AIとがん研究 ── 肺がん ── 2026-10-22

対象誌と選び方は索引の頁に

肺がんの治療・治験とAI

• 肺腺がんのSTAT1–GOLM1軸に対するトランスクリプトーム・機械学習の統合解析と低分子阻害剤の探索
  Integrative transcriptomic and machine-learning analysis of the STAT1–GOLM1 axis in lung adenocarcinoma and small-molecule inhibitor discovery
  npj Precision Oncology · 2026-10-20 · 証拠の段階: 前臨床（バイオインフォマティクス解析とin vitro実験）
  抄録（全訳）

  腫瘍の浸潤と遠隔転移は、肺腺がん（LUAD）で治療がうまくいかない主な原因である。その分子メカニズムを解明することが、LUADの精密治療には欠かせない。バルクRNAシークエンスと一細胞トランスクリプトームのデータに複数の機械学習手法を組み合わせ、LUADの予後不良に関わる中核遺伝子としてGOLM1を見つけた。GOLM1は悪性上皮細胞で高発現していた。この細胞では、細胞外基質（ECM）-インテグリンシグナル、糖鎖修飾（グリコシル化）の再構成、浸潤に関連する転写プログラムが増強していた。機構の検証では、STAT1がGOLM1の上流で転写を活性化する因子であることが分かった。STAT1とGOLM1はSTAT1-GOLM1軸を形成し、LUADの浸潤を引き起こす。STAT1を標的とする分子ドッキング計算で候補化合物の順位を付け、A549細胞で評価した。実験の結果、化合物1がPI3K/AKTシグナル、細胞周期、アポトーシスを調節してLUAD細胞を最も強く阻害することが分かった。以上の結果は、STAT1-GOLM1軸がLUADで重要な役割を持つことを示した。以上の結果から、AIが導いた有望なLUAD阻害剤候補も得られた。

  掲載誌の IF 相当：8.9（OpenAlex の直近 2 年の平均被引用数・2026-10-04 時点の値、2026-10-05 に取得。正式な IF（Clarivate）ではない）
  書誌：Yang Q, Zeng Y, Ba L, Zhu Z, Bie Y, Zhao N, et al. Integrative transcriptomic and machine-learning analysis of the STAT1–GOLM1 axis in lung adenocarcinoma and small-molecule inhibitor discovery. npj Precis Onc. 2026 Oct 20 [Epub ahead of print]. doi:10.1038/s41698-026-01735-0.
  確認の範囲：抄録のみ確認
• MO27-6 非小細胞肺がんにおけるEGFR変異の予測：パソロミクスとランダムフォレストを用いた手法
  MO27-6 Prediction of EGFR mutations in non-small cell lung cancer: a patholomics random forest approach
  Annals of Oncology · · 証拠の段階: 予測モデルの開発研究（会議抄録）
  抄録（全訳）

  上皮成長因子受容体（EGFR）変異は、非小細胞肺がん（NSCLC）の分子標的治療の選択を導く上で重要である。しかし現在の診断法は分子検査への依存度が高い。そこで本研究は、新たなパソロミクス手法を提案する。ヘマトキシリン・エオジン（H&E）染色の組織病理画像特徴と機械学習を用いて、EGFR変異の有無を予測する。

  掲載誌の IF 相当：1.7（OpenAlex の直近 2 年の平均被引用数・2026-10-20 時点の値、2026-10-21 に取得。正式な IF（Clarivate）ではない）
  書誌：Cheung E, Li A, Mok F, Kwong V, Cheung A, Tsang E, et al. MO27-6 Prediction of EGFR mutations in non-small cell lung cancer: a patholomics random forest approach. Annals of Oncology. 2026 Nov;37:S299. doi:10.1016/j.annonc.2026.07.158.
  確認の範囲：抄録のみ確認

← この号の目次へ