Development of AI for the drug therapy of hepatocellular carcinoma using medical image and immunogenomics

本研究では、肝癌治療前の画像情報と遺伝子変異、腫瘍免疫環境を情報として肝癌薬物療法の効果を予測する人工知能(AI)を開発することを目的としている。2年目の課題として、治療前画像情報から治療効果を予測するAIに、遺伝子変異情報、腫瘍免疫情報を加えて学習させるための基礎的検討を行った。154例の肝癌組織にて、免疫チェックポイント分子の発現を免疫染色にて検討した。また、deep sequenceによる癌関連遺伝子変異、およびmRNA発現より肝癌をTMEの面から分類し、TCGAから得た377例の肝癌のexome, transcriptomeデータにて結果を確認した。加えて、肝癌症例でPD-1抗体を投与された34例の治療前生検を用い、TMEとPD-1抗体治療効果との関連を解析した。さらに画像所見よりTMEを反映する特徴を抽出した。PD-L1陽性肝癌はCD8+リンパ球(TIL)が有意に多く、PI3K-Akt経路に活性型変異を持つ傾向にあった(p = 0.0206)、TILには複数の抑制型受容体が発現していた。一方、b-カテニン経路の活性型変異を持つ肝癌はPD-L1陰性 (p = 0.0302)。TCGAコホートにおいても、同様の関連を示した。腫瘍の b-カテニン経路活性化, CD8+ TIL量, PD-L1発現にて抗PD-1抗体の無増悪生存期間を層別化できた(p < 0.0001)。造影MRIによる肝細胞相でのrelative enhance ratio (RER)はPD-1抗体治療の有効性と関連した。すなわち"immune hot-type"では、TILには複数の抑制型受容体が発現し、PI3K-Akt変異例が多い。"immune clod-type"ではb-カテニン経路活性型変異を持つ。TMEや腫瘍画像所見の解析より、抗PD-1抗体有効例を推定可能であった。

本研究では、肝癌治療前の画像情報と遺伝子変異、腫瘍免疫環境を情報として肝癌薬物療法の効果を予測する人工知能(AI)を開発することを目的としている。2年目の課題として、治療前画像情報から治療効果を予測するAIに、遺伝子変異情報、腫瘍免疫情報を加えて学習させるための基礎的検討を行った。154例の肝癌組織にて、免疫チェックポイント分子の発現を免疫染色にて検討した。また、deep sequenceによる癌関連遺伝子変異、およびmRNA発現より肝癌をTMEの面から分類し、TCGAから得た377例の肝癌のexome, transcriptomeデータにて結果を確認した。加えて、肝癌症例でPD-1抗体を投与された34例の治療前生検を用い、TMEとPD-1抗体治療効果との関連を解析した。さらに画像所見よりTMEを反映する特徴を抽出した。PD-L1陽性肝癌はCD8+リンパ球(TIL)が有意に多く、PI3K-Akt経路に活性型変異を持つ傾向にあった(p = 0.0206)、TILには複数の抑制型受容体が発現していた。一方、b-カテニン経路の活性型変異を持つ肝癌はPD-L1陰性 (p = 0.0302)。TCGAコホートにおいても、同様の関連を示した。腫瘍の b-カテニン経路活性化, CD8+ TIL量, PD-L1発現にて抗PD-1抗体の無増悪生存期間を層別化できた(p < 0.0001)。造影MRIによる肝細胞相でのrelative enhance ratio (RER)はPD-1抗体治療の有効性と関連した。すなわち"immune hot-type"では、TILには複数の抑制型受容体が発現し、PI3K-Akt変異例が多い。"immune clod-type"ではb-カテニン経路活性型変異を持つ。TMEや腫瘍画像所見の解析より、抗PD-1抗体有効例を推定可能であった。