臨床検証無細胞DNA断片分析方法における肺癌早期検出の向上に関する研究 研究背景 肺癌は世界中で男性および女性の健康を脅かす最大の癌の一つです。アメリカでは毎年12.5万人以上が肺癌で死亡し、世界では約180万人に上ります。既存の研究で、低線量CTスキャン（LDCT）が肺癌の死亡率を大幅に低減できるとされていますが、実際にはLDCTの使用は非常に限られています。したがって、より多くの人々が受け入れやすい新しい早期肺癌検出方法の開発が特に重要です。このニーズに応えて、本研究チームは無細胞DNA（cfDNA）断片分析に基づく肺癌早期検出方法の検証を行いました。 研究出典 この研究はPeter J. Mazzoneらが複数の研究機関と共同で行ったもので、研究成果は『Cancer Discovery...

这項研究は、新しい標的可能な癌症サブタイプ、すなわちMETチロシンキナーゼドメイン(TKD)の活性化点突変を明らかにしました。研究者たちは60万例以上の癌症患者のゲノムデータを分析し、約0.5%の患者にMET TKD活性化変異が存在することを発見しました。これらの変異はさまざまな腫瘍タイプに分布しており、その中でも腎細胞癌、非小細胞肺癌(NSCLC)、および黒色腫が最も一般的です。 In vitroおよび動物モデル研究を通じて、これらの変異の発癌活性が証明され、異なる変異がMET阻害剤に対する感受性に差異を持つことが判明しました。興味深いことに、一部のMET TKD変異は以前、METエクソン14欠失(METex14)のNSCLCでMET阻害剤耐性を獲得した後に出現する部位変異として発見されま...

グラフニューラルネットワークに基づく肺癌の表現学習 背景紹介 デジタル病理学の急速な発展に伴い、画像ベースの診断システムは正確な病理診断においてますます重要になっています。これらのシステムは、全スライド画像（Whole Slide Images, WSIs）に対する複数インスタンス学習（Multiple Instance Learning, MIL）技術に依存しています。しかし、WSIsを効率的に表現する方法は依然として解決が急がれる問題です。深層ニューラルネットワークの出現により、ビジュアルコンピューティングは画期的な進展を遂げましたが、WSIの膨大なピクセル数に直面する現有のニューラルネットワーク手法は依然として大きなチャレンジに直面しています。近年、いくつかの研究がグラフベースのモデル...