全ゲノムのヘテロ接合性喪失は下垂体神経内分泌腫瘍における攻撃的で治療抵抗性の行動を予測します
全ゲノムのヘテロ接合性喪失による垂体神経内分泌腫瘍の侵襲性と治療抵抗性行動の予測
背景:
垂体神経内分泌腫瘍(PitNETs)は多くの場合良性であるが、一部の腫瘍は侵襲性および治療抵抗性の行動を示し、手術や標準的な薬物治療、初期の放射線治療後でも継続的に成長したり転移したりすることがある。2022年のヨーロッパ内分泌学会(European Society of Endocrinology、ESE)の臨床実践ガイドラインによると、侵襲性PitNETsは、標準治療(手術、薬物治療、放射線治療)の後でも進行し続ける腫瘍と定義されている。2017年にWHOがTP53免疫組化(IHC)過剰発現などの指標に基づく腫瘍の侵襲性評価基準を廃止したことから、本研究の目標は、垂体神経内分泌腫瘍の将来の治療抵抗性をより正確に予測できるバイオマーカーを見つけることである。
研究チームと発表情報:
この研究は、アンドリュー・L.・リン(Andrew L. Lin)、バシリサ・A.・ルドネヴァ(Vasilisa A. Rudneva)、アリソン・L.・リチャーズ(Allison L. Richards)らによって行われ、著名な研究機関であるメモリアル・スローン・ケタリング癌センター(Memorial Sloan Kettering Cancer Center, MSKCC)、ボストン大学、コロンビア大学医療センターなどが参加している。論文は改訂後、2024年4月に「Acta Neuropathologica」誌に発表された。
研究手順:
研究は2つの患者群体でゲノム解析を行った:一つは手術前にゲノム解析研究に自発的に参加した66名の患者、もう一つは侵襲性や高リスクの特徴を示す26名の患者。特に腫瘍の突然変異負担とヘテロ接合性喪失(Loss of Heterozygosity、LOH)現象を重視し、免疫組化(IHC)、全ゲノムシーケンス(WES)、蛍光原位ハイブリダイゼーション(FISH)などの多くの実験を行った。
サンプルの収集と処理:
- 前瞻性群:66名の患者の腫瘍からサンプルを抽出し、シーケンスを行った。
- 回顧的群:既に侵襲性あるいは高リスクと診断された26名の患者を総括し、特に放射線治療後の腫瘍進行状況を記録した。
免疫組化分析:
- P53、Ki-67などの抗体を使用して腫瘍組織の分類とミスマッチ修復状態を検出。
ゲノムシーケンスとデータ解析:
- MSK-IMPACTシーケンスプラットフォームを使用して次世代シーケンスを行い、遺伝子の突然変異、ヘテロ接合性喪失、コピー数変異を解析。
- データはMutect2、FACETSなどのアルゴリズムで処理および解析し、突然変異と構造再編成を特定。
蛍光原位ハイブリダイゼーション技術(FISH):
- FISH技術を使用して、腫瘍の複数の染色体のコピー数とその異質性を検証。
機械学習モデル:
- ランダムフォレストアルゴリズム(Random Forest)に基づく分類器を使用し、腫瘍の侵襲性と治療抵抗性を予測。
- モデルはヘテロ接合性喪失、TP53状態などの複数の遺伝子特性と臨床データを組み合わせ、受信者操作特性曲線(ROC)でモデルの精度を評価。
主な研究成果:
遺伝子突然変異現象:
- 侵襲性、治療抵抗性のPitNETsは、より高い突然変異負担とヘテロ接合性喪失を示した。特にバイナリ分類では、TP53突然変異が侵襲性腫瘍で最も一般的であった(23の治療抵抗性腫瘍中12個)。
ヘテロ接合性喪失(LOH)とその意義:
- 侵襲性PitNETsは顕著に広範な染色体のヘテロ接合性喪失を示した。特に皮質素腫(corticotroph tumor)において、12本の特定の染色体のLOHパターンが治療抵抗性に関連していた。
- FISH技術を用いて、これらのLOH現象が関連する染色体または染色体領域の喪失に起因することを確認し、侵襲性PitNETsに染色体非整倍性(aneuploidy)が存在することを示した。
機械学習モデルの予測:
- ランダムフォレストモデルは遺伝および臨床特性を組み合わせることで、腫瘍の将来の治療抵抗性を成功裏に予測した(AUCは0.83-0.87)。特にヘテロ接合性喪失はTP53突然変異よりも予測能力が高かった。
研究の結論と意義:
研究は、ヘテロ接合性喪失(LOH)が侵襲性、治療抵抗性PitNETsの主要な分子特性であり、特に皮質素腫において高度な予測価値を持つことを示している。新たに発見されたLOH現象は、垂体神経内分泌腫瘍の分子メカニズムを研究するための新しい視点を提供するだけでなく、早期診断および個別化治療戦略の改善にも寄与する。
機械学習アルゴリズムを組み合わせたゲノム解析方法は、この種の腫瘍に対する革新的かつ効果的な予測モデルを提供するものであり、将来的にはこれらの分子バイオマーカーを使用して早期介入および精密治療を行う可能性が示唆される。ゲノム不安定性とその駆動する異常なシグナル経路の悪用は、今後の侵襲性PitNETs治療の新たなターゲットとなる可能性がある。
研究のハイライト:
- ヘテロ接合性喪失(LOH)を侵襲性および治療抵抗性のバイオマーカーとして特定。
- 皮質素腫における広範な染色体LOH現象の発見およびその早期イベント特性。
- 機械学習モデルを活用し予測精度を向上させ、臨床治療に参考。