
ワイル・コーネル大学医学部、ニューヨーク・プレスビテリアン病院、ニューヨーク・ゲノムセンター(NYGC)、メモリアル・スローン・ケタリング(MSK)の研究者らが主導した研究によると、血液中の腫瘍DNAを検出するAIベースの手法が、がんの再発予測において前例のない感度を示した。この新技術は、再発を極めて早期に検出し、腫瘍の治療に対する反応を綿密にモニタリングすることで、がん治療の改善につながる可能性がある。
6月14日にNature Medicine誌に掲載された研究で、研究者らは、人工知能プラットフォームの一種である機械学習モデルを訓練し、患者の血液検査から得られたDNAシーケンシングデータに基づいて、非常に高い感度と精度で循環腫瘍DNA(ctDNA)を検出できることを示しました。この技術は、肺がん、メラノーマ、乳がん、大腸がん、そして前がん状態の大腸ポリープの患者で実証されました。
「信号対雑音比の大幅な改善を達成することができ、例えば、標準的な臨床方法よりも数か月、あるいは数年も早くがんの再発を検出できるようになりました」と、研究の共著者であり、コーネル大学ワイル医科大学の血液学および腫瘍内科部門の教授で、ニューヨーク・ゲノム・センターの中心メンバーでもあるダン・ランドー博士は述べた。
本研究の共著者および筆頭著者は、ランドー研究室のポスドク研究員であり、MSKの乳がん専門医でもあるアダム・ウィドマン博士です。他の筆頭著者は、ニューヨーク・ガレリア・カレッジのミニタ・シャー氏、オーフス大学のアマンダ・フリーデンダル博士、ニューヨーク・ガレリア・カレッジとワイル・コーネル大学医学部のダニエル・ハルモス氏です。
液体生検技術は、その大きな可能性を実現するのに時間がかかっています。既存のアプローチの多くは、比較的少数のがん関連変異を対象としており、血液中では稀少であるため確実に検出できず、がんの再発を過小評価する結果となっています。
数年前、ランドー博士とその同僚は、血液サンプル中のDNAの全ゲノムシーケンシングに基づく代替アプローチを開発しました。彼らは、このアプローチによりより多くの「シグナル」を収集できることを示し、腫瘍DNAをより高感度かつロジスティックに検出することが可能になりました。それ以来、このアプローチはリキッドバイオプシーの開発者の間でますます採用されています。
新たな研究では、研究者らは高度な機械学習戦略(ChatGPTなどの人気のAIアプリで使用されているものと同様の戦略)を使用してシーケンスデータ内の微妙なパターンを検出し、具体的にはがんを示唆するパターンとシーケンスエラーやその他の「ノイズ」を示唆するパターンを区別することで、さらに一歩前進しました。
ある試験では、研究者らはMRD-EDGEと名付けたシステムを、大腸がん患者15名における患者特異的な腫瘍変異を認識するように訓練した。手術と化学療法後、システムは血液データに基づいて、9名にがんが残存していると予測した。これらの患者のうち5名は、数ヶ月後に感度の低い方法で再発が検出された。しかし、偽陰性はなかった。MRD-EDGEが腫瘍DNAがないと判定した患者は、研究期間中に再発しなかった。
MRD-EDGE は、早期肺がん患者およびトリプルネガティブ乳がん患者の研究で同様の感度を示し、1 件を除くすべての再発を早期に検出し、治療中の腫瘍の状態を追跡しました。
研究者らは、MRD-EDGE が、大腸がんの前段階である大腸腺腫(大腸がんの原因となるポリープ)から変異 DNA を検出することもできることを実証しました。
「これらのポリープが検出可能なctDNAを放出できるかどうかは明らかではありませんでした。ですから、これは前がん性変化を検出するための将来の戦略を示唆する重要な進歩です」と、ウェイル・コーネル医科大学のサンドラ・アンド・エドワード・マイヤーがんセンターのメンバーであり、ニューヨーク・プレスビテリアン/ウェイル・コーネル医療センターの血液腫瘍専門医でもあるランドー博士は述べています。
最後に、研究者らは、患者の腫瘍配列データに関する事前のトレーニングがなくても、MRD-EDGE は標準的な X 線画像による検出の数週間前に、黒色腫および肺がん患者の免疫療法に対する反応を検出できることを示しました。
「全体的に、MRD-EDGE は大きなニーズに対応しており、私たちはその可能性に期待しており、業界パートナーと協力してこれを患者に届けようとしています」とランドー博士は語った。