AIとがん研究 ── がん一般 ── 2026-11-17

がん一般の分子生物学の進展とAI
- Graph learning guided by regulatory and spatial contexts prioritizes natural compound-target pairs in digestive system cancers.抄録(全訳)
腫瘍の制御プログラム、細胞構成、空間的な配置はいずれも多様である。そのため、天然化合物の標的に優先順位を付けるのは難しい。そこで、空間文脈を扱う異種グラフニューラルネットワークのランカー SC-HGNN-Rank を作った。関係を区別するグラフ表現とランキング最適化を組み合わせ、化合物―標的の関連、転写制御、相互作用ネットワーク、単一細胞情報、空間情報をまとめて扱う。このモデルは、結腸腺がん(COAD)、肝細胞がん(LIHC)、胃腺がん(STAD)にまたがる候補軸 600 件を順位づけした。学習条件をそろえた評価では、参照順位とのスピアマン相関の平均は、がん種を一つ除く評価で 0.965、化合物群を除く評価で 0.967、標的群を除く評価で 0.976 だった。同じエンコーダで単純な目的関数を使った場合と比べ、複合ランキング目的関数は平均スピアマン相関を 0.049 高めた。一方、空間モジュールを外すと 0.147 下がった。モデルの順位と多層の証拠により、COAD ではケルセチン―CDK1/MYB―骨髄系細胞、LIHC では 4',5-ジヒドロキシフラボン(4',5-DHF)―AR/HDAC1―T/NK 細胞、STAD ではエリオジクチオール―HSP90AB1/HOPX―線維芽細胞を優先した。空間解析を広げ、発現量をそろえた対照遺伝子を置いて、標的の発現量とマッピングした細胞量との関連を調べた。細胞熱シフトアッセイと薬物親和性応答性標的安定性アッセイでは、化合物で処理した後に標的タンパク質の残存量が増えた。HCT116、JHH-6、MKN45 の各細胞で、化合物は生存率、コロニー形成、遊走細胞数、浸潤細胞数を減らし、アポトーシスを増やした。標的をノックダウンすると同様の増殖抑制の表現型が現れ、過剰発現させると化合物による効果は弱まった。これは、それぞれの反応に CDK1、AR、HSP90AB1 が関与することを支持する。付属の Explorer は、候補の検索、証拠の確認、データの書き出しに対応している。制御と空間の文脈を天然化合物の優先順位付けに組み込み、再利用できる手法と、実験で裏づけた候補を示した。いずれも、消化器がんにおける標的指向の薬理研究に向けたものである。
掲載誌の IF 相当:11.5(OpenAlex の直近 2 年の平均被引用数・2026-11-16 時点の値、2026-11-17 に取得。正式な IF(Clarivate)ではない)書誌:Jiang H, Zheng S, Yang C, Zhang X, Liu H, Bao Y. Graph learning guided by regulatory and spatial contexts prioritizes natural compound–target pairs in digestive system cancers. Pharmacol Res. 2026 Nov [Epub ahead of print]. doi:10.1016/j.phrs.2026.109767. PMID: 43035199.確認の範囲:抄録のみ確認 - LKMHCpan: Transformer-optimized HLA-I pseudo-sequences enhance neoantigen prediction for immunotherapy.抄録(全訳)
ペプチドと HLA クラス I の結合を正確に予測することは、腫瘍のネオ抗原を見つけ、個別化した免疫療法を進めるための基礎である。ここで示す LKMHCpan は、アレルを問わず使える予測モデルである。Transformer ネットワークで、主に α1、α2、α3 ドメインにある重要な 88 残基をアテンションにより統合し、HLA-I 擬似配列の表現を最適化する。LKMHCpan の適合率―再現率曲線下面積(PR-AUC)の平均は 0.93 だった。平均の PR-AUC は 0.93 で、学習していない HLA-I アレルにも頑健に当てはまり、11 アミノ酸より長いペプチドにも対応する。腫瘍ネオ抗原選択アライアンス(TESLA)のデータでは、免疫原性のあるネオ抗原の 94% を特定し、スコアと免疫原性の相関も強かった。LKMHCpan で求めたネオ抗原量は、免疫療法を受けた二つのコホート、すなわち転移性メラノーマ(n = 73)と肺がん(n = 309)で、臨床転帰を有意に層別化した。ネオ抗原量が多い患者では臨床的な有益性が見られた。未学習のアレルや、アミノ酸が 1 つ違うだけの HLA-I 変異体についても、結合モチーフを解読できる。この能力は、ペプチドと主要組織適合遺伝子複合体(MHC)の複雑な相互作用を解明する可能性を示す。LKMHCpan は、精密免疫療法でのネオ抗原の探索と予後評価に向けた、拡張しやすい枠組みである。
掲載誌の IF 相当:5.3(OpenAlex の直近 2 年の平均被引用数・2026-11-16 時点の値、2026-11-17 に取得。正式な IF(Clarivate)ではない)書誌:Li Q, Liu S, Yao M, Chen H, Yu Y, Zhang B, et al. LKMHCpan: Transformer-optimized HLA-I pseudo-sequences enhance neoantigen prediction for immunotherapy. iScience. 2026 Nov;29(11):118134. doi:10.1016/j.isci.2026.118134. PMID: 43034688.確認の範囲:抄録のみ確認