Nonostante il notevole aumento delle pubblicazioni negli ultimi anni, la biopsia liquida non è ancora utilizzata di routine nella diagnostica del cancro e nel monitoraggio del tumore. A differenza delle biopsie dirette, le biopsie liquide utilizzano fluidi corporei prelevati lontano dal tumore primario. Può quindi trascurare una parte rilevante del tumore, ma al contrario essere rappresentativa della controparte più aggressiva.
(red) Per la biopsia liquida (LB) si utilizza solitamente sangue venoso o liquido cerebrospinale. [CTCs] [MVs] [EXs]Il materiale proveniente dal tumore può essere presente sia in forma libera (acidi nucleici tumorali circolanti e cellule tumorali circolanti) sia in vescicole legate alla membrana (microvescicole ed esosomi). Recentemente, le piastrine hanno mostrato il loro enorme potenziale per la biopsia liquida come piastrine adattate al tumore (TEP). In questo contesto, tuttavia, i tumori cerebrali intrinseci rappresentano un’ulteriore sfida per diversi motivi, ad esempio la loro bassa incidenza e l’economicità dello screening precoce, la mancanza di prove per le opzioni di trattamento precoce e la presenza della barriera emato-encefalica (BBB) come potenziale soppressore delle cellule tumorali migranti e la loro bassa capacità di metastatizzare attraverso il sangue. Una delle maggiori sfide nell’integrazione del LB del tumore cerebrale nella routine clinica è la valutazione di standard affidabili e l’aumento della sensibilità piuttosto bassa e variabile, che attualmente si aggira intorno al 10-60%, poiché l’escrezione di DNA tumorale nel liquor non sembra essere una caratteristica universale del glioma diffuso. Inoltre, non ci sono ancora dati sufficienti sull’influenza del tipo di tumore (glioblastoma vs. astrocitoma mutato in IDH vs. gliomi di grado inferiore), della localizzazione, dell’estensione dell’interruzione della BBB e dello stadio della malattia sulla sensibilità, la specificità e l’utilità clinica dei singoli biomarcatori della biopsia liquida e della loro combinazione, nonché sul tipo migliore di campionamento del liquor (lombare o cisternale).
L’apprendimento automatico supporta l’LB
Una revisione sistematica si è concentrata sull’applicazione dell’apprendimento automatico (ML) alla LB nei tumori cerebrali, con l’obiettivo di fornire una guida pratica ai neurochirurghi per comprendere le pratiche all’avanguardia e le sfide aperte. Lo studio è stato condotto in conformità alle linee guida PRISMA-P (preferred reporting items for systematic review and meta-analysis protocols). È stata condotta una ricerca online della letteratura nei database PubMed/Medline, Scopus e Web of Science, utilizzando la seguente query di ricerca:[Flüssigbiopsie] [Glioblastom OR Hirntumor] “( AND AND [Machine Learning OR Artificial Intelligence])”.
La ricerca nella letteratura ha prodotto un totale di 55 risultati. Le voci doppie sono state rimosse (n=24). Sono stati esaminati 31 record e quattro record sono stati esclusi dallo screening del titolo e dell’abstract; 27 rapporti sono stati cercati per il recupero e quattro studi non erano accessibili e sono stati quindi scartati. Ventitré rapporti sono stati ritenuti rilevanti per la nostra domanda di ricerca e sono stati valutati per la loro idoneità. Nove rapporti sono stati esclusi perché non soddisfacevano i criteri di inclusione. Alla fine, sono stati inclusi nello studio 14 articoli.
Attualmente non viene utilizzato per i tumori cerebrali
I principali vantaggi dell’LB sono che non sono invasivi, sono ripetibili e possono essere analizzati in tempo reale. I tumori cerebrali intrinseci sono un gruppo difficile di tumori per i quali la biopsia liquida può essere utilizzata di routine. In letteratura sono state pubblicate solo poche e precoci prove che le diverse fasi della gliomagenesi sono caratterizzate da diversi biomarcatori proteomici secreti. La LB svolge un ruolo importante nella diagnosi quando la biopsia tissutale non è fattibile a causa del rischio di eccessiva morbilità, ad esempio nelle lesioni profonde o multicentriche o in età avanzata e con diverse comorbilità. Tuttavia, questo non significa che non ci sia un potenziale per la LB nei gliomi in altri stadi, ad esempio per monitorare i risultati del trattamento e la stratificazione prognostica dei pazienti affetti. Il livello di un ipotetico biomarcatore ideale dovrebbe essere elevato al momento della diagnostica per immagini, poi diminuire significativamente dopo l’asportazione chirurgica del tumore e rimanere basso durante il trattamento successivo, aiutando a distinguere la progressione dalla pseudoprogressione e aumentando il numero di casi idonei alle opzioni potenzialmente curative o alle terapie di maggior successo. Ciò è tanto più vero in quanto la classificazione OMS dei tumori del SNC per il 2021 prevede che i tumori cerebrali siano caratterizzati non solo in base alla loro istologia, ma anche indipendentemente da questa in base alle loro caratteristiche molecolari.
Tuttavia, l’esiguo numero di articoli in letteratura sui tumori cerebrali dimostra che la biopsia liquida non è attualmente utilizzata per i tumori del SNC. Tuttavia, la ML può svolgere un ruolo nella LB nei tumori cerebrali – soprattutto nella diagnosi precoce, in quanto è più efficace dei metodi statistici convenzionali nell’identificare i primi segni dei tumori cerebrali, analizzando i marcatori genetici e proteomici nelle biopsie liquide. Anche la medicina di precisione può trarne beneficio, in quanto può aiutare rapidamente a prevedere l’efficacia di varie terapie, analizzando la firma molecolare dei tumori. Inoltre, offre risultati più rapidi. Gli algoritmi di ML possono analizzare in modo rapido e accurato i risultati del LB e fornire ai medici approfondimenti praticabili che possono aiutarli a prendere decisioni terapeutiche.
Fonte: Menna G, et al: C’è un ruolo per il Machine Learning nella biopsia liquida per i tumori cerebrali? Una revisione sistematica. Int J Mol Sci 2023; 24(11): 9723.
InFo NEUROLOGIA & PSICHIATRIA 2024; 22(3): 33
