Estudio de la presencia diferencial de exones en el ADN circulante (biopsia líquida) de pacientes con cáncer colorrectal como método de detección y estadificación

Resumo

El cáncer colorrectal (CCR) es uno de los cánceres de mayor mortalidad en los países desarrollados, se espera que su cifra aumente debido al envejecimiento de la población y los cambios del estilo de vida, provocando un gran impacto económico en los sistemas de salud. Se requiere mejoras en el diagnóstico de la enfermedad y pronósticos más precisos de la evolución del paciente. Tradicionalmente el análisis del cáncer se realiza a partir de muestras de tejido extraídas del tumor, un procedimiento altamente costoso e invasivo conocido como biopsia. En este contexto, y como alternativa a las biopsias de tejido, surgió el concepto de biopsia líquida. La biopsia líquida es un enfoque novedoso para la caracterización tumoral que nos ofrece diferentes ventajas como la toma de muestra no invasiva y la captación de la heterogeneidad tumoral. Hasta la fecha, la mayoría de los estudios en biopsia líquida se han centrado en la secuenciación de genes clínicamente relevantes en cáncer a partir de paneles. El trabajo actual proporciona una evaluación clínica de la secuenciación del exoma completo (WES) en el ADN libre circulante (cfDNA) presente en plasma, con el objetivo de identificar perfiles clínicos diferenciales en pacientes con cáncer colorrectal (CCR) localizado y metastásico. Para ello, aplicamos el concepto de “presencia diferencial de exones” (DPE) y un nuevo concepto llamado “presencia diferencial de genes” (DPG). Determinamos las diferencias en los niveles de 1.760 exones y 1.730 genes a partir del cfDNA en plasma y utilizamos análisis de DPE y DPG para agrupar y clasificar a los pacientes con enfermedad diseminada y localizada. A su vez, hemos identificado perfiles clínicos distintivos entre pacientes con CCR y controles sanos. Identificamos un conjunto de 510 exones cuya presencia diferencial en plasma nos permitió agrupar y clasificar entre las tres cohortes. El análisis bioinformático resultante nos permitió diseñar un algoritmo predictivo, pronóstico y diagnóstico de DPE. Se realizó una clasificación random forest (aprendizaje automático) y se obtuvo una tasa de error estimada fuera de bolsa (OOB) del 28,85 % y el modelo predictivo tuvo una precisión del 70 % con un intervalo de confianza (IC) de 53,9–82,8. Estos resultados nos sugieren que los ácidos nucleicos podrían desempeñar un papel en el proceso de transformación maligna, identificando una firma que podría estar asociada a la aparición de cáncer. El estudio de DPE se muestra como una nueva técnica para el estudio del cfDNA en plasma por WES en pacientes con CCR.