AIとがん研究 ── 肝臓がん ── 2026-10-30

対象誌と選び方は索引の頁に

肝臓がんの治療・治験とAI

• 肝細胞がんでアテゾリズマブ＋ベバシズマブへの反応を結節ごとに予測するラジオ・トランスクリプトーム・シグネチャー
  A radio-transcriptome signature for nodule-level prediction of response to atezolizumab plus bevacizumab in hepatocellular carcinoma
  Liver Cancer · 2026-10-27 · 証拠の段階: 観察研究（臨床試験検体での導出と外部コホートでの検証）
  抄録（全訳）

  背景と目的：アテゾリズマブ＋ベバシズマブ（AB）療法の効果は、同じ患者でも肝細胞がん（HCC）の結節ごとに異なることがある。本研究の目的は、AB 療法への反応を結節ごとに予測する非侵襲的なラジオミクス・シグネチャー（ABRad）を作り、外部で検証することである。ABRad は、AB 療法への反応を結節ごとに予測するトランスクリプトーム・シグネチャー（ABS）を、非侵襲的なラジオミクス・シグネチャーに置き換えたものである。

  方法：著者らはまず、IMbrave150 試験の治療前 HCC 検体 209 例で ABS を導出した。次に、GO30140 試験の 44 例で ABS を検証した。続いて、機械学習で ABS を ABRad に置き換えた。このために、外科的に切除した HCC の患者 59 例のデータを使った。この 59 例では、切除した肝細胞がんのゲノムワイドなトランスクリプトームと、切除前のコンピュータ断層撮影（CT）画像が対になってそろっていた。最後に、AB 療法を受けた患者 55 例の HCC 結節 178 個で、ABRad を外部検証した。

  結果：148 遺伝子からなる ABS は、臨床試験のコホートで治療効果と無増悪生存期間（PFS）を予測した。最終的な ABRad モデルはランダムフォレストで構築した。このモデルでは、造影に関する特徴量の重みが大きかった。外部検証コホートでは、治療効果の程度と ABRad の間に有意な正の関連がみられた（P < 0.001）。受信者動作特性曲線下面積（AUC）は、完全奏効（CR）の予測で 0.71（95% 信頼区間 0.61〜0.80）であった。客観的奏効（OR）では 0.65（95% 信頼区間 0.56〜0.73）、病勢コントロール（DC）では 0.69（95% 信頼区間 0.59〜0.78）であった。結節ごとの ABRad は、治療効果と独立して関連していた。調整オッズ比は、CR で 3.39（95% 信頼区間 1.40〜8.21）、OR で 2.55（95% 信頼区間 1.19〜5.67）、DC で 2.60（95% 信頼区間 1.03〜6.56）であった。患者ごとの ABRad は、PFS の延長と有意に関連していた（P = 0.005）。

  結論：ABRad で、HCC の AB 療法への反応を結節ごとに予測できた。

  掲載誌の IF 相当：5.3（OpenAlex の直近 2 年の平均被引用数・2026-10-24 時点の値、2026-10-26 に取得。正式な IF（Clarivate）ではない）
  書誌：Tanaka T, Fujiwara N, Fujii T, Kimura G, Izuoka K, Tempaku M, et al. A radio-transcriptome signature for nodule-level prediction of response to atezolizumab plus bevacizumab in hepatocellular carcinoma. Liver Cancer. 2026 Oct 27 [Epub ahead of print]. doi:10.1159/lic/admag026.
  確認の範囲：抄録のみ確認
• 肝細胞がんにおける ENTPD5 による放射線抵抗性の解明：複数アルゴリズムの機械学習と単一細胞での仮想ノックアウトから
  Deciphering ENTPD5-driven radioresistance in hepatocellular carcinoma via multi-algorithm machine learning and single-cell virtual knockout
  BMC Cancer · 2026-10-26 · 証拠の段階: 後ろ向きの観察（既存コホート解析）と前臨床（細胞・in silico）
  抄録（全訳）

  背景：肝細胞がん（HCC）では、放射線抵抗性のために持続的な局所制御が妨げられている。一方、クプロトーシス関連の代謝と放射線への反応との関係は、まだ十分に分かっていない。

  方法：クプロトーシスと放射線に関連する 26 遺伝子を、3 つのコホートで統合して解析した。コホートは LIRI-JP（n = 231）、GSE14520（n = 225）、TCGA-LIHC（n = 325）である。コンセンサスクラスタリングと、機械学習の 127 通りの設定を使った。これにより予後スコアを作り、検証した。生物学的な評価には、次のデータと手法を用いた。GSE149614 の単一細胞データ、scTenifoldKnk による仮想ノックアウト、放射線を照射した MHCC97H モデル、術後検体の免疫組織化学である。

  結果：勾配ブースティングマシンのスコアは、3 つのコホートのいずれでも全生存期間を一貫して層別化した。バルク（組織全体）のコホートでは、ENTPD5 の発現は高リスク群で低かった。また、ENTPD5 の発現はリスクスコアと逆相関していた。これに対し、悪性細胞 6,033 個では、ENTPD5 とスコアの間に弱い正の関連がみられた。放射線で選択された MHCC97H 細胞では、ENTPD5 の発現が上がっていた（P = 0.036、log2 fold change = 0.316）。仮想ノックアウトでは、アンフォールドタンパク質応答と放射線抵抗性関連のプログラムが弱まると予測された。臨床転帰を評価できた患者は 42 例であった。再発は、ENTPD5 陽性例の 39 例中 11 例、陰性例の 3 例中 3 例でみられた（28.2% 対 100%、Fisher の正確検定 P = 0.032）。ENTPD5 陽性例のほうが無増悪生存期間が長かった（ログランク検定 P = 0.019）。単変量 Cox 解析のハザード比は 0.22（95% 信頼区間 0.05〜0.89）であった。ただし、ENTPD5 陰性群は小さかった。

  結論：統合スコアは、後ろ向きの HCC コホートで予後予測能を示した。ENTPD5 の関連は状況によって異なった。ENTPD5 は、バルク腫瘍、悪性細胞の状態、放射線で選択された細胞、術後組織で、文脈によって異なる関連を示した。これらの結果は、ENTPD5 がさらに研究すべきマーカー候補であることを支持する。ただし、ENTPD5 の因果的な役割や治療効果を予測する役割を確立するものではない。

  掲載誌の IF 相当：3.9（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：Wu QQ, Zhang XF, Zhang Y, Wang HY, Wang LF, Xu Y, et al. Deciphering ENTPD5-driven radioresistance in hepatocellular carcinoma via multi-algorithm machine learning and single-cell virtual knockout. BMC Cancer. 2026 Oct 26 [Epub ahead of print]. doi:10.1186/s12885-026-17093-w.
  確認の範囲：抄録のみ確認

← この号の目次へ