Prueba, con muestra de sangre, detecta tumores en estados iniciales

▲ Imagen generada por la inteligencia artificial Gemini

Europa Press

Periódico La JornadaViernes 1º de agosto de 2025, p. 6

Madrid. Un equipo dirigido por un especialista del Centro Nacional de Investigaciones Oncológicas (CNIO) desarrolló una prueba que permite detectar tumores sólidos en estados iniciales a partir de una simple muestra de sangre, al tiempo que también obtiene información relevante para la elección del tratamiento.

El estudio, dirigido por Gonçalo Bernardes, jefe del Grupo de Biología Química Traslacional del Centro Nacional de Investigaciones Oncológicas (CNIO), se ha publicado en la revista Nature Communications.

Para lograr la detección temprana, el equipo orientó la prueba no a los marcadores que emite el tumor, sino a la reacción defensiva del organismo ante el cáncer. Desde el siglo XIX se conoce que la aparición de células cancerosas provoca cambios en el sistema inmunitario, y también se sabía que esos cambios son más intensos en las etapas más tempranas del cáncer. Pero nunca se habían utilizado para el diagnóstico. El nuevo estudio se centra en ellos, concretamente en los cambios en las proteínas de la sangre que se producen cuando el cáncer altera el sistema inmunitario.

Nuestro enfoque se ha mostrado particularmente eficaz para detectar tumores en etapa temprana, lo que es fundamental porque, si los detectamos a tiempo, podemos tratar muchos tipos de cáncer, explicó Bernardes.

Al plantear ese enfoque, el equipo encontró un problema: la sangre humana contiene más de 5 mil proteínas, lo que dificulta enormemente su análisis. Por eso, utilizaron un análisis bioinformático y acotaron el objeto de estudio a cinco aminoácidos: lisina, triptófano, tirosina, cisteína y cisteína no unida a enlaces disulfuro.

Después sometieron la muestra a reacciones que emiten fluorescencia cuando se les aplica luz –fluorogénicas– y que revelaron la concentración exacta de cada uno de esos aminoácidos en el plasma. Gracias a la herramienta de inteligencia artificial machine learning (aprendizaje automático) identificaron en esas concentraciones patrones que podían traducirse en señales de diagnóstico.

Las muestras estudiadas hasta ahora no pertenecían exclusivamente a personas con cáncer: Es muy importante destacar que, al analizar las muestras de pacientes con otras enfermedades, hemos descubierto que los indicios son diferentes. Por ejemplo, las señales inmunológicas de una persona con SARS-covid son diferentes a las de una con cáncer, así como lo son en los distintos tipos de cáncer e, incluso, en sus diferentes etapas. Todo eso podemos identificarlo con nuestra prueba, apuntó Bernardes.

Las señales exclusivas de cada tipo de cáncer proporcionan además otra información de interés para la práctica clínica: si el paciente responderá o no a ciertos tratamientos. El artículo describe que la prueba fue correcta en 100 por ciento de las predicciones de que un enfermo no respondería a un tratamiento antimetastásico. Cuando predijo que sí, la precisión fue de 87 por ciento. Por ello, aseguran que la prueba podría usarse también para realizar medicina de precisión a la hora de elegir los tratamientos.

Más ensayos en marcha

Una muestra de 170 pacientes ha sido suficiente para llegar hasta aquí, pero el investigador reconoce que es necesario contar con muchos más datos para completar el desarrollo comercial de la prueba. Para ello, ya hay dos estudios clínicos en marcha en Reino Unido –financiados por el sistema nacional de salud de ese país– y una serie de otros ensayos en marcha en diversos países como Estados Unidos y China. Una vez desarrollada, la plataforma se comercializará previsiblemente a través de una empresa spin off en Cambridge llamada Proteotype Ltd., de la que Bernardes es cofundador, junto a otros autores.

Según explican en el artículo publicado, aplicaron esta técnica en muestras de 170 pacientes y fueron capaces de identificar 78 por ciento de los cánceres con una tasa de cero por ciento de falsos positivos.

Bernardes destaca también que la prueba es fácil de utilizar, ya que sólo requiere una pequeña muestra de sangre y el uso de sencillos reactivos que se encuentran en cualquier hospital. Para realizar el diagnóstico, el equipo de Bernardes, también catedrático de la Universidad de Cambridge (Reino Unido), está desarrollando una plataforma que analizará los datos.

▲ El astronauta Dave Scott guio en 1971 el buggy todoterreno para desplazarse por la superficie lunar.Foto Europa Press

Europa Press

Periódico La JornadaViernes 1º de agosto de 2025, p. 6

Madrid. Ayer se cumplieron 54 años de que el astronauta de la misión Apolo XV Dave Scott condujo por primera vez, en 1971, el famoso buggy todoterreno para desplazarse por la superficie lunar.

El LRV (lunar rover vehicle) llegó a la Luna empaquetado y con unas dimensiones de 90 por 150 por 170 centímetros, introducido en un compartimento del módulo de descenso LEM. La autonomía del vehículo quedó establecida en 78 horas de funcionamiento durante el día lunar.

Los tres vehículos LRV fueron construidos por la empresa Boeing, con apoyo de la Delco Electronics de General Motors.

Se componían de un chasis de aluminio dorado con cuatro ruedas (no neumáticas, sino de malla de acero) y dos asientos, que una vez desplegado totalmente tenían unas dimensiones totales de 3.10 metros de longitud, 1.80 metros de anchura y 181 kilos en vacío incluyendo el dispositivo de fijación y despliegue. El peso en carga era de 621 kilos.

La velocidad que alcanzaba era de unos 3-4 kilómetros hora, y la máxima de 14, y en total recorrieron 90.8 kilómetros por la superficie lunar, sin alejarse nunca más de 9.6 kilómetros del módulo, pues si el vehículo se averiaba era la distancia de seguridad máxima que podrían recorrer a pie hasta la nave, informa Wikipedia.

Además de transportar a dos astronautas, también llevaba antenas de bajo alcance, repetidores de comunicaciones de radio en directo con la Tierra, telecámaras, fotocámaras, perforadora del suelo, pinzas para recoger muestras, magnetómetro, herramientas, repuestos y casetes bajo los asientos.