Avanços na Análise de ctDNA para Cuidados com o Câncer

Células tumorais podem liberar pequenas partes do seu DNA na corrente sanguínea quando morrem. Esse DNA é chamado de DNA Tumoral Circulante ([CtDNA](/pt/keywords/dna-tumoral-circulante--k31eo4q)). Os fragmentos de ctDNA podem trazer informações importantes sobre a composição genética do tumor, ajudando os médicos a entender as características e estágios do tumor. Detectar e monitorar ctDNA pode ser útil em várias áreas do tratamento do câncer, como escolher o tratamento certo e detectar qualquer câncer restante após o tratamento.

#Por que o ctDNA é Importante

Uma das maiores vantagens de usar ctDNA é que ele exige métodos menos invasivos do que as biópsias tumorais tradicionais, que envolvem pegar amostras diretamente do tumor. Os médicos podem simplesmente coletar uma amostra de sangue para verificar o ctDNA, facilitando o processo para os pacientes. Além disso, o ctDNA pode fornecer uma visão mais clara das variações genéticas do tumor, já que os tumores costumam ser diferentes em várias partes do corpo.

#Avanços na Tecnologia

Os avanços recentes na tecnologia tornaram possível detectar ctDNA de forma mais precisa e eficiente. O Sequenciamento de Próxima Geração (NGS) é uma das principais tecnologias usadas para analisar ctDNA. Essa tecnologia permite sequenciar um grande número de fragmentos de DNA rapidamente, o que é importante para identificar variantes genéticas presentes no ctDNA, mesmo em níveis baixos.

No entanto, ainda existem desafios. Amostras de sangue geralmente fornecem apenas uma pequena quantidade de DNA, o que pode dificultar a detecção de níveis muito baixos de variantes genéticas. Por exemplo, uma coleta de sangue típica pode resultar em menos de 4 mL de plasma, resultando em apenas uma quantidade mínima de DNA disponível para análise. Isso limita o número de fragmentos de DNA que podem ser sequenciados.

#Melhorando a Precisão

Para melhorar a precisão da análise de ctDNA, os cientistas estão procurando maneiras de reduzir erros no sequenciamento. Um método é usar Identificadores Moleculares Únicos (UMIs), que marcam os fragmentos de DNA antes de serem amplificados e sequenciados. Isso ajuda a identificar e contar com precisão os fragmentos de DNA originais, reduzindo as chances de erros.

No entanto, alguns métodos optam por não incluir UMIs por questões de custo. Em situações onde a quantidade de ctDNA é maior, pode ser suficiente usar métodos de correção de erro mais simples para garantir que os resultados permaneçam precisos sem os custos adicionais.

#Passos na Análise de ctDNA

O processo de analisar ctDNA geralmente inclui três etapas principais: alinhar as sequências de DNA, gerar uma leitura consensual e chamar as variantes. Ferramentas como BWA-mem são comumente usadas para a etapa de alinhamento. No entanto, ainda não há um consenso universal sobre as melhores práticas para as outras duas etapas.

Existem diferentes ferramentas disponíveis para gerar leituras consensuais e chamar variantes. Algumas ferramentas combinam essas etapas, enquanto outras as mantêm separadas, permitindo mais flexibilidade na análise. Ferramentas populares para chamar variantes incluem "Mutect2" e "Vardict." Essas ferramentas mostraram precisão razoável, mesmo não tendo sido projetadas especificamente para a análise de ctDNA.

#Avaliando as Ferramentas de ctDNA

Para garantir que os métodos de análise de ctDNA sejam eficazes, vários estudos de benchmark foram conduzidos. Esses estudos ajudam a avaliar a precisão de diferentes pipelines de análise usando conjuntos de dados de referência. Por exemplo, o projeto de Controle de Qualidade de Sequenciamento produziu um conjunto de dados de referência abrangente para amostras de ctDNA, que é útil para comparar diferentes métodos de análise.

Um dos novos pipelines desenvolvidos para análise de ctDNA é o pipeline de ctDNA não-UMI da Sentieon. Esse pipeline inclui vários componentes que trabalham juntos para identificar rapidamente e com precisão pequenas variantes genéticas a partir dos dados de ctDNA. Os componentes principais desse pipeline envolvem uma ferramenta de alinhamento otimizada, um método para gerar leituras consensuais, um chamador de variantes que é sensível a baixos níveis de variantes genéticas e uma ferramenta de filtragem personalizável para remover variantes falsas positivas.

#Avaliando o Pipeline da Sentieon

Nas avaliações recentes, o pipeline da Sentieon foi testado usando vários conjuntos de dados, incluindo misturas in vitro com variantes conhecidas e amostras clínicas reais de pacientes com câncer de pulmão e colorretal. Ao comparar os resultados do pipeline da Sentieon com outros pipelines, os pesquisadores puderam avaliar sua precisão.

Essas avaliações também envolveram a análise de amostras que incluíam mutações conhecidas de biópsias de tecido tumoral. Comparando os resultados dos testes de ctDNA com as variantes encontradas nas amostras de tecido, os pesquisadores puderam avaliar quão bem a análise de ctDNA refletia o verdadeiro perfil genético dos tumores.

#Resultados dos Benchmarks

Nesses estudos de benchmark, o pipeline da Sentieon demonstrou alta precisão e taxas de recall, especialmente para variantes de baixa frequência. Isso significa que ele conseguiu detectar mais das mutações raras presentes no ctDNA, o que é crucial para tomar decisões informadas de tratamento. As comparações mostraram que o pipeline da Sentieon poderia fornecer resultados confiáveis, mesmo ao analisar amostras com menor profundidade de sequenciamento.

#Análise de Amostras Clínicas

Além das misturas in vitro, o pipeline da Sentieon foi testado em amostras clínicas reais. No total, 36 amostras de câncer de pacientes com câncer de pulmão e colorretal foram analisadas. Cada amostra tinha mutações identificadas de análises anteriores de tecido tumoral.

Os resultados indicaram que o pipeline da Sentieon poderia identificar efetivamente variantes genéticas em ctDNA dessas amostras clínicas. Notavelmente, a análise mostrou que diferentes tipos de câncer, como câncer de pulmão e colorretal, tinham porcentagens similares de variantes apenas de ctDNA e variantes comuns na análise, confirmando a adaptabilidade do pipeline.

#Conclusão

Os desenvolvimentos na análise de ctDNA usando sequenciamento de próxima geração e pipelines de análise sofisticados como o da Sentieon marcam um progresso significativo em diagnósticos de câncer. Essas tecnologias prometem aumentar a precisão e a eficiência dos testes de câncer, permitindo uma melhor seleção de tratamento e monitoramento dos pacientes ao longo do tempo. À medida que o campo continua a evoluir, esses avanços têm um grande potencial para melhorar os cuidados com o câncer e os resultados dos pacientes.