Innovazione nella diagnosi del cancro con l’impiego di una semplice biopsia liquida

Un team di ricercatori della National University of Singapore (NUS) ha scoperto un nuovo strumento personalizzato per rilevare il cancro, prevedere la sopravvivenza del paziente e la risposta di malato di cancro all’immunoterapia. Questo strumento è una “scorecard” per il cancro appositamente progettata per essere utilizzata con la biopsia liquida. Questa “scorecard”, che il team ha definito Tumor Matrisome Index (TMI), è un pannello di 29 geni selezionati prodotti nella matrice extracellulare (ECM) del corpo umano. L’ECM è lo spazio attorno alle cellule e fornisce supporto strutturale e biochimico alle cellule circostanti, comportandosi come un ponteggio. In una serie di studi, il team della NUS ha scoperto che questi 29 geni erano presenti ripetutamente come fattore costante nei pazienti con diagnosi di carcinoma polmonare non a piccole cellule (NSCLC) che rappresenta circa l’85% di tutti i tumori polmonari. La TMI può essere utilizzata con la biopsia liquida, che è meno invasiva e meno dolorosa per il paziente rispetto alle biopsie convenzionali. Poiché richiede solo un prelievo di sangue anziché un intervento chirurgico, può essere eseguito più frequentemente nel corso del trattamento, fornendo ai medici informazioni in tempo reale su come il paziente sta rispondendo al trattamento. La biopsia tissutale viene spesso eseguita all’inizio e alla fine del trattamento, mentre le biopsie liquide possono essere eseguite frequentemente, consentendo ai medici di tracciare in modo più efficiente i progressi del trattamento. Questo è un grande passo avanti nella personalizzazione del trattamento del cancro e nel garantire outcomes migliori per i pazienti. Per sviluppare e validare la “scorecard” della TMI, il Dr Lim ha usato i dati e l’analisi predittiva di oltre 30.000 biopsie ottenute dai pazienti. Le analisi parallele di queste oltre 30.000 biopsie hanno rivelato che i punteggi TMI sono strettamente associati al carico mutazionale, all’istopatologia tumorale e alla previsione degli outcomes dei pazienti.