Investigadores de Mayo Clinic desarrollan una herramienta capaz de estimar con precisión la ploidía tumoral utilizando secuenciación genómica de baja cobertura, lo que puede facilitar diagnósticos más accesibles y personalizados.
Un equipo de científicos de Mayo Clinic ha desarrollado una innovadora herramienta computacional llamada BACDAC que permite determinar la ploidía de los tumores, es decir, el número de copias del genoma en las células tumorales, a partir de secuenciación genómica de baja cobertura. Esta técnica, combinada con un nuevo tipo de visualización denominado Constellation Plot, ofrece un enfoque más accesible, preciso y visual para analizar la composición genética de los tumores sin necesidad de muestras normales del paciente. Este avance que promete mejorar significativamente el diagnóstico y tratamiento del cáncer fue publicado en Genome Biology.
La ploidía tumoral es un indicador clave en el análisis del cáncer, ya que permite detectar alteraciones genéticas como duplicaciones o pérdidas cromosómicas que influyen directamente en el pronóstico y las decisiones terapéuticas. Hasta ahora, obtener esta información requería métodos caros o complejos, como secuenciación de alta cobertura o muestras normales comparativas del paciente. BACDAC supera estas limitaciones al trabajar con muestras de baja cobertura genómica o low-pass WGS sin requerir controles normales.
“Esta herramienta nos permite ver una capa del genoma que ha sido invisible hasta ahora”, afirma el Dr. George Vasmatzis, autor principal del estudio y codirector del Programa de Descubrimiento de Biomarcadores de Mayo Clinic. “Llevamos décadas estudiando la biología de la inestabilidad genómica. Ésta es la primera vez que hemos podido traducir ese conocimiento en una herramienta que funciona a escala”.
BACDAC utiliza un algoritmo que analiza la frecuencia de alelos en regiones del genoma con variaciones genéticas comunes (SNPs, en inglés) para estimar el contenido alélico, el número de copias y la pureza tumoral. A partir de estos datos, genera un Constellation Plot, un gráfico bidimensional que permite visualizar de forma intuitiva la presencia de alteraciones cromosómicas, pérdida de heterocigosidad (LOH, en inglés) y subpoblaciones celulares dentro del tumor.
Durante su validación, BACDAC fue aplicado a 653 muestras tumorales provenientes de distintos tipos de cáncer. El método logró clasificar con éxito la ploidía tumoral en el 73% de los casos y demostró una concordancia del 88% con métodos experimentales como cariotipado y citometría de flujo. Además, BACDAC resultó más consistente que otros métodos computacionales existentes cuando se evaluaron muestras tanto de alta como de baja cobertura.
Un aporte clave del nuevo enfoque fue el uso de una métrica llamada 2N+LOH, que mide la proporción de regiones con pérdida de heterocigosidad en zonas con duplicaciones, ayudando a distinguir entre tumores diploides y de alta ploidía. Esto permite detectar casos con duplicación completa del genoma (WGD, en inglés) o acumulaciones progresivas de material genético, eventos relacionados con un peor pronóstico en diversos tipos de cáncer.
Además, el equipo observó que el patrón de ploidía varía según el tipo de tejido, con una alta prevalencia de tumores de alta ploidía en cánceres de mama y ovario, y una menor en cánceres hematológicos. BACDAC también fue capaz de detectar subclones celulares, es decir, poblaciones tumorales con perfiles genéticos distintos dentro de un mismo tumor, lo que aporta información valiosa sobre la evolución del cáncer.
