Por primera vez, la neurocirugía puede basarse tanto en la ubicación anatómica de un tumor como en sus características moleculares en tiempo real. Investigadores han desarrollado un método que combina el análisis de metilación del ADN con tecnologías de aprendizaje automático, permitiendo la clasificación molecular de los tumores cerebrales durante la cirugía. Este enfoque podría mejorar significativamente la precisión quirúrgica y la estrategia terapéutica en tiempo real.
El estudio fue publicado en Nature Medicine en febrero de 2025, destacando el potencial de esta innovación para transformar la neurocirugía y mejorar los resultados en el tratamiento de tumores cerebrales.
"Solo gracias a la estrecha colaboración entre científicos de investigación básica y médicos que trabajan en medicina traslacional fue posible desarrollar un método que supera a todos los enfoques similares anteriores en cuanto a precisión y rapidez," dijo el Dr. Franz-Josef Müller, subdirector del Departamento de Psiquiatría y Psicoterapia del UKSH, Campus de Kiel, y profesor de la Facultad de Medicina de la CAU.
Cómo funciona el nuevo método
El análisis de metilación del ADN es un método epigenético que identifica patrones específicos en el ADN de las células tumorales. Cada tipo de tumor presenta un "perfil" de metilación único, lo que permite su identificación con gran precisión.
Este nuevo método emplea secuenciación por nanoporos para detectar estos patrones en tiempo real durante la cirugía. La secuenciación por nanoporos es una técnica que permite leer fragmentos de ADN en un corto período, generando datos de alta precisión en tiempo real. Para hacer viable su uso en neurocirugía, los investigadores combinaron esta tecnología con modelos de aprendizaje automático basados en el teorema de Bayes.
El sistema desarrollado permite procesar datos de metilación de ADN en menos de una hora, utilizando menos del 0.1% de la información genética total del tumor. Para superar la limitación de contar con solo una pequeña fracción del genoma del tumor, el modelo de inteligencia artificial aplicado permite realizar una clasificación precisa utilizando datos parciales. Esto representa un avance considerable frente a métodos tradicionales que pueden tardar días o incluso semanas en ofrecer resultados definitivos.
El método ha demostrado ser altamente eficaz en la identificación de tumores del sistema nervioso central que presentan patrones de metilación complejos o que son difíciles de clasificar mediante análisis histopatológico convencional.
Ventajas de la identificación en tiempo real
Hasta ahora, la clasificación de los tumores cerebrales dependía de un análisis postoperatorio, lo que dejaba a los cirujanos sin información molecular en el momento de la intervención. Con esta innovación, los neurocirujanos pueden adaptar su estrategia quirúrgica según el tipo de tumor, minimizando el riesgo de daño a tejido sano y optimizando la extracción de tejido tumoral.
Esta técnica permite identificar tumores de clasificación complicada que no siempre pueden ser determinados por la evaluación histopatológica tradicional. Esto es crucial en casos donde el tipo de tumor define el tratamiento posterior, como la necesidad de radioterapia o quimioterapia tras la cirugía.
El tiempo de respuesta ultrarrápido de este método es una de sus mayores ventajas. La posibilidad de realizar un análisis genético en menos de una hora significa que los cirujanos pueden tomar decisiones informadas en el mismo quirófano. Esto optimiza la planificación de la cirugía y evita la necesidad de intervenciones adicionales cuando un tumor resulta ser más agresivo de lo esperado.
Aplicaciones clínicas y personalización del tratamiento
El nuevo método representa un avance significativo en la medicina personalizada, permitiendo que la neurocirugía se convierta en un procedimiento adaptado a las características específicas de cada tumor. En tumores del sistema nervioso central, que actualmente se dividen en casi 90 subtipos diferentes, esta clasificación intraoperatoria podría ser clave para definir la mejor estrategia terapéutica en cada paciente.
Además, esta tecnología puede mejorar los pronósticos de los pacientes al reducir la cantidad de tejido sano comprometido en la cirugía. La precisión en la identificación del tipo de tumor permite a los médicos diseñar estrategias terapéuticas más específicas. Esto se traduce en un tratamiento más personalizado y con menos efectos secundarios a largo plazo.
Impacto en la cirugía y en el futuro del tratamiento oncológico
Este descubrimiento podría cambiar la manera en que se abordan los tumores cerebrales, ya que los cirujanos no dependerán exclusivamente de estudios posteriores. Con el tiempo, esta tecnología podría implementarse en hospitales y centros oncológicos, mejorando las tasas de éxito quirúrgico y reduciendo la agresividad de ciertos tratamientos postoperatorios.
El desarrollo de un sistema de clasificación molecular en tiempo real marca un hito en la neurocirugía moderna. Este método innovador optimiza la precisión en la extracción de tumores cerebrales y allana el camino para una medicina personalizada que podría transformar el tratamiento oncológico en el futuro.
Referencias
- Brändl, B., Steiger, M., Kubelt, C. et al. Rapid brain tumor classification from sparse epigenomic data. Nature Medicine. (2025). doi: doi.org/10.1038/s41591-024-03435-3
- Milestone in Neurosurgery. Max-Planck-Institut für Molekulare Genetik/Hasso-Plattner-Institut für Digital Engineering. (2025). URL: molgen.mpg.de/4841035/Milestone-in-Neurosurgery?c=2168
