Cómo es la nueva técnica que busca anticipar la evolución de tumores más agresivos

La Clínica Mayo define al cáncer como cualquiera de un gran número de enfermedades que se caracterizan por el desarrollo de células anormales que se dividen sin control y tienen la capacidad de infiltrarse y destruir el tejido corporal normal.

Algunos de los cambios genéticos más dañinos en el cáncer son también los más difíciles de detectar. Se trata de reordenamientos estructurales incrustados en regiones profundas del ADN tumoral, capaces de promover un crecimiento acelerado y de eludir los métodos diagnósticos convencionales, especialmente cuando las muestras de tejido son escasas o se encuentran deterioradas.

Frente a esta dificultad, un equipo de investigadores de Clínica Mayo desarrolló una herramienta computacional denominada BACDAC, diseñada para detectar patrones genómicos difíciles de identificar. El sistema permite reconocer señales de inestabilidad genómica a través de técnicas de secuenciación del ADN que abarcan el genoma completo, incluso en muestras con baja pureza o escasa cobertura. El estudio fue publicado en Genome Biology.

Esta tecnología ofrece a los profesionales médicos la posibilidad de anticipar el comportamiento de un tumor y definir estrategias terapéuticas ajustadas a las características específicas de cada caso.

El doctor George Vasmatzis, autor principal del estudio y codirector del Programa de Descubrimiento de Biomarcadores de Clínica Mayo, expresó: “Esta herramienta nos permite ver una capa del genoma que hasta ahora había sido invisible”. Y añadió: “Hemos dedicado décadas al estudio de la biología de la inestabilidad genómica. Esta es la primera vez que hemos podido traducir ese conocimiento en una herramienta que funciona a gran escala”.

Su afirmación marca un hito en la investigación oncológica. El desarrollo de BACDAC representa un avance significativo en la detección de los cambios estructurales más dañinos del cáncer, aquellos que suelen pasar desapercibidos en las pruebas convencionales y que, sin embargo, pueden determinar el comportamiento agresivo de la enfermedad.

Detectar los cambios cromosómicos

El funcionamiento de BACDAC se basa en el concepto de ploidía, es decir, el número de conjuntos completos de cromosomas presentes en una célula. En condiciones normales, las células humanas contienen dos conjuntos de cromosomas, sumando un total de 46.

Sin embargo, las células cancerosas suelen presentar alteraciones en este equilibrio, con ganancias o pérdidas cromosómicas a gran escala. Estas modificaciones permiten que el tumor crezca sin control y, en muchos casos, desarrollen resistencia a los tratamientos convencionales.

En el estudio, los investigadores aplicaron BACDAC al análisis de más de 650 tumores pertenecientes a 12 tipos diferentes de cáncer. La herramienta demostró su capacidad para detectar duplicaciones del genoma completo, un fenómeno en el que el tumor duplica la totalidad de su ADN. Este tipo de ploidía anormal se asocia frecuentemente con un comportamiento más agresivo de la enfermedad y una mayor resistencia a las terapias disponibles.

Según la Asociación Americana de Cáncer, La ploidía de las células cancerosas se refiere a la cantidad de ADN que contienen.

• Si hay una cantidad normal de ADN en las células, se dice que estas son diploides. Estos tipos de cáncer tienden a crecer y propagarse más lentamente.
• Si la cantidad de ADN es anormal, entonces a las células se les llama aneuploides. Estos cánceres tienden a ser más agresivos. Suelen además a crecer y propagarse más rápidamente.

Uno de los aportes más innovadores de BACDAC es su capacidad para ofrecer un resumen visual del panorama genómico de cada tumor.

El resultado personalizado, denominado Gráfico de Constelación, proporciona una representación intuitiva del estado cromosómico del tumor, mostrando si los cromosomas se mantienen estables o presentan alteraciones significativas. Esta visualización facilita la interpretación de los resultados tanto para investigadores como para patólogos, quienes pueden así tomar decisiones más informadas sobre el diagnóstico y el tratamiento.

La utilidad de BACDAC no se limita al ámbito de la investigación. El equipo de Clínica Mayo tiene previsto validar la herramienta en estudios adicionales y convertirla en un recurso de diagnóstico aplicable en la práctica clínica. La meta es que BACDAC ayude a fundamentar las decisiones terapéuticas, proporcionando una visión más clara y detallada de los cambios estructurales presentes en cada tumor.

Recientemente, un equipo internacional liderado por expertos de la Charité–Universitätsmedizin Berlin desarrolló un modelo de inteligencia artificial para clasificar más de 170 tipos de tumores con un nivel de precisión que supera el 97%.

El avance, publicado en la revista Nature Cancer, apunta a transformar el diagnóstico oncológico al permitir análisis precisos, incluso con datos fragmentarios y sin necesidad de biopsias invasivas.

El modelo fue validado con más de 5.000 muestras tumorales, alcanzando una precisión del 99,1% en tumores cerebrales y del 97,8% en cánceres generales. Además, mantuvo un rendimiento elevado incluso cuando se utilizaron datos incompletos o de baja resolución genómica.