Omitting tumor proliferation from prognostic gene expression models: a preregistered cross-cancer test, a transcriptome-wide measurement, and a survey of how often the omission is made
この事前登録された研究は、肝細胞癌およびその他の癌における予後遺伝子発現モデルから腫瘍増殖を除外することが、ほぼすべての遺伝子推定値を系統的に偏らせることを示しているが、このバイアスの一貫性と大きさに関する著者の具体的な予測は、データによって大部分が否定された。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
がん研究の世界において、科学者たちは腫瘍細胞内の遺伝的指示の中にパターンを見出し、患者の病気がどのように進行するかを予測しようとすることがよくあります。彼らは、腫瘍が急速に成長するか、あるいは転移しやすいかを医師に伝えるための「警告サイン」として機能する特定の遺伝子を探しています。これを行うために、研究者は数千もの遺伝子の活動量を患者の生存期間に対して重み付けする統計モデルを構築します。しかし、これらのモデルは、患者の年齢や腫瘍の大きさなど、生存に影響を与える他の要因を慎重に考慮しなければなりません。もし研究者が、遺伝子と生存時間の両方に影響を与える主要な要因を入れ忘れた場合、モデルは誤解を招く結果を生み出す可能性があります。ある特定の遺伝子が生存率の低下の原因であるかのように見えるかもしれませんが、実際には、その遺伝子は別の、測定されていない力によって運転されているバスに乗っているだけの乗客に過ぎないのかもしれません。こうした強力な力のひとつが、腫瘍増殖です。これは、単にがん細胞がいかに速く分裂し、増殖しているかを示す指標です。急速に分裂する細胞は、成長の遅い細胞とは異なる遺伝子活動を持つことが多いため、この速度を無視すると、遺伝子が実際に何をしているのかという全体像が歪められてしまうのです。
ナム・スンウーという研究者は、このような特定の間違いがどの程度の頻度で発生し、それがどのような代償をもたらすのかを調査することに乗り出しました。彼はまず、肝臓がんに関する最近の学術論文50本を調査することから始めました。彼は、著者がモデルの中に細胞分裂速度の尺度を含めているかどうかを確認するために、それらを読み込みました。その結果は衝撃的なものでした。彼が完全に読み取ることができた41本の論文のうち、腫瘍増殖を調整していたものは一つもありませんでした。実際、それらの研究の半分以上が、高リスク群において急速な細胞分裂の兆候が見られると言及していながら、その速度を数学的に制御すべき変数としてではなく、単なる生物学的な好奇心の対象として扱っていました。このことは、どの遺伝子が生存を予測するかについての発表された結論の多くが、パズルの欠けた、不安定な土台の上に築かれている可能性があることを示唆していました。
この要因を欠いたことによって何が失われたのかを正確に理解するために、ナムは、数百人の肝臓がん患者の遺伝および生存データを含む大規模な公開データベースを利用しました。彼は、それらの腫瘍で活性化しているほぼすべての遺伝子に対して包括的なテストを行いました。各遺伝子について、生存を予測するための2つの異なるモデルを構築しました。最初のモデルは標準的なもので、年齢、性別、およびがんのステージを考慮に入れています。2番目のモデルは、腫瘍がどれほど速く分裂しているかを示すスコアも加えた、同一のモデルです。そして、彼は結果を比較しました。細胞分裂の速度を方程式に加えると、ほぼすべての遺伝子の推定される重要性が変化しました。この変化の大きさはランダムではなく、その特定の遺伝子の活動が分裂速度といかに密接に関連しているかに直接依存していました。もしある遺伝子が急速な成長と強く結びついていれば、その成長速度を考慮に入れた際、予測される生存への影響は劇的に変化しました。肝臓がんのデータにおいては、この調整は非常に強力であり、統計的に有意であるように見えた遺伝子の数を、数百からわずか1つへと激減させました。
次に、ナムはより深い問いを投げかけました。このパターンはすべての種類のがんにも当てはまるのか、それとも肝臓がん特有のものなのか。データを分析する前に、彼は公的な科学登録機関に正式な予測を登録し、少なくとも90%の異なるがん種において、このような下方へのシフトが起こると予想しました。彼は、肺がんや腎臓がんから、大腸がんや卵巣がんに至るまで、10種類のがんのデータセットを用いてこの予測を検証しました。その結果は、自身の仮説を否定するものとなりました。このパターンはあらゆる場所に当てはまるわけではなかったのです。彼がテストしたがん種のうち半分では、シフトの方向は彼が予想していたものとは逆でした。あるがんでは、細胞分裂のスコアを加えることで遺伝子の推定値が上昇し、別のがんでは減少しました。変化の方向は生物学的な固定ルールではなく、その特定のがんにおいて細胞分裂自体が生存の予測因子としてどの程度強く作用するかによって決定されていました。急速な分裂が不良な経過の強い兆候となるがんでは、分裂速度を考慮に入れると、それに関連する遺伝子の危険性は低く見積もられました。一方で、分裂が結果を強く予測しないがんでは、この変化は最小限であるか、あるいは逆転していました。
この発見は、腫瘍増殖を無視することによって生じるバイアスが、常に一定の方向に押し進める単純なエラーではないことを明らかにしています。むしろ、それは研究されているがんの特定の生物学に完全に依存した、流動的な歪みなのです。また、この研究は科学の報告方法における実用的な問題も浮き彫りにしました。ほとんどの論文は、どの要因を調整したのかを明記していないため、読者は報告された遺伝子が真に疾患の駆動因子であるのか、それとも単に未測定の細胞分裂を反映しているに過ぎないのかを知ることができません。研究者は、シンプルな解決策を提案しています。すなわち、科学者は自分たちの特定の患者グループにおける細胞分裂信号の強さを報告し、その信号を含めた場合に遺伝子の推定値がどのように変化するかを示すべきである、ということです。これは、どの遺伝子が真に因果関係を持つのかという問題を解決するものではありませんが、その依存関係を可視化することで、医師や他の研究者が読んでいる数字の全容を把握することを可能にします。この研究は、がんの遺伝学という複雑な領域において、単一の遺伝子に関する問いへの答えは、腫瘍全体の振る舞いから切り離して考えることはできないということを思い出させてくれます。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。