AIとがん研究 ── 胃がん ── 2026-11-09
胃がんの治療・治験とAI
- Machine learning-guided multimodal analysis of APAF1-associated tumor microenvironment features prioritizes morellic acid for gastric cancer.抄録（全訳）
背景：胃がん（GC）は、分子レベルの不均一性が大きく、腫瘍微小環境（TME）も複雑である。アポトーシスプロテアーゼ活性化因子1（APAF1）は、ミトコンドリア経路のアポトーシスの中核をなす分子である。しかし GC で、APAF1 が免疫の特徴や空間的不均一性、化合物探索とどう関連するかは、まだ十分に解明されていない。
方法：バルクのトランスクリプトーム、シングルセル RNA シーケンス、空間トランスクリプトームのデータを統合した。これに機械学習によるモデル化、免疫デコンボリューション、空間ニッチ解析を組み合わせ、GC での APAF1 関連の特徴を調べた。次に、機械学習を用いた計算スクリーニングを行った。分子ドッキングと分子動力学（MD）シミュレーションを組み合わせ、モレリン酸（MA）を優先候補として選んだ。MA の生物学的作用と APAF1 関連シグナルの関与は、in vitro と in vivo の実験で評価した。APAF1 の標的化には、in vitro では siRNA を、in vivo では shRNA を用いた。
結果：GC では APAF1 の発現が高く、特に早期の腫瘍で高かった。多変量で調整後も、APAF1 発現は全生存期間の改善と独立して関連していた（ハザード比 0.681（95% 信頼区間 0.494〜0.940、P = 0.0196））。ただし、APAF1 単独で予後を見分ける力は限られていた。時間依存の受信者動作特性（ROC）解析では、予測性能は低かった。腫瘍と正常組織を比べた ROC 解析では、両者の間で発現に差があった（AUC 0.875、95% 信頼区間 0.823〜0.918）。シングルセル解析と空間解析では、APAF1 発現が特徴的な免疫細胞のパターンや腫瘍の空間ニッチと関連していた。 機械学習を用いた計算スクリーニングで、MA が候補化合物として優先された。MA は GC 細胞の増殖と遊走を抑えた（50% 阻害濃度（IC50）1.807 ± 0.16〜6.216 ± 0.23 μM）。MA は in vivo でも腫瘍の増殖を抑制した。腫瘍抑制率は、低用量で 79.32 ± 7.69%、中用量で 92.37 ± 4.21%、高用量で 92.19 ± 2.99% であった。APAF1 をサイレンシングすると、MA に伴う変化が弱まった。APAF1 をサイレンシングすると、MA に伴う切断型カスパーゼ3の活性化と GSDME-NT の蓄積の変化が弱まった。APAF1 関連の細胞死シグナルが関与している可能性が示唆される。
結論：GC で、APAF1 は特徴的な腫瘍微小環境や臨床的特徴と関連していた。APAF1 が、ミトコンドリア経路のアポトーシスという本来の役割を超えて、腫瘍生物学に関与する可能性を支持する結果である。本研究の新規性は、APAF1 の研究をアポトーシスという本来の機能の枠を超えて広げた点にある。具体的には、機械学習とマルチモーダルなトランスクリプトーム解析・空間解析を統合した。これにより、APAF1 関連の TME の特徴を明らかにし、計算で MA を優先候補として選んだ。これらの知見全体は、スケールをまたぐ枠組みを提供する。この枠組みは、GC における APAF1 関連の腫瘍生物学を、候補化合物のスクリーニングや MA に関連する細胞死応答と結び付ける。
掲載誌の IF 相当：10.4（OpenAlex の直近 2 年の平均被引用数・2026-11-08 時点の値、2026-11-09 に取得。正式な IF（Clarivate）ではない）書誌：Jia B, Yan B, Li S, Yang J, Cheng Z, Zhou X, et al. Machine learning-guided multimodal analysis of APAF1-associated tumor microenvironment features prioritizes morellic acid for gastric cancer. Phytomedicine. 2026 Nov;162:158895. doi:10.1016/j.phymed.2026.158895.確認の範囲：抄録のみ確認