HPV陰性頭頸部がんの転写状態から見いだした薬剤脆弱性とEGFR阻害薬への反応予測
背景：分子分類を薬剤反応に結び付ける
ヒトパピローマウイルス（HPV）陰性頭頸部扁平上皮がん（HNSCC）の転写状態を遺伝子依存性と結び付け、遺伝子発現からエルロチニブへの反応を予測する研究が発表された。研究者らは細胞株でモデルを学習させ、患者由来組織6例で試験した。生体外組織の薬剤感受性を評価した研究であり、患者への投与による臨床効果を検証した段階ではない。
HNSCCの既存の分子サブタイプは腫瘍の生物学的な違いを説明する一方、治療選択に結び付けるには限界があった。上皮成長因子受容体（EGFR）も、発現量だけでは阻害薬への反応を十分に説明できない。今回の研究では、より広範な遺伝子発現プログラムが薬剤反応を説明できるかを調べた。
主な発見：状態ごとの依存性と13遺伝子予測モデル
研究者らは5つのコホートからRNAシーケンシング（RNA-seq）サンプル753件を集め、品質基準を満たした727件を解析した。正常組織とHPV陽性腫瘍も含まれていた。この統合データを用い、HPV陰性腫瘍の主な転写状態を識別した。
主な状態は、増殖、上皮分化、上皮間葉転換（EMT）、ミトコンドリア代謝に関連していた。研究者らは腫瘍と細胞株の経路活性の類似度を算出し、代表的なHPV陰性細胞株18株を選定したうえで、既存のCRISPR遺伝子ノックアウト実験に基づくDepMapの依存性データと薬剤スクリーニング結果を結び付けた。遺伝子依存性とは、特定の遺伝子を除去した際に、細胞の生存や増殖がどの程度阻害されるかを示す。
増殖状態ではオートファジーや有糸分裂に関連する依存性が、上皮分化状態ではERBB/PI3Kシグナルと接着に関連する依存性が認められた。ミトコンドリア代謝状態は酸化的リン酸化とミトコンドリア翻訳に、EMT状態はG2/M細胞周期制御、インテグリン、Notchなどの経路に依存する傾向を示した。これらの結果は、状態ごとに治療候補を探索する根拠となる。患者でこれらの経路を阻害した場合の効果は、別途検証すべき課題だ。
EGFR阻害薬への反応予測には、細胞株26株の遺伝子発現・薬剤反応データを用いた。特徴選択と交差検証を経て開発したサポートベクター回帰（SVR）モデルは、論文で13遺伝子シグネチャーとして報告された。独立検証には、前向きに収集したHPV陰性HNSCC組織6例から作製した三次元マイクロ腫瘍を用いた。エルロチニブ2.5 μMで処理した後、3–7日間にわたり発光シグナルで組織生存率を評価し、薬剤溶媒対照群を基準に正規化した。
論文本文は、予測値と実測値のピアソン相関係数R=0.93、平均絶対誤差（MAE）=21.22と報告している。MAEは生存率予測誤差の大きさを示すもので、相関が高くても予測値と実測値が正確に一致するとは限らない。図6Fの説明では、検証性能がR=0.88、MAE=18.44と異なる値で記載されており、数値の確認が残る。EGFR単独の比較では、mRNA発現とエルロチニブ反応の相関は弱かった（R=−0.14）。
意義と展望：治療選択に向けた仮説と検証課題
この研究は、腫瘍の転写状態を機能的依存性や薬剤感受性に結び付ける枠組みを提示した。統合腫瘍データにモデルを適用したところ、上皮分化状態と細胞周期関連状態ではエルロチニブ感受性がより高いと予測された。ただし、学習に用いた細胞株は26株、独立した組織検証は6例にとどまり、一般化可能性の判断には限界がある。
細胞株の依存性は腫瘍微小環境全体を反映しない。また、組織生存率の予測は、患者の治療反応や生存改善とは区別する必要がある。今後は、より大規模な独立コホートで性能を再現し、実際の治療成績との関連を評価する必要がある。研究方法と結果は論文原文で確認できる。
Oncology & Systems Biology Core、2026年5月公開。DOI: [Source Generated Data]要約：従来の頭頸部扁平上皮癌（HNSCC）転写産物サブクラス分類が純粋に記述的であった臨床翻訳ギャップを解消するため、本機構的プラットフォームは多オミクス多様性を薬剤作用可能な状態へ変換します。5つの多様なデータセットから727個の独立腫瘍のRNA‑seqメタデータを統合し、全ゲノム規模CRISPR依存性マップと組み合わせることで、HPV陰性HNSCCを特徴付ける四つの選択的生存回路（増殖軸、上皮分化状態、EMT様マトリックス、酸化代謝ベースライン）を抽出しました。これらのターゲットを臨床的に活用するため、機械学習パイプラインを展開し、EGFR阻害剤応答を予測する13遺伝子転写予測子を抽出しました。新鮮な患者由来3Dマイクロ腫瘍で前向きに検証した結果、このサインATUREはエロチニブ感受性を高い忠実度係数（R＝0.93）で特定し、上皮分化構造の浸透性をマッピングすることで、バイオマーカー最適化と精密層別化のプログラム的標準を一般化可能な計算基準として確立しました。
EGFR発現量だけでは説明しにくい薬剤感受性を、腫瘍の転写状態と併せて評価できる可能性を示した。今後の研究では、手術組織のRNA発現から反応を予測し、その予測を同じ組織を用いた生体外薬剤試験の結果と比較することで、臨床試験向けバイオマーカー候補や患者層別化の基準を評価できる。遺伝子依存性データは、各転写状態で検討する治療候補の優先順位付けにも活用できる。ただし、組織6例での検証と論文内の性能値の不一致を踏まえると、現時点の結果だけでは診療で薬剤を選択したり、承認済みコンパニオン診断として用いたりする根拠は不足している。