機能性精密がん医療への転換：定量共臨床イメージングの新たな展望
Contents
01. 研究背景と未解決課題
精密がん医療は、患者個別の遺伝子変異に基づいた治療を目指していますが、特定の遺伝子変異が存在しても治療反応が保証されるわけではありません。従来のゲノムベースのアプローチでは、治療標的の発現確認や薬物動態、腫瘍の機能的変化をリアルタイムで把握することが困難です。米国国立がん研究所（NCI）の MATCH 試験などは、単一遺伝子ターゲッティングの限界と、多様な耐性メカニズムの存在を浮き彫りにしました。これに対し、機能性精密医療（FPM）の概念が提唱され、腫瘍の活性や機能を評価することが治療戦略の決定に不可欠であるという認識が広まっています。
しかし、臨床試験において機能性を評価するには、侵襲的な生検だけでは空間的な腫瘍微小環境（TME）の不均一性を捉えきれないという課題があります。また、遺伝子情報だけでは最適な投与量や併用療法の効果を予測することができません。このギャップを埋めるため、ゲノムと機能を結びつける「定量共臨床イメージング」が重要な役割を果たすことが期待されています。
02. この論文で明らかになったこと
本論文は、NCI の共臨床イメージング研究リソースプログラム（CIRP）の過去 10 年の成果を踏まえ、次世代の定量共臨床イメージングが直面する課題と機会を明確にしています。特に、ComboMATCH、ImmunoMATCH、MyeloMATCH といった新しい精密医療試験において、イメージングバイオマーカーが患者層別化、標的結合の確認、治療反応の予測にどう活用できるかが議論されています。ゲノム情報だけでは不十分な場合、イメージングを通じて薬物送達や生物学的効果を可視化することが、治療成功の鍵を握ることが示唆されました。
さらに、イメージングデータを AI や計算科学と統合し、デジタルツインや仮想イメージング試験（VITs）を構築することで、治療反応を予測するモデルを前臨床段階で検証できる可能性が強調されています。これにより、臨床試験の失敗リスクを低減し、より効率的な創薬プロセスが実現可能になります。
03. 研究デザインと技術的ポイント
共臨床イメージングの核心は、前臨床（動物モデル）と臨床（患者）の両方で同じイメージングプロトコルを適用し、データを比較・統合することにあります。これには、PET、MRI、CT などの画像取得プロトコルの標準化と、異なる種間での数値データの較正が不可欠です。また、放射線オミクスや深層学習を用いて、画像から高次元の定量的特徴を抽出し、腫瘍生物学や治療反応と関連付けるアプローチが推奨されています。
- 前臨床モデルと臨床試験の両方にイメージングを統合した双方向デザインの実施
- 異なる種間での画像取得プロトコルと解析パイプラインの標準化・調和
- AI を活用した放射線オミクス特徴の抽出と、腫瘍微小環境の定量化
- デジタルツインや仮想イメージング試験による治療反応のシミュレーション
04. 疾患研究・創薬研究への示唆
がん治療において、特に免疫療法や併用療法の開発では、患者の免疫状態や腫瘍の異質性を正確に評価することが重要です。本論文は、ImmunoMATCH 試験において、イメージングバイオマーカーを用いた患者層別化が治療効果を高める可能性を示しています。また、小児がんや骨髄系悪性腫瘍など、限られた症例数で進行する疾患においても、機能性イメージングが治療反応を早期に評価する手段として期待されています。
創薬プロセスにおいては、イメージングバイオマーカーが用量設定や併用療法の最適化に寄与します。特に、ヒト化マウス モデルや PDX モデルを用いた共臨床研究により、臨床での治療反応をより正確に予測できるようになり、創薬の成功率向上が期待されます。
05. 前臨床モデル・研究ツールとの関連
本論文は、共臨床イメージングの精度を高めるために、より臨床に近い前臨床モデルの必要性を強く指摘しています。特に、免疫系を備えた ヒト化マウス モデルや、患者由来の腫瘍組織を移植した PDX モデルは、腫瘍微小環境の再現性において重要です。また、免疫療法の評価には、自己免疫系を備えた新しい世代の ヒト化 PDX モデルや、小児がん特有のモデルの開発が急務であるとしています。
さらに、動物モデルに代わる新アプローチ手法（NAMs）として、オルガノイドやマイクロ生理システムを用いたイメージング研究も有望視されています。これらのモデルは、初期段階でのイメージングバイオマーカーの検証や、創薬候補化合物のスクリーニングに活用でき、動物実験の削減と研究効率の向上に貢献します。
06. まとめ
定量共臨床イメージングは、ゲノム情報だけでは捉えきれないがんの機能や動態を可視化し、機能性精密医療を実現するための重要な基盤技術です。今後は、標準化されたイメージングプロトコル、高度な AI 解析、そしてより臨床に近い PDX や ヒト化マウス モデルの活用が不可欠です。これらの技術を統合することで、がん治療の個別化と、創薬プロセスの効率化が加速されることが期待されます。
