta células tumorales viables para pronósticos precisos de cáncer de hueso después de quimioterapia
- Nueva técnica identifica células cancerosas individuales en sangre para tratamientos específicos
- Innovador dispositivo de extracción de sangre supera obstáculos comunes relacionados con la flebotomía
- Dispositivo de microfluidos para detección del cáncer separa con precisión entidades tumorales
- Biopsia de piel virtual determina la presencia de células cancerosas
- Dispositivo POC intraoperatorio distingue entre quistes ováricos benignos y malignos en 15 minutos
- Prueba simple de biopsia de piel detecta el Parkinson y enfermedades neurodegenerativas relacionadas
- Herramienta bioinformática para identificar alteraciones cromosómicas en células tumorales puede mejorar diagnóstico del cáncer
- Dispositivo del tamaño de una moneda aísla rápidamente plasma sanguíneo para diagnósticos clínicos más rápidos y precisos
- IA predice propagación del cáncer al cerebro a partir de imágenes de biopsia de pulmón
- Tecnología de microagujas mejorada acelera extracción de muestra de líquido intersticial para diagnóstico de enfermedades
- IA supera a patólogos expertos en predicción de propagación del cáncer de pulmón
- Primer prototipo para aplicar IA al diagnóstico colorrectal
- Nueva prueba identifica cánceres de ovario agresivos más temprano