Japan-U.S. collaboration to find novel biomarkers of CDK4/6 inhibitor using explainable deep learning and spatial genetic analysis.

点击翻译按钮获取中文摘要

CDK4/6阻害薬パルボシクリブを受けた300名の日本人乳癌病理標本に、Attention機構、Grad-CAM等を適用して、CDK4/6阻害薬感受性・抵抗性に関する“説明可能な”深層学習モデルを複数構築し、米国人300名の乳癌病理標本を用いて精度を検証する。そして最も高精度の感受性・抵抗性モデルが特定した腫瘍内または周囲環境部位1000か所についてGeoMxを用いた空間的遺伝子発現解析を行い、腫瘍内特定部位には変異・コピー数解析を追加する。遺伝子研究の大家であるノースカロライナ大学のPerouと共同で、新規のCDK4/6阻害薬感受性・抵抗性規定因子を同定する。これまでに岡山大学病院・姫路赤十字病院において研究の倫理承認を得た。そして岡山大学病院・姫路赤十字病院において１次治療としてCDK4/6阻害薬パルボシクリブを受けた100名の奏効、無増悪生存期間を含む臨床情報を取得した。さらに岡山大学病院のサンプルについてはHE標本、ER,Ki67, p１６の免疫組織染色、各標本のデジタル化を開始した。さらに福山市民病院、広島市民病院、四国がんセンターのサンプルの使用につき、各病院と交渉している。このサンプル集積は、CDK4/6阻害薬の効果を予測するAIモデルを構築する上で、重要な過程である。有害事象によりCDK4/6阻害薬を中止した患者、病理組織ブロックを入手することができない患者を除外する必要がある。今後はさらに福山市民病院、広島市民病院、四国がんセンターの臨床情報、サンプルを取得し、HE標本、ER,Ki67, p１６の免疫組織染色標本を用いてCDK4/6阻害薬感受性・抵抗性の深層学習モデルを複数作成する。