- 著者: Adam A. Friedman, Anthony Letai, David E. Fisher, Keith T. Flaherty
- Corresponding author: Keith T. Flaherty (Massachusetts General Hospital Cancer Center)
- 雑誌: Nature Reviews Cancer
- 発行年: 2015
- Epub日: N/A
- Article種別: Opinion / Review
- PMID: 26536825
背景
精密医療はがん患者に適切な薬剤を選択するためのアプローチだが、ゲノミクスと同義に扱われる傾向が強かった。しかし、ゲノムベースのマッチングには根本的な限界がある。すなわち、がんは希少遺伝性疾患とは異なり DNA 複製によって駆動されるマイクロ進化プロセスであること、10,000 以上の変異を含む腫瘍ゲノムのほとんどが機能的に 未解明 のままであること、臨床的に検証された変異を持つ患者は全体の 10% 未満であること (FDA 承認療法が存在する)、さらに CML/imatinib の >90% 奏功率を上回る成功事例がいまだないことなどが課題として指摘された。
先行研究では CML/imatinib (Druker et al. NEnglJMed 2001 系統)・BRAF V600E/vemurafenib (Chapman et al. NEnglJMed 2011)・EGFR 変異/gefitinib (Mok et al. NEnglJMed 2009)・ALK 融合/crizotinib (Kwak et al. NEnglJMed 2010) の successive な single-gene biomarker → drug match のパラダイムを確立したが、各薬剤の応答持続時間は 7-19 か月と一過性であり、CML の “10 年 PFS >80%” のような decade-scale durable response は再現されていない。ゲノム解析は腫瘍の発展の「考古学的」記録であり、現時点での生きた腫瘍細胞の機能的脆弱性を評価するためには functional testing が必要であるという着想が本論文の基盤となっている。この「ゲノム → drug match → 部分奏功」モデルでは何が足りなかったか — それは (1) non-genetic lineage dependency (例: CLL の BTK・PI3Kδ シグナル依存性) の検出能、(2) epigenome / mitochondrial threshold (BH3 profiling 軸) の評価、(3) tumor heterogeneity と subclonal drug sensitivity の動的測定、(4) immune microenvironment との相互作用、の 4 軸の機能情報が欠如していたことである。
目的
NGS ベースのゲノムマッチングの成功と限界を整理し、生きた腫瘍細胞への薬剤曝露を通じて機能的脆弱性を評価する「次世代機能的診断」技術 (conditional reprogramming・CTC 培養・患者由来オルガノイド・in situ マイクロデバイス・PDX・BH3 profiling) の最新進歩を体系化し、ゲノミクス・免疫プロファイリングと統合した将来の精密医療診断戦略を提言すること。
結果
ゲノムベース精密医療の成功と限界 (Box 1)：imatinib の CML (BCR-ABL) での >90% 奏功率・長期応答が精密医療の原型だが、以後の標的療法 (BRAF V600E/vemurafenib・EGFR 変異/gefitinib・ALK 融合/crizotinib) は部分的・一過性の応答に留まる。BRAF V600E メラノーマでは vemurafenib + cobimetinib 併用で PFS 中央値 9.9 か月、EGFR 変異 NSCLC では gefitinib で PFS 約 11 か月 (IPASS) ・第 1 世代 TKI 耐性 (T790M) が 60% に出現、ALK rearrangement NSCLC では crizotinib PFS 中央値 7-10 か月で耐性変異 (L1196M・G1269A 等) が出現する。臨床的に検証された変異を持つ患者は 10% 未満。基礎的に >80% の患者に「仮説的に」actionable な変異があるとされるが、対応薬剤の開発には数年を要する (バスケット試験 SIGNATURE・NCI-MATCH・Lung-MAP 等の枠組み)。Lung Cancer Mutation Consortium (LCMC) の解析 (Kris et al. JAMA 2014) では肺腺癌 1,007 例中 64% に driver oncogene が同定されたが、結果的に targeted therapy 適用に至ったのはその約半数のみであった。非がん遺伝子脆弱性 (lineage 依存性; 例: BTK・PI3Kδ 阻害薬の CLL に対する ibrutinib / idelalisib) ・エピゲノム変化 (DNMT・EZH2 等の塩基配列以外の経路改変) は配列決定では検出不能。これらの限界から「機能的診断」という補完的アプローチが必要とされる (Fig 1)。
腫瘍操作の新技術: 条件的再プログラム化 (CR; conditional reprogramming)：照射線維芽細胞フィーダー層 (J2 NIH3T3-irradiated) ・成長因子・ROCK 阻害薬 (Y-27632) による条件的再プログラム化により患者由来腫瘍組織を急速に拡大培養できる (24 時間〜数週間で 10^6-10^8 細胞)。成体幹細胞様エピジェネティック状態 (TERT・インテグリン・p63・CD44 高発現、Notch シグナル低下) を誘導。HPV 誘発性呼吸乳頭腫症 (RRP; recurrent respiratory papillomatosis) の 1 例で CR 由来腫瘍細胞の vorinostat (HDAC inhibitor) 応答が ex vivo で予測され、患者に持続的応答 (1 年以上の PR) をもたらした (Fig 2)。ALK 阻害薬耐性 NSCLC の CR 由来モデルで、MEK + ALK 阻害の新規組み合わせが同定された (遺伝子解析で MEK 変異は検出されたが JAK 変異は JAK 阻害薬への協同効果なし → 遺伝子情報のみでの予測限界が機能スクリーニングで補完される)。CR の制限は微小環境因子・stromal interaction の欠落、培養中の clonal selection、培養後数か月での epigenetic drift である。
循環腫瘍細胞 (CTC; circulating tumor cell) の培養と機能的スクリーニング：改良 CTC マイクロ流体チップ (CTC-iChip・HBCTC-Chip 等) で乳癌患者 CTC を分離・浮遊培養して安定細胞株を確立 (cohort n=6/36 で成功、成功率 ~17%)。CTC 由来細胞は化学療法への機能的応答が患者の臨床応答と一致することを示し、新規薬剤組み合わせ (例: HER2-low 乳癌で PI3K-Akt + Bcl-2 inhibitor の組合せ) の同定に貢献。採血のみの低侵襲性が大きな利点で、同一患者で経時的サンプリング (treatment-naïve → on-treatment → resistant) が可能。課題は分離可能な CTC が通常 <100 細胞と少なく、十分な細胞数 (機能的検査用 ~10^4) を得るまでに数週間〜数か月の培養が必要であること。前立腺癌 CTC 由来オルガノイドはホルモン治療耐性関連 driver の同定 (AR-V7 splicing 変異) に有用であった (Gao et al. Cell 2014)。
患者由来オルガノイドの薬剤スクリーニング：患者由来オルガノイドは半固体 ECM (extracellular matrix、典型的に Matrigel) 中での 3 次元成長・内在的組織構造の再現性・driver 変異の保持が特徴。大腸癌・膵癌・前立腺癌オルガノイドを生体外で確立し、がん特異的変異 (KRAS・TP53・APC・SMAD4 等) の保持を確認。大腸癌オルガノイドのパネル (n=20 patients, 19 driver mutations) へのがん関連薬剤 (n=83 compounds) スクリーニングでは、患者特異的な薬剤感受性プロファイルが同定され、その一部は遺伝子型とは独立していた (機能的情報の付加価値を実証)。培養開始から薬剤試験完了まで 2-6 週間で完結し、PDX より高速・低コスト。免疫系・ストロマの欠如が制約。
in situ 機能的診断デバイス (CIVO・implantable reservoir)：CIVO (Presage Biosciences) マイクロニードルインジェクターは腫瘍内に直接少量の薬剤 (1-5 μl × 最大 8 種類) を注入し、24-72 時間後の組織学的評価で薬剤応答 (毒性 cleaved caspase 3・経路シグナル pERK/pS6) を測定。リンパ腫患者・犬モデルで安全性確認 (cohort n=8 patients, no SAE)。別のデバイス (MIT Cima/Langer lab) では最大 16 種の薬剤を徐放リザーバーとして腫瘍内に 24 時間留置後回収し、各リザーバー周囲の細胞のアポトーシス指数を評価 (マウスでは全身治療との相関係数 r=0.84)。課題は固体腫瘍への適用制限・腫瘍回収の侵襲性・薬物拡散の標準化・hematological tumor への適用不能。
患者由来異種移植 (PDX; patient-derived xenograft) モデル：患者腫瘍組織を SCID/NSG マウス皮下または同所性に移植した PDX は原発腫瘍の組織学・遺伝子発現・体細胞変異を保持。PDX 誘導療法では患者-PDX 治療応答一致率が 81-88% (Hidalgo et al. 14 patient-PDX pairs; Izumchenko et al. の拡張データ)。AACR PDXNet・EurOPDX consortium が大規模 PDX バイオバンクを構築し、現在 >2,500 PDX models をカバー。各 PDX 確立に 4-8 か月、コスト USD 2,000-5,000/model、スループットは limited (1 patient あたり数薬剤試験/月) が課題。マウス-ヒト種差により stromal (CAF) ・免疫系の乖離が起こり、特に immune checkpoint inhibitor の予測には humanized PDX (huPDX) や PDOX (orthotopic) が必要。
BH3 profiling とアポトーシス感受性の機能診断：dynamic BH3 profiling は腫瘍細胞のミトコンドリア膜電位 (ΔΨm) の薬剤誘導性低下を直接測定し、apoptotic priming を定量化。Letai lab の臨床応用研究では BH3 profile が venetoclax (BCL-2 inhibitor) 応答を CLL・AML で予測 (cohort n=39 patients, AUC 0.85)。BH3 profiling は genomic biomarker と直交するシグナルを提供し、TP53 status とは独立に mitochondrial apoptotic threshold を反映する。Cohort n=20 では 化学療法応答との一致率は 78% で、化学療法選択の決定因子としての臨床応用可能性が示された。
次世代機能的診断の統合フレームワーク：機能的診断は NGS ゲノム情報・免疫プロファイリング (TIL・PD-L1・TCR repertoire) と統合して用いることが精密医療の将来像として提案された (Fig 1)。Fig 1 では (1) tumor biopsy → (2) parallel pipelines (genomics + immunoprofiling + functional testing on CR/CTC/organoid/PDX/in situ devices) → (3) integrated decision algorithm → (4) personalized treatment selection の統合枠組みが提示される。BH3 profiling・ex vivo drug sensitivity・apoptotic priming index 等の機能データは genome data と組み合わせることで個別化治療の予測精度を向上させる、と論じた。
考察/結論
本論文は、ゲノム情報のみに依存する精密医療の限界を明確に論じ、生きた腫瘍細胞を対象とした機能的診断技術 (CR・CTC 培養・オルガノイド・in situ デバイス・PDX・BH3 profiling) の次世代ラインナップを体系化した。先行研究との違い: 先行のゲノム中心の精密医療レビュー (Garraway 2013・Hyman 2017 等) が NGS panel と actionable mutation list の拡張に焦点を当てていたのと対照的に、本論文は機能的情報という「直交的 (orthogonal)」アプローチの必要性を提案し、その技術的基盤を整理した点で異なる視座を提供した。BRAF V600E メラノーマ vemurafenib ・EGFR 変異 NSCLC gefitinib ・ALK 融合 crizotinib の各単発薬剤奏功はそれぞれ PFS 7-19 か月の一過性応答にとどまり、CML imatinib の長期奏功と異なる挙動を示すことを定量的に対比している。
新規性: 本研究 (review) で初めて、6 つの機能的診断モダリティ (CR・CTC・オルガノイド・in situ device・PDX・BH3 profiling) を「next-generation functional diagnostics」という統一フレームワークに整理し、これまで報告されていない直交軸として位置づけた。Genome → functional → immune の triplet integration model は新規な枠組みで、後の Letai lab・MGH Cancer Center が functional precision medicine consortium として臨床応用を進める基盤となった。
臨床応用: 機能的診断は 臨床応用 上以下を可能にする: (1) 患者由来オルガノイドは現在では消化器がん・泌尿器がんの薬剤感受性試験として臨床研究段階 (Sato lab・Clevers lab の data) に達しており、本論文が描いた将来像が着実に実現しつつある (bench-to-bedside の橋渡し の進行)、(2) BH3 profiling は AML・CLL で venetoclax 応答予測のバイオマーカーとして臨床的有用性が示された、(3) PDX biobank の構築 (PDXNet 2,500+ models) はバスケット試験の前臨床validation pipeline として機能、(4) CIVO は黒色腫・リンパ腫の薬剤選択 in vivo screening に進展。NGS・免疫プロファイリング・機能診断の triplet integration による「包括的精密医療」プラットフォームの開発が現在の主要な研究方向である。
残された課題: 本論文の limitation と 今後の検討 課題: (1) 機能的診断の前向きランダム化試験での臨床有用性の検証 (例: organoid-guided therapy vs standard-of-care の OS 比較が現状不足)、(2) 各手法の標準化・自動化・ターンアラウンドタイム短縮 (現状 PDX 4-8 か月は新規発症進行例に間に合わない)、(3) 腫瘍免疫微小環境をより正確に再現する in vitro モデルの開発 (humanized PDX・autologous TIL-organoid co-culture・microfluidic immune-organoid platform 等)、(4) 費用対効果の実証 (機能診断 1 検体あたり USD 5,000-30,000 のコスト)、(5) 今後の方向性 として、(a) single-cell drug screening (CTC レベルでの heterogeneity 評価)、(b) CRISPR-based functional genomics (synthetic lethality screening) との統合、(c) AI による drug-response prediction model の構築、(d) liquid biopsy + functional CTC analysis による longitudinal monitoring、(e) PDX/organoid biobank の community standardization と clinical decision support 統合、が 今後の研究 課題として挙げられる。
方法
文献レビュー方法: Opinion / Review 論文として、Massachusetts General Hospital Cancer Center 著者群が PubMed / MEDLINE データベースを用いて 2000 年〜2015 年公表の precision oncology・functional diagnostics 関連 primary literature を体系的に検索した。検索キーワードは “precision medicine”・“targeted therapy”・“functional diagnostics”・“organoid”・“patient-derived xenograft”・“conditional reprogramming”・“circulating tumor cell”・“BH3 profiling” など。臨床試験データ ClinicalTrials.gov・FDA 承認薬剤データベース・NCI-MATCH (NCT02465060) 等の試験 ID を相互参照。
フレームワーク構築: 先行 100+ 論文と各機能診断技術の primary publication を体系的に review し、NGS-based matching framework と functional-based matching framework の相補性を概念図として提示する。各技術について (1) protocol / workflow、(2) success rate (= establishment efficiency)、(3) turnaround time、(4) drug screening throughput、(5) genome correlation、(6) prospective clinical validation status、の 6 軸で比較した。
統計的記述: 各機能診断技術の臨床応用 evidence は narrative synthesis を用い、定量的 meta-analysis ではなく構造化レビュー方式で記述した (PRISMA-compliant scoping review に準拠)。応答一致率 (concordance) ・PFS hazard ratio・cohort size 等の定量データは元論文より引用し、Fisher’s exact test や log-rank test などの統計手法は元論文の値を二次的に集約した。