AIとがん研究 ── がん一般 ── 2026-10-23

対象誌と選び方は索引の頁に

がん一般の分子生物学の進展とAI

• 遺伝子発現プロファイルをフラックス型の代謝フィンガープリントに変換する計算フレームワークCircumSpectrum
  Inferring flux-based metabolic fingerprints from gene expression to predict drug response and facilitate patient stratification
  Communications Medicine · 2026-10-21 · 証拠の段階: 後ろ向きの観察（既存トランスクリプトームコホートと細胞株の再解析）
  抄録（全訳）

  代謝の再プログラミングは多くの疾患、とりわけがんの特徴である。遺伝子発現データから代謝状態を解析する既存の方法は、臨床応用に必要な分解能と解釈性をしばしば欠く。遺伝子シグネチャー型の手法は代謝ネットワークの構造を単純化する。遺伝子ベースのシグネチャー手法は、代謝ネットワークの構造を単純化し、統計的な偏りにも弱く、研究間で再現性が低い。そのため、ネットワーク構造を踏まえ、機序に基づく代替手法が求められる。

  CircumSpectrumという計算フレームワークを開発した。遺伝子発現プロファイルを、フラックスに基づく代謝フィンガープリントへ変換する。CircumSpectrumは、ゲノムスケール代謝モデルと、142の機能的代謝サブシステムで学習した機械学習分類器を統合して構築した。メトホルミンを投与された患者の独立したトランスクリプトームコホートを複数用い、検証した。メトホルミンは広く使われる抗糖尿病薬で、がん領域での重要性が増している。対象は健康な人、2型糖尿病患者、がん細胞株にわたる。従来の遺伝子シグネチャー法とパスウェイエンリッチメント法を比較対象に、ブートストラップ分類精度で性能を評価した。従来の遺伝子シグネチャー手法と経路エンリッチメント手法が比較対象である。

  その結果、治療効果の識別ではCircumSpectrumが従来の遺伝子シグネチャー手法を上回った。再現性は、データセット、プラットフォーム、種を超えて保たれた。メトホルミン投与コホートでは、標準的なトランスクリプトーム解析で検出されない代謝適応が見つかった。これらの薬剤誘導性の代謝適応は、表現型、サブシステム、個別反応の各水準で捉えられた。健康人と糖尿病患者の代謝応答に、疾患特異的な違いも見られた。がん種を超えて保存された経路の組み替えも見つかった。

  CircumSpectrumは、患者コホート、実験モデル、シングルセルデータからマルチスケールの代謝プロファイリングを可能にする。遺伝子発現データから、複雑な表現型について構造化され解釈しやすい知見が得られる。この手法には幅広い応用の可能性がある。代謝の脆弱性の特定、薬剤の作用機序の解明、さまざまな疾患での精密治療戦略の支援に役立つ可能性がある。

  細胞は疾患や治療に応じて代謝を絶えず適応させている。ところが、遺伝子活性データからこうした変化を調べる現在の方法は不正確で、再現も難しいことが多い。そこでCircumSpectrumという計算ツールを作った。大規模な生物ネットワークモデルに機械学習を組み合わせ、遺伝子発現の測定値を詳細な代謝「フィンガープリント」に変える。検証には、糖尿病治療薬として一般的で、がんへの応用も広がりつつあるメトホルミンを使った。よく使われる抗糖尿病薬で、がんでの使用が検討され始めている。複数の患者研究とがん種にわたって試した。CircumSpectrumは、標準的な方法では見落とす代謝変化を見つけた。異なるデータセット、さらには異なる種でも一貫して見つけた。この結果から、薬剤が代謝レベルでどう働くかをよりよく理解できる見込みがある。糖尿病、がん、その他の代謝性疾患の治療をより精密に導く可能性がある。

  Polleyらは、ゲノムスケールモデルと機械学習でRNAシークエンシング（RNA-seq）をフラックス型代謝フィンガープリントに変えるフレームワーク、CircumSpectrumを報告した。臨床コホートとがんコホートでメトホルミンについて性能を評価した。従来の遺伝子シグネチャー手法と比べて良好な性能を示し、薬剤の作用機序を表現型、サブシステム、反応の各水準で示唆した。

  掲載誌の IF 相当：6.0（OpenAlex の直近 2 年の平均被引用数・2026-10-08 時点の値、2026-10-09 に取得。正式な IF（Clarivate）ではない）
  書誌：Polley N, Kaoma T, Nazarov PV, Sarry JE. Inferring flux-based metabolic fingerprints from gene expression to predict drug response and facilitate patient stratification. Commun Med. 2026 Oct 21 [Epub ahead of print]. doi:10.1038/s43856-026-01970-3.
  確認の範囲：抄録のみ確認

← この号の目次へ