Aug 02, 2023
がんの診断と治療は機械学習によって促進される可能性がある
機械学習アルゴリズムのおかげで、がん患者の血流に浮遊する短い DNA 断片は、医師が特定の種類のがんを診断し、最も効果的な治療法を選択するのに役立ちます。
機械学習アルゴリズムのおかげで、がん患者の血流に浮遊する短い DNA 断片は、医師が特定の種類のがんを診断し、患者にとって最も効果的な治療法を選択するのに役立ちます。
ウィスコンシン大学マディソン校の研究者によって作成され、最近『Annals of Oncology』誌に発表されたこの新しい分析技術は、米国ですでに承認され、がん診療所で使用されている「リキッドバイオプシー」検査装置と互換性がある。 これにより、新しい方法が患者を助けるまでの道のりが速まる可能性がある。
リキッドバイオプシーは、腫瘍から針で癌性組織の一部を採取するのではなく、単純な採血に依存します。
マリーナ・シャリフィ
「リキッドバイオプシーは、組織生検よりも侵襲性がはるかに低いです。患者の腫瘍の位置によっては、場合によっては不可能な場合もあります」と、ウィスコンシン州マディソン校医学部の医学教授で腫瘍学者のマリーナ・シャリフィ氏は言う。公衆衛生。 「がんの状態と治療に対する反応を監視するために、患者の病気の経過中に複数回検査を行う方がはるかに簡単です。」
がん性腫瘍は、成長するにつれて無細胞 DNA と呼ばれる遺伝物質を血流中に流します。 しかし、がん細胞の DNA のすべての部分が転がり落ちてしまうわけではありません。 細胞は、DNAの一部をヒストンと呼ばれる保護ボールに巻き付けることによって保存します。 必要に応じてセクションをアンラップして、遺伝コードの一部にアクセスします。
ウィスコンシン大学マディソン校の生物情報科学者であるカイル・ヘルザー氏は、がん細胞が頻繁に使用する遺伝子を含む DNA の一部がより頻繁にほどかれるため、断片化する可能性が高くなると述べています。
「私たちは、がんの種類を特定するために、無細胞 DNA にこれらの領域がより多く分布していることを利用しています」と、シャリフィ氏および科学者のジェイミー・スパーガー氏とともに研究の共同筆頭著者でもあるヘルツァー氏は付け加えた。
ジャオ・シュアン
ウィスコンシン州マディソン校の上級著者であるヒト腫瘍学教授のシュアン(ジョージ)・ジャオ氏と医学教授のジョシュア・ラング氏が率いる研究チームは、200人近くの患者(一部は疾患、一部は患者)を対象とした過去の研究の血液サンプルから見つかったDNA断片を使用した。がんのない患者)、およびビッグテンがん研究コンソーシアムのカリフォルニア大学マディソン校およびその他の研究病院で乳がん、肺がん、前立腺がん、または膀胱がんの治療を受けた 300 人以上の患者から新たなサンプルが収集されました。
科学者たちはサンプルの各グループを 2 つに分けました。 一部は、さまざまな種類のがんに特有の比較的ユニークな指紋である無細胞 DNA の断片間のパターンを識別する機械学習アルゴリズムのトレーニングに使用されました。 彼らは他の部分を使用して、訓練されたアルゴリズムをテストしました。 このアルゴリズムは、リキッドバイオプシーの結果を癌診断と患者を苦しめる特定の種類の癌の両方に変換する精度が 80% を超えました。
ジョシュア・ラング
さらに、機械学習アプローチにより、前立腺がんの 2 つのサブタイプを区別することができました。1 つは最も一般的なタイプの腺がん、もう 1 つは標準的な治療アプローチに抵抗性のある神経内分泌前立腺がん (NEPC) と呼ばれる急速に進行するタイプです。 NEPC は腺癌と区別するのが難しいことが多く、積極的な処置が必要なため、ラング氏やシャリフィ氏のような腫瘍学者は窮地に陥っています。
「現時点では、NEPCを診断する唯一の方法は腫瘍部位の針生検であり、臨床的にNEPCの疑いが強い場合でも、このアプローチから決定的な答えを得ることは難しい場合があります」とシャリフィ氏は言う。
「リキッドバイオプシーには利点があります。どの腫瘍部位を生検するかを知る必要がなく、患者にとっては標準的な採血がはるかに簡単です。」とスペルガー氏は付け加えた。
血液サンプルは、アイオワ州に本拠を置くIntegrated DNA Technologiesが販売する無細胞DNA配列決定技術を使用して処理された。 現在クリニックで使用されているような標準的なパネルを使用することは、血液サンプル中のがん DNA の「断片的」分析の他の方法とは一線を画しており、検査にかかる時間とコストを削減できます。