Avaliação comparativa dos métodos de perfilamento direcionado do transcriptoma HTG e TempO-Seq

Por que isso importa para o cuidado do câncer

Quando médicos e cientistas estudam o câncer, frequentemente recorrem às “moléculas mensageiras” da célula — o RNA — para ver quais genes estão ativos ou silenciados. Esses padrões podem revelar como um tumor se comporta e quais tratamentos podem funcionar melhor. Mas a maioria das amostras hospitalares é preservada em blocos de cera após tratamento com formalina, o que danifica o RNA frágil. Este estudo faz uma pergunta prática com grandes consequências para a pesquisa do câncer: agora que um teste de RNA amplamente usado saiu do mercado, um método mais novo pode substituí-lo e fornecer resultados igualmente úteis a partir dessas amostras rotineiramente preservadas?

Duas ferramentas para ler a atividade gênica

Por anos, muitos laboratórios dependeram de um método chamado HTG EdgeSeq Human Transcriptome Panel (HTP) para ler a atividade gênica diretamente de raspagens minúsculas de tecido fixado em formalina e incorporado em parafina (FFPE). Essa abordagem podia sondar quase todos os genes humanos sem extrair RNA primeiro, poupando tempo e preservando material precioso. No entanto, a empresa por trás do HTG EdgeSeq faliu, deixando pesquisadores em busca de uma alternativa. Uma tecnologia mais recente, TempO-Seq (TOS), de outro fabricante, promete capacidades semelhantes: também mira muitos genes ao mesmo tempo, funciona com RNA degradado de amostras FFPE e foi projetada para ser sensível, reprodutível e relativamente acessível.

Colocando os métodos à prova

A equipe de pesquisa comparou essas duas tecnologias lado a lado em um cenário muito prático. Eles analisaram 21 amostras armazenadas de câncer endometrial, juntamente com três materiais de referência padrão de RNA, primeiro com HTG HTP e depois com TempO-Seq. Ambos os métodos usaram painéis direcionados que, em conjunto, cobriam mais de 18.000 dos mesmos genes. Os cientistas aplicaram verificações de qualidade rigorosas, garantindo que cada amostra produzisse leituras de sequenciamento suficientes e que as medidas fossem estáveis. Eles também usaram ferramentas estatísticas para remover “efeitos de lote” — diferenças artificiais que podem surgir simplesmente porque os testes foram executados em dias, máquinas ou plataformas diferentes.

O que concorda e o que não concorda

Quando a equipe examinou a expressão de genes individuais um por um, os dois métodos nem sempre concordaram. Diferenças em como cada tecnologia projeta seus sondas, prepara amostras e conta leituras podem tornar as comparações de um único gene ruidosas. No entanto, esse quadro mudou quando eles analisaram padrões mais amplos que combinam informação de muitos genes ao mesmo tempo. Assinaturas multigênicas — como aquelas usadas para agrupar tumores em subtipos moleculares, estimar quantas células imunes estão presentes em uma amostra ou inferir a pureza do tecido tumoral — mostraram concordância muito maior entre TempO-Seq e HTG. Na maioria dos casos, as pontuações ou classificações foram semelhantes, mesmo depois de os pesquisadores simularem o uso de menos leituras de sequenciamento para imitar diferentes capacidades de máquina.

Padrões multigênicos como sinais confiáveis

O estudo destaca um princípio importante na genômica moderna: enquanto a medição de qualquer gene isolado pode ser afetada por peculiaridades técnicas, combinar sinais de dezenas ou centenas de genes tende a diluir esse ruído. Os autores usaram várias ferramentas multigênicas amplamente conhecidas como testes de estresse técnico. Entre elas estavam um painel de câncer de mama que atribui tumores a subtipos intrínsecos, um algoritmo que pontua quanto tecido imune e conjuntivo está misturado em uma amostra tumoral e um método que estima as proporções de muitos tipos de células imunes. Nesses resultados complexos, o TempO-Seq geralmente acompanhou de perto o HTG, sugerindo que captura as mesmas histórias biológicas mesmo que alguns detalhes finos difiram.

O que isso significa daqui para frente

Para pesquisadores que dependem de arquivos FFPE para estudar o câncer, a perda de uma plataforma confiável poderia ter sido um retrocesso importante. Este estudo de benchmark oferece tranquilidade: o TempO-Seq parece ser uma substituição sólida para o HTG HTP quando o objetivo é usar biomarcadores multigênicos e padrões amplos de expressão, que são a espinha dorsal de muitas ferramentas diagnósticas e prognósticas modernas. Os autores alertam que comparar diretamente resultados de único gene entre plataformas é imprudente, porque cada método mira genes de maneiras ligeiramente diferentes. Em vez disso, recomendam focar em assinaturas complexas e multigênicas para trabalhos entre plataformas. Em termos simples, o novo método parece capaz de continuar o trabalho do seu predecessor para a maioria das necessidades de pesquisa oncológica no mundo real, especialmente quando os cientistas se importam com o padrão geral de muitos genes em vez do valor exato de apenas um.

Citação: Fernández-Serra, A., López-Reig, R., Romero, I. et al. Comparative evaluation of HTG and TempO Seq targeted transcriptome profiling methods. Sci Rep 16, 6108 (2026). https://doi.org/10.1038/s41598-026-36810-w

Palavras-chave: perfilamento transcriptômico, câncer endometrial, tecido FFPE, sequenciamento de RNA direcionado, biomarcadores de expressão gênica