Investigación en España muestra cómo la saliva podría prever el progreso del cáncer de cabeza y cuello

Un grupo de hospitales en España ha descubierto que el microbioma de la saliva refleja con alta precisión las condiciones biológicas del cáncer de cabeza y cuello, ofreciendo además datos valiosos sobre la progresión clínica y la reacción a los tratamientos. Estos hallazgos fueron presentados en el 76º Congreso Nacional de la Sociedad Española de Otorrinolaringología y Cirugía de Cabeza y Cuello (SEORL-CCC) celebrado en Madrid, marcando un avance significativo en la búsqueda de biomarcadores no invasivos.

En lugar de las biopsias de tejido, que son invasivas y a menudo dolorosas, los investigadores proponen el uso de biopsias líquidas salivales, que son no invasivas, indoloras y pueden repetirse fácilmente. “Estos primeros resultados confirman que la saliva no es solo un reflejo pasivo de la cavidad oral: contiene información funcional que, debidamente interpretada, puede decirnos cómo evoluciona el tumor y cómo responde al tratamiento”, explicó Francesc Xavier Avilés, líder del estudio.

La investigación reveló que en pacientes con este tipo de cáncer, la diversidad microbiana en la saliva disminuye y aumenta la presencia de bacterias proinflamatorias. Además, identificaron alteraciones en rutas metabólicas que podrían ser clínicamente relevantes, como el metabolismo del succinato y la regulación de selenoproteínas. Los análisis también destacaron tres géneros bacterianos proinflamatorios (‘Selenomonas’, ‘Actinomyces’ y ‘Prevotella’), cuya actividad parece vincularse con la progresión del tumor.

Los investigadores sugieren que monitorizar la saliva periódicamente podría ayudar a ajustar los tratamientos y detectar recaídas, proponiendo su integración en la práctica clínica para mejorar el manejo de este cáncer, del cual se esperan más de 7.000 nuevos casos en España este año. El equipo ahora busca ampliar estos estudios para incluir más pacientes y diferentes subtipos tumorales, y desarrollar modelos predictivos con inteligencia artificial que integren diversos datos clínicos y moleculares.