既成概念を打破する血清網羅的糖ペプチド解析による卵巣癌早期診断の社会実装

点击翻译按钮获取中文摘要

卵巣癌の存在の白黒を診断可能な腫瘍マーカーの同定はなされていない。本研究では、単一腫瘍マーカーという概念からさらに一歩前進し、液体クロマトグラフィー/質量分析(LC/MS)による網羅的血清糖ペプチドスペクトラ解析 (CSGSA：Comprehensive Serum Glycopeptide Spectra Analysis)の開発・臨床応用を目指す。CSGSAとは、血液より糖蛋白を抽出、糖ペプチドとしてLC/MSに投入し、そこより得た2次元データから再現性のある約2000ピークを抽出し、そのすべてのピークデータを患者間で比較して単一腫瘍マーカーの同定、あるいはすべてのピークデータを用いて病態の判別を行う診断システム（究極のCombination Assay）の構築を目指すものである。CSGSAデータと既存卵巣癌関連血清糖蛋白データをAIに投入し、卵巣癌罹患の有無を血液のみで判断する卵巣癌検知AI（①；カラー2次元バーコードを用いた深層学習、②；機械学習（LightGBM））を開発する。卵巣癌の罹患率が10万人当たり20.7人（5000人に一人、0.02％）（がん情報サービス）で補正した卵巣癌検知AI①での、PPVは8.9%、卵巣癌検知AI②では、PPV12.7%、という結果が得られた。さらにCA72-4の値の追加、およびCA125とHE４とCSGSAデータでの判定の２段回判定にすることで卵巣癌検知AI②のPPVは16.9％まで上昇した。本結果に関しては論文執筆中である。上記の卵巣癌検知AI①②を用いて臨床試験を開始する（UMIN000050039 R000057004卵巣癌早期発見のためのAI血液診断モデルの開発ー癌関連糖蛋白と網羅的血清糖ペプチドピークデータを用いてー　　https://youtu.be/HW7ZF9Vn38E　 https://youtu.be/k5SFJp1eBJA）。