64 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。
本論文は、深層学習のブラックボックス問題を解決し、CT や病理画像など多様な医療画像から生体物理学的に定義された 6 つの組織構成チャネルを直接分解する「仮想スペクトル分解（VSD）」フレームワークを提案し、これにより膵臓・肺・乳がんの早期検出や免疫表現型の同定を、追加的な分子検査や専用ハードウェアなしで説明可能かつ低コストに実現可能であることを示しています。
ヨーロッパ 17 か国で実施された前向き多施設登録研究により、再発・難治性小児急性リンパ性白血病の患者 340 名を対象とした薬物反応プロファイリング（DRP）が、個々の患者に最適な治療法を特定し、臨床的奏効や細胞療法への橋渡し、生存率の向上に寄与する実用的かつ臨床的に意義のある手法であることが示されました。
英国バイオバンクの95,050人を対象とした前向きコホート研究において、加速度計から得られた多様な概日リズム指標（歩数、身体活動の強度やパターンなど）が大腸がんリスクと関連していることが示されたものの、生活習慣や代謝因子を調整した後の関連性が大幅に減弱したため、これらの指標が独立した予測因子として機能するかどうかは不明であり、さらなる検証が必要である。
この論文は、ボゴタの4 つの病院で実施される多施設観察研究「PINK1-GBM Colombia」を通じて、PTEN 誘導キナーゼ 1（PINK1）の発現が、IDH 野生型膠芽腫（GBM）患者の予後を予測するバイオマーカーとして機能するかを検証することを目的としている。
本論文は、英国の地域がん登録データを用いて、国際コンソーシアム「STRONG AYA」がフェデレーテッドラーニングや患者報告アウトカム（PROs）を統合し、思春期・若年成人（AYA）のがん患者に対する意思決定支援ツールや診療の質を向上させる方法を報告しています。
本論文は、術前 CT 画像を用いたトランスフォーマーベースの 2.5D 深層学習モデル「ThyLNT」を開発し、乳頭状甲状腺癌のリンパ節転移を高精度に予測するとともに、多オミクス解析を通じてその生物学的基盤（VEGFA 関連の血管新生や上皮間葉転換など）を解明した研究です。
この研究は、大腸がんスクリーニングで用いられる便潜血検査（FIT）の余剰サンプルから得られた腸内細菌叢のデータが、14 日間安定しており、従来の大規模な便採取法と同等の信頼性を持つことを示し、低コストな大規模腸内細菌叢研究への利用可能性を確立しました。
このシステマティックレビューとメタ分析は、人工知能を用いた循環 miRNA シグネチャが早期乳がん検出において高い診断精度を示す有望な非侵襲的補助ツールであることを示したが、臨床実装には前向きで標準化されたさらなる検証研究が必要であると結論付けている。
本論文は、多オミクス解析を用いて卵巣がんにおける抗体薬物共役剤（ADC）の標的発現を評価し、TACSTD2 と FOLR1 が患者間で安定して高発現し、ADC 治療の有望な標的であることを示した。
レオン・ベルールセンターで行われた後方視的研究では、高齢や身体機能低下を伴う進行がん患者（特に扁平上皮がん）に対し、標準用量のニボルマブと同等の有効性と安全性を示す低用量（20mg/3 週）ニボルマブ治療が確認され、リソースが限られた環境での活用可能性が示唆されました。