Nuevo test detecta tumores en estado inicial con solo una muestra de sangre

El diagnóstico del cáncer está basado en la identificación de marcadores –que son moléculas que indican un determinado estado o proceso del organismo– procedentes del tumor o de proteínas asociadas al mismo. Esos marcadores aumentan a medida que se desarrolla el tumor, por lo que es más fácil encontrarlos, pero un cáncer en estado avanzado también es más difícil de tratar con éxito, de ahí que el diagnóstico precoz de esta enfermedad sea clave.

Un equipo de científicos españoles dirigido por Gonçalo Bernardes, jefe del Grupo de Biología Química Traslacional del Centro Nacional de Investigaciones Oncológicas (CNIO)1, ha desarrollado ahora una prueba que permite detectar tumores sólidos en estados iniciales a partir de una simple muestra de sangre. Esta prueba también proporciona información relevante para la elección del tratamiento. El estudio se ha publicado en la revista Nature Communications2.

Inteligencia artificial para buscar patrones que alerten del cáncer

Para lograr esa detección temprana, los investigadores no orientaron la prueba a los marcadores que emite el tumor, sino a la reacción defensiva del organismo frente al cáncer. Desde el siglo XIX se sabe que la aparición de células cancerosas provoca alteraciones en el sistema inmunitario, y también se sabía que esos cambios son más intensos en las etapas más tempranas del cáncer, pero nunca se habían utilizado para el diagnóstico.

El nuevo estudio se centra en ellos, concretamente en los cambios en las proteínas de la sangre que se producen cuando el cáncer altera el sistema inmunitario. “Nuestro enfoque –explica Gonçalo Bernardes– se ha mostrado particularmente eficaz para detectar tumores en etapa temprana, lo que es fundamental porque, si los detectamos a tiempo, podemos tratar muchos tipos de cáncer”.

Al plantear ese enfoque, el equipo encontró un problema: la sangre humana contiene más de 5.000 proteínas, lo que hace muy difícil su análisis, y por ello emplearon un análisis bioinformático y acotaron el objeto de estudio a cinco aminoácidos: lisina, triptófano, tirosina, cisteína y cisteína no unida a enlaces disulfuro.

Después sometieron la muestra a reacciones que emiten fluorescencia cuando se les aplica luz –fluorogénicas– y que revelaron la concentración exacta de cada uno de esos aminoácidos en el plasma. Gracias a la herramienta de inteligencia artificial machine learning (aprendizaje automático, en español) identificaron en esas concentraciones patrones que podían traducirse en señales de diagnóstico.

“Nuestro enfoque se ha mostrado particularmente eficaz para detectar tumores en etapa temprana, lo que es fundamental porque, si los detectamos a tiempo, podemos tratar muchos tipos de cáncer”

Según explican los autores en su artículo, aplicaron esta técnica en muestras de 170 pacientes y fueron capaces de identificar el 78% de los cánceres con una tasa de 0% de falsos positivos. Bernardes ha destacado que la prueba es fácil de utilizar, ya que solo requiere una pequeña muestra de sangre y el uso de sencillos reactivos que se encuentran en cualquier hospital. Para realizar el diagnóstico, el equipo de Bernardes, también catedrático de la Universidad de Cambridge (Reino Unido), está desarrollando una plataforma que analizará los datos.

Una prueba que puede predecir la respuesta al tratamiento

Las muestras estudiadas hasta ahora no pertenecían exclusivamente a personas con cáncer: “Es muy importante destacar –asegura Gonçalo Bernardes– que, al analizar las muestras de pacientes con otras enfermedades, hemos descubierto que las señales son diferentes. Por ejemplo, las señales inmunológicas de una persona con SARS-COVID son diferentes de las señales de una persona con cáncer, como también lo son las señales de los distintos tipos de cáncer e, incluso, del cáncer en sus diferentes etapas. Todo eso podemos identificarlo con nuestra prueba”.

Y esas señales exclusivas de cada tipo de cáncer proporcionan además otra información de enorme interés para la práctica clínica: si el o la paciente responderá o no a ciertos tratamientos. El artículo describe que la prueba fue correcta en el 100% de las predicciones de que una paciente no respondería un tratamiento antimetastásico. Cuando predijo que sí respondería, la precisión fue del 87%. Por ello, aseguran que la prueba podría usarse también para realizar medicina de precisión a la hora de elegir los tratamientos.

Una muestra de 170 pacientes ha sido suficiente para llegar hasta aquí, pero el investigador reconoce que son necesarios muchos más datos para completar el desarrollo comercial de la prueba. Para ello, ya hay dos estudios clínicos en marcha en Reino Unido –financiados por el sistema nacional de salud de ese país– y una serie de otros ensayos en marcha en diversos países como Estados Unidos y China. Una vez desarrollada, la plataforma se comercializará previsiblemente a través de una empresa spin off en Cambridge llamada Proteotype Ltd., de la que Bernardes es cofundador, junto a otros autores.

Fuente: Centro Nacional de Investigaciones Oncológicas (CNIO)