MEDICINE & AI

タイトル：Multi-omics and AI-driven immune subtyping to optimize neoantigen-based vaccines for colorectal cancer. 雑誌名：Sci Rep. 2025 Jun 02; 15(1): 19333. 概　要： 大腸癌（CRC）は、限られた標的治療オプションにより大きな課題を呈しています。本研究では、多オミクス解析とAIを統合し、個別化免疫療法のための腫瘍抗原と免疫遺伝子ターゲットを特定しました。TCGAを用いた差次的発現および変異解析により、CRCにおける過剰発現および変異した遺伝子を特定し、62のネオ抗原を腫瘍抗原候補として選定しました。生存分析では予後に関連する抗原が明らかになり、免疫遺伝子発現との相関からこれらの抗原が免疫活性化を引き起こす可能性が示唆されました。TTK、EZH2、KIF4Aの3つの主要なネオ抗原が免疫療法の有望な候補として浮上しました。免疫遺伝子活性に基づき、患者は3つの免疫サブタイプ（IS）に分類され、ISグループ1および2は高い免疫遺伝子発現と免疫活性化マーカーを特徴とし、より良い生存率を示しました。一方、IS 3は低い免疫遺伝子発現を示し、生存率が低く免疫応答が乏しいことが分かりました。ネオ抗原ベースのワクチンは、免疫冷たいサブタイプの患者における腫瘍認識を高め、生存率を改善する可能性があります。 方　法： 本研究は、TCGAを用いたコホート研究で、差次的発現および変異解析を通じて大腸癌における過剰発現および変異した遺伝子を特定しました。機械学習モデル（LightGBM、XGBoost、XGBRF）を用いてワクチン設計のための最適な免疫ターゲットを予測し、SHAP分析を通じて検証しました。 結　果： 62のネオ抗原が腫瘍抗原候補として選定され、TTK、EZH2、KIF4Aが免疫療法の有望な候補として浮上しました。免疫サブタイプ1および2は高い免疫遺伝子発現を示し、より良い生存率を示しましたが、IS 3は低い免疫遺伝子発現を示し、免疫応答が乏しいことが確認されました。 結　論： 本研究は、機械学習を駆使した腫瘍抗原および免疫ターゲットの特定の枠組みを提供し、免疫サブタイプ特異的な反応に基づいた大腸癌免疫療法の有望な戦略を示しました。ネオ抗原ベースのワクチンは、免疫冷たいサブタイプの患者における腫瘍認識を高め、生存率を改善する可能性があります。