AIとがん研究 ── 膵がん ── 2026-10-18

膵がんのサブタイプ判別を扱う新しい論文 MetaPaCS の図。対象は不均一で候補の多い膵がんのサブタイプ。手法は複数のベース分類器の予測出力を元の特徴ベクトルと組み合わせ、メタ学習分類器で判別する。結果は一個抜き交差検証で個々のベース分類器を上回った。前臨床の計算研究で、確認したのは抄録のみ。 — イメージアブストラクト ── 記事の全体像を 1 枚に（画像を押すと拡大）

膵がん 1 本。筆頭: MetaPaCS：膵がんのサブタイプを判別する新しいメタ学習フレームワーク

対象誌と選び方は索引の頁に

膵がんの治療・治験とAI

MetaPaCS：膵がんのサブタイプを判別する新しいメタ学習フレームワーク
MetaPaCS: A Novel Meta‐Learning Framework for Pancreatic Cancer Subtype Identification
Advanced Intelligent Systems · 2026-10-15 · 証拠の段階: 前臨床（トランスクリプトームデータを用いた計算手法の開発と交差検証）
抄録（全訳）
膵がん（PaC）は、米国でがんによる死亡原因の第 3 位である。きわめて不均一な悪性腫瘍で、サブタイプの候補が多い。サブタイプごとに、固有の分子経路と治療上の特性がある。これらの情報は、その後の患者のリスク層別化や、患者に合わせた治療の設計に使える。従来はウェットラボでサブタイプを分類してきた（顕微切離、病理組織学的検討など）。しかし、手間も費用も時間もかかる。
この課題に対し、著者らは新しいメタ学習フレームワーク MetaPaCS を作った。トランスクリプトームデータから、膵がんのサブタイプを正確に判別するためのものである。手順は次のとおりである。まず前処理を行い、トランスクリプトームに基づく特徴ベクトルを得る。これを複数のベース機械学習分類器で分類する。各分類器の多様な予測出力を、前処理済みの元の特徴ベクトルと組み合わせる。これを新たなアンサンブル特徴ベクトルとし、メタ学習分類器で分類する。
一個抜き交差検証（leave-one-out cross-validation）では、MetaPaCS の性能は、最適化した個々のベース分類器より著しく高かった。MetaPaCS は、その後のリスク層別化や個別化治療の設計に有望なツールになると考えられる。
掲載誌の IF 相当：5.6（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：Peterson NB, Sun M, Wu X, Wang J, Wan S. MetaPaCS: A Novel Meta‐Learning Framework for Pancreatic Cancer Subtype Identification. Advanced Intelligent Systems. 2026 Oct 15 [Epub ahead of print]. doi:10.1002/aisy.70576.
確認の範囲：抄録のみ確認

← この号の目次へ