115 件の論文
がん研究は、私たちの生命を脅かす最も深刻な疾患の一つである癌のメカニズム解明から、新しい治療法の開発までを広く扱う分野です。Gist.Scienceでは、この領域で日々蓄積される最先端の知見を、専門用語に頼らず誰もが理解できる形で届けることを目指しています。
当カテゴリに掲載される論文はすべて、医学分野のプレプリントサーバー medRxiv から提供されています。Gist.Science は medRxiv に投稿された新たな研究論文をすべて対象とし、専門的な技術的要点を詳細に解説すると同時に、一般の方にもわかりやすい平易な要約を併せて提供しています。
以下に、この分野における最新の研究成果をまとめました。
この研究は、単細胞トランスクリプトームデータとメンデル無作為化解析を統合することで、前立腺癌における免疫細胞特異的な遺伝的駆動因子を同定し、HLA-DQA2 や IGF1R などの治療的標的を提示する高解像度の枠組みを確立しました。
この論文は、アテンション機構を統合した U-Net 深層学習モデルを開発し、数百万の血球中から極めて稀な循環腫瘍関連細胞（CTAC）を高精度に検出することで、がんの早期発見や診断への臨床的有用性を示したものである。
この論文は、階層的モンテカルロスクリーニングで発見された遺伝子ネットワークをグラフ制約として導入し、膵癌の組織病理画像のみから遺伝子発現を介した分子サブタイプを高精度に予測する新しい学習枠組みを提案しています。
この研究は、がん患者向けに作成された 3〜4 分の簡潔な教育用動画が、学術機関および地域医療機関の多様ながん患者において、腫瘍ゲノム検査に関する特定の知識を長期的に向上させることを実証したものである。
この研究は、術前化学療法後に腋窩リンパ節に単一の残存陽性節を有する乳がん患者では腋窩手術の縮小が生存率に悪影響を及ぼさないことを示したが、複数の残存陽性節がある患者ではその戦略を適用できないことを明らかにし、ypN1 病変の予後における不均一性を強調している。
本研究では、低悪性度膠芽腫患者の放射線・化学療法に対する時間的応答を可視化するための因果機械学習フレームワーク「CAST」を適用し、化学療法が長期的な生存利益をもたらす一方で、放射線療法の効果は限定的であることを示しました。
本論文は、アンスラサイクリン系薬剤で治療歴のある切除不能な進行・再発性軟部肉腫患者における第二線以降の全身治療の比較有効性を評価するため、ランダム化比較試験を対象としたシステマティックレビューとネットワークメタ分析を計画していることを示しています。
この研究は、ガーナの低資源環境において、婦人科がんおよびその治療が若年女性の生殖能力に与える多面的な心理社会的負担と、それに対するレジリエンスを質的調査を通じて明らかにし、包括的な支援体制の必要性を提言するものである。
本論文は、アリルスルファターゼB（ARSB）とペムブロリズマブの併用療法が、B16F10 転移性黒色腫マウスモデルにおいて、異なる機序によるアポトーシスの誘導や浸潤性の低下を通じて相乗的に腫瘍の進行を抑制し、治療成績を向上させる可能性を示したものである。
本論文は、機械学習と古典的統計モデルを統合し、PSA、ALP、AST の 3 つの簡易な検査値からなる「PROGRESS」という新しいリスク層別化スコアを開発・検証し、去勢抵抗性前立腺がん患者の予後予測と個別化医療への実用的な貢献を明らかにしたものである。