Modelado de errores de variantes de nucleótido único (SNV) e inserciones/deleciones (indel) en datos de secuenciación profunda y dirigida de ADN libre en plasma para la detección sensible de ADN tumoral circulante en el cáncer colorrectal.

El ADN tumoral circulante (ctDNA) es un biomarcador prometedor para la detección del cáncer, pero la baja carga tumoral dificulta la distinción entre la señal real y el ruido de fondo. Para agregar y evaluar mejor las señales mutacionales débiles, proponemos PyDREAMS, que incorpora tanto variantes de un solo nucleótido (SNV) como inserciones y deleciones (indels) para la detección y cuantificación del ctDNA. Para distinguir la señal del ruido, se aprende un modelo de error de fondo basado en una red neuronal a partir de controles sanos. Este modelo captura los efectos conjuntos de las lesiones específicas del ADN libre en plasma (cfDNA) y los errores de secuenciación, teniendo en cuenta tanto el contexto genómico como las características a nivel de lectura.

Finalmente, se utiliza una prueba estadística para evaluar la presencia de señales mutacionales. Evaluamos el método en un entorno informado por el tumor, utilizando cohortes de muestras de cáncer colorrectal con secuenciación profunda dirigida del cfDNA plasmático en 12 genes impulsores del cáncer. Entrenamos PyDREAMS con 46 controles sanos, y el análisis de características reveló que tanto las tasas de error de SNV como de indel fueron más bajas en las longitudes de fragmentos mononucleosómicos, lo que sugiere que los nucleosomas protegen el cfDNA y reducen la acumulación de lesiones durante la circulación y la manipulación de la muestra. En la cohorte de validación, la combinación de SNV con indels mejoró la detección, y los indels contribuyeron con aproximadamente 1,5 veces más evidencia por mutación que los SNV.

En una cohorte de prueba de 209 pacientes con cáncer colorrectal (CRC) en estadio I-III y 24 controles sanos, PyDREAMS superó a un identificador basado en Shearwater (AUC 0,917 frente a 0,909). En las muestras postoperatorias (post-OP) en estadio III (n = 26), donde se esperaba ctDNA solo en pacientes no curados, PyDREAMS detectó ctDNA en 5 pacientes, incluidos 3 de 9 con recurrencia posterior, mientras que Shearwater no detectó ninguno. En conjunto, estos resultados muestran que PyDREAMS mejora la evaluación de las señales tumorales de ultra baja frecuencia a través de un modelado unificado a nivel de lectura de los errores de fondo de SNV e indel.