Accurate Microsatellite Instability Classification Using Ultima Genomics Platform Across Multiple Tumor Types

Resumen Técnico: Clasificación Precisa de la Inestabilidad de Microsatélites utilizando la Plataforma Ultima Genomics en Múltiples Tipos de Tumores

Planteamiento del Problema
La inestabilidad de microsatélites (MSI), una característica distintiva de la deficiencia en la reparación de errores de emparejamiento (MMRd), es un biomarcador crítico para el diagnóstico, pronóstico y la toma de decisiones terapéuticas (particularmente para inhibidores de puntos de control inmunitario) en diversos tipos de tumores, incluyendo cánceres colorrectal, endometrial y gástrico. Aunque los métodos de detección tradicionales, como la inmunohistoquímica (IHC) y los ensayos basados en PCR, se utilizan ampliamente, sufren de tasas de error no despreciables y "zonas grises" (por ejemplo, MSI-bajo). Si bien la secuenciación de nueva generación (NGS) ofrece una precisión mejorada, su adopción clínica se ve a menudo limitada por los altos costos, el requisito de muestras normales emparejadas y la necesidad de una cobertura de secuenciación profunda. Además, las biopsias de rutina suelen carecer de tejido normal adecuado o sufren de baja pureza tumoral, lo que limita la utilidad de los flujos de trabajo estándar de par tumor-normal. Existe la necesidad de un método rentable y robusto capaz de una detección precisa de MSI utilizando únicamente datos de tumor y con profundidades de secuenciación menores.

Metodología
El estudio evaluó la plataforma UG 100®, una tecnología de secuenciación basada en flujo de bajo costo, para la clasificación de MSI en diversos tipos de muestras (líneas celulares, tejidos frescos congelados [FF] y FFPE). Los autores desarrollaron y evaluaron dos estrategias computacionales complementarias:

1. Análisis de MS-Indel de Alta Cobertura:

   • Flujo de trabajo: Utilizó muestras emparejadas tumor-normal (o solo tumor comparado con un referente normal fijo, HG001) secuenciadas a alta cobertura (~75–126×).
   • Identificación de variantes (Variant Calling): Empleó un pipeline de DeepVariant modificado y optimizado para los datos de UG 100® para identificar inserciones y deleciones cortas (indels), centrándose específicamente en regiones de homopolímeros.
   • Puntuación: Calculó una puntuación de MSI basada en la fracción de deleciones de 1 pb dentro de homopolímeros de A de longitudes de 10–15 pb. Esta métrica fue elegida porque los tumores con MMRd exhiben un aumento de aproximadamente 75 veces en tales indels en comparación con los tumores MSS.
   • Validación: Evaluó la robustez mediante experimentos de dilución in silico para simular variaciones en las fracciones tumorales.

2. Análisis de Solo Tumor de Ultra Baja Pasada (ULP):

   • Flujo de trabajo: Utilizó datos de solo tumor secuenciados a ultra baja cobertura (~1×), eliminando la necesidad de muestras normales emparejadas.
   • Puntuación: Desarrolló una novedosa "puntuación ULP-MSI" utilizando la herramienta GATK GroundTruthScorer. Este enfoque agrega lecturas alineadas en loci de homopolímeros informativos (10–15 pb) y cuantifica la fracción de lecturas que respaldan una deleción de 1 pb.
   • Mitigación de Ruido: Para abordar el perfil de error específico de la secuenciación basada en flujo (tasas elevadas de deleción en homopolímeros de T), el análisis se restringió a las lecturas que cubren la cadena que contiene adenina de los homopolímeros de A/T.
   • Validación: Evaluó el desempeño mediante la mezcla in silico de datos de líneas celulares para simular una baja pureza tumoral.

Resultos Clave

• Precisión de Clasificación: Tanto la puntuación de MS-indel de alta cobertura como la puntuación ULP-MSI alcanzaron un área bajo la curva ROC casi perfecta (AUROC > 0.95) en todos los tipos de muestras (líneas celulares, FF y FFPE). Los métodos distinguieron con éxito las muestras MSI-alto de las MSS.
• Robustez de la Pureza Tumoral:
  • La puntuación de MS-indel de alta cobertura se mantuvo informativa hasta aproximadamente un 5% de fracción tumoral.
  • La puntuación ULP-MSI demostró una alta sensibilidad hasta un 20% de fracción tumoral, con un declive en el desempeño por debajo de este umbral.
• Compatibilidad con WES: Cuando el análisis se restringió a los loci cubiertos por la secuenciación de exoma completo (WES) estándar, el método de alta cobertura mantuvo un desempeño casi perfecto, lo que sugiere aplicabilidad a los pipelines de WES existentes.
• Casos Ambiguos:
  • Pa_562 (Endometrio): Una muestra con MMRd concurrente y POLE p.V411L (deficiencia en la corrección de pruebas de la polimerasa) fue clasificada como limítrofe o erróneamente por las puntuaciones basadas en indels debido a una carga de indels de fondo inflada. Esto resalta un desafío conocido para los clasificadores basados en indels en tumores con PPD positiva.
  • Pa_47 (Colon): Una muestra MSS con una frecuencia de alelo variante baja (VAF ≈ 0.1) por una mutación en MSH3 mostró una elevación leve en las firmas de MMRd y fue clasificada erróneamente por la puntuación ULP-MSI, lo que potencialmente representa un intermediario biológico genuino en lugar de un error técnico.
• Firmas Mutacionales: Aunque las firmas de sustitución de base única (SBS) (SBS6, SBS15, SBS20, SBS21) se correlacionaron con el estado de MMRd, fueron menos discriminatorias que el enfoque basado en indels y se utilizaron principalmente para la caracterización de la cohorte.

Significancia y Reivindicaciones
Los autores afirman que la plataforma UG 100® permite la detección fiable de MSI a partir de datos de secuenciación de baja cobertura y solo de tumor, posicionando la secuenciación basada en flujo como una alternativa práctica y rentable a los ensayos de MSI convencionales. Las principales reivindicaciones son:

• Costo y Logística: La capacidad de lograr una clasificación precisa al ~1× de cobertura sin muestras normales emparejadas representa una reducción significativa en el costo y la complejidad logística en comparación con la NGS de cobertura profunda.
• Viabilidad Clínica: El método es adecuado para la implementación diagnóstica de rutina, incluyendo la integración potencial en los flujos de trabajo existentes para el perfilado de variación en el número de copias (CNV) y el análisis de ADN libre de células (cfDNA), donde la secuenciación de baja pasada ya es estándar.
• Robustez: A pesar de los patrones de ruido distintivos de la secuenciación basada en flujo en los homopolímeros, las estrategias de filtrado específicas (centradas en homopolímeros de A y deleciones de 1 pb) proporcionan una relación señal-ruido suficiente para una clasificación precisa.

Limitaciones y Direcciones Futuras
El artículo reconoce algunas limitaciones:

• Tamaño de la Cohorte: El estudio incluyó solo 15 muestras de MSI, predominantemente de cánceres colorrectales y endometriales. Se requieren cohortes más grandes y de diversos tipos histológicos para confirmar la generalizabilidad.
• Método de Validación: El desempeño de ULP se evaluó mediante el submuestreo in silico en lugar de la secuenciación de baja pasada nativa, lo que puede sobreestimar el desempeño en el mundo real.
• Interferencia de PPD: El método enfrenta desafíos en muestras con deficiencia concurrente en la corrección de pruebas de la polimerasa (PPD), como aquellas con mutaciones en POLE.
• Próximos Pasos: Los autores señalan que se requiere validación prospectiva en cohortes más grandes y comparaciones directas con clasificadores basados en Illumina con muestras emparejadas antes de su despliegue clínico. También observan que el desempeño en datos de WES (debido al ruido de enriquecimiento de objetivos) debe ser evaluado directamente.