← Volver al inicio

Identificar el cáncer de la sangre mediante la metilación del ADN: el estudio ALMA 3 abarca 81 subtipos

La dificultad de diagnosticar el cáncer de la sangre no se limita a detectar el tumor, sino también a distinguir su tipo. ALMA 3 presenta resultados de pruebas independientes que muestran su potencial para apoyar la clasificación, aunque las elevadas cifras globales aún no permiten determinar si es igual de fiable para cada subtipo raro.

By SURL BioNews

En los cánceres de los sistemas sanguíneo y linfático, identificar el subtipo del tumor influye en la evaluación del pronóstico y la elección del tratamiento. Sin embargo, algunos subtipos siguen siendo difíciles de distinguir con los métodos tradicionales. En la reunión anual de 2026 de la Association for Molecular Pathology (AMP), celebrada en Seattle, un equipo de investigación presentó una vía de apoyo al diagnóstico: utilizar inteligencia artificial para buscar indicios de clasificación en los perfiles de metilación del ADN.

Según el comunicado de AMP y las coberturas del mismo encuentro de Clinical Lab Products y MedLabPortal, ALMA 3, desarrollado conjuntamente por ALMA Genomics, la Universidad de Pensilvania, el Instituto Tecnológico de Massachusetts y otras instituciones, se entrenó con más de 110.000 muestras de pacientes. El estudio fue dirigido por Pedro Orsini, de ALMA Genomics, con Francisco Marchi como autor de correspondencia, y abarcó 81 subtipos de cáncer de los sistemas sanguíneo y linfático, incluidas algunas categorías difíciles de clasificar con métodos convencionales.

El modelo analiza patrones de metilación del ADN, es decir, la distribución de marcas químicas en el ADN; el estudio busca utilizar estas características moleculares para identificar tumores y, posteriormente, determinar su subtipo. El problema central que aborda es aportar criterios de clasificación adicionales al diagnóstico anatomopatológico existente, en lugar de limitarse a responder con una cifra si hay cáncer.

El equipo informó de que, en pruebas independientes, ALMA 3 alcanzó una sensibilidad del 99,5% para detectar neoplasias hematolinfoides y un valor predictivo positivo del 90,9% para la asignación de subtipos de cáncer. Ambos indicadores responden a preguntas diferentes: el primero mide qué proporción de las muestras con tumor se identificó, mientras que el segundo mide qué proporción de las asignaciones positivas de subtipo realizadas por el modelo fue correcta. Por tanto, una sensibilidad del 99,5% no puede interpretarse directamente como una precisión de clasificación equivalente para los 81 subtipos.

Para interpretar estos resultados también es necesario conocer cómo se organizaron las pruebas. Por el momento, el comunicado y las coberturas mencionados no detallan el número de muestras de las pruebas independientes, la distribución de casos por subtipo, los intervalos de confianza ni el rendimiento para cada subtipo; la cifra de más de 110.000 corresponde a las muestras de entrenamiento y no puede considerarse el número de casos de la validación independiente. Sin estos detalles, aún resulta difícil determinar si los resultados globales también se aplican a las categorías con pocos casos y más fáciles de confundir.

AMP presenta este resultado como una posible herramienta complementaria al diagnóstico anatomopatológico tradicional, y las dos coberturas externas también señalan que está en curso una validación clínica adicional. Los próximos aspectos que deben aclararse son si el modelo puede mantener su rendimiento en distintos grupos de pacientes y en los procesos reales de análisis, y si la información de clasificación que aporta puede mejorar las decisiones diagnósticas. En esta etapa, los resultados presentados en el congreso orientan la validación, pero aún no bastan para demostrar que la herramienta pueda mejorar los resultados del tratamiento de los pacientes.

References

  1. Association for Molecular Pathology
  2. Clinical Lab Products
  3. MedLabPortal