Biomarcadores emergentes no melanoma: Unindo descoberta molecular e oncologia de precisão

Resumo O melanoma continua sendo a forma mais letal de câncer de pele, apesar dos grandes avanços em terapias direcionadas e baseadas em imunoterapia. Biomarcadores agora desempenham papéis centrais no diagnóstico, estratificação de risco, seleção terapêutica e monitoramento da doença; no entanto, sua integração clínica continua inconsistente. Esta revisão sintetiza o cenário em evolução dos biomarcadores em genéticos (por exemplo, BRAF, NRAS, KIT, TERT, NF1, CDKN2A), imunológicos (PD-L1, LAG-3, TIGIT, TILs, TMB), proteômicos (S100B, MMPs, assinaturas de sinalização) e biomarcadores digitais/imagens (dermoscopia assistida por IA, perfis espaciais e multiplex). Destacamos diferenças específicas de subtipo no melanoma mucoso, acral e uveal, onde os padrões de biomarcadores e as respostas terapêuticas divergem marcadamente dos da doença cutânea. Abordagens de biópsia líquida, incluindo ctDNA, assinaturas de metilação e vesículas extracelulares, são avaliadas para detecção de doença residual mínima e monitoramento de resistência. Para avançar a tradução clínica, propomos uma estrutura diagnóstica terapêutica padronizada e passo a passo, integrando biomarcadores baseados em tecido e sangue com imagens habilitadas por IA para apoiar o manejo personalizado em cenários adjuvantes e metastáticos. Os principais facilitadores da tradução incluem harmonização de ensaios (PD-L1, TMB, ctDNA), validação em camadas de evidência e ensaios clínicos pragmáticos incorporando endpoints guiados por biomarcadores. Abordar custos, acessibilidade e ética de dados será essencial para que a oncologia de precisão guiada por biomarcadores se torne uma realidade clínica sustentável em diversos sistemas de saúde. • Biomarcadores de melanoma são revisados através de uma lente de oncologia de precisão e clínica • Biomarcadores genômicos e imunológicos específicos de subtipo guiam a estratificação terapêutica • ctDNA apoia o monitoramento longitudinal e a detecção precoce de resistência • Modelos integrados de imunidade e multi-ômicas melhoram a predição de resposta • Desafios de tradução e caminhos de implementação clínica são definidos