1732149976
2024-11-20 15:09:00
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で分析します。しかし、どのゲノム変化が腫瘍の増殖を決定するのか、つまり治療にとって重要となる可能性のある情報を見つけるには、科学者は腫瘍から単離したRNAの遺伝子配列を決定する必要があり、このプロセスには数週間かかる場合があり、非常に費用がかかる。
スタンフォード医学の研究者は現在、AI 駆動のコンピューター プログラムを開発しています 発展した これは、生検の標準的な顕微鏡画像に基づいて、腫瘍細胞内の何千もの遺伝子の活性を予測することができます。
遺伝的変異
このツールは、最近、 ネイチャーコミュニケーションズ、 7,000 を超える異なる腫瘍サンプルからのデータを使用して作成されました。研究チームは、AI ツールとコンピューター プログラムが定期的に収集された生検画像を使用して、乳がんの種類と患者の転帰の両方の遺伝的変異を予測できることを示しました。
「このタイプのソフトウェアを使用すると、患者の腫瘍の遺伝子サインを迅速に特定でき、臨床上の意思決定が迅速化され、医療システムのコストが大幅に節約される可能性があります」と、生物医学データサイエンスの教授であり、本論文の主著者であるオリヴィエ・ゲヴァールト博士は述べた。記事。この研究は、スタンフォード大学卒業生のマリヤ・ピズリア氏、ユアンニング・ジェン博士、フランシスコ・ペレス博士によって主導されました。
ゲノミクスによる駆動
化学療法、免疫療法、ホルモン療法などの治療法を選択および推奨する際、医師はがんが存在する臓器だけに焦点を当てることはなくなりました。また、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も調べます。特定の遺伝子のオンとオフを切り替えることにより、腫瘍の攻撃性が高まったり、より早く広がったり、特定の薬剤に多かれ少なかれ反応したりすることがあります。ただし、この情報にアクセスするには、多くの場合、高価で時間の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化させ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。各生検材料は薄くスライスされ、がん細胞の全体的な外観を視覚化するための標準であるヘマトキシリン・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。がん細胞のトランスクリプトーム（細胞がどの遺伝子を積極的に使用しているか）に関する情報も入手できました。
実用的なモデル
その後、がん生検と、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を含むその他のデータ セットが統合されました。そのデータセットを使用すると、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) と呼ばれる AI ツールは、カラー画像から 15,000 を超える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が実際の遺伝子活性データと 80% 以上一致しました。一般に、元の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到達するまでに、モデルを何回も反復する必要がありました。しかし最終的には、一部の腫瘍タイプでは臨床で使用できるレベルに達しました」とゲバールト氏は言う。
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 をプログラムしました。これにより、科学者や臨床医は、腫瘍のさまざまな領域で遺伝的変異がどのように区別されるかを確認できます。
患者の転帰を予測する
臨床意思決定における SEQUOIA の有用性をテストするために、Gevaert らは、モデルが発現を正確に予測でき、すでに市販のゲノム乳がん検査で使用されている乳がん遺伝子を特定しました。たとえば、食品医薬品局が承認したマンマプリント検査では、70 種類の乳がん関連遺伝子のレベルを分析して、がんが再発する可能性のスコアを患者に提供します。 「乳がんには、非常によく研究された多数の遺伝子特徴があり、これらの遺伝子特徴は、治療に対する反応や患者の転帰と強い相関があることが過去10年間に示されてきました」とGevaert氏は述べた。 「これにより、これは私たちのモデルにとって理想的なテストケースとなりました。」
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 と同じタイプのゲノム リスク スコアを提供できることを示しました。この結果は、乳がん患者のいくつかの異なるグループに対して繰り返されました。すべてのケースにおいて、SEQUOIA によって高リスクと特定された患者の転帰は悪化し、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りました。
臨床検査
AI モデルは、臨床環境で実行される治療法に関する決定をサポートするためにまだ使用できません。まだ臨床試験でテストする必要があり、FDAの承認も必要です。 AIツールのアルゴリズムもさらに開発・改良されています。可能なアプリケーションについても検討します。 SEQUOIA は最終的に、高価な遺伝子発現検査の必要性を軽減するのに役立つことが期待されています。
「私たちはこれが乳がんに対していかに有用であるかを示しました。そして現在では、これをすべてのがんに使用して、存在するすべての遺伝子の特徴を調べることができます。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」とゲバルト氏は結論づけています。
#生検画像とAIでがん遺伝子活性を予測