AIとがん研究 ── 膀胱がん ── 2026-10-26
膀胱がんの治療・治験とAI
- Integrative single-cell and spatial transcriptomics combined with machine learning reveals molecular features and key risk genes of high-stemness malignant epithelial cells in bladder cancer抄録（全訳）
膀胱がん（BCa）は分子レベルの不均一性が大きく、再発・進行・治療抵抗性のリスクも高い。そのため、細胞の状態の水準で定めた新しいバイオマーカーが求められている。本研究では、BCa で幹細胞性の高い悪性上皮細胞の特徴を調べるため、複数のデータと手法を統合した。用いたのは、単一細胞 RNA シーケンス（scRNA-seq）、空間トランスクリプトミクス（ST）、バルク RNA シーケンス（bulk RNA-seq）、機械学習（ML）モデル、免疫療法コホートである。scRNA-seq データから、CopyKAT で悪性上皮細胞を見つけた。これを患者ごとの CytoTRACE スコアに基づき、LowStem、IMStem、HighStem の 3 群に分けた。細胞間コミュニケーション解析と経路解析によると、HighStem の悪性上皮細胞は、免疫細胞・線維芽細胞・内皮細胞と広く相互作用していると推定された。HighStem 細胞では、DNA 修復、酸化的リン酸化、MYC、E2F の経路のスコアが高かった。一方、トランスフォーミング増殖因子β（TGF-β）、Notch、WNT/β-カテニンの経路のスコアは低かった。続いて、高次元重み付き遺伝子共発現ネットワーク解析（hdWGCNA）、発現変動解析、生存解析、ST による検証、ML モデリングを統合した。その結果、TXNL4A、APEX1、TIMM8B、MDH2、TRMT112、C1QBP、CYC1、BANF1 を中核のリスク遺伝子として特定した。ガウスナイーブベイズ（NB）モデルは、両コホートのいずれでも全体として良好な分類性能を示した。シャープレイ加法的説明（SHAP）では、8 遺伝子すべてが HighStem 細胞の識別に寄与していた。免疫療法コホートの解析からは、TXNL4A、BANF1、MDH2 が免疫療法への反応と関連する可能性が示唆された。仮想ノックアウト解析からは、BANF1 関連のネットワークがタンパク質合成、ミトコンドリア機能、細胞接着に関わることが示唆された。これらの結果は、BCa における幹細胞性の不均一性を理解する分子基盤となりうる。個別化治療戦略の開発にも役立つかもしれない。
掲載誌の IF 相当：2.4（OpenAlex の直近 2 年の平均被引用数・2026-10-12 時点の値、2026-10-13 に取得。正式な IF（Clarivate）ではない）書誌：Liu X, Xiao Z, Wang Y, Huang L. Integrative single-cell and spatial transcriptomics combined with machine learning reveals molecular features and key risk genes of high-stemness malignant epithelial cells in bladder cancer. Discov Onc. 2026 Oct 23 [Epub ahead of print]. doi:10.1007/s12672-026-06196-2.確認の範囲：抄録のみ確認