日本語版
最新ニュース
健康

NIHの研究者、抗がん剤をより正確に患者に適合させる可能性のあるAIツールを開発

メディアアドバイザリー2024年4月18日(木) 概念実証研究では、単一細胞 RNA シーケンスとして知られる新しい技術を分析しました。何 概念実証研究で、国立衛生研究所 (NIH) の研究者らは、腫瘍内の個々の細胞からのデータを使用して、人のがんが特定の薬に反応するかどうかを予測する人工知能 (AI) ツールを開発しました。 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 日にその研究結果を、 自然がんそして、そのような単一細胞RNA配列データは、医師が癌患者とその癌に効果的な薬剤をより正確に照合するのに役立つ日が来るかもしれないと示唆している。 患者と薬剤を適合させる現在のアプローチは、腫瘍サンプル中のすべての細胞の平均をとる腫瘍 DNA と RNA のバルク配列決定に依存しています。 ただし、腫瘍には複数の種類の細胞が含まれており、実際には多くの異なる種類の細胞亜集団が存在する可能性があります。 これらの部分集団内の個々の細胞はクローンとして知られています。 研究者らは、これらの細胞亜集団は特定の薬剤に対して異なる反応を示す可能性があり、それが一部の患者が特定の薬剤に反応しなかったり、薬剤耐性を発現したりする理由を説明できる可能性があると考えている。 バルク シーケンスとは対照的に、単一細胞 RNA シーケンスとして知られる新しい技術は、単一細胞レベルに至るまではるかに高い解像度のデータを提供します。 このアプローチを使用して個々のクローンを特定し、標的にすると、より持続的な薬物反応が得られる可能性があります。 ただし、単一細胞の遺伝子発現データは、バルク遺伝子発現データよりも生成にはるかにコストがかかり、臨床現場ではまだ広く利用可能ではありません。 新しい研究で研究者らは、転移学習と呼ばれる機械学習技術を使用してAIモデルをトレーニングし、広く利用可能なバルクRNAシーケンスデータを使用して薬物反応を予測し、その後、単一細胞RNAシーケンスデータを使用してそのモデルを微調整できるかどうかを調査した。 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された細胞株データに対してこのアプローチを使用して、食品医薬品局が承認した 44 種類の抗がん剤の AI…

NIHの研究者、抗がん剤をより正確に患者に適合させる可能性のあるAIツールを開発

メディアアドバイザリー

2024年4月18日(木)

概念実証研究では、単一細胞 RNA シーケンスとして知られる新しい技術を分析しました。

概念実証研究で、国立衛生研究所 (NIH) の研究者らは、腫瘍内の個々の細胞からのデータを使用して、人のがんが特定の薬に反応するかどうかを予測する人工知能 (AI) ツールを開発しました。 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 日にその研究結果を、 自然がんそして、そのような単一細胞RNA配列データは、医師が癌患者とその癌に効果的な薬剤をより正確に照合するのに役立つ日が来るかもしれないと示唆している。

患者と薬剤を適合させる現在のアプローチは、腫瘍サンプル中のすべての細胞の平均をとる腫瘍 DNA と RNA のバルク配列決定に依存しています。 ただし、腫瘍には複数の種類の細胞が含まれており、実際には多くの異なる種類の細胞亜集団が存在する可能性があります。 これらの部分集団内の個々の細胞はクローンとして知られています。 研究者らは、これらの細胞亜集団は特定の薬剤に対して異なる反応を示す可能性があり、それが一部の患者が特定の薬剤に反応しなかったり、薬剤耐性を発現したりする理由を説明できる可能性があると考えている。

バルク シーケンスとは対照的に、単一細胞 RNA シーケンスとして知られる新しい技術は、単一細胞レベルに至るまではるかに高い解像度のデータを提供します。 このアプローチを使用して個々のクローンを特定し、標的にすると、より持続的な薬物反応が得られる可能性があります。 ただし、単一細胞の遺伝子発現データは、バルク遺伝子発現データよりも生成にはるかにコストがかかり、臨床現場ではまだ広く利用可能ではありません。

新しい研究で研究者らは、転移学習と呼ばれる機械学習技術を使用してAIモデルをトレーニングし、広く利用可能なバルクRNAシーケンスデータを使用して薬物反応を予測し、その後、単一細胞RNAシーケンスデータを使用してそのモデルを微調整できるかどうかを調査した。 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された細胞株データに対してこのアプローチを使用して、食品医薬品局が承認した 44 種類の抗がん剤の AI モデルを構築しました。 AI モデルは、個々の細胞が単一の薬剤と複数の薬剤の組み合わせの両方にどのように反応するかを正確に予測しました。

次に研究者らは、4種類の薬剤を組み合わせて治療した41人の多発性骨髄腫患者と、2種類の薬剤を組み合わせて治療した33人の乳がん患者を対象に、公表されたデータに基づいてアプローチを検証した。 研究者らは、特定の薬剤に対して 1 つのクローンだけが耐性がある場合、たとえ他のすべてのクローンが反応したとしても、患者はその薬剤に反応しないことを発見しました。 さらに、AI モデルは、非小細胞肺がんの標的療法を受けた 24 人の患者から得られた公表データで耐性の発現を予測することに成功しました。

研究者らは、単一細胞RNA配列データがより広く利用可能になれば、この技術の精度は向上すると警告した。 その一方で、研究者らは研究ウェブサイトと、新しいデータセットを使用した「Personalized Single-Cell Expression-based Planning fortreatment In Oncology (PERCEPTION)」と呼ばれる AI モデルの使用方法に関するガイドを開発しました。

この研究はNCIのがん研究センターによって実施され、以前はNCIで現在はサンフォード・バーナム・プレビーズのアレハンドロ・シェーファー博士とサンジュ・シンハ博士が主導しました。 エイタン・ルッピン医学博士がこの研究を監督しました。

誰が

エイタン・ルッピン医学博士、 がん研究センター国立がん研究所

参照

PERCEPTION 計算パイプラインを介して腫瘍の単一細胞トランスクリプトミクスから患者の反応と治療に対する抵抗性を予測DOI: 10.1038/s43018-024-00756-7 2024 年 4 月 18 日 自然がん

国立がん研究所 (NCI) について: NCI は、がんの罹患率を劇的に減少させ、がん患者の生活を改善するための国家がんプログラムと NIH の取り組みを主導しています。 NCI は、助成金や契約を通じて学外での幅広いがん研究とトレーニングをサポートしています。 NCI の学内研究プログラムは、世界最大の研究病院である NIH 臨床センターでの研究を含め、がんの原因、予防、リスク予測、早期発見、治療への道について、革新的で学際的な基礎研究、トランスレーショナル研究、臨床研究、疫学研究を実施しています。 NCI で行われた学内研究について詳しく知る がん研究センター。 がんに関する詳細については、NCI の Web サイトをご覧ください。 がん.政府 または、NCI コンタクト センター 1-800-4-CANCER (1-800-422-6237) までお電話ください。

国立衛生研究所 (NIH) について:
国の医学研究機関である NIH には 27 の研究所とセンターがあり、米国保健福祉省の一部です。 NIH は基礎、臨床、橋渡し医学研究を実施および支援する主要な連邦機関であり、一般的な病気と希少な病気の両方の原因、治療法、治療法を調査しています。 NIH とそのプログラムの詳細については、次のサイトをご覧ください。 www.nih.gov

NIH…発見を健康に変える®

###

1713440531
#NIHの研究者抗がん剤をより正確に患者に適合させる可能性のあるAIツールを開発
2024-04-18 11:23:28

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。