Detección de mutaciones del gen PIK3CA mediante PCR digital en biopsia liquida

Abstract

[ES] Los avances en oncología de precisión han permitido salvar innumerables vidas y mejorar la calidad de vida de millones de pacientes. La detección de alteraciones moleculares en pacientes oncológicos desempeña un papel fundamental en el diagnóstico, pronóstico, predicción de la respuesta a tratamientos dirigidos y seguimiento de la enfermedad. Un ejemplo destacado es la detección de mutaciones en el gen PIK3CA en pacientes con cáncer de mama avanzado, lo cual permite tratarlos con inhibidores específicos de este enzima y ha demostrado prolongar la supervivencia de forma significativa, convirtiéndose en un estándar de tratamiento en la práctica clínica.

Por todo ello, la capacidad de detectar mutaciones es crucial. Sin embargo, el análisis en muestras de tejido tumoral no siempre es adecuado o accesible, lo que ha impulsado la búsqueda de alternativas para superar estas limitaciones. En este contexto, la biopsia líquida ha demostrado ser una alternativa útil en diversos escenarios clínicos. Entre los diferentes marcadores que se pueden analizar en este tipo de muestra, el análisis del ADN tumoral circulante (ctDNA) es especialmente valioso gracias a su valor pronóstico y predictivo, así como a la posibilidad de analizarlo a lo largo de todas las etapas de la enfermedad.

No obstante, la detección de ctDNA en muestras de biopsia líquida requiere de técnicas altamente sensibles. La PCR digital (dPCR) se ha posicionado como una alternativa eficaz gracias a su capacidad de cuantificación absoluta y elevada sensibilidad. Recientemente se ha desarrollado un nuevo sistema de dPCR, el Applied Biosystems¿ QuantStudio¿ Absolute¿ Q Digital PCR System, que supera algunas de las limitaciones presentes en otras opciones disponibles.

En el presente trabajo se ha demostrado la utilidad de esta plataforma para la detección de mutaciones en el gen PIK3CA en muestras de biopsia líquida. Se ha evaluado su validez analítica mediante el estudio del límite de detección, del rango dinámico y de la relación lineal entre las frecuencias alélicas teóricas y observadas. Además, se han estudiado parámetros como la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo.

Este trabajo se relaciona con el objetivo de desarrollo sostenible de la Agenda 2030 Salud y Bienestar.

[EN] Advancements in precision oncology have saved countless lives and improved the quality of life of millions of patients. Detecting molecular alterations in oncology patients plays a fundamental role in diagnosis, prognosis, prediction of response to targeted treatments, and disease monitoring. A notable example is the detection of mutations in the PIK3CA gene in patients with advanced breast cancer, which allows them to be treated with specific inhibitors of this enzyme. It has demonstrated a significant extension in survival and has become a standard treatment in clinical practice.

Hence, the ability to detect mutations is crucial. However, analysing tumour tissue samples is not always suitable or accessible, leading to the search for alternatives to overcome these limitations. In this context, liquid biopsy has proven to be a helpful alternative in various clinical scenarios. Among the different markers that can be analysed in this type of sample, the analysis of circulating tumour DNA (ctDNA) is particularly valuable due to its prognostic and predictive value and ability to be analysed throughout all stages of the disease.

Nevertheless, detecting ctDNA in liquid biopsy samples requires highly sensitive techniques. Digital PCR (dPCR) has emerged as an effective option due to its ability for absolute quantification and high sensitivity. Recently, a new dPCR system, the Applied Biosystems¿ QuantStudio¿ Absolute¿ Q Digital PCR System, has been developed, surpassing some of the limitations of other alternatives.

This study demonstrates the utility of this platform to detect PIK3CA gene mutations in liquid biopsy samples. Its analytical validity has been evaluated by studying the limit of detection, the dynamic range, and the linear relationship between theoretical and observed allelic frequencies. Additionally, sensitivity, specificity, positive predictive value, and negative predictive value have been examined.

This work is related to the Sustainable Development Goal of the 2030 Agenda Good Health and Well-being.