非小細胞肺がんの仮想腫瘍モデル、併用療法候補と放射線応答を予測
背景：遺伝的差異を反映した治療の組み合わせ探索
非小細胞肺がん（NSCLC）の一種である肺腺がんの主要なシグナル伝達経路をコンピューター上で再現した「仮想腫瘍」モデルが、併用療法候補と放射線応答を予測した。研究チームは約6万6,000通りの治療の組み合わせを探索し、一部の予測をがん細胞株や正常肺オルガノイドでの実験、患者データと比較した。患者に治療を割り付けて効果を検証した臨床試験ではない。
同じ肺がんでも、腫瘍を駆動する変異が異なれば、薬剤や放射線への反応も変わる。考えられるすべての組み合わせを実験で調べるには、時間と費用がかかる。今回の研究では、変異と治療反応を結び付ける生物学的関係をモデルに組み込み、優先して検証すべき組み合わせを絞り込むことを目指した。
主な発見：離散ネットワークで放射線増感と併用効果を予測
研究チームは171本の文献情報を基に、遺伝子、タンパク質、生物学的過程を表す160個のノードを、360の調節関係で結び付けた。各ノードの活性は0–3の4段階で表した。これはシグナル伝達の関係に応じて細胞の増殖や死がどう変化するかを調べる定性的なネットワークであり、分子結合エネルギーや薬剤濃度は計算しない。
別の26本の文献から集めた69の実験条件を用いてモデルを調整したところ、このデータで反応の方向が一致した割合は91%だった。これは調整に使った実験を再現する性能であり、患者の治療反応を予測する精度を示すものではない。併用効果は、最も効果の高い単独処置と比べてどれだけ改善するかを示す相加効果として評価した。連続的な用量情報がなかったため、薬理学的な相乗効果は推定していない。
放射線増感候補のうち、53BP1の欠失は、対象を絞ったCRISPR遺伝子スクリーニングでがん細胞の放射線感受性を高めたが、比較した正常肺オルガノイドでは同じ増感は見られなかった。ただし、どのがん細胞株で効果が現れるかについて、予測と実験結果が完全に一致したわけではない。ATMの欠失は、試験したA549およびSW1573細胞で、p53の状態にかかわらず増感を引き起こした。ATM欠失による増感は正常肺オルガノイドでも観察され、がん細胞への選択性が確保された結果とは解釈しにくい。
薬剤標的の組み合わせ探索では、MYCとATRの同時阻害が有望な候補として挙がった。モデルは、この組み合わせががん細胞の増殖を抑え、DNA損傷に関連する細胞死を増やす一方、正常細胞への影響は比較的小さいと予測した。想定される機序は、MYC阻害でDNA修復が弱まった状態で、ATR阻害がDNA複製時のストレス応答を妨げるというものだ。この機序と選択性は計算上の予測であり、実際の薬剤併用の臨床効果として確認された結果ではない。
意義と展望：19遺伝子シグネチャーは追加検証が必要な候補
モデルから導いた19遺伝子のシグネチャーを、がんゲノムアトラス（TCGA）の肺腺がん・肺扁平上皮がんデータでも評価した。遺伝子発現とコピー数の情報を組み合わせて放射線感受性が高いと予測された群への分類は、放射線治療後の生存期間が長いことと関連していた。生存解析のハザード比は0.5842、P値は0.03だった。一方、発現とコピー数を個別に解析した結果はそれぞれP=0.06、P=0.08で、通常の統計学的有意性の基準には達しなかった。放射線治療を受けなかった群では、分類群間に有意な生存差はなかった。
これは放射線応答バイオマーカーの可能性を示す、患者データを用いた後ろ向き解析である。一部のサブグループは小さく、統計的検出力に限界があった。また、治療選択に役立つことを前向きに実証したものではない。モデルでは正常細胞を単純化し、腫瘍微小環境や代謝・エピジェネティックな機序を含めていない。定常状態を解析する現在の方式では、分割照射もモデル化できない。実際の薬剤による阻害効果が、モデル上の完全な欠失より弱い可能性も残る。今後は候補薬の阻害の強さと正常組織への毒性を併せて検証する必要がある。
研究方法と結果はCancer Research論文全文で確認できる。
The disease burden from non-small cell lung cancer (NSCLC) adenocarcinoma is substantial, with a million new cases diagnosed globally each year and a 5-year survival rate of less than 20%. The lack of therapeutic options personalized to individual patients leads to high variation in survival. The combination of patient stratification with personalized treatment has the potential to improve outcomes; however, the variation in mutations found in NSCLC adenocarcinoma patients makes experimentally determining treatment combinations time-consuming and expensive. Here, we developed an interpretable mechanistic model to decipher complex signaling interplay and guide personalized therapy in NSCLC adenocarcinoma. This 'virtual tumor' model encompassed key tumor intrinsic oncogenic signaling pathways, for efficiently predicting rational drug-drug and drug-radiotherapy combination therapies in NSCLC. Diverse genetic profiles were simulated for testing over 10,000 therapeutic strategies to identify optimal approaches to overcome resistance mechanisms specific to genetic profiles and p53 status. The virtual tumor model reproduced drug additivity screens, predicted radio-sensitizing genes validated in a CRISPR screen, and identified 53BP1 as a potential drug target that improved the therapeutic window during radiotherapy. A 19-gene signature derived from the virtual tumor framework stratified patients most likely to benefit from radiotherapy, which was validated using TCGA data. These results demonstrate the utility of virtual tumors to predict effective therapeutic combinations and present a computational resource for large-scale screening of personalized therapies to guide clinical decision-making in NSCLC patients.
このモデルの実用的な価値は、実験する治療の組み合わせに優先順位を付けることにある。例えば、肺がんの変異情報を反映した仮想腫瘍でMYC・ATRの併用阻害や放射線増感候補を比較したうえで、実際の薬剤をがん細胞と正常肺オルガノイドに投与し、効果と毒性を評価する研究を設計できる。これは今回の結果を基に提案できる、今後の活用シナリオだ。
19遺伝子シグネチャーも放射線応答を見分けるバイオマーカー候補だが、現時点で患者に治療を行うかどうかを決める検査として確立されてはいない。独立した患者群や前向き研究で予測性能を確かめるとともに、放射線、増感剤、既存の抗がん剤を併用した場合に毒性が重なるかを評価して、臨床応用の可能性を判断する必要がある。