Astronomía, divulgación, descubrimientos, ecología, innovación...
BIOMARCADORES LIPÍDICOS
Investigadores chinos han desarrollado un sistema que utiliza inteligencia artificial y la presencia de marcadores lipídicos en sangre para detectar el cáncer de pulmón de células no pequeñas en etapas tempranas. La prueba alcanzó una sensibilidad del 90 % y una especificidad del 92 %.
Un grupo liderado por investigadores del Hospital Universitario del Pueblo de Beijing (China) ha descubierto nueve biomarcadores lipídicos fuertemente asociados con la aparición del cáncer de pulmón de células no pequeñas, y ha desarrollado un test que detecta en sangre la formación de tumores en una etapa muy temprana. El desarrollo a gran escala de esta prueba permitiría mejorar los métodos de diagnóstico precoz de esta enfermedad.
La efectividad del Detector por Inteligencia Artificial del Cáncer de Pulmón (LCAID, por sus siglas en inglés), cuyos resultados han sido publicados en la revista Science Translational Medicine, ha sido probada tomando muestras del plasma de 1.036 personas en un hospital de Beijing, y alcanzó una sensibilidad y una especificidad del 90 % y del 92%, respectivamente.
La mayoría de las detecciones de cáncer de pulmón usando este método fueron en personas no fumadoras con tumores en estadio 1.
La detección temprana, un reto clínico
En la actualidad, los oncólogos y médicos carecen de herramientas de cribado eficaces que puedan detectar los tumores del cáncer de pulmón en fase inicial, y el diagnóstico precoz es fundamental para mejorar los índices de supervivencia de este tipo de enfermedad, que en España supone la primera causa de muerte por cáncer, según datos de la Sociedad Española de Oncología Médica (SEOM).
“Desarrollar un método eficaz para detectar el cáncer de pulmón en su fase inicial y examinar a los grupos de riesgo es un importante reto clínico”, destaca a SINC Yuxin Yin, investigadora del Hospital Universitario del Pueblo de Beijing (China) y coautora del estudio.
“Aunque se han desarrollado varias pruebas basadas en sangre para ayudar a clasificar el cáncer de pulmón, todavía hay una escasez de métodos y biomarcadores no invasivos y fiables para la detección de este tipo de cáncer en fase temprana”, explica Yuxin.
Los métodos actuales incluyen el cribado por tomografía computarizada de baja dosis, que según datos del National Lung Screening Trial llevado a cabo en Estados Unidos en 2011 reduce hasta un 20 % la mortalidad por cáncer pulmonar con respecto a otras técnicas como la radiografía de tórax.
“Sin embargo, —advierte Yuxin— la aplicación de la tomografía computarizada está limitada por su elevada tasa de falsos positivos, la exposición a la radiación, y su alto coste. Además, esta técnica tiene un bajo valor predictivo, que oscila entre el 4 y el 40 %, lo que implica que la mitad de los sujetos necesitan exámenes invasivos posteriores”.
Una detección precisa
Según explica Yuxin Yin, el test LCAID detecta la expresión de nueve marcadores lipídicos de cáncer de pulmón en fase inicial en el plasma, y se combina con modelos de inteligencia artificial para completar una “detección precisa y no invasiva del cáncer de pulmón en las primeras etapas de la enfermedad”.
“La precisión y la alta especificidad de LCAID podría mejorar la detección clínica y el cribado del cáncer de pulmón y, en consecuencia, reducir la exposición innecesaria a la radiación y a los procedimientos diagnósticos invasivos”, indica la investigadora.
El flujo de trabajo general del dispositivo incluye la recogida de muestras (20 minutos), su procesamiento (50 minutos), el análisis por espectrometría de masas (20 minutos) y el análisis de los datos.
El tiempo total del procedimiento es de unos 90 minutos, y se pueden procesar hasta 24 muestras al mismo tiempo, lo cual supondría una herramienta muy efectiva para estudios a gran escala o cribado clínico, por lo que “la incorporación de LCAID a la práctica clínica sería muy útil para complementar a otros métodos de diagnóstico en pacientes en riesgo de desarrollar cáncer de pulmón”, concluye la experta.
Referencia:
Guangxi G., Yuxin Y. et al. "Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolism for early-stage diagnosis". Science Translational Medicine, 2022