細胞外マトリックス駆動の患者層別化とネットワークモデリングが示す、臨床的意義を持つ異なる分子グレード

腫瘍の周囲が重要な理由

がんを考えるとき、制御を失った細胞が増殖する姿を思い浮かべがちです。しかし、それらの細胞はタンパク質や糖類でできた支えの網目、いわゆる細胞外マトリックス（ECM）という複雑な環境の中に存在します。この網は受動的ではありません。硬化や肥厚を起こし、腫瘍の成長を助けたり治療に抵抗させたりする信号を送ります。本研究では、肺腫瘍のマトリックス構成が患者を意味のあるグループに分類し、治療選択を導けるかを検討しました。

構造的“足場”による腫瘍の分類

研究チームは一般的な肺がんの一種である肺腺癌に注目し、DNA、RNA、タンパク質レベルで詳細に解析された101例の患者腫瘍を分析しました。マトリックスを構築・制御する遺伝子の精選リストを用いて、各患者の“ECMバーコード”を作成しました。このバーコードは、それぞれの腫瘍のマトリックスが同一患者の周辺の正常肺組織とどの程度異なるかを表しています。バーコードに基づいて患者を分類すると、正常に近いマトリックスから密で複雑な網に包まれた腫瘍まで、4つの明確な“ECMグレード”が浮かび上がりました。

高グレードと低グレードが示す腫瘍の特徴

最も高いECMグレードの腫瘍は、がん関連線維芽細胞などの間質細胞が豊富で、がん細胞自体の割合が低いという特徴があり、より進行した腫瘍微小環境と関連していました。これらのECM豊富な腫瘍は、上皮-間葉転換、浸潤性、がん幹様細胞、血管新生に結びつくシグナルが強く現れていました。最高グレードの患者は、マトリックスが乏しい腫瘍の患者と比べて臨床的により攻撃的な特徴を示し、腫瘍変異も多く、短期的な死亡リスクや再発リスクが高い傾向がありました。

マトリックスと細胞挙動の間に隠れた配線

外側のマトリックスが内側の細胞挙動とどのように結び付くかを明らかにするため、研究者らは各患者について変化したマトリックス成分とそれらが影響するシグナル伝達タンパク質や転写因子を結ぶネットワークモデルを構築しました。これらのネットワークを統合すると、高いECMグレードは細胞の移動、生存、機械的ストレスへの適応を制御する経路の活性化と関連していました。細胞の接着を緩め、移動・浸潤を促すシグナルがより活発である一方、通常は浸潤を抑える保護因子はECMに富む腫瘍で弱くなっていました。また、KRASやEGFRといった既知のがん変異が異なるECMグレードに偏って現れる傾向があり、マトリックス環境と遺伝的変化が互いに強化し合っている可能性が示唆されました。

マトリックスと治療選択の結びつき

マトリックスは薬が腫瘍細胞に到達し影響を与える仕方を形作るため、チームは異なるECMグレードが既存の抗がん薬に対して異なる反応を示すかを検討しました。ネットワークマップを用いて、各薬剤の標的が各グレードのマトリックス駆動のシグナルハブにどれだけ“近い”かを測定しました。これにより、特定のECM環境で効果が予測される薬剤と、グレードにかかわらず類似した作用を示すと予測される薬剤が明らかになりました。DNA修復酵素を阻害するオラパリブは低ECMグレードと特に結び付いて見え、一方でEGFR阻害薬のエルロチニブはECMグレードに関係なく広く有効と予測されました。

実験室での予測の検証

研究者らは次に、KRASまたはEGFR変異を持つ肺がん細胞株を用いて、低ECMと高ECMの簡易版環境を実験室で再現しました。細胞を健康な肺由来のマトリックス上で培養して低グレード環境を模倣し、腫瘍様の基底膜上で培養してより豊かなマトリックスを模倣しました。ネットワーク予測と一致して、オラパリブは健康に近いマトリックス上のEGFR変異細胞に対してより強い効果を示し、腫瘍様マトリックス上では効果が弱まりました。KRAS変異細胞に対するオラパリブの効果はマトリックスによる違いがあまり見られませんでした。対照的に、エルロチニブは両方のマトリックス条件で細胞生存率を同程度に低下させ、ネットワーク解析で示されたECMに依存しない特性と一致しました。

患者への意味

本研究は、腫瘍を取り巻く支持足場が単なる背景ではなく、測定・分類でき、腫瘍の成長や薬剤反応に結び付く重要な特徴であることを示唆します。肺がんをECMグレードに分類し、マトリックスと細胞挙動を結ぶシグナルネットワークをマップすることで、臨床医は最終的にがんの遺伝的構成と物理的環境の両方に適した治療を選べる可能性があります。日常診療でこのアプローチを導入する前にはさらなる検証が必要ですが、腫瘍の周囲構造がどの治療が効果的かを決める助けになる未来を示しています。

引用: Dansık, A., Sarıca, S., Öztürk, E. et al. Extracellular matrix-driven patient stratification and network modeling reveal distinct molecular grades with potential clinical implications. npj Syst Biol Appl 12, 66 (2026). https://doi.org/10.1038/s41540-026-00697-0

キーワード: 細胞外マトリックス, 肺腺癌, 腫瘍微小環境, がんネットワーク, 薬剤反応