がんの種類と重症度を判断するために、病理学者は通常、腫瘍生検の薄片を顕微鏡下で分析します。しかし、どのようなゲノム変化が腫瘍の増殖を引き起こしているのかを解明するには -;それがどのように扱われるかをガイドできる情報 -;科学者は腫瘍から単離したRNAの遺伝子配列決定を実行する必要があり、このプロセスには数週間かかり、数千ドルの費用がかかる場合があります。
今回、スタンフォード医学の研究者らは、生検の標準的な顕微鏡画像のみに基づいて、腫瘍細胞内の数千の遺伝子の活性を予測できる、人工知能を活用した計算プログラムを開発した。このツールはオンラインで説明されています。 ネイチャーコミュニケーションズ 11 月 14 日は、7,000 を超える多様な腫瘍サンプルのデータを使用して作成されました。研究チームは、定期的に収集された生検画像を使用して、乳がんの遺伝的変異を予測し、患者の転帰を予測できることを示した。
この種のソフトウェアを使用すると、患者の腫瘍の遺伝子特徴を迅速に特定できるため、臨床上の意思決定が迅速化され、医療システムの数千ドルが節約される可能性があります。」
Olivier Gevaert 博士、生物医学データサイエンス教授、論文の上級著者
この研究は、スタンフォード大学大学院生のマリヤ・ピズリア氏と博士研究員のユアンニン・ジェン博士、フランシスコ・ペレス博士も主導しました。
ゲノミクスによる駆動
臨床医はがん治療法の選択をますますガイドするようになっています。化学療法、免疫療法、ホルモン療法を含む -;患者のがんがどの臓器に影響を与えているかだけでなく、腫瘍がその成長と広がりを促進するためにどの遺伝子を使用しているかに基づいて患者に推奨することもできます。特定の遺伝子をオンまたはオフにすると、腫瘍の攻撃性が高まったり、転移しやすくなったり、特定の薬剤に多かれ少なかれ反応しやすくなったりする可能性があります。
ただし、この情報にアクセスするには、多くの場合、コストと時間がかかるゲノム配列決定が必要になります。
ゲバルトと彼の同僚は、個々の細胞内の遺伝子活性が、人間の目には感知できないことが多い方法でそれらの細胞の外観を変える可能性があることを知っていました。彼らはこれらのパターンを見つけるために人工知能に目を向けました。
研究者らは、16 種類の異なるがんからの 7,584 件のがん生検を開始しました。各生検材料は薄い切片にスライスされ、がん細胞の全体的な外観を視覚化するための標準的なヘマトキシリン・エオシン染色として知られる方法を使用して準備されました。がんのトランスクリプトームに関する情報 -;細胞がどの遺伝子を積極的に使用しているか -;も利用可能でした。
実用的なモデル
研究者らが新しいがん生検材料と、トランスクリプトーム データや数千の健康な細胞の画像などの他のデータセットを統合した後、AI プログラムは次のようになりました。彼らはこれを SEQUOIA (線形化された注意を使用したスライドベースの発現定量化) と名付けました。は、染色画像から 15,000 以上の異なる遺伝子の発現パターンを予測することができました。一部のがんの種類では、AI が予測した遺伝子活性は実際の遺伝子活性データと 80% 以上の相関がありました。一般に、初期データに含まれる特定のがんの種類のサンプルが多いほど、そのがんの種類に対するモデルのパフォーマンスが向上します。
「満足のいくパフォーマンスに達するまでに、モデルを何回も反復する必要がありました」と Gevaert 氏は言います。 「しかし最終的には、一部の腫瘍の種類については、臨床で役立つレベルに達しました。」
データにアクセスし、解釈しやすくするために、研究者らは遺伝子所見を腫瘍生検の視覚的なマップとして表示するように SEQUOIA をプログラムし、科学者や臨床医が腫瘍のさまざまな領域で遺伝的変異がどのように異なるかを確認できるようにしました。
患者の転帰を予測する
研究チームは、SEQUOIAが腫瘍生検の染色画像のみを使用してMammaPrintと同じ種類のゲノムリスクスコアを提供できることを示した。この結果は、乳がん患者の複数の異なるグループに対して繰り返されました。いずれの場合も、SEQUOIA によって高リスクと特定された患者の転帰は悪く、がんの再発率が高く、がんが再発するまでの期間が短くなっていました。
AI モデルはまだ臨床現場では使用できません -;治療決定の指針として使用する前に、臨床試験でテストされ、FDA によって承認される必要があります。しかしゲバルト氏は、彼のチームがアルゴリズムを改良し、その潜在的な応用を研究していると述べた。将来的には、SEQUOIA により高価な遺伝子発現検査の必要性が軽減される可能性があると同氏は述べた。
「私たちはこれが乳がんにいかに有用であるかを示しました。そして今ではすべてのがんにそれを使用して、そこに存在するあらゆる遺伝子の特徴を調べることができます」と彼は述べた。 「これは、これまでになかったまったく新しいデータソースです。」
ロシュ・ダイアグノスティックスの科学者もこの論文の著者でした。
この研究への資金提供は、国立がん研究所（助成金 R01 CA260271）、ベルギー系アメリカ人教育財団のフェローシップ、Wetenschappelijk Onderzoek-Vlaanderen 財団、フルブライト スペイン委員会、ゲント大学からの助成金によって提供されました。
ソース：
参考雑誌:
ピズリカ、M. 他。 （2024年）。線形化された注意による組織像からの遺伝子発現のデジタルプロファイリング。 ネイチャーコミュニケーションズ。 doi.org/10.1038/s41467-024-54182-5。
1731650230
#を活用したツールは生検画像からがん細胞の遺伝子活性を予測します
2024-11-15 04:01:00