AIとがん研究 ── 膀胱がん ── 2026-11-01

対象誌と選び方は索引の頁に

膀胱がんの治療・治験とAI

• パソミクス手法による膀胱がんの NRG1 発現の予測
  Predicting NRG1 expression and its molecular-pathological features of bladder cancer through a machine learning-based pathomics model
  Discover Oncology · 2026-10-30 · 証拠の段階: 後ろ向きの観察（TCGA データの解析）と前臨床（細胞実験）
  抄録（全訳）

  本研究の目的は、パソミクスの手法で膀胱がんの NRG1 発現を予測することである。膀胱がん患者のトランスクリプトームデータ、病理画像、臨床データを、がんゲノムアトラス（TCGA）から取得した。画像の分割には OTSU アルゴリズムを用いた。最小冗長性最大関連性・再帰的特徴削減（mRMR_RFE）のスクリーニングで得た特徴を、勾配ブースティングマシン（GBM）のアルゴリズムでモデル化した。さらに、パソミクススコアと免疫遺伝子の相関を解析した。

  mRMR_RFE のスクリーニングで計 20 個の特徴が得られ、NRG1 の予測モデルを構築した。受信者動作特性（ROC）曲線の曲線下面積（AUC）は、訓練セットで 0.789、検証セットで 0.702 であった。パソミクススコアは免疫関連遺伝子と正に相関した（P < 0.05）。NRG1 をサイレンシングすると、膀胱がん（BLCA）細胞の増殖、遊走、浸潤が抑えられた。一方、NRG1 を過剰発現させると、逆の効果がみられた。

  パソミクスモデルの識別能は中等度であった。パソミクススコアは免疫関連遺伝子と正に相関している。

  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：Zhang C, Wu F, Zhou Q, Duan Q, Zhu L, Huang W. Predicting NRG1 expression and its molecular-pathological features of bladder cancer through a machine learning-based pathomics model. Discov Onc. 2026 Oct 30 [Epub ahead of print]. doi:10.1007/s12672-026-06230-3.
  確認の範囲：抄録のみ確認

← この号の目次へ