Detectar un tumor cuando apenas da síntomas es uno de los grandes retos de la oncología. Un equipo del CNIO ha desarrollado un test que, en lugar de buscar marcadores tumorales, analiza la reacción del sistema inmunitario. Funciona con una simple muestra de sangre, es fácil de usar y también predice la respuesta a tratamientos.
Los métodos actuales para diagnosticar el cáncer se basan en identificar marcadores –moléculas que indican un estado o proceso determinado del organismo– que provienen del tumor o de proteínas asociadas a él.
Esos marcadores son más abundantes cuando el tumor ya se ha desarrollado de forma significativa. Y, cuanto más avanzado el tumor, más complejo es encontrar opciones de tratamiento eficaces.
Ahora, un equipo dirigido por Gonçalo Bernardes, jefe del Grupo de Biología Química Traslacional del Centro Nacional de Investigaciones Oncológicas (CNIO), ha desarrollado una prueba que permite detectar tumores sólidos en estados iniciales a partir de una simple muestra de sangre. Además, según el estudio publicado en Nature, Communications, este test también obtiene información relevante para la elección del tratamiento.
Para lograr esa detección temprana, el equipo no orientó la prueba a los marcadores que emite el tumor, sino a la reacción defensiva del organismo ante el cáncer. Desde el siglo XIX se conoce que la aparición de células cancerosas provoca cambios 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 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”, explica Bernardes.
Al plantear ese enfoque, el equipo encontró un problema: la sangre humana contiene más de 5 000 proteínas, lo que dificulta enormemente su análisis. Por eso, utilizaron 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.
Según explican en el artículo publicado, 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 destaca también 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.
Las muestras estudiadas hasta ahora no pertenecían exclusivamente a personas con cáncer: “Es muy importante destacar que, al analizar las muestras de pacientes con otras enfermedades, hemos descubierto que las señales son diferentes”, asegura Bernardes.
“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”, añade.
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 es necesario contar con muchos más datos para completar el desarrollo comercial de la prueba.
Para ello, ya hay dos estudios clínicos en marcha en Reino Unido y una serie de otros ensayos en 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.
Referencia:
Tang, C., Corredeira, P., Casimiro, S. et al. “Immunodiagnostic plasma amino acid residue biomarkers detect cancer early and predict treatment response”. Nature Communications (2025).
Un ensayo clínico en fase 1 indica que el tratamiento experimental de inmunoterapia, administrado tras la terapia estándar, podría retrasar la recaída en pacientes con mutaciones en el gen KRAS.
Un estudio revela que el propionato de imidazol, una molécula producida por la microbiota intestinal, induce aterosclerosis, una enfermedad que desencadena la obstrucción de las arterias que causa los infartos. Los resultados proponen usar la detección de este metabolito para un diagnóstico temprano de esta dolencia.
