小細胞肺癌における網羅的RNA解析と機械学習による免疫療法奏功予測パネルの開発

利用综合 RNA 分析和机器学习开发小细胞肺癌免疫治疗反应预测面板

• 批准号: 22K08262
• 负责人: 藤本 大智
• 金额: $ 2.66万
• 依托单位: Wakayama Medical University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K08262/
• 关键词: バイオマーカー; 小細胞がん; 機械学習; RNA; 小細胞肺癌

世界最大規模の前向き臨床研究登録患者のRNA解析データを用いた検討を行っており、初回治療としてICI包含治療を受けた小細胞肺癌患者における次世代シーケンサーを用いた網羅的RNA解析データを用いて2022年度はRNAパネル作成を行っている。小細胞肺癌においてはRNA解析における数種類の遺伝子発現により、サブタイプ分類し、様々な薬剤効果予測や予後予測を行うことが注目されている（Rudin CM, et al. Nat Rev Cancer 2019）。しかし、それら数種類のRNA解析データによるサブタイプとICIの長期奏功の関連性については、未だ検討段階であり、網羅的RNA解析データを用いてICIの長期奏功と関連する遺伝子発現の同定を試みることは世界にも例を見ない。また、臨床応用という観点から考えると、網羅的RNA解析データをそのまま活用するには多くの障壁がある。網羅的RNA解析データは非常に多くの情報を持ち、従来のgene set enrichment analysisやpathway analysisなどの方法では遺伝子発現自体が増強しているかどうかの判断はできるものの、万単位におよぶ遺伝子発現間の相互関係性を含めて総合的客観的に判断することは困難である。以上の問題点を解決する方法として我々は機械学習を用いた解析を考えた。近年限られた症例数において多数の因子から治療効果との関連因子を相互関係性に考慮しながら同定する方法が機械学習にて行われている。以上のように網羅的RNA解析データと機械学習解析により、総合的客観的にICIの長期奏功と関連する遺伝子候補を同定し、現段階でパネル作成を終えている。以上の成果は非常に重要な成果と考える

我们正在利用来自世界上最大的前瞻性临床研究的患者的 RNA 分析数据进行一项调查，并利用新一代测序技术对 2022 年接受 ICI 包容性治疗作为初始治疗的小细胞肺癌患者进行综合 RNA 分析数据。我们正在创建一个 RNA panel。在小细胞肺癌中，人们的注意力集中在基于 RNA 分析中几种类型基因表达的亚型分类，以及各种药物效应和预后的预测 (Rudin CM, et al. Nat Rev Cancer 2019)。然而，基于这几种类型的RNA分析数据的ICI亚型与长期反应之间的关系仍在考虑中，并且尝试使用综合RNA分析来识别与ICI长期反应相关的基因表达是很重要的数据是世界上前所未有的。此外，从临床应用的角度来看，原样利用全面的RNA分析数据存在许多障碍。综合RNA分析数据包含极其大量的信息，虽然基因集富集分析和通路分析等常规方法可以确定基因表达本身是否增强，但很难全面客观地判断，包括相互关系。作为解决上述问题的一种方法，我们考虑使用机器学习进行分析。近年来，机器学习已被用来从有限案例中的大量因素中识别与治疗效果相关的因素，并考虑到它们之间的相互关系。如上所述，利用综合RNA分析数据和机器学习分析，我们全面、客观地鉴定了与ICI长期反应相关的候选基因，并完成了现阶段的panel创建。我认为上述结果是非常重要的结果。