AIとがん研究 ── 乳がん ── 2026-10-17
乳がんの治療・治験とAI
- Machine learning-based pathomics signature as a novel digital marker for C-X-C motif chemokine ligand 9 expression and prognostic assessment in breast cancer抄録（全訳）
目的：C-X-C モチーフケモカインリガンド 9（CXCL9）は、腫瘍浸潤リンパ球を呼び込む重要な因子である。乳がん（BC）のバイオマーカー候補でもある。本研究では、機械学習を用いたハンドクラフト型のパソミクスモデルを作ることを目指した。このモデルは、日常診療で使うヘマトキシリン・エオジン（H&E）染色標本から、CXCL9 に関連する形態的特徴をとらえて生存転帰を予測する。続いて、得られたパソミクススコア（PS）の生物学的な意味と臨床での有用性を評価した。これにより、リスク層別化の客観的な枠組みを示すことを目指した。 材料と方法：Cancer Genome Atlas の乳がん患者 791 例で、パソミクスモデルを作った。モデルは、H&E 画像の定量的な特徴と機械学習を組み合わせたものである。特徴量の選択は訓練セットの中だけで行い、最小冗長性最大関連性法と再帰的特徴量削減を用いた。次に勾配ブースティングマシンでモデルを作った。モデルは CXCL9 発現の予測確率を PS として出力する。性能は、訓練、テスト、外部検証の各コホートで評価した。統合的なバイオインフォマティクス解析で、PS と次の項目との関連を調べた。生存、免疫浸潤、がん免疫サイクル（CI サイクル）の活性、腫瘍遺伝子変異量（TMB）、分子サブタイプである。
結果：CXCL9 発現は、全生存期間の有意な予後因子であることが確かめられた（P = 0.037）。CXCL9 発現状態の予測性能は、訓練・テスト・外部のいずれのコホートでも安定していた（曲線下面積（AUC）はそれぞれ 0.741、0.729、0.704）。PS は CXCL9 発現と有意に相関し、予後の異なる群に患者を分けた（P = 0.012）。多変量解析でも、PS は有意な保護因子であり続けた（ハザード比 0.66、P = 0.048）。機序の面では、PS が高いことは免疫炎症型の特徴と関連していた。その特徴は、ナチュラルキラー細胞と CD8+ T 細胞の浸潤の増加、CI サイクル活性の亢進、TMB の上昇である。さらに PS は、臨床的な不均一性もよく反映していた。分子サブタイプの中では、トリプルネガティブ乳がんのスコアが最も高かった（P < 0.001）。
結論：このパソミクスの枠組みは、画像に由来する CXCL9 発現の指標を与え、乳がんの予後層別化を支える可能性がある。乳がんの予後層別化に役立つ可能性がある。免疫炎症型の特徴との関連から、免疫表現型の評価に関わる可能性が示唆される。ただし、免疫療法の効果予測に使えるかどうかは、免疫療法を受けたコホートで検証する必要がある。
掲載誌の IF 相当：2.2（OpenAlex の直近 2 年の平均被引用数・2026-10-15 時点の値、2026-10-16 に取得。正式な IF（Clarivate）ではない）書誌：Huang W, Zhan M, Yu J, Ren L, Du J, Hou Y, et al. Machine learning-based pathomics signature as a novel digital marker for C-X-C motif chemokine ligand 9 expression and prognostic assessment in breast cancer. Cytojournal. 2026 Oct 13;23:63. doi:10.25259/cytojournal_67_2026.確認の範囲：抄録のみ確認