計算断層撮影ベースのファンデーションモデルを用いた相同組換え欠損と治療反応の予測：前臨床研究

患者と医師にとっての重要性

特定の化学療法や新しい標的薬のようなDNAを損傷させるがん治療は、修復機構がすでに壊れている腫瘍に対して非常に有効となることがあります。課題は、繰り返し行う侵襲的な生検に頼らずに、どの腫瘍がこうした隠れた弱点を持つかを見つけることです。本研究は、マウスで行われる通常の医療用スキャンを強力な人工知能モデルで解析することで、腫瘍の脆弱性や新しい実験薬への反応性を明らかにできるかを検討しています。

がん細胞の隠れた弱点

多くの腫瘍は相同組換えと呼ばれる重要なDNA修復経路に欠損を抱えています。この経路が機能しないと、細胞は遺伝情報に損傷を蓄積し、相同組換え欠損（HRD）という状態になります。HRDはがんの発生を促進する一方で、脆弱性にもなります：DNAをさらに損傷させる薬は、すでにストレスを受けているこれらの細胞を正常細胞よりも効果的に死滅させ得ます。今日、HRDの同定は通常、遺伝子検査や特殊な実験室アッセイに依存しており、これらは高コストで時間を要し、しばしば腫瘍の一部採取を必要とします。著者らは、臨床で広く使われている三次元X線スキャンと同様の画像診断が、HRDへの迅速で非侵襲的な窓を提供できるかを問いかけました。

生検の代わりに賢いスキャンを使う

研究者らは、ヒト腫瘍移植を受けた307匹のマウスを用い、これらは修復能がHRDである群と正常な群に分かれていました。すべての動物は、対照治療またはCP‑506（腫瘍の低酸素領域で活性化しDNA鎖を架橋する実験薬）を投与される前後に高解像度のコンピュータ断層撮影（CT）を受けました。少数の手作りの画像指標に頼る代わりに、チームは大規模なヒトCTデータセットで訓練された最新の「ファンデーションモデル」を用い、各スキャンから数千もの微妙なパターンを抽出しました。その後、これらのパターンに基づく単純な分類器を訓練して腫瘍がHRDかどうかを判定し、同じ学習済み特徴を用いてCP‑506がどれだけのDNA損傷と増殖遅延を引き起こすかを予測しました。

画像モデルの性能

ファンデーションモデルは、従来のラジオミクスやゼロから訓練した標準的な深層学習ネットワークの両方を明確に上回りました。新しいテストスキャンでは、HRDと非HRD腫瘍をおおむね0.88の曲線下面積（AUC）で識別し、この精度は異なるCTエネルギー設定でも維持されました。両方のAIアプローチが腫瘍タイプで一致した場合、性能はさらに向上しました。モデルの画像ベースのHRDスコアは、いくつかの前立腺および大腸腫瘍系統で真の遺伝的状態とよく一致しましたが、修復挙動が異常な系統は分類が難しいままでした。重要なのは、HRDに結び付くCT特徴が単なる統計的アーティファクトではなく、治療後48時間でCP‑506が生じさせる持続的なDNA損傷の程度や、並行実験で腫瘍が4倍の大きさに再増殖するまでの時間を予測したことです。

スキャンが腫瘍内部で明らかにすること

ブラックボックスをのぞくために、著者らはファンデーションモデルが学習したパターンを、画像のテクスチャや強度を記述する標準的なラジオミクス特徴と比較しました。モデルは不均一性の尺度、すなわちCT上で腫瘍がどれほど斑点状で粗く不規則に見えるかに大きく依存していることが分かりました。HRDの署名が強い腫瘍はより乱れたテクスチャを示す傾向にあり、これらの同じ特徴が微視的なDNA損傷と巨視的な腫瘍制御の両方を予測するのに役立ちました。訓練データが少ない場合でも手法は頑健であり、事前学習済みモデルが大規模な画像データ収集が困難な動物研究における主要な障害を克服し得ることを示唆しています。

マウス実験から将来の患者ケアへ

この前臨床研究は、事前学習済みの強力なAIを通して単一のCTスキャンが誤ったDNA修復の兆候を捉え、DNA損傷薬に対する腫瘍の反応の強さを予測できることを示しています。一般向けの結論としては、標準的に見えるスキャンが近い将来、腫瘍の位置を特定するだけでなく、その脆弱性を明らかにするという二重の役割を果たす可能性があり、追加の処置を必要としないかもしれない、ということです。これが日常診療の一部になる前に、この手法はヒト患者で試験・検証される必要があります。もしそれが成功すれば、CTベースのAIによるHRDの指紋は、医師がCP‑506や関連療法のような治療を患者により適切に割り当て、効果のない有害な薬剤から他の患者を守りつつ治療成績を改善するのに役立つ可能性があります。

引用: Kuang, S., Schuitmaker, L., Wu, M. et al. Predicting homologous recombination deficiency and treatment responses using a computed tomography-based foundation model: a preclinical study. npj Precis. Onc. 10, 121 (2026). https://doi.org/10.1038/s41698-026-01322-3

キーワード: 相同組換え欠損, がん画像診断, ラジオミクス, ファンデーションモデル, DNA損傷治療