- 著者: Sill M, Schrimpf D, Patel A, …, Pfister SM, Jones DTW, Sahm F
- Corresponding author: M. Sill, D.T.W. Jones, F. Sahm (Heidelberg, Germany)
- 雑誌: Cancer Cell
- 発行年: 2026
- Epub日: 2025-12-04
- Article種別: Original Article
- PMID: 41349541
背景
DNAメチル化プロファイリングは現代の神経腫瘍学における中心的診断ツールとして確立されており、2021年WHO中枢神経系 (CNS) 腫瘍分類 (Louis et al. 2021 Neuro Oncol) はメチル化プロファイリングを複数の腫瘍型の正確な診断に不可欠または望ましい方法として明示的に位置づけている。NCCN (National Comprehensive Cancer Network; Horbinski et al. 2023)、EANO (European Association of Neuro-Oncology)、ICCR (International Collaboration on Cancer Reporting) (Wesseling et al. 2024)、RCPath (Royal College of Pathologists; Brandner et al. 2024) など主要ガイドライン策定機関も同様に推奨しており、これらの勧告はメチル化分類の診断的信頼性を国際的に担保している。DNAメチル化は細胞起源の遺伝可能なマークと腫瘍の開始・進展に伴う変化の両方を安定して記録するため (Michalak et al. NatRevMolCellBiol 2019)、観察者間ばらつきが生じやすい組織学的診断の弱点を克服し再現性の高い分子的腫瘍同定を可能とする。
Heidelberg CNS腫瘍メチル化分類器 v11 (Capper et al. 2018 Nature) は2,801検体・91クラスで構築され、2016年以降molecularneuropathology.orgプラットフォームを通じて世界中に無償公開されてきた。同プラットフォームはEULA (end user license agreement) を通じてデータ共有を可能にし、多様なDNAメチル化プロファイルの世界規模での蓄積を促進した結果、2024年10月時点で160,000件以上のプロファイルが解析された。しかし、このデータリポジトリの急速な拡大に伴い、v11の91クラスに分類できない検体が多数蓄積するという問題が顕在化した。v11の分類体系は既知の腫瘍型の代表的な例から構築されており、新規に同定される稀少サブタイプや既存クラスに分類されないエンティティに対して手薄な部分があり、4階層の体系的分類枠組みと高精度な確率スコアを備えた包括的分類器が不足していた。これらの未分類検体が探索的解析と新規腫瘍型同定の契機となったが、超稀少腫瘍エンティティを網羅できず診断不確定症例が増加するというgap in knowledgeが「次世代分類器開発」の直接の動因となった。
目的
2021年WHO分類に準拠しつつそれを拡張する、包括的かつ階層的なDNAメチル化ベース分類器 (v12.8) を開発し、稀少CNS腫瘍エンティティを含む診断精度の向上と独立コホートでの臨床的有用性を実証すること。
結果
所見1 — 184サブクラスへの4階層拡張と新規エンティティ群の体系化：v11の91クラスからv12.8では184サブクラスへと約2倍に拡張された (Table 1)。新たに追加されたエンティティには、髄膜腫サブクラス [MNG (meningioma): 良性 MNG_BEN (BEN: benign) 1-3・中悪性度 MNG_INT (INT: intermediate-grade) A/B・悪性 MNG_MAL (MAL: malignant)・SMARCE1変異型 MNG_SMARCE1]、上衣腫の後頭蓋窩A群/B群 (PFA: posterior fossa A) サブタイプ (PFA 1A-1F/2A-2C・PFB: posterior fossa B 1-5 の多段階サブグループ)、ZFTA融合型上衣腫 [EPN (ependymoma); EPN_ST_ZFTA_FUS C/D/E・RELA A/B]、MYCN増幅型脊髄上衣腫 (EPN_SPINE_MYCN)、髄芽腫の WNT・SHH 1-4/IDH変異型および G3/G4 分子サブタイプ I-VIII (Fig 2)、拡散性神経膠神経腫サブタイプ (DGONC: diffuse glioneuronal tumor with oligodendroglioma-like features and nuclear clusters・IDH変異オリゴ肉腫 OLIGOSARC_IDH (OLIGOSARC: oligosarcoma))、胚芽腫・神経上皮腫瘍 [ET (embryonal tumor): BRD4::LEUTX融合型 ET_BRD4_LEUTX・PLAG族増幅型 ET_PLAG; NET (neuroepithelial tumor): PATZ1融合型 NET_PATZ1]、CNS-BCOR内部縦列重複型 [CNS_BCOR_ITD (ITD: internal tandem duplication)] と EP300::BCOR融合型 (CNS_BCOR_FUS)、MYB/MYBL1変異神経膠腫 (LGG_MYB_B/C/D)、ATRX変異神経膠神経腫 (GTAKA: glioneuronal tumor with ATRX alteration)、網膜芽細胞腫 MYCN活性化型 (RB_MYCN)、肉腫関連クラス (横紋筋肉腫 RMS・MMNST・神経線維腫 NFIB_PLEX・Langerhans細胞組織球症 LCH) などが含まれる。階層構造は subclass・class・family・superfamily の4層で構成され、境界が明確でない場合は保守的に上位階層の分類を採用する設計とした。各エンティティには国際神経病理医グループによるエビデンスレベルが付与された: レベルa (WHO 2021と一致)・b (複数研究で支持または WHO 2021 の distinct サブクラス)・c (単一小規模研究)・d (クラスタリングのみ)。新規エンティティ関連として DGONC は14番染色体モノソミーまたはCDKN2A/B欠失のコピー数変異 (CNV: copy-number variation) プロファイルを持ち (Fig S3B)、GTAKA は CDKN2A/B 欠失が約50%と NTRK 融合を有する (Fig S3A)。さらに BRAF 遺伝子座のタンデム重複シグナルをCNVプロファイルから検出でき、これが KIAA1549:BRAF 融合の指標となる (Fig S4)。
所見2 — 全184サブクラスで精度0.75超、未分類症例18%の解消：5分割ネスト交差検証により、v12.8は全184サブクラスで平衡精度 (balanced accuracy) > 0.75 を達成し、175/184サブクラス (95%) で > 0.9 を超えた (Fig 4A)。全体のサブクラスレベル精度は95% (95%CI 94-96%) に達し、マルチクラス分類の校正指標であるBrierスコアは0.028、校正プロットにおける予測確率と実測精度の Spearman r=0.97 (ρ=0.97、n=7,495例、Fig 4C) と優れた校正特性を示した (v11より改善)。各サブクラスの one-vs-all ROC 解析でYoudenの指数を最大化する閾値は最大0.77であったが、推奨カットオフ0.9はより保守的に設定されており、稀少サブクラスの高感度維持が意図されている (Fig 4D)。誤分類の大部分は同一クラス・ファミリー内の隣接サブクラス間 (EPN_PFA 系統間・MB_G34 [MB: medulloblastoma] 系統間・MNG_BEN 系統間) に限定されており (Fig 4B)、臨床的に重大なスーパーファミリーを跨ぐ誤分類は稀であった。97,213検体への適用では、v12.8では全例 (100%) がサブクラスレベルのスコア ≥ 0.7 に達したのに対し、v11では79,749例 (82%) にとどまった (100% vs 82%、絶対差18ポイント; Fig 3B)。v11で分類不能 (スコア<0.7) だった18%の症例をv12.8で解析した結果、最大カテゴリは GBM メソンキマル型 2,128例 (12%)・GBM_RTK1/2型 1,422例 (8%)・IDH変異型星状細胞腫 587例 (3%) であり (Fig 3C)、既存クラスの分類精度向上と新規エンティティへの割り当ての両方が寄与していた。4階層出力構造はサブクラスで確信が低い場合も上位ファミリー・スーパーファミリーレベルで信頼性の高い分類ガイダンスを提供できる。
所見3 — MNP 2.0独立コホートでの予後的妥当性と治療方針への臨床的寄与：前向きMNP 2.0コホート (小児CNS腫瘍 n=1,200例超) において、DNAメチル化プロファイリングと標的パネルシーケンシングの併用が腫瘍分類精度を向上させ、曖昧な組織学的所見を分子データで明確化した事例が複数確認された。上衣腫80例・髄芽腫171例のKaplan-Meier解析では v12.8 メチル化サブクラス別に明確な生存曲線の分離が認められ (Fig 5A, 5B)、サブクラスが独立した予後的意義を持つことが示された。重要な所見として、組織学的に高悪性度神経膠腫 (HGG: high-grade glioma) と診断された96例のうち22%がv12.8によりスコア≥0.9で低悪性度神経膠腫 (LGG: low-grade glioma) サブクラスに再分類され (Fig 5C)、中央追跡期間2.5年においてこれらの患者では良好な転帰が示された。このHGG→LGGの分子的下方修正は強度の異なる治療方針選択に直接影響し、過剰治療回避の観点で直接的な臨床的意義を持つ。髄膜腫独立コホート (n=958例) では v12.8 サブクラス別の無増悪生存率に有意差が認められ、MNG_BEN (良性)・MNG_INT (中悪性度)・MNG_MAL (悪性) の各サブクラスが生物学的・臨床的に distinct な予後単位であることが確認された (Fig 5D)。GTAKA では CDKN2A/B 欠失が約50%に存在し、標的治療可能な NTRK 融合が複数例に含まれるなど (Drilon et al. CancerDiscov 2017)、メチル化分類が actionable な治療標的探索を直接誘導できることも実証された (Fig S3A)。稀少サブクラスの発見速度解析 (14サブクラス・各≤50例の希少クラス群) では、月平均1,236件の処理速度を前提とした場合、典型的稀少サブクラスが10例蓄積するのに平均2.9年を要すると試算されており、約9年の継続的データ収集を経た現時点では新規エンティティ発見がプラトー状態に近づいていることが示唆される。
考察/結論
本研究で開発されたHeidelberg CNS腫瘍メチル化分類器 v12.8 は、現代的神経腫瘍学における分子診断の最先端基盤リソースとして位置づけられる。v11の91クラスから184サブクラスへの拡張は、9年近くにわたる国際共同データ収集と世界160,000件超のプロファイル解析から得られた知見の結晶であり、既報の仮説駆動型診断では同定困難だった超稀少腫瘍エンティティの同定を可能とした点で、これまでの研究と対照的に大規模非教師あり探索の優位性を示している。組織学的診断の観察者間ばらつきを克服し、仮説駆動型の限定的検査の制約を超えてCNV情報まで一括取得できる点でも他の分子診断手法と相違し、v12.8の普及は神経腫瘍病理診断の標準化に寄与する。
4階層構造 (subclass・class・family・superfamily) の導入は WHO 2021分類との整合性を維持しながら将来の分類改訂にも対応可能な柔軟性をもたらした点が新規の設計上の貢献である。サブクラスレベルで不確実性が高い症例でも上位階層 (family・superfamily) での信頼性ある分類を提供する保守的デフォルト動作は本研究で初めて形式化された階層的分類アーキテクチャであり、臨床報告の文脈適合性を高める。エビデンスレベル (a-d) の付与によって各エンティティの診断確実性を透明化した枠組みは、cIMPACT-NOW (Consortium to Inform Molecular and Practical Approaches to CNS Tumor Taxonomy) が推奨する反復的腫瘍分類定義プロセスとも整合し、研究ツールから臨床診断への橋渡しを促進する。加えて、MNP-Flex 分類器 (Patel et al.) がv12.8の訓練データで構築され各種シーケンスベースメチル化データにも適用可能であることは、マイクロアレイ以外の次世代プラットフォームへの展開可能性を示す新規な知見である。
メチル化分類・コピー数プロファイリング・MGMT プロモーターメチル化ステータスを単一アッセイで統合取得できるワークフローは、希少な腫瘍組織の消費を最小化しつつ情報量を最大化するという臨床的意義を持つ。独立したMNP 2.0コホートにおけるHGG→LGG分子的下方修正による治療強度変更の可能性や、NTRK融合など臨床応用可能な標的治療標的の同定への直接的寄与は、精密医療への具体的インパクトを示す。組織学的診断のばらつき克服と仮説駆動型検査の制約超越により、v12.8の臨床現場への実装価値は高く、9年間の公開運用期間中に国際ガイドラインへ組み込まれた事実がその実証済み有効性を裏付ける。
新規サブクラスの発見速度がプラトーに近づいていることは、現在の184サブクラスが生物学的に真に異なる単位をほぼ網羅していることを示唆し、本分類体系の成熟性を裏付ける。しかし、今後の検討として各サブクラスの臨床的意義 (予後・治療反応性) の確立が必要であり、特にエビデンスレベルcおよびdに分類されるサブクラスについては大規模前向き研究による検証が求められる。本研究のlimitationとして、マイクロアレイ技術への依存による高コストと低・中所得国 (LMIC: low- and middle-income countries) でのアクセス障壁が指摘されており、世界的エクイティの観点から MNP-Outreach Consortium 設立などを通じたfuture researchによる解決が必要である。CSFからのメチル化プロファイリング等の代替プラットフォーム (Fang et al. NatCancer 2026) もマイクロアレイ非依存型の選択肢として注目される。1製品への依存リスクと新アレイバージョン毎の生物情報学的対応の困難さも残された課題として明示されており、複数分類器間の命名規約・スコアカットオフの統一に向けたコンセンサス形成も更なる検討の方向性として重要である。
方法
参照セットの構築: 2,801検体 (v11コホートの約19%) に加え、molecularneuropathology.orgへのユーザー投稿 (全体の約11%) および機関間共同研究由来の検体を統合し、7,495例のCNSメチル化プロファイルからなる参照セットを構築した。既存クラスの代表性を高めるための追加検体 (髄膜腫・上衣腫・髄芽腫など) も包含した。
次元削減と新規クラスター同定: t-SNE (t-distributed stochastic neighbor embedding) およびUMAP (uniform manifold approximation and projection) による非線形次元削減を実施し、教師なし探索的データ解析によって既存クラスに分類されない新規クラスターを同定した。同定された各クラスターはDNA/RNAシーケンシングおよび免疫組織化学による分子的特徴付けと臨床データによる独立検証を経た。
分類モデルの訓練・検証: v11と同様のランダムフォレストベースアプローチで分類モデルを訓練した。5分割ネスト交差検証 (5-fold nested cross-validation) により分類精度を評価し、各サブクラスに対してone-vs-all ROC (receiver operating characteristics) 解析を実施してYoudenの指数を最大化する最適閾値を算出した。4階層構造 (subclass・class・family・superfamily) は各カテゴリの確率スコアを相互排他的サブクラスの合算で計算した。
独立コホートでの妥当性検証: 前向き人口ベース研究MNP 2.0 (Molecular Neuropathology 2.0) コホートを用いた。MNP 2.0はドイツ小児神経腫瘍学 HIT (Hirntumor Treatment Network) 内で実施された前向き試験で、盲検化中央神経病理レビューと分子検査を同時並行した。Kaplan-Meier法で各v12.8メチル化サブクラス別の全生存を解析し、Cox比例ハザードモデル (Cox proportional hazards model) で予後因子の独立性を評価した。髄膜腫独立コホート (n=958例) でも同様の手法で無増悪生存率をサブクラス別に解析した。