Francisco J. Illana; Esther Fernández-Galán; José Luis Muñoz-Bravo; Laura Valiña Amado; Carme García Martín; Carolina González-Fernández; Sílvia Miró-Cañís; Jaume Trapé; Antonio Martínez-Peinado; Xavier Filella; Alvaro González; Antonio Barco Sánchez y Angel Díaz-Lagares* en nombre de la Comisión de Marcadores Biológicos del Cáncer de la Sociedad Española de Medicina de Laboratorio. 

Correspondencia: Angel Díaz-Lagares, Servicio de Análisis Clínicos, Complejo Hospitalario Universitario de Santiago (CHUS), Santiago de Compostela, España; Unidad de Epigenómica, Epigenómica del Cáncer, Oncología Médica Traslacional (ONCOMET), Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS), Santiago de Compostela, España; y Centro de Investigación Biomédica en Red Cáncer (CIBERONC), ISCIII, Madrid, España, E-mail: angel.diaz.lagares@sergas.es

Francisco J. Illana, Servicio de Bioquímica, Hospital de la Santa Creu i Sant Pau, IIB Sant Pau, Barcelona, España. https://orcid.org/0009-0001-9717-5688. 

Esther Fernández-Galán and Xavier Filella, Servicio de Bioquímica y Genética Molecular, CDB, Hospital Clínic de Barcelona, IDIBAPS, Universidad de Barcelona, Barcelona, España 

José Luis Muñoz-Bravo, Servicio de Análisis Clínicos, Hospital General Universitario de Elche, Elche, España; y Fundación para el Fomento de la Investigación Sanitaria y Biomédica de la Comunidad Valenciana (FISABIO), Elche, España. https://orcid.org/0000-0001-6253-8330 

Laura Valiña Amado, Departamento de Medicina de Laboratorio, Hospital Universitario Son Espases, Palma, España; y Grupo de Terapias Avanzadas y Biomarcadores en Oncología Médica, Institut d’Investigació Sanitària de les Illes Balears (IdISBa), Palma, España 

Carme García Martín, Departamento de Bioquímica e Inmunoensayos, Laboratorio de Análisis Clínicos, Hospital Universitario Germans Trias i Pujol, Badalona, España 

Carolina González-Fernández and Jaume Trapé, Departamento de Medicina de Laboratorio, Althaia Xarxa Assistencial Universitària de Manresa, Manresa, Cataluña, España 

Sílvia Miró-Cañís, Laboratorio de Análisis Clínicos, CLILAB Diagnòstics, Vilafranca del Penedès, España 

Antonio Martínez-Peinado, Unidad de Gestión de Análisis Clínicos, Sección de Genética Molecular, Hospital Universitario Reina Sofía, Córdoba, España 

Alvaro González, Departamento de Bioquímica Clínica, Universidad de Navarra, Pamplona, España 

Antonio Barco Sánchez, Departamento de Bioquímica Clínica, Hospital Universitario Virgen Macarena, Sevilla, España 

https://doi.org/10.1515/almed-2025-0093 – Recibido 17-01-2025; aceptado 29-03-2025; publicado en línea 19-08-2025

Resumen 

El análisis de ADN tumoral circulante (ctDNA) es un método no invasivo de gran relevancia para la caracterización molecular de los tumores sólidos, que aporta información valiosa sobre el perfil genético del cáncer. Actualmente, el análisis de mutaciones somáticas del ctDNA se emplea en la clínica para la selección de terapias dirigidas en enfermedades oncológicas avanzadas. Avances recientes también han revelado su potencial en la detección precoz, el pronóstico y la evaluación de enfermedad mínima residual, así como en la predicción y el seguimiento de la respuesta a terapia. En los últimos años, se han logrado importantes avances en el desarrollo de diversos métodos basados tanto en la secuenciación de nueva generación (NGS, por sus siglas en inglés) como en la realización de PCR para detectar variantes genéticas en el ctDNA de los pacientes oncológicos. Sin embargo, a pesar de las novedosas oportunidades que brinda el análisis de ctDNA, este aún presenta algunas limitaciones. La falta de normalización de los protocolos preanalíticos y analíticos y de la interpretación de los resultados, así como la heterogeneidad en la sensibilidad de las pruebas siguen siendo una asignatura pendiente que deberá ser abordada antes de impulsar un uso generalizado de las pruebas de ctDNA en la clínica. Además de las mutaciones somáticas, se están obteniendo resultados prometedores en estudios sobre la metilación del ADN (epigenómica) y el tamaño de los fragmentos de ADN (fragmentómica) en diversos tipos de fluidos biológicos como biomarcadores no invasivos para el manejo del cáncer. En la presente revisión, se describen las aplicaciones clínicas de las variantes genéticas somáticas en el ctDNA, haciendo hincapié en los biomarcadores del cáncer, y enumerando los factores esenciales para lograr una implementación eficaz en el laboratorio clínico y en el manejo de las enfermedades oncológicas. 

Palabras clave: biomarcadores, cáncer, ctDNA, biopsia líquida, variantes genéticas somáticas

Introducción 

En los últimos años, se ha desarrollado la biopsia líquida como método no invasivo para la caracterización molecular de los tumores mediante el análisis de los componentes tumorales circulantes en distintos fluidos biológicos, principalmente el plasma (Figura 1) [1, 2]. Esta nueva estrategia alberga un enorme potencial en el manejo de las enfermedades oncológicas, con aplicaciones en el cribado y la detección precoz, el pronóstico, la detección de enfermedad mínima residual (MRD, por sus siglas en inglés) y el seguimiento de la respuesta a tratamiento [1, 3]. Entre los componentes analizados, el ADN tumoral circulante (ctDNA, por sus siglas en inglés) destaca por su capacidad para detectar mutaciones somáticas, proporcionando información clínica de gran relevancia [4]. Aunque las mutaciones somáticas son los biomarcadores moleculares más avanzados empleados actualmente en la clínica, se están obteniendo resultados prometedores con otras características del ctDNA, como la metilación del ADN [5] y los perfiles del tamaño de los fragmentos [6]. Avances recientes en las pruebas de ctDNA han demostrado su potencial para orientar las terapias dirigidas en el cáncer avanzado, existiendo evidencia creciente sobre su aplicabilidad en la práctica clínica. Sin embargo, quedan algunas dificultades por superar, como la normalización de los procedimientos preanalíticos y analíticos y la interpretación de los resultados [4]. En la presente revisión, se describen las aplicaciones clínicas del ctDNA, enfatizando su potencial como biomarcador en las enfermedades oncológicas. Así mismo, se abordan los factores preanalíticos y analíticos, las pruebas de detección y la interpretación de resultados, así como aspectos relacionados con la comunicación de resultados, y se describen otros fluidos alternativos para el análisis de ctDNA. Por último, se repasan las aplicaciones clínicas del ctDNA y se enumeran las ventajas y limitaciones que la implementación del ctDNA presenta en la práctica clínica. 

ADN circulante 

Características del ctDNA en sangre 

El ADN libre circulante (cfDNA, por sus siglas en inglés) está compuesto por pequeños fragmentos de ADN de doble hélice nuclear y mitocondrial [7], principalmente liberados en la circulación sanguínea por el sistema hematológico en los individuos sanos [8]. El tamaño del cfDNA varía entre 40 y 200 pares de bases (pb), con un tamaño medio de alrededor de 166 pb, lo cual corresponde a fragmentos de ADN asociados a nucleosomas [7, 9]. En los pacientes oncológicos, el cfDNA también contiene un pequeño conjunto de fragmentos más pequeños (~145 bp) liberados en el torrente sanguíneo por las células tumorales, llamados ctDNA [10], que son los responsables de los elevados niveles de cfDNA observados en los pacientes con cáncer [11]. El ctDNA suele estar más fragmentado que el cfDNA [12] y se caracteriza por presentar características genéticas y epigenéticas distintivas que aportan información sobre el tumor de origen [10]. La liberación de ctDNA a la circulación se puede producir a través de diversos mecanismos (Figura 1), que implican procesos de liberación tanto activos como pasivos [12, 13]. La liberación pasiva de ctDNA principalmente se produce mediante la apoptosis y la necrosis [13]. Se piensa que, en la mayoría de los tumores, la apoptosis es el principal mecanismo de liberación de ctDNA, produciendo un patrón de escalera en los fragmentos de ADN [14], con una periodicidad de 10 bp [11]. Aunque la necrosis contribuye de forma variable a la liberación de ctDNA, dicho mecanismo suele generar fragmentos de ctDNA de mayor tamaño, principalmente superiores a los 200 bp, e incluso por encima de los 10.000 bp, acompañados de un patrón característico del oligonucleosoma en escalera [13, 15, 16]. Además, el ctDNA también se puede derivar de vesículas extracelulares (esto es, exosomas, microvesículas o cuerpos apoptóticos) [17], lo cual abre la vía a nuevas líneas de investigación [18]. No obstante, su aportación exacta al ctDNA sigue siendo objeto de debate [19, 20]. Por otro lado, cabe señalar que el ctDNA tiene una vida media corta en la circulación (menos de 2 h) [21], lo que se ve influido por la degradación enzimática en el torrente sanguíneo, su depuración hepática y, en menor medida, por la acción del riñón [22]. Tradicionalmente, el método de referencia para la caracterización molecular de los tumores sólidos ha sido mediante biopsia directa de la lesión. Sin embargo, en la última década, se ha desarrollado la alternativa del análisis de ctDNA en sangre [12], existiendo evidencia creciente sobre su utilidad en la caracterización molecular no invasiva de los tumores sólidos [23], [24], [25], [26], [27]. El ctDNA ofrece la oportunidad de realizar un análisis no invasivo de los tumores, permitiendo la toma de muestras seriadas, para realizar un seguimiento de la evolución del tumor, con mejores tiempos de respuesta, un menor coste, y un proceso más simplificado, si lo comparamos con la biopsia de tejidos. Así mismo, el ctDNA permite analizar la evolución clonal o de la carga mutacional del tumor [28], pudiendo capturar la heterogeneidad de manera más eficaz que la biopsia de tejidos, que tiene una naturaleza inherentemente localizada y, en algunos tipos de cáncer, es difícil de obtener [12, 29]. De hecho, el ctDNA tiene la capacidad de capturar la heterogeneidad tumoral, alcanzando una sensibilidad de entre el 80 y el 90 % [30], dependiendo de la localización anatómica y la abundancia de ctDNA [31]. 

El análisis de las características de ctDNA puede resultar de utilidad en la detección de una amplia variedad de características tumorales (Figura 1) [4, 12]. La mayoría de las publicaciones se han centrado en el análisis de las variantes genéticas, como las variantes de nucleótido único (SNVs), las inserciones y deleciones (indels), las variaciones en el número de copias (CNVs) y las fusiones. Por otro lado, en los últimos años, otras características del ctDNA han obtenido especial atención [12]. Por ejemplo, los niveles de ctDNA están correlacionados con el tamaño tumoral, pudiendo ser empleados para evaluar la progresión de la enfermedad [7, 28], existiendo una relación entre niveles inferiores y mayor beneficio clínico [21]. Además, el análisis del perfil del tamaño de los fragmentos de cfDNA y ctDNA en los pacientes oncológicos puede aportar información potencialmente valiosa sobre el tejido de origen [32], con posibles aplicaciones para mejorar la detección de ctDNA [33]. No menos importante es el perfil de metilación del ctDNA, que también puede proporcionar información importante sobre el tumor [5, 34], tal como el tejido de origen [12, 35]. 

El ctDNA en fluidos corporales no sanguíneos 

Aparte de en la sangre, se puede encontrar ctDNA en otros fluidos biológicos, con una mayor sensibilidad en determinados contextos [36, 37], presentando cada uno diferentes ventajas e inconvenientes [7, 37]. Sin embargo, su aplicación en los análisis clínicos rutinarios se ve limitada por la falta de estandarización. 

La orina es una prometedora fuente no invasiva de ctDNA para la detección de tumores genitourinarios [38], [39], [40], [41], dado que puede mejorar la detección y el manejo de estos tipos de tumores [42], [43], [44]. Otra fuente no invasiva de ctDNA es la saliva, que permite la toma de muestras seriadas para el análisis de los tumores de cabeza y cuello [45], [46], [47], [48]. Algunos estudios señalan al ctDNA de la saliva como el tipo de muestra más adecuado para los tumores orales, pudiendo emplearse en combinación con ctDNA extraído de la sangre para otros tumores de cabeza y cuello [37, 49]. Por otro lado, el líquido cefalorraquídeo (LCR) es especialmente útil para el diagnóstico y el seguimiento de los tumores primarios del sistema nervioso central y las metástasis cerebrales [50], [51], [52], [53], [54]. Dado que la barrera hematoencefálica limita en gran medida el paso de ctDNA del torrente sanguíneo al sistema nervioso central [55], el líquido cefalorraquídeo es una fuente potencial específica de ctDNA cerebral [37]. Esta estrategia elimina la necesidad de realizar una biopsia del tumor cerebral, permitiendo además la toma de muestras en serie [56]. Además de estos fluidos, el análisis de ctDNA en derrames también presenta algunas ventajas, dado que dichos fluidos poseen una mejor relación ctDNA-cfDNA que la sangre para los tumores proximales [57]. Por ejemplo, el ctDNA en líquido pleural permite detectar rápidamente las mutaciones accionables con terapia dirigida (actionable mutations) en el cáncer de pulmón, con una sensibilidad superior a la del ctDNA obtenido en sangre [37]. Así mismo, se ha demostrado la utilidad del ctDNA en líquido peritoneal para la detección de enfermedad peritoneal metastásica [37, 58]. Otros tipos de fluidos, como los lavados bronquiales, ofrecen la posibilidad de analizar el ctDNA, con un valioso potencial en el diagnóstico del cáncer de pulmón [59]. Este tipo de fluido contiene mayores niveles de ctDNA que la sangre, resultando especialmente útil para la caracterización molecular de los tumores pulmonares [59], [60], [61]. Además, se están investigando otras posibles fuentes de ctDNA con potencial aplicación clínica, como la bilis en el cáncer de páncreas [62], y la leche materna de mujeres embarazadas y en periodo de lactancia para el cáncer de mama [63], entre otras posibles fuentes. 

Aspectos preanalíticos en el análisis de ctDNA 

Los aspectos preanalíticos (Tabla 1) son esenciales a la hora de garantizar la fiabilidad del análisis del ctDNA, ya que un manejo o procesamiento inadecuado puede provocar la contaminación de la muestra, así como su degradación, o derivar en un bajo rendimiento [4, 64].

Tipos de muestra 

Para el análisis de ctDNA, es preferible emplear plasma que suero. Durante el proceso de coagulación en suero, los leucocitos pueden liberar ADN genómico (gDNA), incrementando así la contaminación de la muestra, y dificultando la detección de mutaciones de baja frecuencia. El plasma minimiza la contaminación de gDNA, proporcionando unos resultados más fiables en la detección de alteraciones de baja frecuencia [65].

Recogida y transporte de muestras sanguíneas 

Dependiendo del uso que se vaya a hacer de los resultados del análisis de ctDNA, seleccionar correctamente el momento en el que realizar la extracción de sangre resulta esencial. Previamente al tratamiento, el análisis de ctDNA permite establecer los valores iniciales de ctDNA y carga tumoral. Durante el tratamiento, permite realizar un seguimiento de la eficacia terapéutica y detectar posibles resistencias. Finalmente, el análisis de ctDNA tras el tratamiento permite la identificación precoz de recurrencias y de progresión de la enfermedad [5, 21, 66]. Para la extracción de sangre, se pueden emplear tubos con o sin conservantes [67]. Los tubos sin conservantes más comunes en el análisis de ctDNA son aquellos que contienen el anticoagulante etilendiaminotetraacetato de potasio (K₂EDTA). Cabe señalar que, cuando se obtienen muestras de sangre en tubos K₂EDTA, es necesario procesarla previamente entre 2 y 4 h después de la extracción para prevenir la lisis celular y la contaminación por gDNA. Por otro lado, los tubos con conservantes (por ejemplo, los tubos Streck) están diseñados específicamente para estabilizar las células sanguíneas nucleadas, permitiendo la conservación del ctDNA en muestras de sangre almacenadas durante varios días a temperatura ambiente [1, 68, 69]. Los tubos sanguíneos deben ser transportados al laboratorio sin agitarse y protegidos de las oscilaciones térmicas, para evitar la hemólisis y el daño celular [70]. Si se trabaja con laboratorios externos, es importante plantearse emplear tubos de conservación celular y ajustarse a los tiempos y temperatura de almacenamiento adecuados [64]. 

Separación de plasma y control de calidad 

El proceso de separación de plasma suele consistir en dos pasos: ~1.600 × g a 4 °C durante 10 min, y una segunda centrifugación a ~16.000 × g a 4 °C durante 10 min para obtener plasma libre de células [5]. Este proceso ayuda a eliminar desechos celulares, mejorando la pureza del ctDNA [65]. Factores como la hemólisis, la lipemia y la ictericia pueden interferir en el análisis del ctDNA, por lo que se recomienda realizar una inspección visual del plasma. Para minimizar la hemólisis, se aconseja realizar una venopunción suave e invertir inmediatamente los tubos de almacenamiento [4, 64]. Se recomienda desechar las muestras hemolizadas [67, 70], dado que en estas muestras se puede favorecer la liberación de gDNA, interfiriendo así en el proceso de extracción y reduciendo la proporción de ctDNA [67, 71]. Con respecto a la lipemia y la ictericia, es necesario realizar más estudios para determinar el efecto de los niveles elevados de bilirrubina o el impacto de la hiperlipidemia en los niveles de ctDNA. 

Condiciones de almacenamiento del plasma 

El plasma se puede congelar a −20 °C durante un máximo de 30 días, si se prevé realizar el análisis a corto plazo [1, 65]. Para un almacenamiento más prolongado, se debe congelar a −80 °C. La preparación adecuada de alícuotas es esencial a la hora de evitar la repetición de ciclos de congelado y descongelado, que pueden provocar la fragmentación del ADN y reducir la cantidad de ctDNA, afectando así a la precisión de su análisis [72]. 

Métodos de extracción de ctDNA 

Los métodos de extracción se deben adaptar a las características del ctDNA, que se suele encontrar a concentraciones bajas y en fragmentos de pequeño tamaño. Actualmente, existen en el mercado varios kits de extracción de ctDNA, lo que permite una adecuada recuperación y reproducibilidad [65]. Los laboratorios deben seleccionar el método más adecuado, teniendo en cuenta tanto el rendimiento como la pureza del ADN de bajo peso molecular. Se pueden emplear tanto procedimientos manuales como automáticos, dependiendo del rendimiento de la plataforma y de las necesidades específicas del laboratorio [64].

Evaluación de la calidad y almacenamiento de ctDNA 

La evaluación de la calidad del ctDNA resulta esencial en el análisis de los eventos moleculares. La cuantificación por fluorometría se suele emplear para medir la concentración de ctDNA, aunque los métodos de electroforesis resultan de utilidad a la hora de verificar el tamaño de los fragmentos de cfDNA y confirmar la ausencia de contaminación del gDNA. Cuando no está previsto analizar el ctDNA de manera inmediata, este se debe congelar a −80 °C en múltiples alícuotas, para evitar la degradación que se produce en los ciclos de congelado y descongelado [72, 73].

 Aspectos analíticos en el análisis de ctDNA 

Al analizar el ctDNA, se deben tener en cuenta una serie de factores analíticos (Tabla 2) que suelen interferir en los resultados de las variantes somáticas, como la hematopoyesis clonal y la presencia de variantes germinales. Del mismo modo, se debe plantear el uso de controles de calidad internos y externos, así como realizar una minuciosa validación analítica, para optimizar la detección de ctDNA en la práctica habitual, garantizando la fiabilidad y la aplicabilidad clínica de las pruebas. 

Hematopoyesis clonal 

La hematopoyesis clonal de potencial indeterminado (CHIP, por sus siglas en inglés) es un proceso asociado a la edad, a través del cual las mutaciones somáticas de las células madre hematopoyéticas provocan la expansión clonal [4, 74]. Dado que el cfDNA se deriva en gran medida de las células hematopoyéticas, la existencia de CHIP dificulta la interpretación del ctDNA, pudiendo generar falsos positivos, especialmente en los genes asociados a los tumores sólidos, como los genes KRAS, GNAS, NRAS, y PIK3CA [75]. Para la interpretación precisa de variantes, es importante diferenciar adecuadamente las mutaciones relacionadas con CHIP de aquellas derivadas del tumor, lo que suele implicar la secuenciación tanto del cfDNA como de células mononucleares de sangre periférica (PBMC) [76]. Las estrategias basadas en el análisis del tamaño de los fragmentos de cfDNA también pueden aumentar la precisión de la interpretación de las variantes [33, 77]. 

Variantes germinales 

A la hora de evaluar los resultados de ctDNA, se debe tener en cuenta la posible detección accidental de variantes germinales patogénicas (PGVs), especialmente en las pruebas de secuenciación de nueva generación (NGS) que incluyen genes de predisposición a cáncer (como BRCA1, BRCA2, PALB2) [4, 78, 79]. A este respecto, la presencia de una frecuencia alélica de variante (VAF, por sus siglas en inglés) en circulación de entre el 40 y el 60 % es indicativa de un origen germinal, ya que las variantes somáticas suelen presentar VAF más bajas [80]. Sin embargo, el ctDNA puede mostrar niveles elevados de VAF, debido a la presencia de una elevada carga tumoral o la pérdida de heterocigosidad [78, 81]. Únicamente las variantes clasificadas como “patogénicas” y “probablemente patogénicas” según la guía del American College of Medical Genetics and Genomics [82], ClinVar, y demás fuentes, se deben tener en cuenta como posibles variantes germinales patogénicas [79]. Según las recomendaciones de la Sociedad Europea de Oncología Médica (ESMO), cuando se sospecha la presencia de una posible variante germinal, se debe realizar un análisis genético de línea germinal mediante una prueba validada, con el fin de confirmar su origen germinal o somático [4]. De este modo, resulta esencial avisar al clínico de la posible detección de mutaciones germinales o relacionadas con CHIP, especialmente en las pruebas de ctDNA dirigidas a los genes que suelen presentar mutaciones. 

QC externo e interno 

La implementación de controles de calidad (QC) internos y externos resulta crucial a la hora de garantizar la veracidad y reproducibilidad en la detección de variantes genéticas en el ctDNA de pacientes oncológicos. Existen controles internos comerciales, como el Structural Multiplex cfDNA Reference Standard (HD786) de Horizon Discovery, para evaluar la calidad del análisis de ctDNA [83]. Por otro lado, las evaluaciones externas de calidad (EQA), como las que ofrece la Red Europea de Calidad Genética Molecular (EMQN), ofrecen programas de evaluación de calidad para la detección de variantes de ctDNA (p.ej., “LUNG CANCER (NSCLC) [Plasma],” “cfDNA Multiple Biomarkers”). El empleo de dichos controles puede ayudar a detectar posibles errores técnicos, garantizando así la fiabilidad de los resultados clínicos, que son esenciales para la toma de decisiones terapéuticas basadas en el uso de biomarcadores. La validación continua a través de calibradores internos y la comparación con programas externos de calidad garantiza la solidez de los análisis de ctDNA [83], [84], [85]. 

Validación analítica

Se debe realizar una validación analítica para optimizar la detección de ctDNA en la práctica clínica habitual, debiendo adaptarla a la población específica de pacientes y a la indicación médica de la prueba. Las recomendaciones y protocolos para la validación de las pruebas de ctDNA incluyen evaluar los parámetros de calidad analítica, como la sensibilidad analítica, la veracidad, la repetibilidad, la precisión y la reproducibilidad [86, 87]. Los laboratorios deben establecer y evaluar el límite de detección de cada clase de variante para garantizar la fiabilidad de los resultados para variantes a bajas frecuencias [86]. La veracidad analítica se puede evaluar mediante la comparación de métodos (comparando los resultados con los obtenidos con un método ortogonal) o utilizando materiales de referencia conocidos [87]. Entre las pruebas ortogonales de confirmación para la validación analítica se encuentran la PCR cuantitativa, la PCR digital (dPCR), la PCR digital por gotas (ddPCR), la secuenciación de ADN, o cualquier método con una sensibilidad igual o superior a la de la prueba que se pretende validar [86]. 

Limitaciones analíticas 

La principal limitación del análisis de ctDNA es su menor sensibilidad frente al genotipado de tejidos, lo que deriva en una mayor tasa de falsos negativos. Esta menor sensibilidad se debe a diferentes factores, entre los que se incluyen una concentración extremadamente baja, una fragmentación elevada del cfDNA en plasma, así como la baja proporción de ctDNA en el conjunto total de cfDNA, que suele oscilar entre 0,01 % y 0,1 %. Además, la heterogeneidad clonal y la elevada concentración de cfDNA normal, que a menudo proviene de patologías no malignas o de inflamación postoperatoria, diluyen aún más el ctDNA, dificultando más si cabe la detección de variantes de baja frecuencia [88, 89]. La fiabilidad de la detección se ve especialmente afectada por las mutaciones con VAF bajas. Otros factores son un estadio temprano del tumor, una baja carga tumoral, y los tumores no diseminados, que, en su conjunto, pueden reducir las tasas de detección. La cantidad de cfDNA constituye así mismo una variable esencial, ya que una mayor cantidad se asocia a una mayor profundidad de lectura de los fragmentos y a una mejor sensibilidad y reproducibilidad [90]. Por otro lado, la detección de falsos positivos en el análisis de ctDNA es relativamente poco frecuente. Aunque los falsos positivos se suelen producir en las variantes de baja frecuencia, estos se pueden minimizar aplicando identificadores moleculares únicos (UMI, por sus siglas en inglés) y estableciendo un valor límite mínimo de VAF, normalmente superior al 0.05 %, lo que reduciría el impacto de los errores de secuenciación [90]. 

Métodos para el análisis de variantes genéticas en ctDNA 

En los últimos años, tanto la comunidad científica como la industria del diagnóstico in vitro han desarrollado múltiples aplicaciones para el análisis de ctDNA en tumores sólidos (Figura 1). Sin embargo, debido a la complejidad y las limitaciones de estos análisis moleculares, su uso se ha visto restringido a la investigación clínica, habiendo sido aprobados únicamente unos pocos para el diagnóstico in vitro. Aunque diferentes pruebas ya han recibido aprobación por parte de las autoridades sanitarias (p.ej. Guardant360 CDx, FoundationOne Liquid CDx) para distintas aplicaciones clínicas [91], esta revisión se va a centrar en las pruebas y tecnologías que se podrían integrar en los laboratorios clínicos para su uso en la práctica habitual. En la Tabla 3 se muestran los métodos comerciales más habituales, así como la tecnología o el equipamiento que estos utilizan, su estado de regulación, los marcadores moleculares, las especificaciones técnicas de las pruebas, los tiempos de respuesta y sus aplicaciones. 

Entre las tecnologías moleculares actuales para el análisis de ctDNA se incluyen los métodos basados en PCR y las tecnologías basadas en NGS. Las técnicas basadas en PCR están diseñadas para identificar alteraciones genéticas concretas, e incluyen la PCR cuantitativa en tiempo real (qPCR) y la dPCR. La principal ventaja de estas técnicas frente a los paneles de secuenciación basados en NGS radica en su elevada sensibilidad y especifidad para la detección de variantes, con capacidad para identificar VAFs al 0,1 % o porcentajes inferiores [92]. Sin embargo, los métodos basados en PCR únicamente pueden detectar un número limitado de variantes conocidas, mientras que la NGS facilita la identificación simultánea de múltiples marcadores en varias muestras de una misma carrera. 

Actualmente, existen varios productos comerciales basados en qPCR. Las pruebas de qPCR en tiempo real son más sencillas y están diseñadas para aplicaciones clínicas concretas, algunas de las cuales han sido aprobadas para su uso en la rutina clínica. Las pruebas basadas en dPCR incluyen numerosas pruebas desarrolladas para el sistema BioRad QX200/QX600 Droplet Digital PCR y el sistema de dPCR Thermo Fisher Scientific Absolute Q, ambos con sensibilidades similares [93]. Sin embargo, tanto los reactivos como el equipamiento únicamente están disponibles en la versión RUO (del inglés, Research Use Only), por lo que estas pruebas solo están disponibles para investigación clínica. Para que estas pruebas se puedan emplear en la clínica, resulta esencial realizar una validación analítica y clínica rigurosa. 

Los métodos de análisis de ctDNA basados en NGS permiten la detección de alteraciones en un amplio espectro de genes. Entre los paneles de NGS disponibles actualmente en el mercado para el análisis de ctDNA se encuentran las pruebas Oncomine NGS (Thermo Fisher); los kits Avenio ctDNA (Roche); TruSight Oncology 500 ctDNA (Illumina); y los paneles QIAseq Targeted cfDNA Ultra (Qiagen), entre otras. Estos paneles difieren en los genes o regiones que son cubiertas, los tipos de alteraciones que pueden detectar, y en su sensibilidad para la detección de variantes. Sin embargo, estas pruebas suelen detectar mutaciones de ctDNA con una frecuencia superior al 0.5 % con una elevada sensibilidad, precisión y reproducibilidad [90]. 

En la práctica clínica, dada la amplia variedad de pruebas actualmente existentes para el análisis de ctDNA, a la hora de seleccionar la prueba más adecuada, se debe tener en cuenta su disponibilidad, financiación, y el número de alteraciones accionables en el contexto de un tipo específico de tumor [4]. 

Interpretación completa de los resultados de variantes genéticas en las pruebas de ctDNA

Las recomendaciones para identificar, interpretar e informar de la presencia de variantes en el análisis de cfDNA se deben ajustar a los criterios establecidos para la interpretación de variantes somáticas y la clasificación de oncogenicidad [94]. No obstante, es necesario tener en cuenta las características únicas del ctDNA y ajustarse a las guías específicas adaptadas al análisis de ctDNA en los distintos tipos de tumores [4, 95]. 

La identificación de variantes en el análisis de ctDNA implica la detección de SNVs, indels, fusiones y CNVs. Aunque muchas herramientas de software automatizan este proceso, los laboratorios clínicos deben ser conscientes de sus limitaciones, dado que el análisis de ctDNA presenta algunas dificultades a la hora de identificar con precisión ciertas aberraciones genéticas, como las CNVs o las variantes de fusión [4, 96]. Para una interpretación precisa, es necesario evaluar meticulosamente métricas esenciales, como la profundidad de secuenciación (cobertura) y las VAFs [97]. A la hora de interpretar los hallazgos en el ctDNA, es necesario tener en cuenta que estas pruebas tienen una menor sensibilidad que la caracterización molecular de tejido, lo que puede incrementar la probabilidad de falsos negativos. Así mismo, en el análisis de ctDNA, es importante considerar la posibilidad de que se produzcan falsos positivos debido a la identificación de variantes CHIP, que se pueden detectar a bajas VAFs (0.1–5 %), lo que puede llevar a su interpretación errónea como variantes derivadas del tumor [98]. Dado que algunas patologías benignas esporádicas pueden presentar alteraciones somáticas en genes impulsores del cáncer, los resultados de los ensayos de ctDNA deben interpretarse en el contexto clínico del paciente. Por ejemplo, la variante V600E en ADN plasmático no solo se ha encontrado en pacientes con cáncer, sino también en individuos con nevus benigno [99]. 

Se recomienda clasificar las variantes genéticas según su accionabilidad, aplicando la evidencia científica disponible en el diagnóstico, pronóstico y la elegibilidad para terapias aprobadas por la FDA o la EMA, o ensayos clínicos. En este sentido, el sistema de clasificación por niveles (Tier system) de la Asociación de Patología Molecular (AMP) y la Escala ESMO para la Accionabilidad Clínica de las Dianas Moleculares (ESCAT) evalúan las alteraciones genéticas en función de su relevancia clínica. La clasificación por niveles de la AMP categoriza las variantes somáticas en cuatro niveles, en función de su significación clínica de la siguiente manera: el Tier I incluye las variantes de gran relevancia clínica. El Tier II denota variantes con posible relevancia clínica. El Tier III hace referencia a las variantes de significado clínico desconocido, mientras que el Tier IV se compone de variantes consideradas benignas o probablemente benignas. Los niveles de evidencia A o B (Tier I) y C o D (Tier II) se ponderan según su relevancia en la toma de decisiones clínicas [97]. Por otro lado, la escala ESCAT clasifica las aberraciones moleculares del Tier I al Tier V y X, fundamentándose en la evidencia disponible sobre su valor como dianas terapéuticas. En el Tier I se incluyen las alteraciones moleculares para las que existe un fármaco específico recomendado para uso habitual, mientras que para el resto de niveles de evidencia clínica (ESCAT Tier II a V) no se dispone de suficiente información, por lo que su aplicación se limita al campo de los ensayos clínicos. Para las alteraciones de ESCAT Tier X, no existe evidencia clínica o preclínica, por lo que estas no deben ser tenidas en cuenta en las decisiones terapéuticas [100]. 

Bases de datos como COSMIC, ClinVar, y OncoKB son herramientas esenciales para la interpretación de los resultados del análisis de ctDNA de los pacientes oncológicos (Tabla 4). Estas plataformas aportan contexto a las variantes genéticas detectadas, al recoger datos sobre variantes somáticas, su patogenicidad y relevancia clínica en los diferentes tipos de cáncer, facilitando la identificación de variantes de significado incierto (VUS).

La creación de comités moleculares oncológicos compuestos por un equipo multidisciplinar de profesionales sanitarios resulta esencial para poder interpretar con precisión las variantes genéticas detectadas en las pruebas de ctDNA. En estos equipos multidisciplinares, los profesionales de laboratorio desempeñan una labor crucial a la hora de evaluar la relevancia clínica de los hallazgos moleculares, ya que estos garantizan que las alteraciones genéticas sean interpretadas con exactitud y en el contexto clínico general del paciente. Los comités moleculares ofrecen una perspectiva crítica, especialmente en los casos complejos sobre los que existen datos inciertos o contradictorios. Estos esfuerzos de cooperación mejoran la calidad asistencial, al integrar diferentes perspectivas y campos de especialidad, lo que deriva en mejores resultados clínicos [101]. 

Aplicaciones clínicas del ctDNA 

Aplicaciones actualmente recomendadas: enfermedad avanzada 

En la práctica clínica, las pruebas de ctDNA se consideran fiables para el genotipado del cáncer avanzado y la selección de terapias moleculares dirigidas, especialmente en situaciones donde no se dispone de biopsias de tejido óptimas, o donde el tiempo sea un factor crucial [4]. La utilidad clínica de estas pruebas para orientar la terapia en presencia de variantes accionables Tier I, está respaldada por estudios prospectivos recientes de gran escala centrados en el ctDNA. Estos estudios han demostrado una elevada precisión en la detección de SNVs (en estudios comparativos entre tejido y plasma) en diversos tipos de cáncer [27, 102, 103]. 

Las pruebas de ctDNA han mostrado una elevada sensibilidad para la detección de SNVs y de indels de pequeño tamaño. Sin embargo, estas pruebas pueden mostrar una sensibilidad reducida para las fusiones, las CNVs o la inestabilidad de microsatélites (MSI), por lo que únicamente deben emplearse cuando no sea viable realizar un análisis de tejidos [4, 104]. En este contexto, un resultado negativo para la presencia de alteraciones genéticas accionables con terapias dirigidas se debe considerar no informativa si no existe evidencia de la presencia de niveles suficientes de ctDNA en la prueba. En estos casos, se recomienda confirmar el resultado mediante un análisis del tejido [4, 105]. Aunque la carga mutacional del tumor (TMB) ha demostrado poseer potencial como biomarcador predictivo en la inmunoterapia, esta sigue siendo objeto de investigación [4, 106]. 

Actualmente, las recomendaciones generales para el empleo de ctDNA en diferentes tipos de tumores se centran principalmente en pacientes que no disponen de resultados de pruebas genómicas en tejido cuando dichas pruebas estén indicadas, no se dispone de tejido tumoral almacenado, o no es factible realizar nuevas biopsias del tumor [4]. En la Tabla 5 se presentan las recomendaciones concretas de la ESMO para el uso de las pruebas de ctDNA en la práctica clínica habitual, incluyendo los marcadores moleculares accionables Tier I (escala ESCAT) y los fármacos asociados aprobados por la FDA. 

Aparte de los usos de ctDNA actualmente recomendados en la práctica clínica habitual, estudios recientes respaldan otras aplicaciones clínicas en el contexto de enfermedad avanzada. A este respecto, se ha demostrado la utilidad de la fracción tumoral de ctDNA como biomarcador pronóstico independiente en diferentes tipos de cáncer [107]. Del mismo modo, se ha aportado evidencia sobre la eficacia de la caracterización molecular de ctDNA en la selección de candidatos a recibir terapias dirigidas en fases tempranas [108]. 

Posibles aplicaciones 

A pesar de los avances recientes, existen algunas aplicaciones clínicas de la biopsia líquida que aún no han sido implementadas en la práctica clínica habitual. Tal es el caso del diagnóstico o detección precoz, la detección de enfermedad mínima residual (MRD) y el seguimiento de la enfermedad durante el tratamiento. Aunque las pruebas de ctDNA pueden mejorar los procesos diagnósticos y facilitar la identificación de tumores en estadios tempranos, aún quedan por resolver algunas limitaciones para su implementación en la clínica [4]. Lograr una elevada especifidad y una sensibilidad clínicamente relevante no es sencillo, principalmente debido a que los tumores en estadio temprano liberan niveles reducidos de ctDNA [55]. Para poder implementar las pruebas de ctDNA en la práctica clínica como herramientas de detección validadas, son necesarios más estudios poblacionales a gran escala [4]. De este modo, estudios recientes han aportado evidencia sobre el empleo de ctDNA para el cribado y la detección temprana de pacientes con enfermedades oncológicas [5, 122, 123]. 

Con respecto a la detección de MRD, el análisis de ctDNA posterior a tratamiento curativo en el cáncer en etapa temprana es un factor predictivo de recurrencia, con una elevada especifidad clínica [124]. En los últimos años, se ha acrecentado el interés en la MRD, manifestado en la realización de múltiples ensayos clínicos aleatorizados basados en el ctDNA en cáncer colorrectal, pulmonar y de mama, en los que se están obteniendo resultados prometedores para la implementación de ctDNA en la evaluación de MRD. En este contexto, se ha demostrado la utilidad de realizar un seguimiento de ctDNA tras cirugía en el cáncer colorrectal resecable, para identificar a los pacientes con alto riesgo de recurrencia y/o mortalidad, con mayor probabilidad de beneficiarse de la quimioterapia adyuvante [66, 125]. Además, el análisis de muestras de ctDNA seriadas en pacientes con cáncer de colon receptores de terapia adyuvante facilita la escalada o desescalada del tratamiento, permitiendo una selección más precisa de aquellos pacientes que verdaderamente se van a beneficiar de la terapia adyuvante, frente al sistema convencional de estadificación de tumores/nódulos/metástasis (TNM) [126]. Cabe señalar que, en un estudio reciente sobre el cáncer de colon localizado, se ha demostrado que la precisión de la predicción de MRD mejora cuando se emplean paneles de NGS que detecten múltiples variantes genéticas de ctDNA en diferentes muestras seriadas de plasma [127]. En el carcinoma pulmonar no microcítico en estadio temprano, se ha observado que la detección de ctDNA residual posterior a tratamiento puede ser un factor predictor de recidiva precoz [128]. Así mismo, en el cáncer de mama, la caracterización molecular de ctDNA puede ser de utilidad para detectar la aparición de recurrencias [129]. 

El empleo de ctDNA también es prometedor en el seguimiento de la respuesta a tratamiento y el desarrollo de resistencia en pacientes oncológicos [21]. Su corta vida media, sumada a la posibilidad de la toma de muestras en tiempo real, hace del ctDNA una herramienta valiosa para evaluar la dinámica de la enfermedad durante la terapia [4]. Algunos estudios indican una correlación entre los niveles de ctDNA y la respuesta a tratamiento, pudiendo detectar cambios antes que los métodos clínicos tradicionales [21, 130]. Sin embargo, aún no se está implementando el ctDNA en la clínica debido a sus limitaciones, como la necesidad de optimizar las metodologías de la prueba, establecer la frecuencia de seguimiento más adecuada, y a la falta de evidencia suficiente sobre las mejoras en los resultados clínicos [4]. 

Comunicación de las variantes genéticas detectadas en ctDNA

La generación de informes sobre los resultados de las pruebas moleculares es crucial a la hora de traducir datos genéticos complejos en información clínica útil. Este tipo de informes deben tener un formato estandarizado, y en ellos debe figurar claramente la fecha de emisión e incluir detalles sobre el diagnóstico, así como información médica relevante, en su caso. Además, los informes deben estar redactados en un lenguaje claro y conciso, y proporcionar información clínicamente relevante de manera comprensible y sencilla. Por otro lado, el formato de estos informes debe permitir su fácil integración en la historia clínica electrónica. La información clínica crítica debe aparecer al principio para su rápida identificación, mientras que los datos de mayor complejidad pueden presentarse de forma simplificada mediante gráficas y tablas [97]. Las alteraciones genéticas se deben describir de manera detallada, incluyendo los genes implicados, el tipo de variantes o características genómicas detectadas (como SNVs, indels, CNVs y fusiones), y su impacto esperado en la función proteica. La adopción de una nomenclatura normalizada que se ajuste a la guía de la Human Genome Variation Society (HGVS) (http://varnomen.hgvs.org/) resulta esencial a la hora de evitar confusiones y errores clínicos [94]. En el informe se deben incluir los elementos relevantes para poder realizar un análisis meticuloso y comparaciones longitudinales, como las coordenadas genómicas, la versión del genoma utilizada y la secuencia de referencia del transcrito. La inclusión de la VAF en los informes, siempre que sea posible en las pruebas cuantitativas, proporciona información crucial que permite evaluar la fiabilidad de las variantes detectadas, especialmente en lo relativo al riesgo de falsos negativos. 

Siguiendo el sistema de clasificación de la AMP, se recomienda comunicar la presencia de las variantes Tier I a III por orden de relevancia clínica. En términos generales, no se deben incluir las variantes Tier IV, clasificadas como benignas o probablemente benignas. Así mismo, se deben incluir comentarios interpretativos, especialmente en relación a las variantes genéticas de Tier I y II. Las recomendaciones deben estar fundamentadas en la evidencia científica e incluir las citas bibliográficas pertinentes [97]. Las anotaciones sobre aplicabilidad clínica son una parte esencial del informe de resultados, sustentando la interpretación clínica de los resultados. Únicamente se debe evaluar la aplicabilidad clínica de aquellas alteraciones oncogénicas clasificadas como probablemente patogénicas o patogénicas, utilizando marcos de evidencia clínica como ESCAT, el sistema de clasificación OncoKB o la clasificación por niveles de la AMP [131].

Por un lado, cuando no se detecta una variante genética, es preferible emplear términos como “no informativo” o “no detectado” en lugar de “negativo” [4]. En el informe, se debe advertir sobre posibles discrepancias con respecto a los resultados del análisis de tejido tumoral, especialmente cuando no se detecta ninguna variante en el ADN plasmático. 

En el análisis de ctDNA, se puede dar el caso de que se identifiquen variantes germinales de manera incidental. En el caso de que se comunicaran dichos hallazgos, sería conveniente diferenciar claramente entre las variantes somáticas y las presuntas variantes germinales, así como incluir información sobre la necesidad de realizar pruebas confirmatorias en leucocitos de sangre periférica, o en otras muestras de tejido normal [78, 79]. 

Al final del informe, se debe incluir información metodológica y describir las limitaciones del método, detallando las alteraciones que se han incluido en el cribado, el rendimiento de la prueba (como el límite de detección para cada tipo de variantes y la profundidad mínima de secuenciación) y las métricas de calidad más relevantes [86]. Se debe proporcionar información sobre aquellos factores preanalíticos, analíticos o postanalíticos que pudieran influir en la interpretación clínica. Así mismo, es importante mencionar que la sensibilidad de la prueba puede depender de la cantidad de cfDNA empleada. De este modo, cuando se dispone de una cantidad limitada de cfDNA plasmático, se puede ajustar la sensibilidad descrita o incluir una nota de advertencia en el informe [86]. 

Perspectivas futuras del ctDNA 

Además del estudio de las variantes genéticas, una de las áreas de investigación sobre ctDNA más prometedoras es la epigenómica (metilación del ADN) y la fragmentómica. Se ha demostrado la utilidad de estos campos para la detección precoz del cáncer, la identificación del origen del tumor, y la evaluación de la respuesta a terapia [5, 35]. También es importante señalar que la inteligencia artificial, especialmente los algoritmos de aprendizaje automático, está adquiriendo un papel cada vez más relevante en el descubrimiento e implementación de nuevos biomarcadores de ctDNA. Además de permitir análisis más precisos y completos de la genómica, epigenómica y fragmentómica del cáncer [132], la inteligencia artificial también facilita la integración de estas “ómicas” con los datos clínicos, impulsando el avance de la oncología médica personalizada [133]. 

A pesar de estos avances, aún quedan varios aspectos por resolver, antes de poder integrar el análisis de ctDNA en la práctica clínica habitual. La principal limitación es la sensibilidad, especialmente en el cáncer en etapa temprana, cuando los niveles de ctDNA suelen ser bajos. Es necesario intensificar las investigaciones para mejorar la sensibilidad de las pruebas de ctDNA a través de la NGS y la dPCR [3, 134]. 

Una ventaja importante del análisis del ctDNA es su capacidad para proporcionar información en tiempo real sobre la heterogeneidad del tumor. Al capturar las variaciones genómicas espaciales y temporales en un paciente, el ctDNA puede ofrecer una imagen más completa de la evolución del tumor que las biopsias de tejido tradicionales. Esto resulta de especial utilidad en los estadios más avanzados del cáncer, cuando los tumores suelen mostrar una heterogeneidad considerable, lo que contribuye a desarrollar resistencia al tratamiento [4, 124]. Por otro lado, los falsos positivos siguen siendo un problema a resolver, más si cabe cuando las mutaciones en el ctDNA se solapan con variantes CHIP [75], lo que evidencia la necesidad de desarrollar y validar pruebas más sólidas. 

El análisis del ctDNA también tiene aplicaciones clínicas para la detección de MRD. Monitorizar los niveles de ctDNA podría ayudar a identificar a los pacientes con mayor riesgo de recidiva, permitiendo así una intervención terapéutica temprana [4]. Presumiblemente, los ensayos clínicos actualmente en curso proporcionarán datos clínicos cruciales sobre el papel del ctDNA en la MRD, el seguimiento de la evolución del tumor, y para orientar las decisiones terapéuticas [66]. 

Para mejorar la utilidad diagnóstica del ctDNA, resulta esencial estandarizar los procedimientos preanalíticos y analíticos. Así, se están llevando a cabo iniciativas, como el BloodPac en los Estados Unidos y el Cancer-ID en Europa, destinadas a establecer procedimientos operativos estándar para el análisis de ctDNA [135, 136]. La normalización no solo mejorará la reproducibilidad, sino que también facilitará la implementación clínica a gran escala del análisis de ctDNA. 

Otro prometedor campo de investigación es la combinación del análisis de ctDNA con otros biomarcadores circulantes, como las células tumorales circulantes (CTCs) y las vesículas extracelulares. Esta estrategia podría arrojar información más completa sobre la biología del tumor, ayudando a perfeccionar el diagnóstico y orientar las decisiones terapéuticas [1]. Por otro lado, existe un interés creciente en el estudio del ctDNA en otros fluidos biológicos diferentes al plasma, por su potencial para mejorar el manejo de las enfermedades oncológicas en algunos tipos de tumores [46, 52, 137]. 

A pesar de todos estos avances, la implementación del análisis de ctDNA en la práctica clínica sigue siendo limitada debido a ciertas dificultades técnicas y económicas. Los métodos basados en NGS, aunque cuentan con una elevada sensibilidad, precisan el empleo de un equipamiento de laboratorio muy sofisticado y requieren tiempo, lo que dificulta su implementación a gran escala [138]. Para superar estas limitaciones, es esencial seguir desarrollando estas tecnologías y diseñar pruebas más sencillas y con una mejor relación coste-beneficio [3]. 

Conclusiones 

El análisis de ctDNA está abriendo nuevos horizontes hacia un manejo más personalizado de las enfermedades oncológicas. En la última década, se han logrado importantes avances en las tecnologías de análisis de ctDNA, y numerosos estudios demuestran que esta técnica podría revolucionar el abordaje de los pacientes oncológicos [1]. Para los pacientes con cáncer avanzado, las pruebas de ctDNA validadas y con sensibilidad adecuada son de utilidad para identificar mutaciones accionables con terapias dirigidas, pudiendo ser empleadas en la práctica clínica, especialmente cuando urge disponer de los resultados, o cuando no se puede o no se debe realizar una biopsia de tejido. Además, el análisis de ctDNA presenta un gran potencial en el diagnóstico del cáncer, la detección de MRD, y el seguimiento y la evaluación de la respuesta a terapia [4]. 

En conclusión, el análisis de ctDNA supone una gran oportunidad para avanzar en la detección temprana del cáncer y desarrollar tratamientos personalizados, lo que mejorará significativamente los resultados clínicos. No obstante, para poder impulsar su implementación clínica generalizada, aún es necesario validar y normalizar la técnica y reducir costes. A medida que los ensayos clínicos en curso vayan arrojando datos relevantes, es probable que el ctDNA, empleado en combinación con otros biomarcadores circulantes, acabe convirtiéndose en una piedra angular de los laboratorios clínicos. 

Autor para correspondencia: Angel Díaz-Lagares, Servicio de Análisis Clínicos, Complejo Hospitalario Universitario de Santiago (CHUS), Santiago de Compostela, España; Unidad de Epigenómica, Epig enómica del Cáncer, Oncología Médica Traslacional (ONCOMET), Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS), Santiago de Compostela, España; y Centro de Investigación Biomédica en Red Cáncer (CIBERONC), ISCIII, Madrid, España, E-mail: angel.diaz.lagares@sergas.es 

Francisco J. Illana, Esther Fernández-Galán and José Luis Muñoz-Bravo han contribuido por igual en la elaboración del presente estudio. 

Aprobación ética: No procede. 

Consentimiento informado: No procede. 

Contribución de los autores: Todos los autores han aceptado la responsabilidad por el contenido íntegro de este manuscrito y han aprobado su envío. 

Uso de grandes modelos lingüísticos, IA y herramientas de aprendizaje automático: Ninguno declarado. 

Conflicto de intereses: Los autores declaran no tener conflicto de intereses. 

Financiación del proyecto: ADL está financiado por un contrato del Servizo Galego de Saúde (SERGAS) y su investigación está financiada por el ISCIII (PI23/00721) y el Fondo Europeo de Desarrollo Regional (FEDER), por la Axencia Galega de Innovación (GAIN) y la Xunta de Galicia (IN607D2021/04). 

Disponibilidad de los datos: No procede. 

Nota de artículo: El artículo original puede encontrarse aquí: https://doi.org/10.1515/almed-2025-0010. 

Para conocer más contenido de Bioquímica Molecular, ingresar aquí https://revistabioreview.com/category/secciones/bioquimica-molecular/

 REFERENCIAS BIBLIOGRÁFICAS

1. Alix-Panabières, C, Pantel, K. Liquid biopsy: from discovery to clinical application. Cancer Discov 2021;11:858–73. https://doi.org/10.1158/2159-8290.cd-20-1311. Search in Google ScholarPubMed 
2. Sánchez-Herrero, E, Provencio, M, Romero, A. Clinical utility of liquid biopsy for the diagnosis and monitoring of EML4-ALK NSCLC patients. Adv Lab Med 2020;1:20190019. https://doi.org/10.1515/almed-2019-0019. Search in Google ScholarPubMed PubMed Central 
3. Rodriguez-Casanova, A, Costa-Fraga, N, Bao-Caamano, A, López-López, R, Muinelo-Romay, L, Diaz-Lagares, A. Epigenetic landscape of liquid biopsy in colorectal cancer. Front Cel Dev Biol 2021;9:622459. https://doi.org/10.3389/fcell.2021.622459. Search in Google ScholarPubMed PubMed Central 
4. Pascual, J, Attard, G, Bidard, F-C, Curigliano, G, De Mattos-Arruda, L, Diehn, M, et al.. ESMO recommendations on the use of circulating tumour DNA assays for patients with cancer: a report from the ESMO Precision Medicine Working Group. Ann Oncol OffJ Eur Soc Med Oncol 2022;33:750–68. https://doi.org/10.1016/j.annonc.2022.05.520.Search in Google ScholarPubMed 
5. Ruiz-Bañobre, J, Rodriguez-Casanova, A, Costa-Fraga, N, Bao-Caamano, A, Alvarez-Castro, A, Carreras-Presas, M, et al.. Noninvasive early detection of colorectal cancer by hypermethylation of the LINC00473 promoter in plasma cell-free DNA. Clin Epigenet 2022;14:86. https://doi.org/10.1186/s13148-022-01302-x.Search in Google ScholarPubMed PubMed Central 
6. Mouliere, F, Smith, CG, Heider, K, Su, J, van der Pol, Y, Thompson, M, et al.. Fragmentation patterns and personalized sequencing of cell-free DNA in urine and plasma of glioma patients. EMBO Mol Med 2021;13:e12881. https://doi.org/10.15252/emmm.202012881.Search in Google ScholarPubMed PubMed Central 
7. Sánchez-Herrero, E, Serna-Blasco, R, Robado de Lope, L, González-Rumayor, V, Romero, A, Provencio, M. Circulating tumor DNA as a cancer biomarker: an overview of biological features and factors that may impact on ctDNA analysis. Front Oncol 2022;12:943253. https://doi.org/10.3389/fonc.2022.943253.Search in Google ScholarPubMed PubMed Central 
8. Ulz, P, Thallinger, GG, Auer, M, Graf, R, Kashofer, K, Jahn, SW, et al.. Inferring expressed genes by whole-genome sequencing of plasma DNA. Nat Genet 2016;48:1273–8. https://doi.org/10.1038/ng.3648.Search in Google ScholarPubMed 
9. Jiang, P, Chan, CWM, Chan, KCA, Cheng, SH, Wong, J, Wong, VW-S, et al.. Lengthening and shortening of plasma DNA in hepatocelular carcinoma patients. Proc Natl Acad Sci 2015;112:E1317–25. https://doi.org/10.1073/pnas.1500076112.Search in Google ScholarPubMed PubMed Central 
10. Snyder, MW, Kircher, M, Hill, AJ, Daza, RM, Shendure, J. Cell-free DNA comprises an in vivo nucleosome footprint that informs its tissues-of-origin. Cell 2016;164:57–68. https://doi.org/10.1016/j.cell.2015.11.050.Search in Google ScholarPubMed PubMed Central 
11. Underhill, HR, Kitzman, JO, Hellwig, S, Welker, NC, Daza, R, Baker, DN, et al.. Fragment length of circulating tumor DNA. PLoS Genet 2016;12:e1006162. https://doi.org/10.1371/journal.pgen.1006162.Search in Google ScholarPubMed PubMed Central 
12. Keller, L, Belloum, Y, Wikman, H, Pantel, K. Clinical relevance of blood-based ctDNA analysis: mutation detection and beyond. Br J Cancer 2021;124:345–58. https://doi.org/10.1038/s41416-020-01047-5.Search in Google ScholarPubMed PubMed Central 
13. Grabuschnig, S, Bronkhorst, AJ, Holdenrieder, S, Rosales Rodriguez, I, Schliep, KP, Schwendenwein, D, et al.. Putative origins of cell-free DNA in humans: a review of active and passive nucleic acid reléase mechanisms. Int J Mol Sci 2020;21. https://doi.org/10.3390/ijms21218062.Search in Google ScholarPubMed PubMed Central 
14. Underhill, HR. Leveraging the fragment length of circulating tumour DNA to improve molecular profiling of solid tumour malignancies with next-generation sequencing: a pathway to advanced non-invasive diagnostics in precision oncology? Mol Diagn Ther 2021;25:389–408. https://doi.org/10.1007/s40291-021-00534-6.Search in Google ScholarPubMed PubMed Central 
15. Jiang, P, Lo, YMD. The long and short of circulating cell-free DNA and the ins and outs of molecular diagnostics. Trends Genet 2016;32:360–71. https://doi.org/10.1016/j.tig.2016.03.009.Search in Google ScholarPubMed 
16. Thierry, AR, El Messaoudi, S, Gahan, PB, Anker, P, Stroun, M. Origins, structures, and functions of circulating DNA in oncology. Cancer Metastasis Rev 2016;35:347–76. https://doi.org/10.1007/s10555-016-9629-x.Search in Google ScholarPubMed PubMed Central 
17. Pös, O, Biró, O, Szemes, T, Nagy, B. Circulating cell-free nucleic acids: characteristics and applications. Eur J Hum Genet 2018;26:937–45. https://doi.org/10.1038/s41431-018-0132-4.Search in Google ScholarPubMed PubMed Central 
18. Jeppesen, DK, Fenix, AM, Franklin, JL, Higginbotham, JN, Zhang, Q, Zimmerman, LJ, et al.. Reassessment of exosome composition. Cell 2019;177:428–45.e18. https://doi.org/10.1016/j.cell.2019.02.029.Search in Google ScholarPubMed PubMed Central 
19. Kalluri, R, LeBleu, VS. The biology, function, and biomedical applications of exosomes. Science 2020;367. https://doi.org/10.1126/science.aau6977.Search in Google ScholarPubMed PubMed Central 
20. Tsering, T, Nadeau, A, Wu, T, Dickinson, K, Burnier, JV. Extracellular vesicle-associated DNA: ten years since its discovery in human blood. Cell Death Dis 2024;15:668. https://doi.org/10.1038/s41419-024-07003-y.Search in Google ScholarPubMed PubMed Central 
21. Diehl, F, Schmidt, K, Choti, MA, Romans, K, Goodman, S, Li, M, et al.. Circulating mutant DNA to assess tumor dynamics. Nat Med 2008;14:985–90. https://doi.org/10.1038/nm.1789.Search in Google ScholarPubMed PubMed Central 
22. van der Pol, Y, Mouliere, F. Toward the early detection of cancer by decoding the epigenetic and environmental fingerprints of cell-free DNA. Cancer Cell 2019;36:350–68. https://doi.org/10.1016/j.ccell.2019.09.003.Search in Google ScholarPubMed 
23. Herbst, RS, Giaccone, G, de Marinis, F, Reinmuth, N, Vergnenegre, A, Barrios, CH, et al.. Atezolizumab for first-line treatment of PD-L1-selected patients with NSCLC. N Engl J Med 2020;383:1328–39. https://doi.org/10.1056/nejmoa1917346.Search in Google Scholar
24. Al-Showbaki, L, Wilson, B, Tamimi, F, Molto, C, Mittal, A, Cescon, DW,et al.. Changes in circulating tumor DNA and outcomes in solid tumors treated with immune checkpoint inhibitors: a systematic review. J Immunother Cancer 2023;11:e005854. https://doi.org/10.1136/jitc-2022-005854.Search in Google ScholarPubMed PubMed Central 
25. Cohen, JD, Li, L, Wang, Y, Thoburn, C, Afsari, B, Danilova, L, et al.. Detection and localization of surgically resectable cancers with a multi-analyte blood test. Science 2018;359:926–30. https://doi.org/10.1126/science.aar3247.Search in Google ScholarPubMed PubMed Central 
26. Tie, J, Cohen, JD, Lahouel, K, Lo, SN, Wang, Y, Kosmider, S, et al.. Circulating tumor DNA analysis guiding adjuvant therapy in stage II colon cancer. N Engl J Med 2022;386:2261–72.27. https://doi.org/10.1056/nejmoa2200075.Search in Google ScholarPubMed PubMed Central 
27. Nakamura, Y, Taniguchi, H, Ikeda, M, Bando, H, Kato, K, Morizane, C, et al.. Clinical utility of circulating tumor DNA sequencing in advanced gastrointestinal cancer: SCRUM-Japan GI-SCREEN and GOZILA studies. Nat Med 2020;26:1859–64. https://doi.org/10.1038/s41591-020-1063-5.Search in Google ScholarPubMed 
28. Abbosh, C, Birkbak, NJ, Wilson, GA, Jamal-Hanjani, M, Constantin, T, Salari, R, et al.. Phylogenetic ctDNA analysis depicts early-stage lung cancer evolution. Nature 2017;545:446–51. https://doi.org/10.1038/nature22364.Search in Google ScholarPubMed PubMed Central 
29. Parikh, AR, Leshchiner, I, Elagina, L, Goyal, L, Levovitz, C, Siravegna, G, et al.. Liquid versus tissue biopsy for detecting acquired resistance and tumor heterogeneity in gastrointestinal cancers. Nat Med 2019;25:1415–21. https://doi.org/10.1038/s41591-019-0561-9.Search in Google ScholarPubMed PubMed Central 
30. Pereira, B, Chen, CT, Goyal, L, Walmsley, C, Pinto, CJ, Baiev, I, et al.. Cell-free DNA captures tumor heterogeneity and driver alterations in rapid autopsies with pre-treated metastatic cancer. Nat Commun 2021;12:3199. https://doi.org/10.1038/s41467-021-23394-4.Search in Google ScholarPubMed PubMed Central 
31. Cescon, DW, Bratman, SV, Chan, SM, Siu, LL. Circulating tumor DNA and liquid biopsy in oncology. Nat Cancer 2020;1:276–90. https://doi.org/10.1038/s43018-020-0043-5.Search in Google ScholarPubMed 
32. Cristiano, S, Leal, A, Phallen, J, Fiksel, J, AdleffV, BDC, et al.. Genome-wide cell-free DNA fragmentation in patients with cancer. Nature 2019;570:385–9. https://doi.org/10.1038/s41586-019-1272-6.Search in Google ScholarPubMed PubMed Central 
33. Mouliere, F, Chandrananda, D, Piskorz, AM, Moore, EK, Morris, J, Ahlborn, LB, et al.. Enhanced detection of circulating tumor DNA by fragment size analysis. Sci Transl Med 2018;10:466. https://doi.org/10.1126/scitranslmed.aat4921.Search in Google ScholarPubMed PubMed Central 
34. Jones, PA, Ohtani, H, Chakravarthy, A, De Carvalho, DD. Epigenetic therapy in immune-oncology. Nat Rev Cancer 2019;19:151–61. https://doi.org/10.1038/s41568-019-0109-9.Search in Google ScholarPubMed 
35. Liu, MC, Oxnard, GR, Klein, EA, Swanton, C, Seiden, MV, Liu, MC, et al.. Sensitive and specific multi-cancer detection and localization using methylation signatures in cell-free DNA. Ann Oncol 2020;31:745–59. https://doi.org/10.1016/j.annonc.2020.02.011.Search in Google ScholarPubMed PubMed Central 
36. Pérez-Barrios, C, Sánchez-Herrero, E, Garcia-Simón, N, Barquín, M, Clemente, MB, Provencio, M, et al.. ctDNA from body fluids is an adequate source for EGFR biomarker testing in advanced lung adenocarcinoma. Clin Chem Lab Med 2021;59:1221–9. https://doi.org/10.1515/cclm-2020-1465.Search in Google ScholarPubMed 
37. Tivey, A, Church, M, Rothwell, D, Dive, C, Cook, N. Circulating tumour DNA – looking beyond the blood. Nat Rev Clin Oncol 2022;19:600–12. https://doi.org/10.1038/s41571-022-00660-y.Search in Google ScholarPubMed PubMed Central 
38. Xu, Z, Ge, G, Guan, B, Lei, Z, Hao, X, Zhou, Y, et al.. Noninvasive detection and localization of genitourinary cancers using urinary sediment DNA methylomes and copy number profiles. Eur Urol 2020;77:288–90. https://doi.org/10.1016/j.eururo.2019.11.006.Search in Google ScholarPubMed 
39. Oshi, M, Murthy, V, Takahashi, H, Huyser, M, Okano, M, Tokumaru, Y, et al.. Urine as a source of liquid biopsy for cancer. Cancers (Basel) 2021;13:2652. https://doi.org/10.3390/cancers13112652.Search in Google ScholarPubMed PubMed Central 
40. Li, G, Wang, Y, Wang, Y, Wang, B, Liang, Y, Wang, P, et al.. PCaseek: ultraspecific urinary tumor DNA detection using deep learning for prostate cancer diagnosis and Gleason grading. Cell Discov 2024;10:90. https://doi.org/10.1038/s41421-024-00710-y.Search in Google ScholarPubMed PubMed Central 
41. Ge, G, Peng, D, Guan, B, Zhou, Y, Gong, Y, Shi, Y, et al.. Urothelial carcinoma detection based on copy number profiles of urinary cell-free DNA by shallow whole-genome sequencing. Clin Chem 2020;66:188–98. https://doi.org/10.1373/clinchem.2019.309633.Search in Google ScholarPubMed 
42. Birkenkamp-Demtröder, K, Nordentoft, I, Christensen, E, Høyer, S, Reinert, T, Vang, S, et al.. Genomic alterations in liquid biopsies from patients with bladder cancer. Eur Urol 2016;70:75–82. https://doi.org/10.1016/j.eururo.2016.01.007.Search in Google ScholarPubMed 
43. Zhang, R, Zang, J, Xie, F, Zhang, Y, Wang, Y, Jing, Y, et al.. Urinary molecular pathology for patients with newly diagnosed urothelial bladder cancer. J Urol 2021;206:873–84. https://doi.org/10.1097/ju.0000000000001878.Search in Google ScholarPubMed 
44. Pierconti, F, Rossi, ED, Cenci, T, Carlino, A, Fiorentino, V, Totaro, A, et al.. DNA methylation analysis in urinary samples: a useful method to predict the risk of neoplastic recurrence in patients with urotelial carcinoma of the bladder in the high-risk group. Cancer Cytopathol 2023;131:158–64. https://doi.org/10.1002/cncy.22657.Search in Google ScholarPubMed 
45. Rapado-González, Ó, Brea-Iglesias, J, Rodríguez-Casanova, A, Bao-Caamano, A, López-Cedrún, J, Triana-Martínez, G, et al.. Somatic mutations in tumor and plasma of locoregional recurrent and/or metastatic head and neck cancer using a next-generation sequencing panel: a preliminary study. Cancer Med 2023;12:6615–22. https://doi.org/10.1002/cam4.5436.Search in Google ScholarPubMed PubMed Central 
46. Rapado-González, Ó, Costa-Fraga, N, Bao-Caamano, A, López-Cedrún, JL, Álvarez-Rodríguez, R, Crujeiras, AB, et al.. Genome-wide DNA methylation profiling in tongue squamous cell carcinoma. Oral Dis 2024;30:259–71. https://doi.org/10.1111/odi.14444.Search in Google ScholarPubMed 
47. Rapado-González, Ó, Martínez-Reglero, C, Salgado-Barreira, Á, Santos, MA, López-López, R, Díaz-Lagares, Á, et al.. Salivary DNA methylation as an epigenetic biomarker for head and neck cancer. Part II: a cancer risk meta-analysis. J Pers Med 2021;11:696.10.3390/jpm11070606Search in Google ScholarPubMed PubMed Central 
48. Rapado-González, Ó, Martínez-Reglero, C, Salgado-Barreira, Á, Muinelo-Romay, L, Muinelo-Lorenzo, J, López-López, R, et al.. Salivary DNA methylation as an epigenetic biomarker for head and neck cancer. Part I: a diagnostic accuracy meta-analysis. J Pers Med 2021;11:568. https://doi.org/10.3390/jpm11060568.Search in Google ScholarPubMed PubMed Central 
49. Wang, Y, Springer, S, Mulvey, CL, Silliman, N, Schaefer, J, Sausen, M, et al.. Detection of somatic mutations and HPV in the saliva and plasma of patients with head and neck squamous cell carcinomas. Sci Transl Med 2015;7:293ra104. https://doi.org/10.1126/scitranslmed.aaa8507.Search in Google ScholarPubMed PubMed Central 
50. Li, YS, Jiang, BY, Yang, JJ, Zhang, XC, Zhang, Z, Ye, JY, et al.. Unique genetic profiles from cerebrospinal fluid cell-free DNA in leptomeningeal metastases of EGFR-mutant non-small-cell lung cancer: a new medium of liquid biopsy. Ann Oncol 2018;29:945–52. https://doi.org/10.1093/annonc/mdy009.Search in Google ScholarPubMed 
51. Rimelen, V, Ahle, G, Pencreach, E, Zinniger, N, Debliquis, A, Zalmaï, L, et al.. Tumor cell-free DNA detection in CSF for primary CNS lymphoma diagnosis. Acta Neuropathol Commun 2019;7:43. https://doi.org/10.1186/s40478-019-0692-8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/30885253.Search in Google ScholarPubMed PubMed Central 
52. Escudero, L, Llort, A, Arias, A, Diaz-Navarro, A, Martínez-Ricarte, F, Rubio-Perez, C, et al.. Circulating tumour DNA from the cerebrospinal fluid allows the characterisation and monitoring of medulloblastoma. Nat Commun 2020;11:5376. https://doi.org/10.1038/s41467-020-19175-0.Search in Google ScholarPubMed PubMed Central 
53. Mouliere, F, Mair, R, Chandrananda, D, Marass, F, Smith, CG, Su, J, et al.. Detection of cell-free DNA fragmentation and copy number alterations in cerebrospinal fluid from glioma patients. EMBO Mol Med 2018;10:e9323. https://doi.org/10.15252/emmm.201809323.Search in Google ScholarPubMed PubMed Central 
54. Zheng, M-M, Li, Y-S, Tu, H-Y, Jiang, B-Y, Yang, J-J, Zhou, Q, et al.. Genotyping of cerebrospinal fluid associated with osimertinib response and resistance for leptomeningeal metastases in EGFR-mutated NSCLC. J Thorac Oncol 2021;16:250–8. https://doi.org/10.1016/j.jtho.2020.10.008.Search in Google ScholarPubMed 
55. Bettegowda, C, Sausen, M, Leary, RJ, Kinde, I, Wang, Y, Agrawal, N, et al.. Detection of circulating tumor DNA in early- and late-stage human malignancies. Sci Transl Med 2014;6:224ra24. https://doi.org/10.1126/scitranslmed.3007094.Search in Google ScholarPubMed PubMed Central 
56. Liu, APY, Smith, KS, Kumar, R, Paul, L, Bihannic, L, Lin, T, et al.. Serial assessment of measurable residual disease in medulloblastoma liquid biopsies. Cancer Cell 2021;39:1519–30.e4. https://doi.org/10.1016/j.ccell.2021.09.012.Search in Google ScholarPubMed PubMed Central 
57. Tong, L, Ding, N, Tong, X, Li, J, Zhang, Y, Wang, X, et al.. Tumor-derived DNA from pleural effusion supernatant as a promising alternative to tumor tissue in genomic profiling of advanced lung cancer. Theranostics 2019;9:5532–41. https://doi.org/10.7150/thno.34070.Search in Google ScholarPubMed PubMed Central 
58. van’t Erve, I, Rovers, KP, Constantinides, A, Bolhuis, K, Wassenaar, EC, Lurvink, RJ, et al.. Detection of tumor-derived cell-free DNA from colorectal cancer peritoneal metastases in plasma and peritoneal fluid. J Pathol Clin Res 2021;7:203–8. https://doi.org/10.1002/cjp2.207.Search in Google ScholarPubMed PubMed Central 
59. Nair, VS, Hui, AB-Y, Chabon, JJ, Esfahani, MS, Stehr, H, Nabet, BY, et al.. Genomic profiling of bronchoalveolar lavage fluid in lung cancer. Cancer Res 2022;82:2838–47. https://doi.org/10.1158/0008-5472.can-22-0554.Search in Google Scholar 
60. Folch, EE, Pritchett, MA, Nead, MA, Bowling, MR, Murgu, SD, Krimsky, WS, et al.. Electromagnetic navigation bronchoscopy for peripheral pulmonary lesions: one-year results of the prospective, multicenter NAVIGATE study. J Thorac Oncol 2019;14:445–58. https://doi.org/10.1016/j.jtho.2018.11.013.Search in Google ScholarPubMed 
61. Rolfo, C, Mack, P, Scagliotti, GV, Aggarwal, C, Arcila, ME, Barlesi, F, et al.. Liquid biopsy for advanced NSCLC: a consensus statement from the international association for the study of lung cancer. J Thorac Oncol 2021;16:1647–62. https://doi.org/10.1016/j.jtho.2021.06.017.Search in Google ScholarPubMed 
62. Arechederra, M, Rullán, M, Amat, I, Oyon, D, Zabalza, L, Elizalde, M, et al.. Next-generation sequencing of bile cell-free DNA for the early detection of patients with malignant biliary strictures. Gut 2022;71:1141–51. https://doi.org/10.1136/gutjnl-2021-325178.Search in Google ScholarPubMed PubMed Central 
63. Saura, C, Ortiz, C, Matito, J, Arenas, EJ, Suñol, A, Martín, Á, et al.. Early-stage breast cancer detection in breast milk. Cancer Discov 2023;13:2180–91. https://doi.org/10.1158/2159-8290.cd-22-1340.Search in Google Scholar 
64. Lee, J-S, Cho, EH, Kim, B, Hong, J, Kim, Y-G, Kim, Y, et al.. Clinical practice guideline for blood-based circulating tumor DNA assays. Ann Lab Med 2024;44:195–209. https://doi.org/10.3343/alm.2023.0389.Search in Google ScholarPubMed PubMed Central 
65. Heitzer, E, Ulz, P, Geigl, JB. Circulating tumor DNA as a liquid biopsy for cancer. Clin Chem 2015;61:112–23. https://doi.org/10.1373/clinchem.2014.222679.Search in Google ScholarPubMed 
66. Kataoka, K, Mori, K, Nakamura, Y, Watanabe, J, Akazawa, N, Hirata, K, et al.. Survival benefit of adjuvant chemotherapy based on molecular residual disease detection in resected colorectal liver metastases: subgroup analysis from CIRCULATE-Japan GALAXY. Ann Oncol 2024;35:1015–25. https://doi.org/10.1016/j.annonc.2024.08.2240.Search in Google ScholarPubMed 
67. González, Á, Pérez Barrios, C, Macher, H, Sánchez-Carbayo, M, Barco Sánchez, A, Fernández Suárez, A, et al.. Recomendaciones preanalíticas para la obtención y análisis de ADN circulante a partir de sangre periférica. Recomendación (2018). Rev del Lab Clínico 2019;12:e40–6.10.1016/j.labcli.2018.11.002Search in Google Scholar 
68. Diaz, IM, Nocon, A, Held, SAE, Kobilay, M, Skowasch, D, Bronkhorst, AJ, et al.. Pre-analytical evaluation of streck cell-free DNA blood collection tubes for liquid profiling in oncology. Diagnostics 2023;13. https://doi.org/10.3390/diagnostics13071288.Search in Google ScholarPubMed PubMed Central 
69. Parackal, S, Zou, D, Day, R, Black, M, Guilford, P. Comparison of Roche Cell-Free DNA collection Tubes to Streck Cell-Free DNA BCT® s for sample stability using healthy volunteers. Pract Lab Med 2019;16:e00125. https://doi.org/10.1016/j.plabm.2019.e00125.Search in Google ScholarPubMed PubMed Central 
70. Meddeb, R, Pisareva, E, Thierry, AR. Guidelines for the preanalytical conditions for analyzing circulating cell-free DNA. Clin Chem 2019;65:623–33. https://doi.org/10.1373/clinchem.2018.298323.Search in Google ScholarPubMed 
71. Nishimura, F, Uno, N, Chiang, P-C, Kaku, N, Morinaga, Y, Hasegawa, H, et al.. The effect of in vitro hemolysis on measurement of cell-free DNA. J Appl Lab Med 2019;4:235–40. https://doi.org/10.1373/jalm.2018.027953.Search in Google ScholarPubMed 
72. Shin, S, Woo, HI, Kim, J-WMDYK, Lee, K-A. Clinical practice guidelines for pre-analytical procedures of plasma epidermal growth factorreceptor variant testing. Ann Lab Med 2022;42:141–9. https://doi.org/10.3343/alm.2022.42.2.141.Search in Google ScholarPubMed PubMed Central 
73. El, MS, Rolet, F, Mouliere, F, Thierry, AR. Circulating cell free DNA: preanalytical considerations. Clin Chim Acta 2013;424:222–30. https://doi.org/10.1016/j.cca.2013.05.022.Search in Google ScholarPubMed 
74. Genovese, G, Kähler, AK, Handsaker, RE, Lindberg, J, Rose, SA, Bakhoum, SF, et al.. Clonal hematopoiesis and blood-cancer risk inferred from blood DNA sequence. N Engl J Med 2014;371:2477–87. https://doi.org/10.1056/nejmoa1409405.Search in Google ScholarPubMed PubMed Central 
75. Acuna-Hidalgo, R, Sengul, H, Steehouwer, M, van de Vorst, M, Vermeulen, SH, Kiemeney, LALM, et al.. Ultra-sensitive sequencing identifies high prevalence of clonal hematopoiesis-associated mutations throughout adult life. Am J Hum Genet 2017;101:50–64. https://doi.org/10.1016/j.ajhg.2017.05.013.Search in Google ScholarPubMed PubMed Central 
76. Bellosillo, B, Montagut, C. High-accuracy liquid biopsies. Nat Med 2019;25:1820–1. https://doi.org/10.1038/s41591-019-0690-1.Search in Google ScholarPubMed 
77. Razavi, P, Li, BT, Brown, DN, Jung, B, Hubbell, E, Shen, R, et al.. High-intensity sequencing reveals the sources of plasma circulating cell-free DNA variants. Nat Med 2019;25:1928–37. https://doi.org/10.1038/s41591-019-0652-7.Search in Google ScholarPubMed PubMed Central 
78. Laguna, JC, Pastor, B, Nalda, I, Hijazo-Pechero, S, Teixido, C, Potrony, M, et al.. Incidental pathogenic germline alterations detected through liquid biopsy in patients with solid tumors: prevalence, clinical utility and implications. Br J Cancer 2024;130:1420–31. https://doi.org/10.1038/s41416-024-02607-9.Search in Google ScholarPubMed PubMed Central 
79. Slavin, TP, Banks, KC, Chudova, D, Oxnard, GR, Odegaard, JI, Nagy, RJ, et al.. Identification of incidental germline mutations in patients with advanced solid tumors who underwent cell-free circulating tumor DNA sequencing. J Clin Oncol 2018;36:JCO1800328. https://doi.org/10.1200/jco.18.00328.Search in Google Scholar 
80. Stout, LA, Kassem, N, Hunter, C, Philips, S, Radovich, M, Schneider, BP. Identification of germline cancer predisposition variants during clinical ctDNA testing. Sci Rep 2021;11:13624. https://doi.org/10.1038/s41598-021-93084-0.Search in Google ScholarPubMed PubMed Central 
81. Mandelker, D, Donoghue, M, Talukdar, S, Bandlamudi, C, Srinivasan, P, Vivek, M, et al.. Germline-focussed analysis of tumour-only sequencing: recommendations from the ESMO precision medicine working group. Ann Oncol 2019;30:1221–31. https://doi.org/10.1093/annonc/mdz136.Search in Google ScholarPubMed PubMed Central 
82. Richards, S, Aziz, N, Bale, S, Bick, D, Das, S, Gastier-Foster, J, et al.. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of medical genetics and genomics and the association for molecular Pathology. Genet Med 2015;17:405–24. https://doi.org/10.1038/gim.2015.30.Search in Google ScholarPubMed PubMed Central 
83. Rodríguez-Casanova, A, Bao-Caamano, A, Lago-Lestón, RM, Brozos-Vázquez, E, Costa-Fraga, N, Ferreirós-Vidal, I, et al.. Evaluation of a targeted next-generation sequencing panel for the non-invasivedetection of variants in circulating DNA of colorectal cancer. J Clin Med 2021;10:4487. https://doi.org/10.3390/jcm10194487.Search in Google ScholarPubMed PubMed Central 
84. Fairley, JA, Cheetham, MH, Patton, SJ, Rouleau, E, Denis, M, Dequeker, EMC, et al.. Results of a worldwide external Quality assessment of cfDNA testing in lung Cancer. BMC Cancer 2022;22:759. https://doi.org/10.1186/s12885-022-09849-x.Search in Google ScholarPubMed PubMed Central 
85. Keppens, C, Dequeker, EMC, Patton, SJ, Normanno, N, Fenizia, F, Butler, R, et al.. International pilot external quality assessment scheme for analysis and reporting of circulating tumour DNA. BMC Cancer 2018;18:804. https://doi.org/10.1186/s12885-018-4694-x.Search in Google ScholarPubMed PubMed Central 
86. Lockwood, CM, Borsu, L, Cankovic, M, Earle, JSL, Gocke, CD, Hameed, M, et al.. Recommendations for cell-free DNA assay validations. J Mol Diagn 2023;25:876–97. https://doi.org/10.1016/j.jmoldx.2023.09.004.Search in Google ScholarPubMed 
87. Godsey, JH, Silvestro, A, Barrett, JC, Bramlett, K, Chudova, D, Deras, I, et al.. Generic protocols for the analytical validation of next-generation sequencing-based ctDNA assays: a joint consensus recommendation of the BloodPAC’s analytical variables working group. Clin Chem 2020;66:1156–66. https://doi.org/10.1093/clinchem/hvaa164.Search in Google ScholarPubMed PubMed Central 
88. Stejskal, P, Goodarzi, H, Srovnal, J, Hajdúch, M, van ’t Veer, LJ, Magbanua, MJM. Circulating tumor nucleic acids: biology, reléase mechanisms, and clinical relevance. Mol Cancer 2023;22:15. https://doi.org/10.1186/s12943-022-01710-w.Search in Google ScholarPubMed PubMed Central 
89. Henriksen, TV, Reinert, T, Christensen, E, Sethi, H, Birkenkamp-Demtröder, K, Gögenur, M, et al.. The effect of surgical trauma on circulating free DNA levels in cancer patients–implications for studies of circulating tumor DNA. Mol Oncol 2020;14:1670–9. https://doi.org/10.1002/1878-0261.12729.Search in Google ScholarPubMed PubMed Central 
90. Deveson, IW, Gong, B, Lai, K, LoCoco, JS, Richmond, TA, Schageman, J, et al.. Evaluating the analytical validity of circulating tumor DNA sequencing assays for precision oncology. Nat Biotechnol 2021;39:1115–28. https://doi.org/10.1038/s41587-021-00857-z.Search in Google ScholarPubMed PubMed Central 
91. Dao, J, Conway, PJ, Subramani, B, Meyyappan, D, Russell, S, Mahadevan, D. Using cfDNA and ctDNA as oncologic markers: a path to clinical validation. Int J Mol Sci 2023;24. https://doi.org/10.3390/ijms241713219.Search in Google ScholarPubMed PubMed Central 
92. Singh, RR. Next-generation sequencing in high-sensitive detection of mutations in tumors: challenges, advances, and applications. J Mol Diagn 2020;22:994–1007. https://doi.org/10.1016/j.jmoldx.2020.04.213.Search in Google ScholarPubMed 
93. Sánchez-Martín, V, López-López, E, Reguero-Paredes, D, Godoy-Ortiz, A, Domínguez-Recio, ME, Jiménez-Rodríguez, B, et al.. Comparative study of droplet-digital PCR and absolute Q digital PCR for ctDNA detection in early-stage breast cancer patients. Clin Chim Acta 2024;552:117673. https://doi.org/10.1016/j.cca.2023.117673.Search in Google ScholarPubMed 
94. Mehta, N, He, R, Viswanatha, DS. Correspondence on standards for the classification of pathogenicity of somatic variants in cancer (oncogenicity): joint recommendations of clinical genome resource (ClinGen), cancer genomics consortium (CGC), and variant interpretation for cancer consort. Genet Med 2022;24:1986–8. https://doi.org/10.1016/j.gim.2022.05.017.Search in Google ScholarPubMed 
95. Rolfo, C, Mack, PC, Scagliotti, GV, Baas, P, Barlesi, F, Bivona, TG, et al.. Liquid biopsy for advanced non-small cell lung cancer (NSCLC): a statement paper from the IASLC. J Thorac Oncol 2018;13:1248–68. https://doi.org/10.1016/j.jtho.2018.05.030.Search in Google ScholarPubMed 
96. Verzè, M, Boscolo Bragadin, A, Minari, R, Pasello, G, Perrone, F, Scattolin, D, et al.. NGS detection of gene rearrangements and METexon14 mutations in liquid biopsy of advanced NSCLC patients: a study of two Italian centers. J Liq Biopsy 2024;4:100143. https://doi.org/10.1016/j.jlb.2024.100143.Search in Google ScholarPubMed PubMed Central 
97. Li, MM, Datto, M, Duncavage, EJ, Kulkarni, S, Lindeman, NI, Roy, S, et al.. Standards and guidelines for the interpretation and reporting of sequence variants in cancer: a joint consensus recommendation of the association for molecular Pathology, American society of Clinical oncology, and College of American pathologists. J Mol Diagn 2017;19:4–23. https://doi.org/10.1016/j.jmoldx.2016.10.002.Search in Google ScholarPubMed PubMed Central 
98. Hasenleithner, SO, Speicher, MR. A clinician’s handbook for using ctDNA throughout the patient journey. Mol Cancer 2022;21:81. https://doi.org/10.1186/s12943-022-01551-7.Search in Google ScholarPubMed PubMed Central 
99. Adashek, JJ, Kato, S, Lippman, SM, Kurzrock, R. The paradox of cancer genes in non-malignant conditions: implications for precision medicine. Genome Med 2020;12:16. https://doi.org/10.1186/s13073-020-0714-y.Search in Google ScholarPubMed PubMed Central 
100. Mateo, J, Chakravarty, D, Dienstmann, R, Jezdic, S, Gonzalez-Perez, A, Lopez-Bigas, N, et al.. A framework to rank genomic alterations as targets for cancer precision medicine: the ESMO Scale for Clinical Actionability of molecular Targets (ESCAT). Ann Oncol Off J Eur Soc Med Oncol 2018;29:1895–902. https://doi.org/10.1093/annonc/mdy263.Search in Google ScholarPubMed PubMed Central 
101. Boos, L, Wicki, A. The molecular tumor board – a key element of precision oncology. Memo – Mag Eur Med Oncol 2024;17:190–3. https://doi.org/10.1007/s12254-024-00977-7.Search in Google Scholar 
102. Leighl, NB, Page, RD, Raymond, VM, Daniel, DB, Divers, SG, Reckamp, KL, et al.. Clinical utility of comprehensive cell-free DNA analysis to identify genomic biomarkers in patients with newly diagnosed metastatic non–small cell lung cancer. Clin Cancer Res 2019;25:4691–700. https://doi.org/10.1158/1078-0432.ccr-19-0624.Search in Google ScholarPubMed 
103. Turner, NC, Kingston, B, Kilburn, LS, Kernaghan, S, Wardley, AM, Macpherson, IR, et al.. Circulating tumour DNA analysis to direct therapy in advanced breast cancer (plasmaMATCH): a multicentre, multicohort, phase 2a, platform trial. Lancet Oncol 2020;21:1296–308. https://doi.org/10.1016/s1470-2045(20)30444-7.Search in Google ScholarPubMed PubMed Central 
104. Chakravarty, D, Johnson, A, Sklar, J, Lindeman, NI, Moore, K, Ganesan, S, et al.. Somatic genomic testing in patients with metastatic or advanced cancer: ASCO provisional clinical opinion. J Clin Oncol 2022;40:1231–58. https://doi.org/10.1200/jco.21.02767.Search in Google ScholarPubMed 
105. Merker, JD, Oxnard, GR, Compton, C, Diehn, M, Hurley, P, Lazar, AJ, et al.. Circulating tumor DNA analysis in patients with cancer: American society of clinical oncology and College of American pathologists joint review. J Clin Oncol 2018;36:1631–41. https://doi.org/10.1200/jco.2017.76.8671.Search in Google Scholar 
106. Qiu, P, Poehlein, CH, Marton, MJ, Laterza, OF, Levitan, D. Measuring tumor mutational burden (TMB) in plasma from mCRPC patients using two commercial NGS assays. Sci Rep 2019;9:114. https://doi.org/10.1038/s41598-018-37128-y.Search in Google ScholarPubMed PubMed Central 
107. Reichert, ZR, Morgan, TM, Li, G, Castellanos, E, Snow, T, Dall’Olio, FG, et al.. Prognostic value of plasma circulating tumor DNA fraction across four common cancer types: a real-world outcomes study. Ann Oncol 2023;34:111–20. https://doi.org/10.1016/j.annonc.2022.09.163.Search in Google ScholarPubMed PubMed Central 
108. Rothwell, DG, Ayub, M, Cook, N, Thistlethwaite, F, Carter, L, Dean, E, et al.. Utility of ctDNA to support patient selection for early phase Clinical trials: the TARGET study. Nat Med 2019;25:738–43. https://doi.org/10.1038/s41591-019-0380-z.Search in Google ScholarPubMed 
109. Tamborero, D, Rubio-Perez, C, Deu-Pons, J, Schroeder, MP, Vivancos, A, Rovira, A, et al.. Cancer genome interpreter annotates the biological and clinical relevance of tumor alterations. Genome Med 2018;10:25. https://doi.org/10.1186/s13073-018-0531-8.Search in Google ScholarPubMed PubMed Central 
110. Chang, MT, Bhattarai, TS, Schram, AM, Bielski, CM, Donoghue, MTA, Jonsson, P, et al.. Accelerating discovery of functional mutant alleles in Cancer. Cancer Discov 2018;8:174–83. https://doi.org/10.1158/2159-8290.cd-17-0321.Search in Google ScholarPubMed PubMed Central 
111. Cerami, E, Gao, J, Dogrusoz, U, Gross, BE, Sumer, SO, Aksoy, BA, et al.. The cBio cancer genomics portal: an open platform for exploring multidimensional cancer genomics data. Cancer Discov 2012;2:401–4. https://doi.org/10.1158/2159-8290.cd-12-0095.Search in Google ScholarPubMed PubMed Central 
112. Griffith, M, Spies, NC, Krysiak, K, McMichael, JF, Coffman, AC, Danos, AM, et al.. CIViC is a community knowledgebase for expert crowdsourcing the clinical interpretation of variants in cancer. Nat Genet 2017;49:170–4. https://doi.org/10.1038/ng.3774.Search in Google ScholarPubMed PubMed Central 
113. Patterson, SE, Statz, CM, Yin, T, Mockus, SM. Utility of the JAX Clinical knowledgebase in capture and assessment of complex genomic cancer data. NPJ Precis Oncol 2019;3:2. https://doi.org/10.1038/s41698-018-0073-y.Search in Google ScholarPubMed PubMed Central 
114. Landrum, MJ, Chitipiralla, S, Kaur, K, Brown, G, Chen, C, Hart, J, et al.. ClinVar: updates to support classifications of both germline and somatic variants. Nucleic Acids Res 2025;53:D1313–21. https://doi.org/10.1093/nar/gkae1090.Search in Google ScholarPubMed PubMed Central 
115. Bindal, N, Forbes, SA, Beare, D, Gunasekaran, P, Leung, K, Kok, CY, et al.. COSMIC: the catalogue of somatic mutations in cancer. Genome Biol 2011;12:P3. https://doi.org/10.1186/gb-2011-12-s1-p3.Search in Google Scholar 
116. Ainscough, BJ, Griffith, M, Coffman, AC, Wagner, AH, Kunisaki, J, Choudhary, MN, et al.. DoCM: a database of curated mutations in cancer. Nat Methods 2016;13:806–7. https://doi.org/10.1038/nmeth.4000.Search in Google ScholarPubMed PubMed Central 
117. Rodrigues, Eda S, Griffith, S, Martin, R, Antonescu, C, Posey, JE, Coban-Akdemir, Z, et al.. Variant-level matching for diagnosis and discovery: challenges and opportunities. Hum Mutat 2022;43:782–90. https://doi.org/10.1002/humu.24359.Search in Google ScholarPubMed PubMed Central 
118. Jain, N, Mittendorf, KF, Holt, M, Lenoue-Newton, M, Maurer, I, Miller, C, et al.. The My Cancer Genome clinical trial data model and trial curation workflow. J Am Med Inf Assoc 2020;27:1057–66. https://doi.org/10.1093/jamia/ocaa066.Search in Google ScholarPubMed PubMed Central 
119. Huang, L, Fernandes, H, Zia, H, Tavassoli, P, Rennert, H, Pisapia, D, et al.. The cancer precision medicine knowledge base for structured clinical-grade mutations and interpretations. J Am Med Inf Assoc 2017;24:513–9. https://doi.org/10.1093/jamia/ocw148.Search in Google ScholarPubMed PubMed Central 
120. Chakravarty, D, Gao, J, Phillips, S, Kundra, R, Zhang, H, Wang, J, et al.. OncoKB: a precision oncology knowledge base. JCO Precis Oncol 2017;2017:1–16. https://doi.org/10.1200/po.17.00011.Search in Google ScholarPubMed PubMed Central 
121. Kopanos, C, Tsiolkas, V, Kouris, A, Chapple, CE, Albarca Aguilera, M, Meyer, R, et al.. VarSome: the human genomic variant search engine. Bioinformatics 2019;35:1978–80. https://doi.org/10.1093/bioinformatics/bty897.Search in Google ScholarPubMed PubMed Central 
122. Chung, DC, Gray, DM, Singh, H, Issaka, RB, Raymond, VM, Eagle, C, et al.. A cell-free DNA blood-based test for colorectal cancer screening. N Engl J Med 2024;390:973–83. https://doi.org/10.1056/nejmoa2304714.Search in Google Scholar 
123. Cohen, JD, Javed, AA, Thoburn, C, Wong, F, Tie, J, Gibbs, P, et al.. Combined circulating tumor DNA and protein biomarker-based liquid biopsy for the earlier detection of pancreatic cancers. Proc Natl Acad Sci U S A 2017;114:10202–7. https://doi.org/10.1073/pnas.1704961114.Search in Google ScholarPubMed PubMed Central 
124. Tie, J, Wang, Y, Tomasetti, C, Li, L, Springer, S, Kinde, I, et al.. Circulating tumor DNA analysis detects minimal residual disease and predicts recurrence in patients with stage II colon cancer. Sci Transl Med 2016;8. https://doi.org/10.1126/scitranslmed.aaf6219.Search in Google ScholarPubMed PubMed Central 
125. Nakamura, Y, Watanabe, J, Akazawa, N, Hirata, K, Kataoka, K, Yokota, M, et al.. ctDNA-based molecular residual disease and survival in resectable colorectal cancer. Nat Med 2024;30:3272–83. https://doi.org/10.1038/s41591-024-03254-6.Search in Google ScholarPubMed PubMed Central 
126. Sahin, IH, Lin, Y, Yothers, G, Lucas, PC, Deming, D, George, TJ, et al.. Minimal residual disease-directed adjuvant therapy for patients with early-stage colon cancer: circulate-US. Oncology (Basel) 2022;36:604–8. https://doi.org/10.46883/2022.25920976.Search in Google ScholarPubMed 
127. Tarazona, N, Gimeno-Valiente, F, Gambardella, V, Zuñiga, S, Rentero-Garrido, P, Huerta, M, et al.. Targeted next-generation sequencing of circulating-tumor DNA for tracking minimal residual disease in localized colon cancer. Ann Oncol 2019;30:1804–12. https://doi.org/10.1093/annonc/mdz390.Search in Google ScholarPubMed 
128. Gale, D, Heider, K, Ruiz-Valdepenas, A, Hackinger, S, Perry, M, Marsico, G, et al.. Residual ctDNA after treatment predicts early relapse in patients with early-stage non-small cell lung cancer. Ann Oncol 2022;33:500–10. https://doi.org/10.1016/j.annonc.2022.02.007.Search in Google ScholarPubMed PubMed Central 
129.  Coombes, RC, Page, K, Salari, R, Hastings, RK, Armstrong, A, Ahmed, S, et al.. Personalized detection of circulating tumor DNA antedates breast cancer metastatic recurrence. Clin Cancer Res 2019;25:4255–63. https://doi.org/10.1158/1078-0432.ccr-18-3663.Search in Google Scholar 
130. Hrebien, S, Citi, V, Garcia-Murillas, I, Cutts, R, Fenwick, K, Kozarewa, I, et al.. Early ctDNA dynamics as a surrogate for progression-free survival in advanced breast cancer in the BEECH trial. Ann Oncol OffJ Eur Soc Med Oncol 2019;30:945–52. https://doi.org/10.1093/annonc/mdz085.Search in Google ScholarPubMed PubMed Central 
131. van de Haar, J, Roepman, P, Andre, F, Balmaña, J, Castro, E, Chakravarty, D, et al.. ESMO Recommendations on clinical reporting of genomic test results for solid cancers. Ann Oncol 2024;35:954–67. https://doi.org/10.1016/j.annonc.2024.06.018.Search in Google ScholarPubMed 
132. Tivey, A, Lee, RJ, Clipson, A, Hill, SM, Lorigan, P, Rothwell, DG, et al.. Mining nucleic acid “omics” to boost liquid biopsy in cancer. Cell Rep Med 2024;5:101736. https://doi.org/10.1016/j.xcrm.2024.101736.Search in Google ScholarPubMed PubMed Central 
133. Prelaj, A, Ganzinelli, M, Trovo’, F, Roisman, LC, Pedrocchi, ALG, Kosta, S, et al.. The EU-funded I3LUNG project: integrative science, intelligent data platform for individualized LUNG cancer care with immunotherapy. Clin Lung Cancer 2023;24:381–7. https://doi.org/10.1016/j.cllc.2023.02.005.Search in Google ScholarPubMed 
134. Henriksen, TV, Demuth, C, Frydendahl, A, Nors, J, Nesic, M, Rasmussen, MH, et al.. Unraveling the potential clinical utility of circulating tumor DNA detection in colorectal cancer-evaluation in a nationwide Danish cohort. Ann Oncol OffJ Eur Soc Med Oncol 2024;35:229–39. https://doi.org/10.1016/j.annonc.2023.11.009.Search in Google ScholarPubMed 
135. Lockwood, CM, Merker, JD, Bain, E, Compton, C, Grossman, RL, Johann, D, et al.. Towards preanalytical best practices for liquid biopsy studies: a BLOODPAC landscape analysis. Clin Pharmacol Ther 2025;117:28–33. https://doi.org/10.1002/cpt.3416.Search in Google ScholarPubMed PubMed Central 
136.  Weber, S, Spiegl, B, Perakis, SO, Ulz, CM, Abuja, PM, Kashofer, K, et al.. Technical evaluation of commercial mutation analysis platforms and reference materials for liquid biopsy profiling. Cancers 2020;12:1588. https://doi.org/10.3390/cancers12061588.Search in Google ScholarPubMed PubMed Central 
137. Sequeira, JP, Salta, S, Freitas, R, López-López, R, Díaz-Lagares, Á, Henrique, R, et al.. Biomarkers for pre-treatment risk stratification of prostate cancer patients: a systematic review. Cancers 2024;16:1363. https://doi.org/10.3390/cancers16071363.Search in Google ScholarPubMed PubMed Central 
138. Akkari, Y, Smith, T, Westfall, J, Lupo, S. Implementation of cancer next-generation sequencing testing in a community hospital. Cold Spring Harb Mol Case Stud 2019;5. https://doi.org/10.1101/mcs.a003707.Search in Google ScholarPubMed PubMed Central 

Received: 2025-01-17 

Accepted: 2025-03-29 

Published Online: 2025-08-19 

© 2025 the author(s), published by De Gruyter, Berlin/Boston 

This work is licensed under the Creative Commons Attribution 4.0 International License.