がん：肺腫瘍免疫微小環境の単一細胞レベルでの空間的全体像

単一細胞レベルでの技術によって、腫瘍免疫微小環境の複雑さが、かつてなかったほどの分解能で明らかになってきている。ほとんどの臨床戦略は、腫瘍サブタイプの組織病理学的層別化に頼っているが、このような層別化されたサブグループ内での単一細胞表現型の空間的状況についてはほとんど解明されていない。今回我々は、イメージングマスサイトメトリーを用いて、416人の肺腺がん患者（組織学的パターンは5種類にわたる）由来の試料について、腫瘍および免疫学的な全体像を詳しく調べた。160万個を超える細胞を解像したことにより、免疫系統や活性化状態を、生存をはじめとする異なる臨床症状と関連付ける空間的解析が可能になった。深層学習により、1 mm²の腫瘍コア1個を用いて、外科的切除術実施後に腫瘍が進行すると考えられる患者を正確に予測できるようになり、これは手術後の臨床管理に役立つ可能性がある。今回得られたデータセットは、非小細胞肺がんの研究者たちにとって貴重な情報資源であり、単一細胞解析における空間分解能の有用性を示す実例となる。本研究はまた、がん進行の基盤となる微小環境の性質の解明が人工知能によってどのように改善できるのかを明らかにしており、将来の臨床診療に影響する可能性がある。

目次へ戻る