がん診断：マルチスケールトランスクリプトミクスによる小児がんの診断分類

成人で発症する同じ種類の腫瘍と比較した場合の小児がんの特殊性の原因は、完全には明らかになっておらず、ゲノムによっても十分に説明されていない。本研究では、最適化したマルチレベルのRNAクラスタリング法を用いて、ほとんどの小児がんに対する分子レベルでの定義を導き出した。この方法を1万3313個のトランスクリプトームに適用して、年齢に関連した変化について調べるための小児がんアトラスを構築した。腫瘍型は、共通する系譜やドライバー、幹細胞性プロファイルのために予想外のグループ化がなされる場合が時たまあった。確立された腫瘍型の一部は、現在の診断手法によるよりも予後予測が良いサブグループに分けられた。これらの定義は、腫瘍間および腫瘍内の不均一性を説明し、再現性と定量性のある診断を可能にする可能性がある。全体として、小児腫瘍では成人腫瘍よりも転写多様性が大きく、発現の柔軟性が高く維持されていた。これらの知見を応用するために、我々はアンサンブルたたみ込みニューラルネットワーククラシファイアを設計した。この手法は、前向きコホートで小児腫瘍の85％について診断が一致、または明確化できることが分かった。さらなる検証が行われれば、この枠組みを拡張して、全てのがんタイプに対する分子的定義を導出することができる可能性がある。