【がん】メチル化フィンガープリント法を使って脳腫瘍診断を改善する
Nature
DNAメチル化データを調べることによって脳腫瘍の同定を改善できることを報告する論文が、今週掲載される。
腫瘍を正しく診断することは、がんの治療にとって非常に重要だ。中枢神経系の腫瘍は既知のものだけでも約100種類あるが、とりわけ正確な同定が難しい。今回、Stefan Pfisterたちの研究グループはこの問題に取り組むために、メチル化データを分類する機械学習プログラムを開発した。メチル化は、DNAにメチル基分子が付加される過程で、これによってDNA内情報の利用可能性が変化する。DNAメチル化過程は、細胞の機能が正常な時に自然に起こり、それぞれの細胞に特徴的なメチル化フィンガープリント（指紋）を生じ、これはがんなどの疾患でも同様である。そのため、メチル化を調べれば、腫瘍の種類と腫瘍の発生源となった細胞の種類に関する情報が得られる。
Pfisterたちのプログラムは、約2800人のがん患者から集められた基準データでトレーニングされており、メチル化フィンガープリントを使って91種類の腫瘍を同定できる。Pfisterたちは、すでに医師が診断した1104例の中枢神経系腫瘍を用いて、このプログラムの検証を行い、そのうちの12％に誤診があったことを明らかにした。このプログラムは、診断の正確性が高いことに加えて客観性があるため、新しい稀少な腫瘍が見つかれば、そのようなものとして素直に同定する。この点は、医師による分類と異なっており、医師の診断では、非定型的な症例であっても既存のいずれかの種類のものとして分類しようとする圧力が働く。
Pfisterたちは、この新しい方法を利用しやすくするため、アップロードされたデータをわずか数分間で解析する無償のオンラインツールを作成した。このツールは、2016年12月以降すでに4500回以上使用されており、ユーザーが自らのデータを提供してアルゴリズムの精緻化を図るという選択肢も用意されている。メチル化の個別独自性を脳腫瘍の自動分類システムに組み込むことは、他の種類のがんについて類似の腫瘍分類アルゴリズムを作成するための青写真にもなる、とPfisterたちは結論付けている。
The identification of brain tumours can be improved by studying DNA methylation data, reports a study published online this week in Nature.
Correctly diagnosing tumours is vital for the treatment of cancer. With around 100 known types, however, tumours of the central nervous system are especially hard to identify accurately. To address this, Stefan Pfister and colleagues developed a machine-learning program that classifies methylation data. Methylation is the process by which methyl group molecules are attached to DNA, thereby changing the availability of the information within the DNA. This process not only occurs naturally during normal cell function - giving each cell a characteristic methylation fingerprint - but also in diseases such as cancer. Methylation can therefore reveal information on the type of tumour and the cell type from which these tumours were formed.
Trained with reference data taken from around 2,800 patients with cancer, the authors’ program can use the methylation fingerprints to identify 91 tumour types. They tested it on 1,104 central nervous system tumours that had already been examined manually, and identified misdiagnoses in 12% of cases. Alongside improving diagnostic accuracy, the program’s objectivity allows for new rare tumours to be identified as such - unlike with manual classification, in which there is a pressure to assign tumours to known categories, even in atypical cases.
To make the new approach accessible, the authors have generated a free online tool that analyses uploaded data in mere minutes. The tool has already been used over 4,500 times since December 2016 and gives users the option to share their data to further refine the algorithm. The integration of methylation identities into an automatic classifier of brain tumours, the authors conclude, also provides a blueprint to create similar tumour-classifying algorithms for other cancer types.
doi: 10.1038/nature26000
「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。
