超高感度液体生検技術により、標準的な方法よりも早くがんを検出

人工知能を使用して血液中の腫瘍 DNA を検出する方法は、がんの再発を予測する上で前例のない感度を示したと、コーネル大学ウェイル校医学部、ニューヨーク長老派教会、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) の科学者が主導した研究で述べられています。この新しい技術は、再発を非常に早期に検出し、治療に対する腫瘍の反応を綿密に監視することで、がん治療を改善する可能性があります。

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トレーニングして、患者の血液検査からの DNA 配列データに基づいて、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。彼らは、肺がん、黒色腫、乳がん、大腸がん、および前がん状態の大腸ポリープの患者でこの技術を実証することに成功した。

「信号対雑音比の大幅な改善を達成することができ、たとえば、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、コーネル大学ウェイル校医学部血液学および腫瘍内科教授であり、ニューヨークゲノムセンターの主要メンバーでもあるダン・ランドー博士は述べた。

この研究の共著者および筆頭著者は、ランドーの研究室の博士研究員であり、MSKの乳がん専門医でもあるアダム・ウィドマン博士である。他の筆頭著者は、NYGCのミニタ・シャー、オーフス大学のアマンダ・フリーデンダール博士、NYGCとコーネル大学ウェイル校医学部のダニエル・ハルモスである。

液体生検技術は、長い間、その大きな可能性を実現できていなかった。既存のアプローチのほとんどは、比較的小さながん関連変異セットを対象としており、血液中では稀すぎて確実に検出できないことが多く、がんの再発を過小評価することにつながります。

数年前、ランドー博士と彼の同僚は、血液サンプルのDNAの全ゲノム配列に基づく代替アプローチを開発しました。彼らは、この方法ではるかに多くの「シグナル」を収集できるため、腫瘍DNAをより敏感に、ロジスティック的に簡単に検出できることを示しました。それ以来、このアプローチは液体生検開発者によってますます採用されています。

新しい研究では、研究者たちはさらに一歩進んで、高度な機械学習戦略（ChatGPTなどの一般的なAIアプリケーションで使用されているものと同様）を使用して、配列データ内の微妙なパターンを検出し、具体的には、がんの存在を示すパターンと、配列エラーやその他の「ノイズ」を示すパターンを区別しました。

あるテストでは、研究者たちはMRD-EDGEと呼ばれるシステムをトレーニングし、15人の大腸がん患者の患者固有の腫瘍変異を認識させました。手術と化学療法の後、システムは血液データに基づいて、9人の患者にまだ癌が残っていると予測した。これらの患者のうち5人は、数か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 によって腫瘍 DNA がないと判断された患者は、研究期間中に再発を経験しなかった。

MRD-EDGE は、早期肺がんおよびトリプルネガティブ乳がんの患者の研究で同様の感度を示し、1 例を除いてすべての再発を早期に検出し、治療中に腫瘍の状態をモニタリングした。

研究者らは、MRD-EDGE が、大腸がんが発生するポリープである前がん状態の結腸腺腫から変異 DNA を検出することさえできることを実証した。

「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なかったため、これは前がん状態の変化を検出することを目的とした将来の戦略を示唆する重要な進歩である」と、ウェイル コーネル メディカル スクールのサンドラ 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 メディカル センターの血液腫瘍医でもあるランドー博士は述べた。

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反応を検出できることがわかりました。

「全体的に、MRD-EDGE は大きなニーズに対応しており、その可能性に興奮しており、業界パートナーと協力して患者に提供しようとしています」と Landau 博士は述べています。