オルガノイドモデルとAIツールががん治療の個別化を加速する

オルガノイドは、臨床的に関連性の高い文脈で脳腫瘍の多様性を捉える次世代ツールとして台頭しており、神経腫瘍学の個別化に向けた強力な前臨床およびコ・クリニカルなプラットフォームを提供する。これらの三次元モデルは、腫瘍の不均一性と主要な病態生理学的プロセスをin vitroで再現しつつ、作製に要する時間とコストが比較的少ない。

人工知能（AI）にしか実質的に見えない腫瘍画像の情報から洞察を抽出できる機械学習アルゴリズムが開発されつつある。目的は、その情報を用いて腫瘍内科医と患者に治療推奨を提供することにある。この種のAI支援は、臨床的エキポイズ（clinical equipoise）—腫瘍内科医が個々の患者にどの治療がより有効か明確な根拠を持てない状況—において、とりわけ有用である可能性がある。

腫瘍オルガノイドは、基本的な細胞株と複雑なin vivoモデルの利点を効果的に組み合わせ、脳腫瘍の生理学的に関連性の高いex vivoモデリングを可能にする。脳腫瘍オルガノイドには、患者由来腫瘍オルガノイド、遺伝子工学的に改変したオルガノイド、腫瘍アセンブロイド（tumour assembloids）が含まれ、多様な特性と適用可能性を提供する。一次の患者由来オルガノイドは多種多様な脳腫瘍から作製でき、機能的リードアウトおよび精密医療（precision medicine）のための優れたex vivo腫瘍アバターとして位置づけられる。

欧州の科学者チームは、がんオルガノイドおよびスフェロイドを対象に、時間経過に沿って腫瘍モデルを非侵襲・無標識でモニタリングできる新たな研究手段を提供する、人工知能で強化されたイメージングプラットフォームを発表した。研究者らは、OC-PAMとして知られるAI強化光コヒーレンス光音響顕微鏡システムを開発した。

綿密に設計された3つの実験を通じて、チームはOC-PAMがオルガノイドの縦断的追跡を実施し、化学療法への反応を評価し、個々のオルガノイドの生存能を示し、薬剤耐性パーシスター細胞（drug tolerant persister cells）の代替指標を同定できることを示した。重要なのは、これらの能力がすべて非侵襲かつ無標識の方法で実現されている点である。

縦断的イメージングでは、研究者らは光コヒーレンス顕微鏡モードを用い、carboplatin投与による化学療法曝露後の乳がんオルガノイドを解析した。個々のオルガノイドの自動追跡と平均体積の定量解析を併用し、モデルの治療反応を評価した。薬剤処理オルガノイドでは増殖率が低下した。注目すべきことに、ごく一部は薬剤耐性パーシスター細胞と整合する再増殖パターンを示した。これらは治療抵抗性と再発に寄与すると考えられている希少細胞である。

形態変化にとどまらず、本研究は光コヒーレンス顕微鏡データに基づくラジオミクス解析を導入し、オルガノイドの生存能を評価した。機械学習手法を適用することで、研究者らは高い分類性能を達成し、時間経過に沿った治療反応の非破壊モニタリングにおけるプラットフォームの可能性を示した。

さらに別の実験では、チームは希少細胞集団に対するシステムの感度を検討した。OC-PAMを用いて、メラニン含有のメラノーマ細胞を乳がん細胞と混合し、高密度の3Dスフェロイド内で撮像した。非常に低い濃度でも、個々の希少細胞を可視化することに成功した。

遺伝子工学的に改変したオルガノイドは、制御された遺伝学的背景の下でヒト腫瘍生物学に関する機序的洞察を得ることを可能にする。脳腫瘍アセンブロイドは、健康なヒト脳構造との相互作用における腫瘍細胞の浸潤と増殖の検討を促進する。

ある治療が奏効しない場合—それは一定割合の患者で不可避に起こる—時間が失われ、患者は次の治療ラインへ移行せざるを得ない。AIがここで明確さをもたらせるなら、腫瘍学が個別化医療の新たな段階に到達する助けとなり得る。非侵襲・無標識・縦断的という能力を備えた本システムは、がん生物学の進展、創薬の加速、そして腫瘍学におけるより個別化されたアプローチの支援に寄与する可能性がある。