AI駆動の体組成アトラスが示す、非小細胞肺がんの免疫療法効果と分子背景との関連：多施設共同研究

がん治療において体のかたちが重要な理由

がん治療と聞くと、腫瘍を直接標的とする薬剤を思い浮かべる人が多いでしょう。本研究は異なる問いを立てます：体内における脂肪や筋肉の配置は、肺がんの最新の免疫療法から誰が恩恵を受けるかを予測する手がかりになり得るか？日常的な医用画像を人工知能で解析した結果、組織の微妙なパターンが患者の生存期間や免疫細胞の挙動と結びつき、しかもこれらのパターンは男女で異なることが示されました。

スマートスキャンで体の内部をのぞく

研究チームは、最も一般的な肺がんである非小細胞肺がんを対象に、免疫チェックポイント阻害薬という腫瘍に対する免疫応答を高める薬を受ける患者を解析しました。単純な指標（体格指数など）に頼る代わりに、深層学習アルゴリズムを用いて標準的なCT画像から92の体組成特徴量を測定しました。これらは皮膚下の皮下脂肪、臓器周囲の深部内臓脂肪、骨格筋、筋間脂肪の体積と密度を、胸部から下背部にかけた複数の脊椎レベルで捉えるものでした。自動化システムは専門家の測定と高い一致を示し、処理速度は約100倍速く、忙しい病院でも現実的に運用できるものでした。

脂肪と筋肉のパターンが生存と結びつく

8つのコホート、2,000人超のデータを用いて、各体組成特徴が免疫療法後の全生存にどう関連するかを検証しました。その結果は「やせている方が良い」「脂肪は悪い」といった単純な図式をはるかに超えるものでした。男性では、筋間脂肪や特定の皮下脂肪の量が多いこと、さらに椎体の骨容積が大きいことが、年齢、病期、血液マーカーを調整した後でも一貫して長期生存と関連しました。女性では、特に腹部周りの脂肪について、密度や位置によって生存との関係が良好にも不良にも出ることがあり、同一の組織タイプでも性別や脊椎部位によって異なる役割を果たし得ることが強調されました。

体の形から免疫の振る舞いへ

統計的関連を越えて生物学的な意味を探るため、チームはCTに基づく体測定と腫瘍由来の遺伝子発現データを組み合わせました。バルクRNAシーケンスデータを持つ2つの患者群で、特定の体特徴が腫瘍に浸潤した免疫細胞の数やPD-L1など免疫チェックポイントに関連する遺伝子の活動と一致することを示しました。例えば男性では、筋間脂肪が多いほど免疫浸潤やチェックポイントシグナルが強い傾向があり、これは過去の研究で免疫療法の良好な反応と結びついています。女性では脂肪密度の異なるパターンが逆の関係を示すことがあり、性差に基づく効果が再び示されました。

単一免疫細胞に注目する

研究者らはさらに、小規模な患者群の単一細胞RNAシーケンスデータを解析して、腫瘍内の個々の免疫細胞が異なる体組成プロファイル下でどのように振る舞うかを調べました。男性で筋間脂肪が多い場合、キラーT細胞やナチュラルキラー細胞は抗ウイルス様の活発なシグナルを示し、疲弊（エクゾースション）の兆候が低く、がん細胞を攻撃する能力が高い状態でした。腫瘍抗原を提示する樹状細胞もより活性化して見え、マクロファージは腫瘍を支持するより攻撃的なプロファイルへシフトしていました。女性ではこれらのパターンが反転または弱まることがあり、筋間脂肪は免疫細胞の疲弊と結びつく一方で、依然としてがんに対してより攻撃的に見えるマクロファージと関連することがありました。

患者と医師にとっての意義

一般の読者に向けた要点は、脂肪や筋肉の「どこに」「どのように」あるかは単なる体重や見た目の問題ではなく、免疫系が肺がんとどう戦うかに結びついており、これらの結びつきは男女や体幹の部位によって異なるということです。著者らは、日常のCTから自動的に読み取れる詳細な「体組成アトラス」が、どの患者が免疫療法でより恩恵を受けやすいかを推定する助けになり得ること、また生活習慣や代謝介入をがん薬と組み合わせる将来の方針を導く可能性があると示唆しています。因果関係を証明するにはさらなる研究が必要ですが、本研究は日常的な画像検査が腫瘍と免疫系の内側の戦いについての隠れた手がかりを持っていることを示しています。

引用: Guo, Y., Gong, B., Lou, J. et al. AI-driven body composition atlas reveals its association with NSCLC immunotherapy outcome and molecular background: a multicenter study. npj Precis. Onc. 10, 185 (2026). https://doi.org/10.1038/s41698-026-01382-5

キーワード: 体組成, 肺がん, 免疫療法, CT画像, 人工知能