Los metabolitos sanguíneos detectan el cáncer colorrectal con un 97% de precisión mediante aprendizaje automático

El cáncer colorrectal (CCR) es la segunda causa de muerte por cáncer a nivel mundial, pero la detección temprana sigue siendo difícil de alcanzar debido a la invasividad y complejidad de los métodos de cribado actuales, como la colonoscopia y las pruebas de DNA en heces. Este estudio tuvo como objetivo determinar si los perfiles de metabolitos séricos podrían servir como una plataforma diagnóstica sensible y no invasiva, y si su combinación con datos epigenéticos mejoraría significativamente la precisión.

Los investigadores inscribieron a 715 participantes del Hospital Popular de Zhuhai (2020–2023), incluidos 248 pacientes con CCR confirmado histopatológicamente en estadios TNM I–IV y 467 controles sin cáncer confirmados mediante colonoscopia. Los grupos estaban bien equiparados en cuanto a edad, sexo e IMC. Las muestras de sangre se recogieron tras un ayuno de 12 a 14 horas, y el suero fue sometido a un perfil metabolómico no dirigido mediante UPLC acoplado a espectrometría de masas QTOF. Los datos brutos se procesaron con XCMS, y los metabolitos se anotaron con las bases de datos HMDB y KEGG. Tras el filtrado de control de calidad, el análisis OPLS-DA y la prueba de suma de rangos de Wilcoxon (FDR < 0,05, VIP > 1) identificaron 26 metabolitos séricos endógenos significativamente desregulados en pacientes con CCR.

El análisis de enriquecimiento de rutas metabólicas reveló que los metabolitos alterados se asociaron de forma prominente con la biosíntesis de ácidos biliares primarios y el metabolismo de la taurina/hipotaurina, rutas conocidas por estar moduladas por el microbioma intestinal e implicadas en la carcinogénesis del CCR. Este hallazgo respalda la hipótesis de que la comunicación metabólica entre el huésped y el microbioma desempeña un papel mecanístico central en el desarrollo del CCR. A continuación, un conjunto reducido de 10 metabolitos clave se empleó para entrenar cuatro clasificadores de aprendizaje automático: Support Vector Machine, Random Forest, XGBoost y Logistic Regression. Los cuatro modelos mostraron un rendimiento excepcional, alcanzando valores AUROC de 0,96–0,97 y una precisión de clasificación de hasta el 92,5 %, superando ampliamente a los biomarcadores convencionales como CEA y CA19-9.

Para evaluar si los datos epigenéticos podían mejorar la detección, se realizó una secuenciación bisulfito dirigida de cfDNA en una submuestra de 197 muestras. Un clasificador multiómico que integraba tanto características de metabolitos como de metilación alcanzó un AUROC de 0,98, una ganancia modesta pero incremental respecto a la metabolómica sola. Esto sugiere que la metabolómica es la señal dominante, y que la metilación solo aporta un valor añadido marginal en esta cohorte.

Es importante destacar que el modelo metabolómico mantuvo un sólido rendimiento en los estadios tempranos del CCR, aunque los análisis de subgrupos por estadio no se detallaron completamente. El gran tamaño muestral del estudio, la rigurosa normalización del control de calidad y el uso de múltiples marcos de aprendizaje automático refuerzan la confianza en estos hallazgos. No obstante, la validación externa en cohortes multicéntricas independientes y en estudios de cribado prospectivos será esencial antes de su adopción clínica.