Um novo método, chamado M-PACT, conseguiu classificar tumores do sistema nervoso central em amostras de líquido cefalorraquidiano (uma biópsia líquida) com elevada precisão, mesmo quando existe muito pouco ADN tumoral disponível — um dos maiores desafios no cancro pediátrico.
O estudo descreve uma forma de “ler” a metilação do ADN (um padrão químico que funciona como uma impressão digital do tumor) no ADN livre de células presente no líquido cefalorraquidiano, e usar inteligência artificial para identificar o tipo de tumor. O trabalho foi publicado na Nature Cancer.
Porque isto é importante no cancro pediátrico
Nos tumores cerebrais pediátricos, o diagnóstico molecular costuma depender de tecido tumoral. No entanto:
- nem todos os tumores estão em locais onde a cirurgia é segura;
- por vezes a biópsia recolhe pouco material;
- raramente existe recolha repetida de tecido ao longo do tempo, mesmo quando há doença disseminada.
A biópsia líquida no líquido cefalorraquidiano pode ajudar a ultrapassar estas limitações, porque tende a ser uma fonte mais rica de material tumoral do que o sangue, onde a barreira hematoencefálica dificulta a deteção.
O que é o M-PACT
O M-PACT (methylation-based predictive algorithm for CNS tumors) é um classificador baseado numa rede neuronal profunda, desenhado especificamente para funcionar com amostras de muito baixo “input” (menos de um nanograma) e com baixa fração de ADN tumoral.
Além da classificação, o método permite:
- estimar a proporção de ADN tumoral na amostra;
- detetar alterações de número de cópias (CNVs), úteis para monitorização;
- fazer uma “separação” aproximada do contributo de diferentes tipos de células não malignas presentes no líquido cefalorraquidiano.
Resultados principais
Em tumores embrionários do sistema nervoso central, o método atingiu:
- 92% de precisão num conjunto de teste (n = 79);
- 88% de precisão num conjunto de validação (n = 58).
Quando aplicado a um grupo de tumores não embrionários (n = 29), a classificação correta foi de 76%. Os erros e casos “não classificáveis” estiveram sobretudo associados a amostras com fração de ADN tumoral muito baixa e, em alguns cenários, a maior “escassez” de locais de metilação captados.
O que pode significar na prática
O estudo mostra potenciais utilizações clínicas relevantes, como:
- ajudar no diagnóstico quando não há tecido suficiente ou quando a cirurgia não é possível;
- acompanhar a doença ao longo do tempo com amostras seriadas;
- apoiar a distinção entre recidiva e tumor secundário, algo que nem sempre é claro apenas com exames de imagem;
- funcionar mesmo em tumores com genomas “equilibrados”, em que métodos mais antigos dependentes de CNVs podem falhar.
Limitações e próximos passos
Os autores referem que este fluxo de trabalho, tal como está, não foi feito para identificar mutações específicas ao nível de genes (algo que outras abordagens direcionadas conseguem fazer). O estudo defende ainda que será necessária validação prospetiva para consolidar a implementação clínica.
Fonte: Nature