AIとがん研究 ── 肝臓がん ── 2026-10-08

対象誌と選び方は索引の頁に

肝臓がんの治療・治験とAI

• TACE・分子標的薬・免疫療法の併用を受けた進行肝細胞がんにおける、高親和性ネオアンチゲン関連の免疫原性状態を予測する解釈可能な CT ラジオミクス
  Interpretable CT-Based Radiomics for Prediction of High-Affinity Neoantigens Associated Immunogenic States in Advanced Hepatocellular Carcinoma Treated with TACE Plus Targeted Therapy and Immunotherapy
  Cancers · 2026-10-06 · 証拠の段階: 後ろ向きの観察（予測モデルの開発と検証）
  抄録（全訳）

  目的：進行肝細胞がん（HCC）の HANS（高親和性ネオアンチゲン）の状態を、CT ラジオミクスに基づく機械学習モデルで非侵襲的に予測する。そのモデルを開発し、検証する。あわせて、HANS の状態に関連する予後とゲノムの特徴を調べる。 対象と方法： 後ろ向き研究である。対象は、肝動脈化学塞栓療法（TACE）を基盤とする 3 者併用療法を受けた進行 HCC の患者である。死亡か最終追跡時まで追跡した。腫瘍組織で全エクソーム解析を行い、HANS を算出した。ラジオミクス特徴量は動脈相の CT 画像から抽出した。LASSO 回帰（least absolute shrinkage and selection operator）で 3 つのモデルを作った。ラジオミクスモデル（HANS-Rad）、臨床モデル（HANS-Clin）、統合モデル（HANS-RC）を、LASSO 回帰で構築した。モデルの性能は受信者動作特性（ROC）曲線解析で評価した。信頼性と臨床的有用性は、較正解析と決定曲線解析で評価した。モデルの解釈には SHAP（Shapley Additive Explanations）を使った。予測された HANS サブグループの違いを探るため、ゲノム解析も行った。

  結果：対象は 129 例で、年齢中央値は 54 歳（四分位範囲 44〜62 歳）、男性が 90% であった。全生存期間は、HANS-High 群が HANS-Low 群より長かった（中央値 23.0 か月対 10.0 か月、ハザード比 0.60、P = 0.026）。性能が最もよかったのは統合モデル HANS-RC である。曲線下面積（AUC）は訓練セットで 0.964、テストセットで 0.869（95% 信頼区間 0.716〜1.000）であった。ラジオミクス単独モデルと臨床モデルを上回った。このモデルは、較正も正味の利益（net benefit）も良好であった。ゲノム解析では、HANS-High の腫瘍で腫瘍遺伝子変異量（TMB）が高かった。免疫関連の経路とがん関連の経路の濃縮も見られた。一方、HANS-Low の腫瘍には、これとは異なる変異パターンと経路の変化があった。

  結論：CT 画像を用いたラジオミクスベースの機械学習モデルにより、進行肝細胞がんの HANS の状態を非侵襲的に予測できる。このモデルは予後との関連が強い。予後との関連が強く、ゲノム解析により生物学的な解釈も裏づけられた。

  掲載誌の IF 相当：5.3（OpenAlex の直近 2 年の平均被引用数・2026-10-07 時点の値、2026-10-08 に取得。正式な IF（Clarivate）ではない）
  書誌：Bian C, Qin Y, Zou H, Fan W, Li J. Interpretable CT-Based Radiomics for Prediction of High-Affinity Neoantigens Associated Immunogenic States in Advanced Hepatocellular Carcinoma Treated with TACE Plus Targeted Therapy and Immunotherapy. Cancers. 2026 Oct 6;18(19):3218. doi:10.3390/cancers18193218.
  確認の範囲：抄録のみ確認

← この号の目次へ