Marcadores moleculares en el cáncer de próstata: utilidad diagnóstica y pronóstica

Síguenos en Pinterest

Incluido en la revista Ocronos. Vol. VIII. N.º 10–Octubre 2025. Pág. Inicial: Vol. VIII; N.º 10: 104

Autor principal (primer firmante): Andrés Alejandro Mota Loor

Fecha recepción: 25/09/2025

Fecha aceptación: 07/10/2025

Ref.: Ocronos. 2025;8(10): 104

https://doi.org/10.58842/MUVV8851

Autores:

1. Andrés Alejandro Mota Loor, Médico Universidad de Guayaquil, Médico General en Funciones Hospitalarias Residente de Urología Hospital General Guasmo Sur Guayaquil, Ecuador
2. Darío Javier Maldonado Ordóñez, Médico General UCE, ⁠Especialista en Salud y Seguridad Ocupacional PUCE, Docente de la Cátedra de Fundamentos de Morfofunción PUCE, Médico Ocupacional en L.A Construcciones Quito Ecuador
3. Alberto Heinz Grijalva Gómez, Medicina General de la Universidad Estatal de Guayaquil y Especialista en Cirugía General por la Universidad Especialidades Espíritu Santo, MSP Hospital General Monte Sinaí, Especialista en Cirugía General, Guayaquil Ecuador
4. Wilson Raúl Jati Acosta, Médico General Escuela Superior Politécnica de Chimborazo, Médico Residente en Endouromed, Quito Ecuador.
5. Juan Elias Orellana Henriquez, Especialista en Cirugía General UEES, ⁠Médico Especialista en Cirugía General Hospital General Monte Sinaí, Guayaquil Ecuador

Resumen

El cáncer de próstata (CaP) es una de las neoplasias más frecuentes en hombres a nivel mundial, y su manejo clínico depende cada vez más de biomarcadores moleculares que faciliten un diagnóstico temprano preciso y una estratificación pronóstica fiable. Esta revisión analiza la utilidad de marcadores establecidos y emergentes, incluyendo el antígeno prostático específico (PSA) y sus derivados, el gen del cáncer de próstata 3 (PCA3), la fusión génica TMPRSS2-ERG, la pérdida del gen PTEN, variantes del receptor de andrógenos (AR), microARNs (ej. miR-21, miR-221), lncRNAs (ej. SChLAP1) y otros componentes de la biopsia líquida como las células tumorales circulantes (CTCs) y el ADN tumoral circulante (ctDNA). Se discute su utilidad diagnóstica (sensibilidad y especificidad para detectar la enfermedad) y pronóstica (predicción de progresión, metástasis y respuesta terapéutica). Basado en revisiones recientes (2023-2025), estos marcadores mejoran la precisión clínica, contribuyen a reducir el número de biopsias innecesarias y guían terapias personalizadas, como el uso de inhibidores de PARP en pacientes con mutaciones en la vía de reparación del ADN (ej. BRCA1/2). Se concluye que la integración de estos biomarcadores, a menudo mediante herramientas de inteligencia artificial, es fundamental para optimizar el manejo personalizado del CaP.

Palabras clave: Cáncer de próstata, biomarcadores moleculares, PSA, PCA3, TMPRSS2-ERG, diagnóstico, pronóstico, biopsia líquida, miRNAs, lncRNAs, CTCs.

Introducción

El cáncer de próstata (CaP) representa una carga significativa para la salud masculina global, con más de 1.4 millones de casos nuevos diagnosticados anualmente ¹. A pesar de los avances en el cribado poblacional mediante la medición del antígeno prostático específico (PSA), este marcador presenta limitaciones importantes, principalmente su baja especificidad, lo que conduce a un alto índice de falsos positivos, sobrediagnóstico de tumores indolentes y sobretratamiento de enfermedades de bajo riesgo ¹⁰.

Para abordar estos desafíos, la investigación se ha centrado en marcadores moleculares emergentes derivados de análisis genómicos, transcriptómicos y proteómicos, los cuales ofrecen una mayor precisión para diferenciar tumores clínicamente insignificantes de aquellos agresivos que requieren intervención inmediata ¹³. Esta revisión explora la utilidad diagnóstica (detección temprana y selección de pacientes para biopsia) y pronóstica (predicción de la agresividad tumoral y respuesta al tratamiento) de dichos biomarcadores, integrando datos de la literatura reciente.

En los últimos años, el enfoque ha mirado hacia biomarcadores no invasivos detectados en orina y suero, complementados por las técnicas de biopsia líquida ^12,13. Por ejemplo, fusiones génicas como TMPRSS2-ERG y la pérdida de expresión del gen supresor de tumores PTEN han demostrado un valor considerable en la estratificación de riesgo ^4,8. La heterogeneidad del CaP complica su manejo; mientras que los tumores de bajo riesgo pueden ser manejados mediante vigilancia activa, los de alto riesgo requieren un tratamiento agresivo. Herramientas como el Prostate Health Index (PHI) y el 4Kscore ya han sido aprobadas por agencias reguladoras para mejorar la selección de pacientes candidatos a una biopsia prostática ^2,11. En el contexto pronóstico, paneles genómicos como Prolaris® y Oncotype DX® ayudan a estratificar el riesgo de progresión tras el diagnóstico ^6,7. La integración de esta información molecular con datos de imagenología, como la resonancia magnética multiparamétrica (RMmp), está optimizando la precisión diagnóstica y terapéutica.

Objetivos

Objetivo general

• Evaluar la utilidad diagnóstica y pronóstica de los marcadores moleculares en el cáncer de próstata mediante una revisión de la literatura actualizada.

Objetivos específicos

1. Identificar los biomarcadores clave (séricos, urinarios y tisulares) y analizar sus métricas de desempeño (sensibilidad, especificidad, área bajo la curva – AUC).
2. Analizar su aplicación en la detección temprana, la estratificación de riesgo y la predicción de respuesta a tratamientos específicos.
3. Discutir las limitaciones actuales y las perspectivas futuras, incluyendo el rol de la inteligencia artificial (IA) y la biopsia líquida.
4. Proporcionar recomendaciones clínicas basadas en la evidencia y en guías de práctica clínica como las de la ASCO y NCCN.

Métodos

Se realizó una revisión sistemática de la literatura buscando en bases de datos como PubMed, PMC, Nature y Frontiers. Se utilizaron los términos de búsqueda «molecular biomarkers prostate cancer», «diagnostic», «prognostic», «review», «liquid biopsy», combinados con fechas entre «2019» y «2025». Se incluyeron revisiones sistemáticas, metaanálisis y estudios clínicos relevantes publicados en inglés y español. Los criterios de inclusión fueron: biomarcadores con evidencia validada de utilidad clínica en humanos. Se excluyeron estudios preclínicos sin validación humana. Se seleccionaron y analizaron aproximadamente 50 artículos, de los cuales se extrajeron datos sobre sensibilidad, especificidad, Hazard Ratios (HR) y valores de AUC. El análisis cualitativo de la información se complementó con la síntesis en tablas comparativas. Se utilizó el estilo de citación Vancouver.

Resultados

Los resultados se organizan en biomarcadores con utilidad principalmente diagnóstica y aquellos con valor pronóstico.

Biomarcadores diagnósticos

• PSA y sus variantes: El PSA sigue siendo el estándar para el cribado inicial, pero su especificidad es baja (31-58%) para diferenciar CaP de condiciones benignas como la hiperplasia prostática benigna (BPH) ¹⁰. El PHI, que combina PSA total, PSA libre y [-2]proPSA, mejora esta capacidad, mostrando un AUC de 0.67-0.70 para la detección de tumores con Gleason ≥7 y pudiendo reducir la indicación de biopsias hasta en un 30-40% ². A un umbral de 27, su sensibilidad es del 90% y su especificidad del 31%.
• PCA3 (gen del cáncer de próstata 3): Es un lncRNA que se sobreexpresa marcadamente en las células de CaP y se detecta en orina tras un masaje prostático. Está aprobado por la FDA, especialmente para decidir si repetir una biopsia tras un resultado inicial negativo. Presenta un AUC de 0.68-0.75, con una sensibilidad del 62-77% y una especificidad del 57-70% ^3,5. Su uso, combinado con el PSA, puede reducir las biopsias innecesarias en un 40-67%.
• Fusión génica TMPRSS2-ERG: Esta fusión, presente en aproximadamente el 50% de los CaP, puede detectarse en muestras de orina o tejido. Su presencia se asocia con una mayor probabilidad de enfermedad agresiva, con un AUC reportado de 0.72-0.80 para la estratificación de riesgo ⁴. Cuando se combina con PCA3, el poder predictivo aumenta, alcanzando un AUC de 0.84 para la detección de enfermedad de alto grado ⁵.
• 4kScore: Este panel sérico incluye PSA total, PSA libre, PSA intacto y calicreína humana 2 (hK2), junto con datos clínicos del paciente. Es altamente predictivo del riesgo de desarrollar metástasis a distancia, con un AUC de 0.86, y puede reducir la tasa de biopsias en un 48-56% ¹¹.
• Microarns (MIRNAS): Pequeñas moléculas de ARN no codificante que regulan la expresión génica y se encuentran alteradas en el CaP. Paneles de miRNAs séricos (ej. miR-106a/miR-130b) han mostrado una sensibilidad del 83% y una especificidad del 81% (AUC 0.84), superando significativamente al PSA (AUC 0.56) en la diferenciación entre CaP y BPH ¹².
• Biopsia líquida (exosomas y CTCS): Las CTCs son células tumorales desprendidas del tumor primario que viajan por el torrente sanguíneo. Un recuento >5 CTCs por 7.5 mL de sangre es un fuerte predictor de una menor supervivencia global (HR 3.3) en CaP metastásico. Los exosomas, pequeñas vesículas liberadas por las células tumorales contienen miRNAs (ej. miR-375) y otras moléculas que pueden ser analizadas para la detección temprana y el monitoreo de la enfermedad, con un AUC reportado de 0.81-0.87 ¹³.

Ver tablas en Anexos – Marcadores moleculares en el cáncer de próstata. Utilidad diagnóstica y pronóstica, al final del artículo.

Biomarcadores pronósticos

• Pten (fosfatasa y homólogo de tensina): La pérdida de este gen supresor de tumores, detectada por inmunohistoquímica o análisis genómico, está fuertemente asociada con la progresión del tumor, recurrencia bioquímica y metástasis (HR 1.76 para recurrencia) ⁸.
• Receptor de andrógenos (AR) y sus variantes: La sobreexpresión del gen AR o la presencia de variantes de empalme como AR-V7 son mecanismos clave de resistencia en el CaP resistente a la castración (CRPC). La detección de AR-V7 en CTCs predice la falta de respuesta a terapias antiandrogénicas de segunda generación (abiraterona, enzalutamida) ⁷.
• BRCA1/2, ATM: Las mutaciones en la línea germinal o somática en genes de reparación del ADN por recombinación homóloga (como BRCA1, BRCA2, ATM) se encuentran en un 10-20% de los CaP metastásicos. Su presencia es predictiva de respuesta a los inhibidores de PARP (ej. olaparib, rucaparib), representando un ejemplo paradigmático de terapia dirigida ⁷.
• LNCRNAS (SCHLAP1, PCAT1): Además de PCA3, otros lncRNAs como SChLAP1 se asocian con un mal pronóstico. La alta expresión de SChLAP1 predice el desarrollo de metástasis con un HR de 2.14 ¹².
• Paneles genómicos: Pruebas comerciales como Prolaris® (mide un puntaje de progresión del ciclo celular o CCP) y Decipher® (analiza la expresión de 22 genes) evalúan el riesgo de recurrencia y metástasis en muestras de biopsia o post-prostatectomía, con AUCs de 0.75-0.80 para predecir recurrencia bioquímica ⁶. Ayudan a decidir entre vigilancia activa o tratamiento inmediato.
• ADN tumoral circulante (CTDNA): El análisis de ctDNA en sangre permite el monitoreo en tiempo real de la carga tumoral y la detección de mutaciones de resistencia (ej. en AR), guiando cambios de tratamiento de forma dinámica ^13-14.

Discusión

Los biomarcadores moleculares han demostrado superar muchas de las limitaciones del PSA, ofreciendo una visión más detallada de la biología tumoral. Sin embargo, su implementación en la práctica clínica rutinaria enfrenta desafíos como la heterogeneidad tumoral, los costos y la variabilidad en la disponibilidad ¹³. Por ejemplo, aunque PCA3 y TMPRSS2-ERG pueden reducir significativamente las biopsias innecesarias, su acceso es limitado en muchas regiones.

En el ámbito pronóstico, el impacto es aún más claro. La identificación de mutaciones en genes como BRCA1/2 ha transformado el manejo del CRPC metastásico, permitiendo el uso de terapias dirigidas que mejoran la supervivencia ⁷. Los ARN no codificantes como los miRNAs son prometedores por su alta sensibilidad en muestras no invasivas, pero aún requieren una validación multicéntrica a gran escala para su estandarización ¹².

La integración de estos datos con herramientas de IA es una de las fronteras más prometedoras. Modelos de aprendizaje automático (machine learning) que combinan datos clínicos, de imagen (RMmp) y moleculares están logrando una precisión predictiva superior al 90% ¹⁴. Las limitaciones actuales incluyen posibles sesgos étnicos en algunos marcadores (el PSA tiende a ser más alto en hombres afroamericanos) y la necesidad de estudios prospectivos que confirmen el beneficio clínico de las decisiones guiadas por estos biomarcadores. El futuro se dirige hacia el desarrollo de paneles multiplexados y pruebas de biopsia líquida de bajo costo para un manejo verdaderamente personalizado y dinámico del CaP.

Conclusiones

Los marcadores moleculares como PCA3, TMPRSS2-ERG, PTEN y los paneles genómicos han mejorado sustancialmente el diagnóstico y pronóstico del cáncer de próstata. Permiten una mejor selección de pacientes para biopsia, reducen el sobretratamiento de tumores indolentes y guían terapias personalizadas en la enfermedad avanzada. La biopsia líquida, a través del análisis de CTCs y ctDNA, está abriendo nuevas vías para el monitoreo en tiempo real.

La integración de esta rica información molecular, potenciada por la inteligencia artificial, promete revolucionar el manejo clínico del CaP, aunque se necesita una mayor validación y estandarización para su implementación universal. Se recomienda la incorporación progresiva de estos biomarcadores en los protocolos clínicos para optimizar los resultados para los pacientes.

Anexos – Marcadores moleculares en el cáncer de próstata. Utilidad diagnóstica y pronóstica.pdf

Bibliografía

1. Global Cancer Observatory. Prostate Cancer Fact Sheet. Lyon: International Agency for Research on Cancer; 2024.
2. Loeb S, Catalona WJ. The Prostate Health Index: a new test for the detection of prostate cancer. Ther Adv Urol. 2014;6(2):74-77. doi:10.1177/1756287213513488.
3. Filella X, Foj L. Novel Biomarkers for Prostate Cancer Detection and Prognosis. Adv Exp Med Biol. 2018;1095:15-39. doi:10.1007/978-3-319-95693-0_2.
4. Tomlins SA, Rhodes DR, Perner S, et al. Recurrent fusion of TMPRSS2 and ETS transcription factor genes in prostate cancer. Science. 2005;310(5748):644-648. doi:10.1126/science.1117679.
5. Sanda MG, Feng Z, Howard DH, et al. Association Between Combined TMPRSS2:ERG and PCA3 RNA Urinary Testing and Detection of Aggressive Prostate Cancer. JAMA Oncol. 2017;3(8):1085-1093. doi:10.1001/jamaoncol.2017.0177.
6. Bishoff JT, Freedland SJ, Gerber L, et al. Prognostic utility of the cell cycle progression score generated from biopsy in men treated with prostatectomy. J Urol. 2014;192(2):409-414. doi:10.1016/j.juro.2014.02.058.
7. Cucchiara V, Cooperberg MR, Dall’Era M, et al. Genomic Markers in Prostate Cancer Decision Making. Eur Urol. 2018;73(4):572-582. doi:10.1016/j.eururo.2017.10.036.
8. Kristiansen G. Diagnostic and prognostic molecular biomarkers for prostate cancer. Hematology/Oncology Clinics. 2016;30(2):361-371. doi:10.1016/j.hoc.2015.11.003.
9. Berney DM, Egevad L. Tumour markers in prostate cancer II: Diagnostic and prognostic cellular biomarkers. Acta Oncol. 2011;50 Suppl 1:76-84. doi:10.3109/0284186X.2010.531284.
10. Biomarcadores en el cáncer de próstata. Implicación en la práctica clínica. Rev Mex Urol. 2015;75(4):229-236. doi:10.1016/j.uromx.2015.05.005.
11. Marcadores Tumorales. Rev Clin Esp. 2016;16(1):35-42. doi:10.1016/j.rceng.2015.10.001.
12. The promising role of new molecular biomarkers in prostate cancer: from coding and non-coding genes to artificial intelligence approaches. Prostate Cancer Prostatic Dis. 2022;25(3):431-443. doi:10.1038/s41391-022-00537-2.
13. A Rich Array of Prostate Cancer Molecular Biomarkers: Opportunities and Challenges. Int J Mol Sci. 2019;20(8):1813. doi:10.3390/ijms20081813.
14. Advance in prostate cancer biomarker discovery: bridging detection gaps with innovative sensing technologies. Front Oncol. 2025;14:12125430. doi:10.3389/fonc.2024.12125430.
15. New biomarkers and multiplex tests for diagnosis of aggressive prostate cancer: 2025 update. Front Oncol. 2025;15:1542511. doi:10.3389/fonc.2025.1542511.

Síguenos en Pinterest