Pré-impressão lança dúvidas sobre o estudo que sustenta o microbioma

NOVA IORQUE – Em Janeiro, a Micronoma, uma startup sediada em San Diego, Califórnia, co-fundada pelo professor da Universidade da Califórnia em San Diego, Rob Knight, e pelo seu antigo aluno de pós-graduação, Greg Sepich-Poore, obteve a designação de dispositivo inovador da Food and Drug Administration dos EUA para o seu ensaio OncobiotaLung. , um ensaio baseado em microbioma sanguíneo para a detecção de câncer de pulmão.

Na época, a empresa, que afirma ser a primeira a usar tecnologia de biópsia líquida baseada em microbioma, disse que "[o] trabalho que levou à designação do dispositivo inovador é baseado nas descobertas dos cofundadores da Micronoma, publicadas no periódico científico revistas Nature e Cell.

O estudo da Nature, no entanto, publicado em 2020, é agora acusado de ter “grandes erros de análise de dados”, pelo que as suas conclusões devem ser consideradas “inválidas”, de acordo com um estudo pré-impresso publicado no BioRxiv na segunda-feira por investigadores de a Universidade de East Anglia no Reino Unido e a Universidade Johns Hopkins.

Knight rejeitou as críticas, afirmando que os resultados de sua equipe são sólidos e reproduzíveis.

Resta saber como a controvérsia em curso poderá impactar o desenvolvimento comercial de testes de diagnóstico baseados no microbioma do cancro, como o do Micronoma. A empresa se recusou a responder às perguntas da GenomeWeb sobre as preocupações levantadas pela pré-impressão, afirmando que “[a] janela para poder responder a essas perguntas foi fechada”.

Também não está claro se a crítica pode comprometer a aprovação regulamentar do OncobiotaLung, que, com a sua designação de dispositivo inovador, tem direito a revisão e avaliação aceleradas pela FDA. Um porta-voz da FDA disse que a agência “não é capaz de discutir pedidos pendentes”.

O estudo em questão

Publicado em 2020 por Knight, Sepich-Poore e seus colaboradores, o estudo da Nature em questão apresentou evidências de assinaturas microbianas específicas do câncer generalizadas, com base em dados de sequenciamento de DNA de mais de 18.000 amostras de mais de 10.000 pacientes do Atlas do Genoma do Câncer ( TCGA), cobrindo 33 tipos de câncer.

Ao treinar algoritmos de aprendizado de máquina, a equipe de Knight demonstrou ainda que poderia diferenciar tipos de tumores com base em sua composição microbiana com alta precisão.

“Fiquei bastante entusiasmado quando o artigo de Rob Knight foi publicado”, disse Abraham Gihawi, pesquisador de pós-doutorado na Universidade de East Anglia, que é o primeiro autor do estudo pré-impresso. "Parecia uma ótima prova de conceito."

"Então você percebe: 'Oh, Deus, não é necessariamente exatamente o que afirma ser'", acrescentou. As preocupações iniciais de Gihawi incluíam a contaminação de sequências humanas, o tratamento de efeitos de lote, classificações de falsos positivos e limitações nas abordagens de aprendizado de máquina, e ele as publicou em uma pré-impressão anterior publicada no BioRxiv em janeiro deste ano.

Essa pré-impressão logo foi recebida com o que Knight chamou de “refutação completa”, que sua equipe publicou em uma pré-impressão publicada em fevereiro.

Além disso, Knight afirmou que um artigo da Cell de 2022 de sua autoria, que usou métodos atualizados, chegou "às mesmas conclusões de que os micróbios são específicos do tipo de câncer".

Dois "erros graves"

Depois que a pré-impressão de janeiro de Gihawi foi publicada, um dos pesquisadores que o procurou foi Steven Salzberg, biólogo computacional da Universidade Johns Hopkins, que se tornou colaborador e autor correspondente da pré-impressão desta semana.

“[Steven] sempre suspeitou que algo estava errado com os dados também, mas ele não foi capaz de identificar o que era”, disse Gihawi. "Então, começamos a trabalhar juntos."

Os dois examinaram mais detalhadamente o estudo da Nature de 2020, e sua nova pré-impressão, que foi construída com base na análise anterior de Gihawi, afirma que houve dois “erros graves” no artigo original de Knight. “Cada um destes problemas invalida os resultados”, argumentaram os investigadores, “levando à conclusão de que os classificadores baseados no microbioma para identificar o cancro apresentados no estudo estão totalmente errados”.