Un Modelo Robusto para la Detección de Inestabilidad de Microsatélites en Muestras no Apareadas de Cáncer Colorrectal

Un Modelo Robusto para la Detección de Inestabilidad de Microsatélites en Muestras no Apareadas de Cáncer Colorrectal

La inestabilidad de microsatélites (IMS) es un biomarcador crítico para predecir la respuesta a la inmunoterapia y el pronóstico en el cáncer colorrectal (CCR). Los métodos tradicionales para evaluar el estado de IMS, como la reacción en cadena de la polimerasa (IMS-PCR) y la inmunohistoquímica (IHC), requieren muestras tumorales y normales apareadas o flujos de trabajo de laboratorio extensos. Los enfoques basados en secuenciación de próxima generación (NGS) han surgido como alternativas prometedoras, permitiendo la caracterización genómica y la detección de IMS en una sola prueba. Sin embargo, los métodos existentes de NGS a menudo dependen de muestras apareadas o carecen de robustez en contextos de solo tumor. Este estudio aborda estas limitaciones mediante el desarrollo de un nuevo modelo de detección de IMS basado en NGS, diseñado para muestras no apareadas de CCR, demostrando alta precisión, sensibilidad y especificidad.

Antecedentes y Fundamentación

La IMS surge por defectos en genes de reparación de errores de ADN (MMR) (MLH1, MSH2, MSH6, PMS2), lo que lleva a la acumulación de mutaciones de inserción/deleción en regiones de microsatélites. El estado de IMS-alta (IMS-H) se observa en aproximadamente el 15% de los CCR esporádicos y es un sello del síndrome de Lynch. Clínicamente, los pacientes con CCR IMS-H muestran respuestas terapéuticas distintas, incluyendo resistencia a quimioterapias basadas en fluorouracilo pero mejores resultados con inhibidores de puntos de control inmunitario como pembrolizumab y nivolumab. Las guías actuales recomiendan la evaluación de IMS/MMR para diagnosticar el síndrome de Lynch y guiar decisiones terapéuticas.

Aunque IMS-PCR e IHC siguen siendo estándares de oro, su dependencia de muestras apareadas o análisis subjetivos de expresión proteica limita su escalabilidad. La integración de pruebas de IMS en paneles de NGS optimiza flujos de trabajo, reduce costos y permite la caracterización genómica completa (CGP) con mínimo material tumoral. Sin embargo, herramientas basadas en NGS, como MSIsensor y MANTIS, a menudo requieren pares tumor-normal o muestran rendimiento variable en contextos de solo tumor. Este estudio introduce el modelo CCR-IMS, un algoritmo robusto optimizado para muestras no apareadas de CCR utilizando datos de NGS derivados de tumores.

Metodología

Cohortes y Diseño del Estudio

Una cohorte retrospectiva de 174 pacientes con CCR del Hospital Tercer Central de Tianjin (enero 2019–diciembre 2020) se estratificó en conjuntos de entrenamiento (n=56) y validación (n=118). El conjunto de entrenamiento incluyó 10 casos IMS-H y 46 estables (MSS) con muestras tumorales y sanguíneas apareadas, secuenciadas con un panel de 616 genes para cáncer (2,2 Mb). El conjunto de validación incluyó 118 muestras tumorales analizadas con un panel específico de 47 genes para CCR. IMS-PCR (seis loci mononucleotídicos: NR-21, BAT-26, NR-27, BAT-25, NR-24, MONO-27) fue el estándar de referencia.

Secuenciación NGS y Procesamiento de Datos

El ADN genómico de tejidos FFPE y sangre se secuenció en la plataforma MGISEQ-2000 (MGI). Las lecturas se alinearon con GRCh37/hg19 usando BWA-MEM, y las variantes se identificaron con VarScan. La carga mutacional tumoral (TMB) se calculó como mutaciones por megabase (mut/Mb).

Selección de Loci de Microsatélites

Se identificaron loci comunes entre los paneles de 616 y 47 genes usando RepeatFinder. Se estableció una línea base de distribución de longitud de repeticiones usando 56 muestras sanguíneas normales. Inicialmente, se seleccionaron 42 loci (23 mononucleotídicos, 15 dinucleotídicos, 3 trinucleotídicos, 1 pentanucleotídico).

Desarrollo y Validación del Modelo

El modelo CCR-IMS cuantifica la inestabilidad en cada locus comparando las longitudes de repeticiones tumorales con la línea base. Para loci mononucleotídicos, se usó una distribución multinomial para evaluar desviaciones en conteos de repeticiones. Un puntaje de IMS (porcentaje de loci inestables) >20% clasificó muestras como IMS-H. El rendimiento se validó contra IMS-PCR e IHC (en 11 pacientes).

Resultados

Rendimiento del Modelo

El modelo CCR-IMS logró sensibilidad y especificidad del 100% en ambas cohortes (AUC=1,000). Todos los 31 casos IMS-H y 143 MSS identificados por IMS-PCR coincidieron con la clasificación del modelo. Hallazgos clave incluyeron:

1. Superioridad de Loci Mononucleotídicos: Los 23 loci mononucleotídicos (p. ej., BAT-25) superaron a sitios con repeticiones más largas. La mediana de loci inestables en muestras IMS-H fue 17 (rango: 3–19) vs. 0 en MSS (p<0,01). Motivos de repetición más largos mostraron baja discriminación (AUC=0,699).
2. Robustez ante Baja Pureza Tumoral: El modelo detectó IMS-H en muestras con contenido tumoral tan bajo como 5,88% (modelo de 23 loci) y 9,80% (modelo de 42 loci). Experimentos de dilución confirmaron rendimiento estable, observándose ≥6 loci inestables incluso al 6,3% de pureza.
3. Concordancia con IHC y Alteraciones MMR: En 11 pacientes con resultados de IHC, CCR-IMS mostró 90,9% de concordancia (4/5 dMMR, 6/6 pMMR). Una muestra dMMR (pérdida de MSH2) se clasificó erróneamente como MSS, posiblemente por inactivación epigenética. La secuenciación reveló alteraciones en genes MMR (MLH1, MSH6, PMS2) en 80% (8/10) de muestras IMS-H vs. 2,1% (1/46) MSS.

Correlaciones Clínicas y Genómicas

Los casos IMS-H se asociaron con:

• Demografía: Edad más joven (mediana 50 vs. 57 años, p<0,01), predominio femenino (61,3% vs. 35,7%, p<0,01).
• Características Tumorales: Predilección por colon derecho (76,5% vs. 26,9%, p<0,01), mayor frecuencia en estadio II (13/31 vs. 20/143, p=0,053).
• Perfil Genómico: Mayor TMB (mediana 66,6 vs. 5,8 mut/Mb, p<0,01), alteraciones frecuentes en BRAF (29% vs. 4,9%), PTEN (12,9% vs. 0,7%) y POLE (16,1% vs. 0%).

Discusión

Ventajas del Modelo CCR-IMS

El modelo CCR-IMS resuelve limitaciones críticas en la detección de IMS:

1. Diseño para Solo Tumor: Elimina la necesidad de tejido normal, ideal para muestras FFPE con material limitado.
2. Alta Precisión: Iguala la sensibilidad/especificidad de IMS-PCR, superando herramientas como MSIsensor-pro y mSINGS.
3. Integración con Paneles NGS: Facilita evaluación simultánea de IMS, TMB y mutaciones accionables (p. ej., KRAS, NRAS).

Hallazgos Biológicos y Clínicos

1. Loci Mononucleotídicos vs. Repeticiones Largas: Los loci mononucleotídicos (p. ej., BAT-25) tienen mayor sensibilidad debido a menor tolerancia a variaciones en tumores MSS. Repeticiones largas introducen ruido, reduciendo discriminación.
2. Alteraciones MMR: Mutaciones somáticas en MLH1, MSH6 y PMS2 explicaron el 80% de los casos IMS-H, coincidiendo con la literatura. Mecanismos epigenéticos (p. ej., metilación del promotor de MLH1) podrían explicar casos discordantes.
3. Implicaciones de TMB: La alta TMB en CCR IMS-H respalda la eficacia de inmunoterapias, reforzando la necesidad de pruebas combinadas de biomarcadores.

Limitaciones y Futuras Direcciones

1. Loci Específicos de Panel: El rendimiento depende de los loci incluidos en paneles de NGS. Se requiere validación en cohortes multi-cáncer.
2. Alteraciones Epigenéticas: Hipermetilación de MLH1 o epimutaciones en MSH2 no detectadas pueden causar falsos negativos.
3. Validación Prospectiva: La utilidad clínica en predicción de respuesta a inmunoterapia requiere ensayos prospectivos.

Conclusión

El modelo CCR-IMS establece un marco robusto e integrado con NGS para la detección de IMS en muestras no apareadas de CCR. Al priorizar loci mononucleotídicos, el algoritmo logra concordancia perfecta con IMS-PCR y demuestra resiliencia ante baja pureza tumoral. Este enfoque optimiza flujos de trabajo clínicos, permitiendo evaluación simultánea de IMS y perfilado genómico para guiar terapias personalizadas.

doi.org/10.1097/CM9.0000000000002216