EV / NET / 老化好中球が駆動する pre-metastatic niche を機械学習 multi-parametric signature で予測する手法を、多施設前向き検証と既存 CTC/ctDNA に対する付加価値証明へどう橋渡しするか
問いの整理
[Pre-metastatic-niche]は、原発腫瘍が CTC 到達前に遠隔臓器を metastasis-permissive に “prep” する現象で、EV(exosomal integrin による organotropism)・NET・老化/再プログラム好中球・骨髄系動員・ECM remodeling・血管透過性の 6 軸が階層的に作動する。これらは血液で測れる分子(EV cargo / EVP proteome / NET marker / 好中球シグネチャ)を多数含むため、機械学習による multi-parametric signature 化と liquid biopsy 化の素地がある。一方、臨床実装の鍵は (1) 多施設前向き検証、(2) 既存の CTC / ctDNA に対する付加価値(incremental value)の証明であり、本稿ではその橋渡し経路を整理する。
ML signature 化の素材となる軸
EV / EVP — organotropism predictor の最有力素材
Hoshino らは 426 例 pan-cancer EVP 解析で exosomal integrin profile が organotropism を規定する(α6β4/α6β1 → 肺、αvβ5 → 肝、unique combination → 脳)ことを示し(Hoshino et al. Nature 2015)、続く EVP proteomics で cancer detection と tissue-of-origin prediction の panel を提示した(Hoshino et al. Cell 2020)。EVP の蛋白プロファイルは多次元かつ臓器特異情報を持つため、ML classifier の入力として理想的で、PMN signature の中核になりうる。総説も clinical relevance を整理している(Greening et al. NatRevClinOncol 2025、cancer-extracellular-vesicles)。
Multi-parametric atlas — 前向き予測プラットフォームの既存 paradigm
PMN を ML 予測へ橋渡しした最も具体的な先例が、早期膵癌の pre-metastatic liver で multi-parametric atlas を構築し PMN biomarker から metastatic outcome を予測する prospective platform を提示した研究である(Bojmar et al. NatMed 2024)。これは「臓器組織 multi-omics → outcome 予測」の paradigm であり、血液 EVP signature へ移植する際の特徴量設計・エンドポイント定義のテンプレートになる。
NET / 老化好中球 — 動的バイオマーカー層
NET は循環腫瘍細胞捕捉・休眠覚醒・転移臓器指向性(CCDC25 軸)の中心機構で(Yang et al. Nature 2020)、NET 遺伝子発現シグネチャが予後・標的軸を同定できることが示されている(McDonald et al. CommunBiol 2025)。血漿 NET マーカー(cfDNA-MPO/citH3 複合体)は既に測定可能で、dynamic な PMN 活性化の readout として signature に組み込める。老化好中球の CCL3 シグネチャ(Bolli et al. CancerCell 2026)や IL-8 / Ly6E-hi ISG 好中球シグネチャ(cancer-neutrophils)も候補特徴量。
EV-thrombotic niche — CAT との結合で臨床エンドポイントが取りやすい
肺 pro-thrombotic niche 由来 EV が cancer-associated thrombosis(CAT)と転移を同時駆動することが示され(Lucotti et al. Cell 2025)、VTE という測定しやすい臨床イベントを PMN signature の検証エンドポイントに使える利点がある。
多施設前向き検証への橋渡し経路
PMN signature の臨床実装は依然 preclinical 段階で、血液ベース EVP signature の prospective validation は未確立(Pre-metastatic-niche Open Questions)。橋渡しは以下の段階設計が合理的:
- 特徴量の事前固定(lock): EVP integrin/proteome(Hoshino panel)+ NET マーカー(cfDNA-citH3)+ 老化好中球シグネチャ(CCL3/IL-8)を pre-specify し、Bojmar の atlas paradigm に倣って臓器別 PMN score を定義。retrospective cohort で classifier を学習・凍結。
- 付加価値の統計設計を先に決める: 既存 ctDNA(MRD)と CTC に対する incremental value を、ctDNA を含む base model への C-statistic / time-dependent AUC の改善、net reclassification improvement (NRI)、decision curve analysis で評価することをプロトコルに明記。ctDNA は確立した予後・予測マーカー(cancer-biology / Zhang et al. CancerDiscov 2020、TRACERx の early dissemination 追跡 Abbosh et al. Nature 2023)であり、PMN signature は ctDNA 陰性/低腫瘍量で先行して臓器特異リスクを捉える点に付加価値仮説を置く。
- 多施設前向きコホート: 根治切除後 NSCLC 等の adjuvant 設定で、ctDNA-MRD・CTC・PMN signature を同一血漿アリコートから並行測定(EV と cfDNA を単一アリコートで統合する手法は既出 Mugoni et al. JExtracellBiol 2023)、臓器別再発を primary endpoint に。
- 介入への接続: PMN signature 陽性層を PMN 標的療法(exosome 分泌阻害・CXCR4 部分アゴニスト・aspirin による thrombotic niche 抑制)+ adjuvant IO の biomarker-stratified RCT に橋渡しする(Pre-metastatic-niche の “Adjuvant IO + PMN 標的 rational combination” Open Question)。
既知ギャップ・今後の調査方向
- 前向き検証データが存在しない: 血液 EVP/NET signature の multi-center prospective validation は Wiki 収載論文には無く、Bojmar の atlas も組織ベース・単施設 paradigm にとどまる。
- CTC/ctDNA に対する付加価値の実証が未着手: PMN signature が ctDNA-MRD に上乗せする incremental value を示した研究は未収載で、付加価値仮説(ctDNA 陰性域での臓器特異リスク検出)は理論段階。
- EV アッセイの標準化: EV 単離・proteome 定量のプラットフォーム間 reproducibility が clinical-grade 化の障壁(cancer-extracellular-vesicles)。
- 特徴量の動的 vs 静的の統合: EVP(半静的)と NET マーカー(動的)を 1 つの ML model にどう時間統合するかの方法論が未確立。
- 数値根拠は Wiki prose 依存: 各 signature の AUC/HR は Summary/Papers-Markdown 原文に当たれば補強できるが、本稿では一次数値の引用を行っていない(概念整理・橋渡し設計が主眼のため)。