La biopsia líquida fragmentómica permite la detección temprana del cáncer de mama, la subtipificación molecular y la evaluación de los ganglios linfáticos

Por qué importa una prueba sanguínea para el cáncer de mama

El cáncer de mama es frecuente, pero las herramientas de cribado actuales —como las mamografías y las ecografías— pueden pasar por alto tumores en etapas tempranas, especialmente en mujeres con tejido mamario denso. Este estudio explora un enfoque distinto: leer diminutos fragmentos de ADN que circulan en la sangre para detectar el cáncer, clasificar su tipo y estimar si se ha extendido a los ganglios linfáticos cercanos. Si una prueba así puede hacerse fiable y asequible, podría complementar las imágenes y llevar cribado de alta calidad a más mujeres, incluidas aquellas que viven lejos de hospitales grandes.

Mirando el polvo de ADN en la sangre

Cuando las células mueren, desprenden fragmentos rotos de ADN en el torrente sanguíneo. La mayoría provienen de células sanas, pero los cánceres liberan sus propios fragmentos con patrones reveladores. Los investigadores desarrollaron un método llamado TuFEst que no busca mutaciones génicas específicas. En su lugar, examina el “fragmentoma”: los tamaños de las piezas de ADN, los patrones cortos de secuencia en sus extremos y dónde se localizan a lo largo del genoma. Como estos patrones reflejan cómo se empaqueta y regula el ADN dentro de las células, las células tumorales dejan una huella de fragmentación que puede detectarse con secuenciación genómica de baja profundidad a partir de una pequeña muestra de sangre.

Un gran ensayo en entornos hospitalarios reales

El equipo llevó a cabo un estudio multicéntrico en China, reclutando a 503 mujeres con cáncer de mama —la mayoría en fases muy tempranas— y a 289 mujeres con afecciones mamarias benignas. A partir de aproximadamente un mililitro de plasma por persona, secuenciaron el ADN libre de células a cobertura ultrabaja e introdujeron decenas de características fragmentómicas en varios modelos de aprendizaje automático. Un modelo ensamblado por capas, que combina las fortalezas de varios algoritmos, resultó ser el de mejor rendimiento y fue denominado TuFEst. Identificó correctamente el 95 por ciento de los cánceres mientras señalaba erróneamente alrededor del 22 por ciento de los casos sin cáncer en el conjunto principal de datos, y su rendimiento se mantuvo sólido en cohortes hospitalarias independientes.

Detectar cánceres ocultos y tipos tumorales

Para comprobar si la señal en sangre podía detectar cánceres que las imágenes habían pasado por alto, los investigadores examinaron a 26 mujeres cuyas lesiones mamarias habían sido calificadas como “probablemente benignas” tanto en ecografía como en mamografía, pero que posteriormente resultaron tener cáncer invasivo tras el crecimiento de la lesión. Usando la sangre extraída en el momento de las exploraciones iniciales, TuFEst identificó correctamente 25 de esos 26 cánceres. El equipo amplió luego el marco a dos herramientas relacionadas. Una, TuFEst‑MS, utilizó la misma información fragmentómica para clasificar los tumores en subtipos moleculares comunes, como receptores hormonales positivos, HER2 positivos y triple negativo. Alcanzó alrededor del 90 por ciento de precisión tanto en los grupos de entrenamiento como en los de validación, y coincidió con el subtipo de las lesiones metastásicas en la mayoría de los pacientes avanzados, incluidos casos en los que la metástasis difería del tumor original.

Pistas sobre la diseminación y el comportamiento del cáncer

Un tercer modelo, TuFEst‑LN, se propuso señalar si el cáncer se había extendido a los ganglios linfáticos de la axila —un factor importante para elegir la cirugía y el tratamiento farmacológico. En mujeres cuyo estado ganglionar se conocía por cirugía, la herramienta basada en sangre distinguió con buena precisión entre casos con ganglios positivos y negativos y, lo que es crucial, mostró un valor predictivo negativo muy alto: más del 90 por ciento en el grupo principal de validación y 97,6 por ciento en casos especialmente difíciles donde las imágenes y la patología no concordaban. Los altos “puntajes de cáncer” de TuFEst también se alinearon con una biología tumoral más agresiva. Al analizar ARN de 79 muestras tumorales emparejadas, los autores mostraron que los cánceres con puntajes altos estaban enriquecidos en crecimiento rápido, señalización inflamatoria y microambientes inmunoactivos, patrones frecuentemente observados en los cánceres de mama HER2 positivos y triple negativos.

Qué podría significar esto para las pacientes

Para quienes no son especialistas, la conclusión es que una simple extracción de sangre podría en el futuro ayudar a hacer tres cosas a la vez: detectar el cáncer de mama de forma temprana, indicar su subtipo biológico y sugerir si ha llegado a los ganglios linfáticos —todo ello sin imágenes adicionales ni biopsias invasivas en muchos casos. La prueba aún requiere ensayos prospectivos en entornos de cribado más amplios y no sustituye todavía a las mamografías o ecografías. Pero este trabajo muestra que el «polvo» de fragmentos de ADN en nuestra sangre contiene información sorprendentemente rica, y que el análisis inteligente de estos patrones podría favorecer una atención del cáncer de mama más oportuna, menos invasiva y más personalizada.

Cita: Zhu, Y., Zheng, S., Shao, Y. et al. Fragmentomic liquid biopsy enables early breast cancer detection, molecular subtyping and lymph node assessment. Nat Commun 17, 2276 (2026). https://doi.org/10.1038/s41467-026-70204-w

Palabras clave: cáncer de mama, biopsia líquida, ADN libre de células, detección temprana, aprendizaje automático