人工知能を使用したリキッドバイオプシーのトリプルネガティブ乳がんマーカー (TRICIA)

理論的根拠: 乳癌の最も攻撃的な形態は、トリプル ネガティブ乳癌 (TNBC) であり、これらの腫瘍はホルモン受容体または HER2 受容体を発現せず、したがって容易に標的化できる分子を持たないため、そう呼ばれています。 化学療法が唯一の治療法であり、化学療法抵抗性は初期の TNBC でも非常に悪い結果を示しています。 手術時の残存腫瘍の存在 (非病理学的完全奏効または非 pCR) は、化学療法抵抗性と予後不良のシグナルであり、これらの患者の約 30 ～ 40% が手術後最初の 5 年以内に TNBC で死亡します。 最近の臨床試験では、さらなる化学療法（カペシタビン）の追加により、非 pCR 患者の生存率が改善されることが示されましたが、そのような患者の約 15% のみが有益です。 最も差し迫った満たされていないニーズの 1 つは、非 pCR にもかかわらず (余分な化学療法を回避するために) うまくいく患者と、それにもかかわらずうまくいかない患者を特定すること、および新しい治療戦略につながる可能性のある予後不良の要因を特定することです。このグループで。

技術の進歩の現状: これまで、BRCA1/2 変異以外のバイオマーカーは、TNBC の治療における臨床的有用性を実証していません。 人工知能手法の最近の進歩により、分子データのいくつかの層を組み合わせて統合して結果を予測することは、これまで困難でしたが、現実になります。 仮説は、腫瘍と血漿 EV の多次元データを組み合わせることで、この非常に攻撃的な疾患の予後および予測シグネチャの開発を促進できるというものです。

予備データ: Q​​-CROC-03 生検主導の臨床試験のおかげで、化学療法に耐性のある TNBC 患者から腫瘍と血漿が収集されました。 全エクソーム seq データは、パーソナライズされた循環腫瘍 DNA (ctDNA) アッセイを生成するために翻訳されました。 私たちのデータは、術前化学療法後のctDNAの検出に潜在的な予後的価値があることを示しています。 血漿から細胞外小胞 (EV) を分離してプロファイリングするために、Rodney Ouellette (ACRI) と確立されたコラボレーションがあります。

目的: 本研究の目的は、人工知能 (AI) ツールを利用して腫瘍生検と液体生検の両方の多次元プロファイリングを統合することにより、TNBC における化学療法に対する腫瘍反応の良好な結果と不良な結果の特徴を開発することです。

実験的アプローチ: Q-CROC-03 試験および JGH バイオバンク (化学療法治療前、治療中、治療後) で収集された血漿からの EV プロファイリングが実行されます。 プロファイリングには、全ゲノム配列決定 (GWS)、プロテオミクス、トランスクリプトミクス、および miRNA 分析が含まれます。 当社の産業パートナーである My Intelligent Machines (MIM)、バイオインフォマティクスおよび AI の専門家と協力して、機械学習アルゴリズムを開発し、耐性腫瘍からの OMIC データを対応する血漿 EV データと統合し、予後不良に関連する腫瘍/血漿シグネチャを生成します。 . 並行して、EXACTIS Innovation Network と協力して、患者のリクルート、化学療法後の残存腫瘍の収集、および手術後のカペシタビン治療中の対応する連続血漿サンプルの収集により、特定されたシグネチャの検証を実行し、腫瘍/EV シグネチャが患者の生存に関連付けられます。 .

提案されたプロジェクトのマイルストーン: 1. プラズマからの EV のプロファイリング。 2. 化学療法抵抗性腫瘍のプロファイリング 3. 腫瘍と EV からの多次元データを統合するアルゴリズムの開発。

開発された署名は IP で保護されます。 学術および産業界のパートナーは IP を共有します (それぞれの割合は未定)。 予後テストは、特定されたバイオマーカーで開発され、MIMsOmic プラットフォームを通じて配布されます。 MIMsOmic は、MIMs によって商品化された AI を利用したプラットフォームであり、Omic データ分析を含む臨床試験の簡単、効率的、費用対効果の高い提供を可能にします。

現在のプロジェクトは、最も攻撃的なタイプの乳がんの予後不良のバイオマーカーシグネチャーを開発します。 この署名により、手術後の化学療法で治療すべきではない患者の識別が可能になり、この薬剤に関連する毒性への不必要な暴露を避けることができます。