Los datos de referencia obtenidos mediante la simulación in silico de la adición de secuencias específicas revelan las limitaciones en la recuperación de biomarcadores del microbioma en el cáncer colorrectal.

Se han propuesto biomarcadores basados en el microbioma para el cáncer colorrectal (CCR); sin embargo, a menudo se interpretan los taxones candidatos sin saber si los flujos de trabajo de perfilado taxonómico pueden detectar y cuantificarlos de forma fiable en muestras humanas. Los estudios existentes que utilizan datos de referencia suelen basarse en comunidades simplificadas que no preservan la complejidad biológica y técnica de los metagenomas fecales clínicos. Planteamos la hipótesis de que las señales asociadas al CCR, especialmente las relevantes para las etapas iniciales de la enfermedad, pueden pasarse por alto debido a una recuperación analítica deficiente en lugar de a una ausencia biológica. Desarrollamos un marco de trabajo in silico que incorpora señales asociadas al CCR en metagenomas fecales clínicos.

Se introdujeron diez taxones individualmente en seis fracciones (0,01-5%) o como una comunidad con pesos iguales en siete fracciones totales (0,01-10%; fracciones efectivas por taxon, 0,001-1%), generando 5770 metagenomas con señales añadidas a partir de 310 muestras. Los metagenomas resultantes se analizaron con Kraken2/Bracken y MetaPhlAn 4 para cuantificar la detección, la precisión de la abundancia, las señales falsas positivas, la recuperación del biomarcador y la calibración con respecto a una referencia conocida. La recuperación dependió en gran medida del flujo de trabajo, el taxon, la abundancia y el contexto clínico. En una concentración del 0,01%, cuatro taxones (F. nucleatum, P. micra, P. stomatis y P. intermedia) mostraron una buena recuperación en el 85-90% de las muestras con Kraken2/Bracken, mientras que ninguno de ellos logró una buena recuperación en al menos el 50% de las muestras con MetaPhlAn 4.

Una mayor recuperación de taxones de baja abundancia se acompañó de un fondo más amplio propenso a artefactos (54,9% frente al 0,5% de taxones no objetivo). Los taxones propensos a artefactos representaron el 96,3% y el 100% de las llamadas de abundancia diferencial enriquecidas fuera del objetivo, respectivamente. La exclusión de artefactos derivada de las señales añadidas redujo sustancialmente las detecciones fuera del objetivo cuando estaban presentes, mientras que el modelado de la respuesta de abundancia proporcionó una prueba de concepto para la corrección de las distorsiones sistemáticas de la abundancia en ambas configuraciones evaluadas. En general, las configuraciones de perfilado evaluadas demuestran que las señales asociadas al CCR de baja abundancia conocidas pueden pasarse por alto o distorsionarse a lo largo de una cadena de proceso completa para el descubrimiento de biomarcadores.

La recuperación analítica deficiente puede hacer que se pasen por alto los biomarcadores para la detección temprana en lugar de indicar una ausencia biológica. Es importante destacar que el filtrado consciente de los artefactos y la calibración de la abundancia muestran que estas limitaciones pueden superarse parcialmente. Las mejoras en el perfilado taxonómico pueden ayudar a acercar los diagnósticos fiables del CCR basados en el microbioma a la aplicación clínica.