Simple análisis de sangre simple mide ADN repetitivo para detección temprana del cáncer

Los pacientes con cáncer pueden tener niveles variables de un tipo específico de ADN repetitivo conocido como elementos Alu en comparación con aquellos sin cáncer. A pesar de constituir alrededor del 11 % del ADN en humanos y otros primates, los elementos Alu se han considerado tradicionalmente demasiado complejos para ser utilizados eficazmente como biomarcadores debido a su naturaleza pequeña y repetitiva. Ahora, los avances en el aprendizaje automático pueden permitir la medición de estos elementos mediante una simple extracción de sangre.

Investigadores de Johns Hopkins Medicine (Baltimore, MD, EUA) aprovecharon esta información para mejorar una prueba diseñada para la detección temprana del cáncer. Comenzaron su estudio con un tamaño de muestra diez veces mayor de lo que suele verse en este tipo de investigaciones. Los elementos Alu son relativamente pequeños, cada uno con unos 300 pares de bases de longitud dentro de la vasta escalera del ADN de 2 mil millones de escalones. Sin embargo, los cambios en la proporción de elementos Alu en el plasma sanguíneo son constantes, independientemente del origen del cáncer. El equipo de investigación había desarrollado previamente una prueba para detectar aneuploidía, una afección que implica alteraciones en el número de copias de los cromosomas comunes en los cánceres, utilizando un análisis de sangre mediante biopsia líquida. Esta prueba identifica fragmentos de ADN de células cancerosas que circulan en el torrente sanguíneo. Mientras realizaban esta investigación, notaron una señal inusual que diferenciaba entre cáncer y no cáncer, que no se atribuyó a cambios en el número de cromosomas. En consecuencia, combinaron su prueba original, que analizó 350.000 ubicaciones repetitivas de ADN, con un enfoque imparcial de aprendizaje automático.

En su estudio, el equipo analizó muestras de 3.105 personas con tumores sólidos y 2.073 sin cáncer, abarcando 11 tipos de cáncer y evaluando 7.615 muestras de sangre. Las secuencias repetitivas de ADN se examinaron repetidamente para evaluar la precisión del modelo. Lograron una tasa de especificidad del 98,9 %, importante para minimizar los falsos positivos, especialmente cuando se examina a personas asintomáticas para evitar diagnósticos erróneos de cáncer. En un conjunto de validación independiente, la incorporación de elementos de Alu en el modelo de aprendizaje automático identificó el 41 % de los casos de cáncer que ocho biomarcadores existentes y la prueba anterior del equipo pasaron por alto. El contribuyente más importante a la detección del cáncer fue identificado como AluS, la subfamilia más grande de elementos Alu. Se descubrió que las personas con cáncer tenían niveles más bajos de AluS en el plasma sanguíneo de lo normal. Los investigadores esperan que su método de detección del cáncer basado en Alu complemente la gama de herramientas de diagnóstico del cáncer existentes. Su siguiente paso consiste en identificar los biomarcadores más prometedores y combinarlos para mejorar su eficacia.

Enlaces relacionados:
Johns Hopkins Medicine