APOLLO 11、革新的な治療法で治療された肺がん患者の治療に関与するイタリアのセンターのコンソーシアム: リアルワールド データとトランスレーショナル リサーチ

いくつかの革新的な治療法 (「標的」療法、免疫療法 (IO) および/または次世代療法) の出現により、進行性肺がん (aLC) における予後/予測および/または耐性バイオマーカーの同定がトランスレーショナル リサーチの主な目標となっています。 . 特に、IO の登場により、進行した非小細胞肺癌 (NSCLC) 患者 (pts) の治療状況が根本的に変化し、全生存期間 (OS) が大幅に延長されました。 Programmed Death Ligand 1 (PD-L1) の役割は未定義のままであり、現在まで、IO の患者を選択するために使用される他のバイオマーカーはありません。 さまざまなデータ ソースからの情報を合成して関連付ける人工知能 (AI) フレームワークは、個別化された予測を強化するアルゴリズムを構築するための非常に効率的な手段となる可能性があります。

APOLLO 11 の主な目的は、分散型の長期国家データベースと「仮想」マルチレベル バイオバンクを作成することにより、現実世界のデータとトランスレーショナル リサーチに基づいて、強力で長期にわたるイタリアの肺がんネットワーク (イタリアの約 48 のセンター) を構築することです。 これにより、患者数が限られており、統計的検出力が低いために未使用のままであることが多い単一施設のデータの無価値な分散を回避できます。 また、アポロ 11 号は、「団結は力なり」を信条とする橋渡し研究の共同作業を活用します。 多層構造は、内部施設を見てバイオバンクに貢献する可能性を与える最小のセンターにも設計されています。

APOLLO 11 は、データベース内のデータを収集できる 48 の関与するセンターのうち少なくとも 20 のセンターを完全に活性化することによってコンソーシアムを確立し、サンプル (腫瘍組織、血液、便、および尿）。 さらに、このプロジェクトの重要な科学的目的は、IO で治療された aNSCLC pts に関する回答を提供することです。 特に、人工知能/機械/深層学習 (AI/DL/ML) 方法論を使用して、標準治療の単一バイオマーカー (PD-L1、TMB など) と比較して、IO 選択をより適切に予測できる「ソフトウェア」バイオマーカーを見つけるようにしてください。 実世界（人口統計学、組織学、PD-L1、分子、治療および転帰情報など）、ラジオミクス、および利用可能な場合（以前の研究から）、活性化されたすべてのセンターからのマルチオミクスデータが収集されます。 さらに、単一細胞 RNA シーケンス (scRNA seq) 解析が行われます。 最後に、AI/ML/DL を使用してマルチソース データを統合し、それらを分析して、NSCLC 患者の IO 有効性の予測アルゴリズムを開発します。 臨床的および生物学的洞察を説明するためのブラックボックスをよりよく理解するために、説明可能な信頼できる AI (XAI) 方法論が使用されます。