Luego, los investigadores eliminaron los cánceres de alto grado (estadios III y IV) del conjunto de datos y descubrieron que muchos tipos de cáncer aún se distinguían en estadios anteriores cuando se basaban únicamente en datos microbianos derivados de la sangre. Los resultados se mantuvieron incluso cuando el equipo realizó la descontaminación bioinformática más estricta en las muestras, lo que eliminó más del 90 por ciento de los datos microbianos.

Para determinar si estos patrones microbianos podrían ser útiles en el mundo real, Knight, junto con el estudiante de doctorado en la Escuela de Medicina de la Universidad de California Gregory Poore y su equipo analizaron muestras de plasma derivadas de la sangre de 59 pacientes con cáncer de próstata, 25 con cáncer de pulmón y 16 con melanoma, proporcionados por colaboradores del Centro de Cáncer Moores en UC San Diego Health.

Empleando nuevas herramientas que desarrollaron para minimizar la contaminación, realizaron una lectura de firmas microbianas para cada muestra de paciente con cáncer y las compararon entre sí y con muestras de plasma de 69 voluntarios sanos y VIH negativos.

Los modelos de aprendizaje automático del equipo pudieron distinguir a la mayoría de las personas con cáncer de las que no. Por ejemplo, los modelos podrían identificar correctamente a una persona con cáncer de pulmón con un 86 por ciento de sensibilidad y una persona sin enfermedad pulmonar con un 100 por ciento de especificidad.

A menudo podían decir qué participantes tenían cuál de los tres tipos de cáncer. Por ejemplo, los modelos podrían distinguir correctamente entre una persona con cáncer de próstata y una persona con cáncer de pulmón con una sensibilidad del 81 por ciento.

“La capacidad, en un solo tubo de sangre, de tener un perfil completo del ADN (naturaleza) del tumor, así como el ADN de la microbiota (nutrición) del paciente, por así decirlo, es un paso importante hacia una mejor comprensión de las interacciones entre el entorno del huésped y el cáncer”, añade el coautor Sandip Pravin Patel, oncólogo médico y co-líder de la terapéutica experimental en el Centro de Cáncer Moores de la UC San Diego Health.

“Con este enfoque, existe la posibilidad de monitorear estos cambios con el tiempo, no solo como diagnóstico, sino también para el monitoreo terapéutico a largo plazo –añade–. Esto podría tener implicaciones importantes para la atención de pacientes con cáncer y en la detección temprana del cáncer, si estos resultados continúan sosteniéndose en más pruebas”.

“Si bien ha habido un progreso sorprendente en el área de la biopsia líquida y la detección temprana del cáncer, las actuales aún no pueden distinguir de manera confiable la variación genética normal del cáncer temprano verdadero, y no pueden detectar cánceres donde no hay alteraciones genómicas humanas no se conoce o no es detectable”, Patel, subdirector del Centro de Inmunoterapia de Precisión de San Diego.

Es por eso que a menudo existe el riesgo de que las biopsias líquidas actuales arrojen resultados falsos negativos en el contexto de una baja carga de enfermedad.

Según los investigadores, una ventaja de la detección del cáncer basada en el ADN microbiano, en comparación con el ADN tumoral humano circulante, es su diversidad entre diferentes sitios del cuerpo.

“Esta nueva comprensión de la forma en que las poblaciones microbianas cambian con el cáncer podría abrir una vía terapéutica completamente nueva –señala Miller-Montgomery–. Ahora sabemos que los microbios están allí, pero ¿qué están haciendo? ¿Y podríamos manipularlos o imitarlos para tratar el cáncer?”.