患者に合う抗がん剤をより正確に選択できるAIツールを開発
概要
米国国立衛生研究所（NIH）の研究者らが、ある概念実証研究において、患者のがんが特定の薬剤に反応するかどうかを腫瘍内の個々の細胞から得たデータから予測する人工知能（AI）ツールを開発した。NIHの一部である国立がん研究所（NCI）の研究者らは、2024年4月18日付Nature Cancer誌にこの研究成果を発表し、このような単一細胞のRNA配列データを利用することで、医師は各がん患者のがんに有効な薬剤をより正確に選べるようになる日が来ることを示唆している。［図はこちら］
患者に合う薬剤を選択する現在の方法として、腫瘍DNAとRNAのバルクシーケンシング（腫瘍サンプルの全細胞の平均をとる方法）に依存している。しかし、腫瘍には1種類以上の細胞が存在し、実際には数多くの異なる細胞亜集団、すなわちクローンが存在する可能性がある。研究者たちは、これらの細胞の亜集団が特定の薬剤に対して異なる反応を示す可能性があり、そうであれば一部の患者が特定の薬剤に反応しない、あるいはそれらに耐性を示す理由を説明できると考えられる。
バルクシーケンシングとは対照的に、シングルセルRNAシーケンシングと呼ばれる最新技法では、単一細胞レベルまで、はるかに高い解像度のデータが得られる。この方法を用いて個々のクローンを同定し、標的とすることで、より持続的な薬物応答が得られる可能性がある。しかし、シングルセル遺伝子発現データは、バルク遺伝子発現データよりもかなり費用がかかり、臨床現場で広く利用されるには至っていない。
今回の研究は、転移学習（※サイト注：［transfer learning］、別のタスクで学習された知識を別の領域の学習に適用させる技術）と呼ばれる機械学習技術を利用したもので、広く入手可能なバルクRNAシーケンシングデータを用いた薬剤反応を予測するようにAIモデルに学習させ、その後、シングルセルRNAシーケンシングデータを用いた上記モデルを微調整できるかどうかを検討した。研究者らは、大規模な薬剤スクリーニングから得られた公開細胞株データにこの方法を用いて、米国食品医薬品局（FDA）に承認された44種類の抗がん剤に関するAIモデルを構築した。このAIモデルは、個々の細胞が単剤および複数の薬剤の組み合わせに対してどのように反応するかを正確に予測した。
次に研究者らは、4種類の薬剤の組み合わせで治療された多発性骨髄腫患者41人と、2種類の薬剤の組み合わせで治療された乳がん患者33人について、公表されているデータを用いて上述の方法を検証した。その結果、特定の薬剤に耐性を示すクローンが1つだけ存在する場合、他のクローンがすべて反応しても、その患者はその薬剤に反応しないことが判明した。さらに、このAIモデルは、非小細胞肺がんの標的療法を受けた患者24人の公表データにおいて、耐性発現の予測に成功した。
研究者らは、シングルセルRNAシーケンシング解析が普及すれば、このAIモデルの精度は向上するだろうと注意を促している。その一方で、研究者らは研究ウェブサイトと、このAIモデル（Personalized Single-Cell Expression-based Planning for Treatments In Oncology［PERCEPTION］）を最新データセットで使用する手引書を作成した。
本研究は、NCIのがん研究センターが実施した。研究リーダーは、以前NCIに在籍し、現在はサンフォード・バーナム・プレビスに在籍するAlejandro Schaffer博士とSanju Sinha博士、監修は、NCIのEytan Ruppin医学博士である。
研究者
Eytan Ruppin医学博士（NCIがん研究センター）
研究
2024年4月18日付けNature Cancer誌掲載
「Predicting patient response and resistance to the treatment from single-cell transcriptomics of their tumors via PERCEPTION computational pipeline（PERCEPTION計算パイプラインによる腫瘍の単一細胞トランスクリプトミクスからの患者の治療反応と抵抗性の予測）」
- 監訳 高光恵美（生化学、遺伝子解析）
- 翻訳担当者 山田登志子
- 原文を見る
- 原文掲載日 2024/04/18
【この記事は、米国国立がん研究所 (NCI)の了承を得て翻訳を掲載していますが、NCIが翻訳の内容を保証するものではありません。NCI はいかなる翻訳をもサポートしていません。“The National Cancer Institute (NCI) does not endorse this translation and no endorsement by NCI should be inferred.”】
【免責事項】
当サイトの記事は情報提供を目的として掲載しています。
翻訳内容や治療を特定の人に推奨または保証するものではありません。
ボランティア翻訳ならびに自動翻訳による誤訳により発生した結果について一切責任はとれません。
ご自身の疾患に適用されるかどうかは必ず主治医にご相談ください。
がん治療に関連する記事
『抗体毒素結合体』のがん新薬開発
2025年3月17日
AIは、免疫療法薬治療を受けるべきがん患者の予測に役立つか
2025年3月10日
米FDA、点滴に代わる注射用ニボルマブを承認
2025年2月28日
【ASH24】モノクローナル抗体ELA026が、悪性腫瘍関連血球貪食性リンパ組織球症の生存期間を改善
2025年2月10日