Biópsia Líquida com IA Detecta Câncer no Sangue em Frações Tumorais Extremamente Baixas

A biópsia líquida oncológica — detecção de sinais tumorais no sangue — apresenta enorme potencial para detecção precoce e monitoramento, mas os métodos atuais enfrentam dificuldades quando o DNA de origem tumoral representa apenas uma fração ínfima do DNA livre circulante (cfDNA). As abordagens direcionadas baseadas em informações tumorais oferecem alta especificidade, mas não capturam a evolução tumoral nem a resistência adquirida. Os métodos pan-genômicos agnósticos ao tumor aumentam a sensibilidade, mas sacrificam a especificidade, especialmente em frações tumorais baixas. Um método robusto que se generalize entre diferentes laboratórios e plataformas de sequenciamento ainda não havia sido alcançado.

Os autores desenvolveram o Fate-AI (Fragmentomics Analysis for Tumor Evaluation with AI), um framework multimodal que integra características fragmentômicas e derivadas de metilação provenientes de dois ensaios complementares: sequenciamento de genoma completo de baixa cobertura (LPWGS) e sequenciamento de DNA livre circulante metilado por imunoprecipitação (cfMeDIP-seq). A principal inovação é uma estratégia de seleção de características orientada por conhecimento, que se concentra em regiões genômicas recorrentemente alteradas no câncer — incluindo hotspots de alteração no número de cópias e loci de metilação tecido-específicos — em vez de varrer todo o genoma de forma indiscriminada. Essa abordagem espelha a especificidade dos métodos baseados em informações tumorais, preservando ao mesmo tempo a abrangência dos métodos agnósticos ao tumor.

Um avanço metodológico central é uma normalização por amostra denominada Fragment Differential Distribution (FDD), que calcula a diferença nas distribuições de comprimento de fragmentos entre regiões genômicas frequentemente amplificadas versus frequentemente deletadas dentro da mesma amostra. Nas amostras de câncer, o FDD exibiu uma modulação pronunciada em fases opostas: um desvio positivo com pico em aproximadamente 140 bp (DNA mononucleossomal sem ligante) e um desvio negativo em aproximadamente 170 bp. Os controles saudáveis apresentaram perfis praticamente planos. Como essa normalização é interna a cada amostra, ela cancela em grande parte os efeitos de lote decorrentes de diferentes centros de sequenciamento, lotes de reagentes e protocolos — um problema persistente que comprometeu a generalizabilidade entre coortes dos métodos anteriores.

O estudo avaliou o Fate-AI em 1.219 amostras de plasma no total: 432 casos recentemente caracterizados (280 com ambos os ensaios realizados), além de 787 amostras provenientes de quatro conjuntos de dados publicados independentes, abrangendo cânceres colorretal, pulmonar, de mama, de próstata, carcinoma de células renais, melanoma, pancreático, sarcoma de Ewing, mesotelioma e mieloma múltiplo. Em experimentos de diluição serial, o Fate-AI detectou sinais de origem tumoral em frações tumorais tão baixas quanto 10⁻⁵ — uma molécula de DNA tumoral em 100.000 — substancialmente abaixo dos comparadores de última geração. Na classificação de tecido de origem, as AUCs variaram de 0,84 a 0,97 em seis tipos de câncer. O rastreamento longitudinal demonstrou que os escores do Fate-AI se correlacionavam com o estádio da doença e antecipavam a recidiva clínica por meses, antes que qualquer sinal fosse evidente em exames de imagem ou na progressão clínica.

As implicações clínicas são significativas. A detecção de câncer em estádio inicial depende atualmente de exames de imagem e biópsias invasivas; um exame de sangue com essa sensibilidade poderia viabilizar o rastreamento populacional e o monitoramento de doença residual mínima (MRD) após o tratamento. A generalizabilidade entre coortes — validada em amostras provenientes de múltiplos laboratórios independentes na Itália e nos Estados Unidos — é particularmente importante para a implementação no mundo real. As limitações incluem o status de preprint deste trabalho (ainda não revisado por pares), o caráter retrospectivo da maioria das coortes, dados de ensaios pareados incompletos para todas as amostras, e a necessidade de estudos de validação prospectivos antes da adoção clínica.