免疫療法が腫瘍を変える方法を解明

October, 28, 2021, Premstaetten--Johns Hopkins Universityの研究者は､免疫療法後､複雑な腫瘍の変化を理解するために非侵襲的光プローブを初めて利用した｡
　免疫療法は､免疫系を利用してガンと闘う療法｡
　研究チームの方法では､腫瘍の生化学的な組成の詳細なマッピングとマシンラーニングを統合する｡

｢免疫療法は､実に魔法のように効く､ガンがどのように操られるかについてのわれわれの見方を根本的に変える｣とジョンホプキンス､機械工学准教授､Ishan Barmanはコメントしている｡同氏は､研究の共著者｡研究は､University of Arkansasのチームとの共同研究｡成果は､Cancer Researchに発表された｡
｢とは言え､患者の25%程度しか､その恩恵を引き出していない｡したがって､その処置を受けるべき人を決める効果予測バイオマーカーの特定が急務である｣｡

光を利用して物質の分子組成を決めるラマン分光学技術を使い､チームは､マウスの大腸ガン腫瘍をプローブした｡マウスは､免疫治療で使われる2タイプの免疫チェックポイント阻害薬で処置されている､また､処置されていないマウスのコントロールグループでも大腸ガン腫瘍をプローブした｡

ラマン分光がバイオメディカルアプリケーションに最適化されたのはつい最近のことである｡｢これは､この光技術が免疫療法に対する早期反応あるいは抵抗を特定できることを示す初の研究である｣とSantosh Paidiは説明している｡同氏は､ジョンホプキンスの機械工学Ph.D学生､論文の主筆の一人｡

Paidiによると､ラマン分光学の利点の1つは､それにより精巧な分子特異性が得られること｡｢極めて正確な分子シグネチャが得られる｣と同氏は言う｡同氏は,UC Berkeleyのポスドクフェロー｡

その方法は､ガン細胞だけでなく､腫瘍微小環境の組成変化の探求にも適している｡

｢わずかな疑わしい分子に狙いを定めるよりも､われわれは腫瘍微小環境の全体像獲得に関心がある｡それは､腫瘍は単なる悪い細胞ではないからである｡微小環境に含まれるのは､腫瘍間質､血管､浸潤性炎症細胞､様々な関連組織細胞である｡われわれの考えは､このアプローチをとり､医者がそれを組織化することである｡狙いは､医者がそれを利用して､免疫療法が患者に有益かどうかを決定できるようにすることである｣(Barman)｡

チームは､25の腫瘍からの約7500のスペクトルデータポイントを利用して､アルゴリズムが､免疫療法によって誘発される幅広い特徴を見つけ出せるようにトレーニングした｡

研究チームは､マシンラーニングの分類子を構築し､そのパフォーマンスをテストするために様々なマウスからのデータを利用した｡目標は､そのアルゴリズムが新しいデータに直面したときに生物学的変動を模擬することであった｡

｢目にしている差が､単なる2人の個人間の差に過ぎないのではなく､免疫チェックポイント阻害薬であるということを､疑う余地なく証明する必要がある｣(Barman)｡

成果は有望である､とチームは報告している｡｢各免疫チェックポイント阻害薬が与えられると､われわれは､コラーゲンレベル､脂質レベル､拡散レベル､腫瘍におけるそれらの空間分布が大きく変わること立証することができた｣(Barman)｡

違いは微妙であるが､統計的に有意であり､サンプルについて行われたプロテオミクス解析に一致している｡つまり腫瘍が処置にどのように反応しているかの初期的兆候を示す技術力である｡

さらなる研究が必要であるが､チームは､患者が免疫療法にポジティブに反応しているかどうかを予測する方法の開発に道を開くとチームは考えている｡

｢マシンラーニングと組み合わせることでラマン分光は､治療反応を予測するための臨床法を変革する可能性がある｣(Paidi)｡