AIとがん研究 ── 肺がん ── 2026-10-10

対象誌と選び方は索引の頁に

肺がんの治療・治験とAI

• マルチモーダル CT ラジオゲノミクスによる肺腺がんの獲得性 EGFR T790M の非侵襲的予測
  Noninvasive prediction of acquired EGFR T790M in lung adenocarcinoma using multimodal CT radiogenomics
  Zenodo (CERN European Organization for Nuclear Research) · 2026-10-09 · 証拠の段階: 後ろ向きの観察研究（単施設の時間的検証つき）
  抄録（全訳）

  背景：上皮成長因子受容体チロシンキナーゼ阻害薬（EGFR-TKI）の第 1・第 2 世代には、やがて耐性が生じる。耐性化の後に獲得性の EGFR T790M を検出できれば、次の治療を選ぶ手がかりになる。著者らは、増悪時に検出される T790M を予測するモデルを作った。このモデルは、複数の情報を組み合わせたコンピュータ断層撮影（CT）モデルである。加えて、後の時期に治療を受けた患者で時間的検証を行った。

  方法：この研究は後ろ向き研究である。対象は、第 1・第 2 世代 EGFR-TKI で治療した肺腺がん患者 198 例である。患者を治療時期の順に、開発コホート（n = 139）と時間的検証コホート（n = 59）に分けた。モデルには次の 4 種類の情報を用いた。組み合わせた変数は、臨床変数、CT の読影所見、手作業で設計したラジオミクス特徴量、深層特徴量である。深層特徴量は 2.5 次元の ResNet18 ネットワークで抽出した。これらをエラスティックネット・ロジスティック回帰で統合した。動的モデルには、早期の治療効果とデルタラジオミクス特徴量（画像特徴量の変化量）も加えた。

  結果：ベースラインのマルチモーダルモデルでは、受信者動作特性曲線下面積（AUC）は開発コホートで 0.881、検証コホートで 0.856 だった。動的モデルの AUC は、それぞれ 0.914 と 0.889 だった。時間的検証では、動的モデルの感度は 0.867、特異度は 0.862 だった。動的モデルの AUC はベースラインモデルより数値上は高かった。ただし、差は統計的に有意ではなかった（P = 0.184）。T790M の予測確率が高い患者には、次の 3 点がみられた。EGFR エクソン 19 欠失を有すること、早期の腫瘍縮小が大きいこと、無増悪生存期間が長いことである。 結論予測の対象は、第 1・第 2 世代 EGFR-TKI による治療後、増悪時に検出される T790M である。早期の治療効果とデルタラジオミクスを加えると、判別能は数値上改善した。実臨床で遺伝子の再検査を判断する材料に使うには、その前に前向きの多施設検証が必要である。

  掲載誌の IF：不明（照合できず）
  書誌：[No authors listed]. Noninvasive prediction of acquired EGFR T790M in lung adenocarcinoma using multimodal CT radiogenomics. Zenodo (CERN European Organization for Nuclear Research). [Epub ahead of print]. doi:10.5281/zenodo.23249913.
  確認の範囲：抄録のみ確認
• AI を用いたシステム薬理学と実験的検証で示した、霊芝抽出物の肺がんに対する多標的の抗がん機序
  AI-assisted systems pharmacology with experimental validation reveal multi-target anticancer mechanisms of Ganoderma lucidum extracts against lung cancer.
  Mycology · 2026-03-06 · 証拠の段階: 前臨床（in silico 解析と培養細胞実験）
  抄録（全訳）

  薬用キノコの霊芝（Ganoderma lucidum）は、生理活性をもつトリテルペノイドと多糖類を豊富に含む。肺がんは複雑で、適応による耐性も生じる。そのため、複数のがん化経路を同時に阻害する治療戦略が必要である。本研究は、ネットワーク解析と人工知能（AI）を組み合わせたシステム薬理学の手法を用いた。目的は、霊芝の化合物が複数の標的に作用してがんを抑える機序の解明である。生理活性をもつ代謝物をスクリーニングし、その標的を肺がん関連遺伝子と統合した。これをもとに、化合物‐標的‐経路のネットワークを構築した。主要な相互作用は、AI を用いた分子ドッキングで検証した。多標的と予測された上位の化合物は、非小細胞肺がん細胞株 H1299 で機能を検証した。検証には、細胞生存率、遊走能、ウエスタンブロットの各アッセイを用いた。その結果、相乗的に働く 67 の標的からなるネットワークが得られた。このネットワークには PIK3CA、STAT3、EGFR、TP53 などが含まれる。増殖、アポトーシス、免疫回避の経路を同時に調節する。トリテルペノイドのうち、lucidumol A や ganoderic acid A などが中心的な作用成分であった。これらは複数のシグナル伝達ハブに結合できる。これらの代謝物と標準化した霊芝抽出物は、がん化シグナルを相乗的に阻害した。具体的には、細胞増殖を抑えた（抽出物の IC50 = 1669 μg/mL）。また、遊走を抑え、STAT3 のリン酸化と c-Myc の発現を減らした。これらの真菌由来の代謝物は、複数の標的に作用する強い腫瘍抑制作用を示す。

  掲載誌の IF 相当：5.5（OpenAlex の直近 2 年の平均被引用数・2026-10-09 時点の値、2026-10-10 に取得。正式な IF（Clarivate）ではない）
  書誌：Wang H, Chen L, Zhang S, Ju M, Feng J, Tang Z, et al. AI-assisted systems pharmacology with experimental validation reveal multi-target anticancer mechanisms of Ganoderma lucidum extracts against lung cancer. Mycology. 2026 Mar 6;17(3):773-93. doi:10.1080/21501203.2026.2634522; PMCID: PMC13647369.
  確認の範囲：全文を確認

← この号の目次へ