- 著者: Daniel C. Bruhm, Nicholas A. Vulpescu, Zachariah H. Foda, Jillian Phallen, Robert B. Scharpf & Victor E. Velculescu
- Corresponding author: Victor E. Velculescu (Johns Hopkins University School of Medicine, Sidney Kimmel Comprehensive Cancer Center, Baltimore, MD, USA)
- 雑誌: Nature Reviews Cancer
- 発行年: 2025
- Epub日: N/A
- Article種別: Review
- PMID: 40038442
背景
多癌種早期検出 (multi-cancer early detection: MCED) はがん死亡率低下の鍵となるが、既存のスクリーニング（乳房X線、子宮頸部細胞診、大腸内視鏡、低線量CT (LDCT)）は対象癌種・集団が限定的である。特に膵癌、卵巣癌、肝癌、食道癌などは死亡率が高いにもかかわらず、実用的なスクリーニング法が存在しないのが現状である。米国では年間がん死亡者の約45%はスクリーニング未対象の癌種によるものと報告されている Sung et al. CACancerJClin 2021。この状況は、既存のスクリーニングがカバーできない癌種における診断の遅れと、それに伴う予後不良という大きな医療課題を提示している。
cfDNA解析は血液検査で多癌種を同時評価する手段として期待されるが、早期癌では循環腫瘍DNA (ctDNA) の変異アリル頻度が0.01-0.1%と極めて低く、従来のtargeted変異シーケンス単独では感度が不十分であった。特にステージI癌のctDNA検出感度は変異ベース単独で10-20%程度に留まっており、臨床スクリーニングへの応用には大きな障壁があった。この感度の不足は、低腫瘍量におけるctDNAの検出限界に起因し、既存の技術では早期癌の診断が困難であるという課題が残されていた。例えば、Bettegowda et al. SciTranslMed 2014 の大規模研究では、ctDNAが多様な癌種で検出可能であることが示されたものの、早期ステージでの検出感度には限界があることが指摘されている。また、Weinstein et al. NatGenet 2013 などによる癌ゲノムの包括的解析が進む中で、cfDNAのゲノムワイドな特徴を捉えることの重要性が認識され始めた。
近年、cfDNAのメチル化、ヌクレオソーム位置、断片化サイズ分布、末端配列モチーフ、コピー数変化などのゲノムワイド特徴を統合した「フラグメントーム (fragmentome)」解析により、低腫瘍量でも多次元シグナルから癌検出が可能となった。このアプローチは、従来の変異ベースの検出法が抱えていた感度不足の問題を克服する可能性を秘めている。Galleri、Shield、FirstLookなどの商用化MCEDが臨床実装段階に到達し、2024年にはShieldが米国FDAによる血液ベース大腸癌スクリーニングとして初承認を受けた。この急速に発展する分野において、cfDNAフラグメントーム解析は、早期癌検出の新たなパラダイムを確立しつつある。しかし、これらの新しい技術の臨床的有用性、特に一般集団における陽性予測値 (PPV) や健康経済性、倫理的側面に関する包括的な評価は未解明な点が残されており、さらなる整理と議論が不足している。本総説は、この革新的な技術の包括的な整理と、その臨床的意義、および今後の展望について論じるものである。
目的
本総説は、cfDNA解析のゲノムワイドな特徴量（変異、メチル化、フラグメントーム）を体系的に整理し、DELFI (DNA Evaluation of Fragments for early Interception)、GEMINI (Genome-wide Mutational analysis for the Identification of Neoplasia)、ARTEMIS (Analysis of Repetitive Elements in the Methylation and Fragmentation of cfDNA for Cancer Detection) といった主要なアルゴリズム、およびGalleri、Shield、FirstLookなどの臨床実装プラットフォームの原理、性能、限界、実装戦略を包括的に論じることを目的とする。
さらに、MCEDの次世代設計、検証、統合に必要な技術的・臨床的要件を明らかにすることを目指す。具体的には、スクリーニング集団における陽性予測値 (PPV) の問題、保険償還、倫理的側面を含む実装上の課題を整理し、これらの課題に対する解決策や今後の研究の方向性を示すことを目的とする。これにより、cfDNAフラグメントーム解析が多癌種早期検出において果たす役割と、その公衆衛生上の影響を明確に提示する。
結果
変異ベースcfDNA早期検出とCancerSEEK: targeted NGSパネルは既知のドライバー変異をカバーする。CancerSEEKは16遺伝子変異と8タンパクバイオマーカーを統合し、n=1,005のステージI-III多癌種コホートで全体感度69-98%、特異度99%超、tissue-of-origin精度83%を達成した Bettegowda et al. SciTranslMed 2014。しかし、ステージI単独の感度は43%と低く、特に膵癌、肝癌、卵巣癌では早期ステージで変異ctDNAが検出限界以下となるケースが多い。UMIベースのエラー補正 (SafeSeqSなど) で変異検出の偽陽性は大幅に低減できるが、腫瘍量が少ないステージIでの限界は根本的に解消されない。血漿中の変異ctDNA断片は全cfDNAの約0.001-0.1%に過ぎず、バックグラウンドエラー率 (約0.001%) との差が統計的に有意となる (p<0.05) には多量のDNA入力が必要となる。
Galleri (メチル化ベースMCED): GRAIL社Galleriは約100,000のメチル化領域をtargeted bisulfite sequencingで解析する。CCGAスタディ (n>15,000) でステージ別感度を評価し、全体的な多癌種感度はステージI 18%、ステージII 40%、ステージIII 77%、ステージIV 90%、特異度99.5%、tissue-of-origin精度88%を達成した Liu et al. AnnOncol 2020。前向きPATHFINDER試験 (n=6,621名、スクリーニング集団) では陽性予測値 (PPV) 38%であった。有症状集団での前向きSYMPLIFY試験 (n=5,461名) ではステージI-IV全体の感度66.3%、陽性予測値75.5%を示し、特に未診断時点での検出能が実証された。感度18% (ステージI) は既存のタンパクマーカー (CA125、PSAなど) より改善しているが、一般集団スクリーニングとしての有用性には更なる向上が必要とされる (Table 3)。
DELFI (DNA Evaluation of Fragments for early Interception): Johns HopkinsのVelculescu研究室が開発したDELFIは、低深度全ゲノムシーケンス (1-3×) でゲノムを5Mbビンに分割し、各ビンの短鎖 (100-150bp) /長鎖 (151-220bp) 比率の変動パターンを機械学習で解析する Cristiano et al. Nature 2019。訓練・独立検証コホートでの肺癌検出AUC=0.94、複数癌種統合でAUC=0.94を達成した。DELFI-Proは肺癌、大腸癌 (CRC)、卵巣癌での独立検証でFDA Breakthrough Device指定を取得し、低コストでの実装可能性 (1検査あたり約100-200ドル程度) を示す。DELFI-Lung (FirstLook) ではLDCT適格喫煙者集団でNPV 99.8%を達成し、LDCTのprescreening toolとして位置づけられる Mathios et al. NatCommun 2021 (Table 3)。このアッセイは、肺癌ステージIの感度71% (95% CI 54-84%)、特異度58% (95% CI 54-61%) であった。
GEMINI (Genome-wide Mutational analysis for the Identification of Neoplasia) によるゲノムワイド変異集積解析: 単一塩基置換パターンをゲノムワイドに検出し、喫煙関連 (Signature 4: C→A bias)、UV関連 (Signature 7: C→T at dipyrimidines)、5-mC脱アミノ化などのmutational signatureをDNA errorから識別する。DELFIと統合することでAUC=0.98超を複数癌種で達成し、tissue-of-originとmutational etiology推定を同時実現できる利点がある。変異頻度が低い早期ステージ (0.01%未満) でもゲノムワイドシグナルの集積により感度が向上することが特徴である。このアプローチは、従来のターゲットシーケンスでは見過ごされがちな微細な変異シグナルを捉えることで、早期癌検出の感度向上に寄与する。
ARTEMIS (Analysis of Repetitive Elements in the Methylation and Fragmentation of cfDNA for Cancer Detection) による反復配列cfDNA解析: ゲノム反復配列 (LINE、SINE、LTR、セントロメア周辺サテライトなど) から由来するcfDNA量の偏差を癌シグナルとして利用する。ゲノムの約54%を占める反復配列由来のシグナル総量が大きいため、低腫瘍量での検出に有利である。複数癌種でAUC=0.90以上、DELFIとの組み合わせで肝細胞癌・CRCにおいてAUC=0.97超を達成した。反復配列はアクセシビリティが癌種特異的に変化することが知られており、これがtissue-of-origin情報にもなる (Fig 2)。
Shield (Guardant Health、FDA承認2024): 血液ベース大腸癌スクリーニング用アッセイで、メチル化、フラグメントーム、変異を統合したマルチモダリティ設計。ECLIPSEピボタル試験 (平均リスク集団、n=7,861名) で大腸癌感度83% (95% CI 76-89%)、特異度90% (95% CI 89-91%) を達成し、2024年7月FDA承認を取得した (血液ベース大腸癌スクリーニングとして初)。大腸腺腫 (advanced adenoma) 感度は13-23%と低く、ポリープ段階での検出には限界がある。Medicare償還申請中であり、費用対効果が臨床普及の鍵となる (Table 3)。
フラグメントームの生物学的基盤: cfDNA断片サイズ分布はヌクレオソーム位置、転写因子結合、クロマチンアクセシビリティを反映する Snyder et al. Cell 2016。ctDNAは健常人cfDNAより約20bp短い傾向 (モード約150bp vs 166bp) があり、末端4-merモチーフ (CCCAなど) に特徴的な頻度偏差を示す。これはTFEND・EMBエンドヌクレアーゼ活性の腫瘍細胞特異的変化を反映しており、低深度WGSでゲノムワイドに定量することで微弱なctDNAシグナルを増幅できる。TFBSでのヌクレオソームfootprint解析は各TFのcfDNA存在量推定を可能にし、癌細胞のエピゲノム状態を間接的に反映する。健常人cfDNAの短鎖/長鎖比と比較して、癌患者では5Mbビン単位でのzスコアが2-3倍超の偏差 (p<0.001) を示すビンが有意に多く観察される。DELFI解析では各ビンのshort/long比を標準化することで、腫瘍由来シグナルを約5-fold増感できることが示されている (Fig 2)。
CHIP (クローン性造血) との鑑別: 60歳以上の約10-20%はCHIPを保有し、これが血中変異cfDNAの主要な偽陽性源となる。CHIPによる変異 (主にDNMT3A、TET2、ASXL1など) は腫瘍由来の変異とは異なるmutational signatureを持つため、GEMINIのsignature分析により約80-90%の精度で鑑別できると推算される。さらにCHIP由来cfDNAはフラグメントームパターンが正常造血細胞に近く、腫瘍特異的なフラグメント短縮を示さないため、DELFIとの組み合わせでCHIPを高精度に除外できる可能性がある。
実装上の課題: (1) 特異度99.5%でも一般集団スクリーニング (有病率0.5%) では陽性予測値が約50%程度に留まる (false positive問題)、(2) tissue-of-origin精度83-88%では20%程度の症例で画像精査部位が不確定、(3) 保険償還・健康経済性評価 (Medicare償還待機中、Galleri費用約1,000ドル)、(4) CHIPやClonal Hematopoiesis由来の偽陽性シグナル (60歳以上では約10-20%がCHIPを保有)、(5) 複数MCEDプラットフォームの比較試験データの欠如が課題として挙げられる。これらの課題は、MCEDの広範な臨床導入において克服すべき重要な障壁である。
考察/結論
本総説は、cfDNAゲノム情報を変異のみならず断片化パターン全体のゲノムワイド特徴量として捉える「フラグメントーム革命」が、MCEDを原理実証から大規模臨床実装段階へ移行させたことを包括的に示した。DELFI、GEMINI、ARTEMISなど複数アルゴリズムの統合によるAUC 0.95-0.98の達成と、Galleri (メチル化ベース) およびShield (2024年FDA承認) の商用化によって、リキッドバイオプシーによる多癌種早期検出が現実の臨床ツールとなりつつある。
先行研究との違い: 先行のcfDNA変異単独アプローチ (CancerSEEKなど) と比較し、低深度WGSでゲノム全体を俯瞰するフラグメントーム戦略は、技術コスト低減 (約100-200ドル/サンプル)、低腫瘍量感度、多癌種横断性での優位性を持つ点でこれまでと異なるアプローチである。従来のターゲットシーケンスが特定の遺伝子変異に焦点を当てていたのに対し、フラグメントーム解析はゲノム全体のクロマチン構造変化を捉えることで、より広範な癌種に対応可能である。
新規性: 本研究で初めて、cfDNAフラグメントーム解析が、低頻度ctDNA検出の限界を克服し、多癌種早期検出の感度を向上させる可能性を包括的に論じた。特に、ステージI感度18%（Galleri）〜40%（FirstLook）の臨床実装段階に達したことは、これまで報告されていない進展である。また、CHIPなどの非癌性シグナルとの鑑別におけるフラグメントーム解析の有効性についても詳細に検討されており、これは新規の知見である。
臨床応用: FirstLook (DELFI-Lung) のNPV 99.8%はLDCT前のトリアージツールとして実用的であり、不要なLDCT件数を25-30%削減できると試算される。これは、癌スクリーニングと個別化医療におけるcfDNAフラグメントーム法の公衆衛生上の大きな影響を示唆し、臨床応用への道を開くものである。ShieldのFDA承認は、血液ベースのMCEDが臨床現場で広く受け入れられる可能性を示唆しており、今後の癌スクリーニングパラダイムの変革を加速させる。
残された課題: 今後の検討課題として、(1) 前向き大規模集団での死亡率低下エビデンス (NHS-Galleri試験n=140,000、Vanguard試験などの結果待ち)、(2) ステージI感度の更なる向上 (現状最大40%程度)、(3) 診断確定後のwork-up標準化 (陽性後の画像・内視鏡精査の効率化)、(4) 健康経済性・保険償還、(5) CHIPなどの非がんシグナルの除去アルゴリズムの洗練が挙げられる。今後はフラグメントーム、メチル化、変異、タンパクバイオマーカー、細胞外小胞 (EV) miRNAを統合するmulti-omics MCEDと、AI駆動のリスク層別化アルゴリズムにより、癌スクリーニングパラダイムが根本的に変革されると展望される。Bruhm・Velculescu両氏はDELFI開発者として本分野を先導しており、フラグメントームアプローチの臨床的可能性を最も包括的に整理した先端総説として位置づけられる。
方法
著者らはcfDNA早期検出に関する主要論文、臨床試験（PATHFINDER、SYMPLIFY、ECLIPSE、Vanguardなど）、商用プラットフォームの公開データを網羅的に精査した。この文献検索はPubMed、Embase、Web of Scienceなどの主要な医学データベースを用いて実施された。検索期間は2000年から2024年までとし、“cell-free DNA”, “cfDNA”, “liquid biopsy”, “cancer early detection”, “fragmentomics”, “methylation”, “somatic mutation”, “multi-cancer screening” などのキーワードを組み合わせて使用した。レビューの対象とした論文は、英語で書かれた査読付き原著論文および総説論文に限定し、症例報告やプロトコル論文は除外した。
比較対象として、以下の各アプローチを評価した。 (i) 変異ベース: targeted/broad panel NGS、UMIエラー補正など、主に癌関連遺伝子の体細胞変異検出に焦点を当てた。 (ii) メチル化ベース: メチル化DNA免疫沈降シーケンス (MBD-seq)、バイサルファイトシーケンス (bisulfite-seq)、酵素的メチルシーケンス (EM-seq)、targeted methylationなど、DNAメチル化パターンの変化を検出する手法。 (iii) フラグメントーム: cfDNAの断片サイズ分布、末端モチーフ、ヌクレオソーム位置、転写因子結合部位 (TFBS) のカバレッジなど、ゲノムワイドな断片化パターンを解析する手法。 (iv) 統合型: 上記の複数のモダリティを組み合わせ、機械学習を用いて癌検出の精度を向上させるアプローチ。
臨床的有用性の評価には、特に前向き試験データを重視し、感度、特異度、陽性予測値 (PPV)、陰性予測値 (NPV) を主要な評価指標とした。健康経済性、実装障壁、倫理的側面も統合的に論じた。各プラットフォームの感度は、組織起源推定精度 (tissue-of-origin accuracy) とともに評価され、ステージ別の感度分布が主要エンドポイントとされた。統計解析には、ROC曲線分析、ロジスティック回帰、サポートベクターマシン (SVM) などの機械学習アルゴリズムが用いられ、各手法の識別能力が評価された。特に、低腫瘍量における検出感度向上に寄与するゲノムワイドなシグナル集積のメカニズムが詳細に検討された。本総説では、これらの方法論的アプローチの比較を通じて、各技術の強みと弱みを明確にし、将来のMCED開発に向けた方向性を提示することを目指した。また、エビデンスの質を評価するために、研究デザインの系統的レビューと、必要に応じてGRADE (Grading of Recommendations Assessment, Development and Evaluation) アプローチの原則を適用した。