Adaptive therapy under parametric, structural, and measurement uncertainty

がん治療は長い間、単純かつ攻撃的な原則に基づいて運用されてきました。それは、腫瘍を完全に根絶しようと試みるために、可能な限り頻繁に、かつ強力に腫瘍を叩くというものです。「継続療法」として知られるこのアプローチは、がん細胞を死滅させるために最大用量の薬剤に依存しています。しかし、自然界はしばしば反撃してきます。薬剤が大多数のがん細胞を死滅させると、その中には薬に対して自然な耐性を持つ、隠れた少数の生存者が残されます。今や枯渇した感受性のある細胞による競争がなくなったことで、これらの耐性を持つ生存者は急速に増殖することができ、以前よりも治療が困難な腫瘍へとつながります。これに対抗するため、医師や科学者は「適応療法（アダプティブ・セラピー）」と呼ばれる異なる戦略の探索を開始しました。腫瘍を排除しようとするのではなく、この方法は腫瘍を「管理」することを目指しています。腫瘍の反応に基づいて薬の投与量を調整する（腫瘍が増大したときには薬を与え、縮小したときには停止する）ことで、医師は感受性のある細胞の集団を生かし続けたいと考えています。これらの感受性のある細胞は天然のブレーキとして機能し、耐性を持つ細胞と競合することで、できる限り長く病状を抑制します。

このアプローチの課題は、体内で何が起きているかについての精密な知識が必要とされることですが、そのような知識が得られることは稀であるという点です。医師は腫瘍の正確なサイズや組成をリアルタイムで見ることはできず、前立腺特異抗原（PSA）と呼ばれるタンパク質を測定する血液検査のような、間接的な手がかりに頼らざなければなりません。このタンパク質は、がん細胞と健康な前立腺細胞の両方から産生されるため、数値が高いことが必ずしも腫瘍が大きいことを意味するわけではなく、数値が低いことが必ずしも腫瘍が小さいことを意味するわけでもありません。さらに、患者は一人ひとり異なり、がんの成長を支配する生物学的なルールも時間の経過とともに変化する可能性があります。ある新しい研究において、研究者たちは、不完全な測定、未知の生物学的差異、そして腫瘍の挙動が変化する可能性といった、これら「乱れた現実」に直面した際に、適応療法が真に個々の患者に対して機能するかどうかを検証することを目的としました。彼らは、実患者のデータを用いて較正された詳細なコンピュータモデルを構築し、異なる治療戦略がこのような不確実性の条件下でどのように展開されるかをシミュレーションしました。

研究者たちはまず、「仮想コホート」の作成から始めました。彼らは、間欠的ホルモン療法を受けた85人の前立腺がん患者を含む臨床試験のデータを取り入れました。統計的手法を用いて、数学モデルを各患者のPSAレベルの固有のパターンに適合させました。このプロセスにより、それぞれ独自の生物学的特性と不確実性を備えた、多様なシミュレーション患者のグループを生成することができました。次に、彼らは数千回のシミュレーションを実行し、これらの仮想患者が標準的な継続治療を受けた場合と、新しい適応的アプローチを受けた場合に何が起こるかを確認しました。テストされた適応戦略（AT50として知られる）は、PSAレベルが開始時の半分に低下するまで薬剤を投与し、その後、レベルが元のベースラインまで戻るまで治療を停止するというものでした。このサイクルは、血液検査の結果に基づき30日ごとに繰り返されました。

シミュレーションの結果は、適応的アプローチにとって有望なものでしたが、重要な注意点も伴っていました。研究者が、病気が制御不能な段階に進展するまでの時間を調査したところ、適応戦略は、シミュレーションされたケースの約95%において継続治療を上回りました。これらの事例において、適応スケジュールは、腫瘍が制御不能になるまでの時間を大幅に延長しました。この改善は、血液検査にノイズがあり、完全に正確ではないという事実を考慮した場合でも成立しました。モデルは、適応戦略が堅牢であることを示しました。つまり、不完全な測定による不確実性を処理し、依然として大多数のシナリオにおいて標準的なアプローチよりも長く腫瘍を抑制できるということです。

しかし、この研究は、これまで十分に探求されていなかった潜在的なトレードオフも明らかにしました。適応療法は、細胞間の競争を維持するために、腫瘍をより大きな安定したサイズに保つ必要がある一方で、病気の進行を遅らせることに優れていました。研究者たちは、転移（がんが体の他の部位に広がるリスク）を測定するための新しい指標を導入しました。彼らのシミュレーションによれば、適応戦略の下では腫瘍がより長く大きな状態で留まるため、継続治療（腫瘍を積極的に縮小させるもの）と比較して、転移のリスクが実際には高くなる可能性があることが示唆されました。一部の患者にとっては、進行を遅らせるという利益が、がんが広がるリスクによって相殺されてしまうかもしれません。この発見は、すべての人にとっての唯一の「最善」の治療法は存在しないことを浮き彫りにしています。正しい選択とは、進行を遅らせたいという欲求と、より大きな腫瘍を存続させるリスクとのバランスを取ることにかかっています。

研究者たちはまた、腫瘍の根本的なルールが変化した場合に、予測がどの程度信頼できるかについても調査しました。現実世界では、腫瘍は進化したり、薬に対する反応の仕方が数年の間に変化したりすることがあります。研究の結果、腫瘍の挙動に関する数学モデルがわずかに誤っていた場合、将来の転帰に関する予測は信頼できなくなることが分かりました。具体的には、継続治療のスケジュールに従っている患者のデータを用いて構築されたモデルは、その同じ患者が適応スケジュールに従った場合にどのように反応するかを正確に予測することはできず、その逆も同様でした。これは、異なる治療スケジュールが腫瘍の異なる側面を明らかにするためです。もし医師が、腫瘍が常に攻撃を受けている状態での反応しか見ていないのであれば、攻撃が一時停止されたときにその腫瘍がどのように振る舞うかを知ることはできません。このことは、適応療法を真に個別化するためには、過去の異なるタイプの治療からのデータに基づいて推測するのではなく、適応スケジュールに入っている最中に、患者固有の生物学的ルールを推論できる必要があることを示唆しています。

結局のところ、この研究は、適応療法が腫瘍の進行を遅らせるための有望なツールではあるものの、すべての人に完璧に作用する魔法の杖ではないことを示しています。このアプローチの成功は、患者のがんの特定の生物学と、データのノイズにもかかわらず腫瘍の反応を正確に測定できる能力に大きく依存しています。研究者たちは、適応療法が真に効果的であるためには、不確実性を深く理解した上で適用されなければならないと結論付けました。医師と患者は、進行を遅らせるという利益と、より大きな腫瘍量を維持することによる転移などの潜在的なリスクを天秤にかける必要があります。私たちのモデルは不完全であり、すべての患者は独特であるということを認めることで、医学界はより効果的で個別化されたがんケアへの複雑な道のりを、より適切に歩むことができるのです。この研究は、がんとの戦いにおいて、最も強力なツールは新しい薬剤そのものではなく、私たちの知識の限界と、疾患自体の多様性に対する明確な理解であるということを思い出させてくれます。