Un equip del CSIC i la Fundació FINBA ha identificat tres biomarcadors que prediuen amb alta especificitat i sensibilitat la malignitat d'un nòdul tiroidal, i podrien evitar moltes cirurgies innecessàries. Ara estan buscant empreses interessades per desenvolupar kits específics i implementar-los als hospitals per al diagnòstic de càncer de tiroide.
La detecció de nòduls tiroidals és habitual a la pràctica clínica. La majoria no són greus i no presenten símptomes, i només un petit percentatge dels nòduls tiroidals són cancerosos. Tot i això, no sempre és possible confirmar amb els procediments habituals aquest últim extrem: es calcula que un 20% dels nòduls detectats es classifiquen com a indeterminats usant les tècniques comunes, per la qual cosa en aquests casos s'opta per la cirurgia per extirpar-los. Un cop extirpats, entre el 65 i el 75% d'aquests nòduls són benignes, segons l'avaluació histològica final. És a dir, són casos en què s'hauria pogut evitar la cirurgia si s'hagués disposat d'un millor mètode de diagnòstic.
Això és el que han fet científics del Centro de Investigación en Nanomateriales y Nanotecnología del CSIC i de la Fundación para la Investigación y la Innovación Biosanitaria del Principado de Asturias (FINBA). L'equip ha desenvolupat un mètode per millorar els diagnòstics de càncer de tiroide durant l'avaluació preoperatòria. Està basat en la correlació entre el nivell de metilació de diverses regions CpG de l'ADN i la malignitat d'una gran mostra de nòduls tiroidals.
La metilació d'ADN és una modificació química que participa a l'expressió i el silenciament dels gens. Se sap que hi ha patrons de metilació alterats que es relacionen amb el desenvolupament de càncer. Un tipus d'aquestes alteracions s’hi donen a les regions CpG del genoma.
El que ha fet aquest equip ha estat aplicar càlculs de machine-learning per analitzar un gran nombre de dades genètiques provinents de l'Arxiu Europeu de Nucleòtids (ENA a les sigles en anglès). L'ENA és un repositori de seqüències d'ADN i ARN anotades, seqüencies que provenen de mostres biològiques de tot el món.
Això els ha permès tenir accés a un gran nombre d'epigenomes complets d'adenomes i carcinomes de tiroide. Els científics han analitzat les dades, primer amb tècniques d'anàlisi clàssiques i després amb tècniques d'intel·ligència artificial. Com a resultat, dels 850.000 biomarcadors inicials n'han identificat tres que prediuen amb una alta especificitat i sensibilitat la malignitat d'una mostra determinada.
Es tracta d'un mètode assequible, amb alta precisió, sensibilitat i especificitat, que millora la capacitat de diagnòstic del càncer de tiroide durant l'avaluació preoperatòria, de manera que es pot evitar la majoria de cirurgies derivades de casos difícils de diagnosticar, fins i tot 60% dels casos. Ara estan buscant empreses interessades per desenvolupar kits específics i implementar-los als hospitals per al diagnòstic de càncer de tiroide.
Contacte:
Xavier Gregori
Vicepresidència Adjunta
de Transferència del Coneixement
CSIC
Tel.: +34 93 887 60 04