Desarrollo y validación de un modelo de aprendizaje automático basado en ADN tumoral circulante para predecir la...

Área de la Ciencia:

• Oncología
• Genómica
• Inmunoterapia

Sus antecedentes:

• Los biomarcadores actuales como PD-L1 y TMB tienen un poder predictivo limitado para la respuesta a los inhibidores de puntos de control inmunitarios (ICI) en el cáncer de pulmón no microcítico (CPNM).
• El análisis de aprendizaje automático del ADN tumoral circulante (ctDNA) ofrece una vía prometedora para mejorar la estratificación de pacientes a través de firmas genómicas de biopsia líquida.

Objetivo del estudio:

• Desarrollar y validar un modelo de máquina de vectores de soporte (SVM) que utilice ctDNA basal para predecir el beneficio clínico de las ICI en pacientes con CPNM avanzado.
• Evaluar la precisión del modelo en la predicción del beneficio clínico duradero (DCB) y los resultados de supervivencia.

Principales métodos:

• Se entrenó un modelo SVM con datos de secuenciación del exoma completo (WES) de ctDNA pretratamiento del ensayo OAK (n=303) para predecir el DCB (respuesta o enfermedad estable ''>=''6 meses).
• La regresión LASSO (Least Absolute Shrinkage and Selection Operator) identificó 41 mutaciones somáticas predictivas.
• El rendimiento del modelo se validó en cohortes independientes POPLAR (n=97) y multicéntrica regional (n=41) utilizando análisis de curva ROC y métodos de Kaplan-Meier.

Principales resultados:

• El modelo SVM basado en ctDNA demostró una alta precisión predictiva con AUCs de 0,87 (OAK), 0,92 (POPLAR) y 0,83 (cohorte local).
• Los pacientes clasificados como SVM-bajo exhibieron una supervivencia libre de progresión (mPFS) y una supervivencia general (mOS) medianas significativamente más largas en comparación con los pacientes SVM-alto.
• El análisis de enriquecimiento funcional implicó las vías de señalización VEGF, JAK-STAT y Ras en la resistencia a la ICI.

Conclusiones:

• El modelo SVM desarrollado basado en ctDNA predice con precisión el beneficio clínico duradero y los resultados de supervivencia en pacientes con CPNM tratados con ICI.
• Este enfoque de biopsia líquida no invasivo y de línea de base única puede agilizar la toma de decisiones sobre inmunoterapia, reduciendo la necesidad de biopsias de tejido repetidas.
• Los hallazgos del modelo resaltan las vías clave involucradas en la resistencia a la ICI, ofreciendo información para futuras estrategias terapéuticas.