膵癌の新規予後因子：残存腫瘍の空間配置が再発リスクを決定する

膵管腺癌（PDAC）は依然として最も致死率の高い癌の一つであり、新補助療法（NT）と根治的切除を行っても再発率は高いのが現状です。特に、病理学的に「軽度の反応」しか示さない患者群では、従来の評価基準である「残存腫瘍の量」や CAP 基準によるgradingでは、再発リスクの個人差を十分に説明できず、予後の予測が困難でした。腫瘍は単なる細胞の集まりではなく、癌細胞と間質が複雑に相互作用する生態系として捉える必要がありますが、治療後の空間的組織構造が予後に与える影響については未解明な部分が多かったのです。

本研究では、203 例の切除標本を対象に、AI を活用したデジタル病理解析を行い、残存腫瘍の空間的構成と配置を定量化しました。その結果、腫瘍と間質が断片的で、界面（エッジ）が複雑に混在する「空間的リスク高」な構造を持つ患者は、再発までの期間（DFS）が有意に短いことが判明しました。これは、従来の病理学的評価や残存癌面積だけでは説明できない独立した予後因子です。さらに、この高リスクな空間配置は、腫瘍内部へのリンパ球浸潤が乏しく、間質や腫瘍周辺に免疫細胞が閉じ込められる「免疫排除型」の表現型と強く関連していることも示されました。

研究は、メイヨー・クリニックで新補助療法後に切除された 203 名の PDAC 患者の後ろ向きコホート研究です。標準的な H&E 染色された全スライド画像（WSI）を、PathExplore PDAC という AI プラットフォームを用いて癌細胞と癌関連間質に自動セグメンテーションしました。その後、景観生態学のアプローチを応用した「腫瘍景観解析（TLA）」パイプラインを用いて、パッチの面積、エッジ密度、形状指数、混在度など 42 種類の空間パラメータを定量評価しました。

• AI 駆動型セグメンテーションによる癌と間質の高精度な識別
• 景観生態学指標（エッジ密度、断片化度、形状複雑性）の定量化
• 多変量 Cox 回帰モデルによる空間リスクモデルの構築と検証
• 腫瘍浸潤リンパ球（TIL）の空間分布との相関解析

本研究の発見は、膵癌治療戦略に重要な示唆を与えます。従来の「腫瘍量」ベースの評価では見逃されていた高リスク患者を、空間的指標によって同定できる可能性があります。特に、高リスク群に見られる「免疫排除」現象は、免疫チェックポイント阻害剤などの免疫療法が単独では効果を発揮しにくいメカニズムを裏付けています。したがって、間質の物理的バリアを除去する薬剤や、免疫細胞の腫瘍内浸潤を促進する併用療法の開発が、この空間的リスクが高い患者群に対して有効である可能性が示唆されます。

この研究結果は、前臨床モデル の設計と評価にも新たな視点を提供します。従来の PDX モデル や CDX モデル は腫瘍の増殖を評価する一方で、腫瘍微小環境（TME）の空間的構造や免疫細胞の分布を再現・評価するツールが不足していました。今後は、間質の構造や免疫細胞の空間的配置を忠実に再現した ヒト化マウス モデルや、AI 解析に対応した組織評価プラットフォームの重要性が高まります。また、特定の遺伝子変異を持つ KO マウス や KI マウス を用いて、空間的構造形成に関与する分子メカニズムを解明する研究が期待されます。

本論文は、膵癌の再発リスク予測において、腫瘍の「量」から「空間的配置」へとパラダイムシフトを促す画期的な成果です。AI による空間病理解析は、客観的で再現性の高い予後因子を提供し、免疫排除型腫瘍のメカニズム解明に寄与しました。今後は、この空間的リスクモデルを基にした前臨床研究や、空間構造を標的とした新規治療法の開発が、膵癌治療の改善に不可欠となるでしょう。