癌治療への世界的な負担が年々増加するにつれて、腫瘍学の専門家は、腫瘍を同定し、その成長をモニタリングするための標的を絞った正確で高感度の方法を求めています。10年以上にわたって、多くの患者が診断ツールキットの一部として血清腫瘍マーカー（STM）を使用してきました。STMが現在どのように使用されているか、そしてこのアプローチの将来について理解を深めるために、Lab Insightsは、中国の主要な2人の医療従事者に話を聞きました。Da Lian Medical Universityの腫瘍学部長であるLiu Ji Wei教授と、Chinese Academy of Medical Science National Cancer Centerの臨床検査医長であるCui Wei教授です。
今日の血清腫瘍マーカーの臨床的有用性
臨床的観点：Prof Liu Ji Wei 臨床診療
では、Liu教授はSTMを使用して、化学療法または標的化癌治療に対する反応を評価し、再発をモニタリングし、正確な鑑別診断を提供し、癌の病期分類を行っています。教授が見る患者の大部分は、手術後にステージ4の転移性又は再発性癌を有するため、STMは高度に特異的で高感度の癌検出およびモニタリングに有用です。Liu教授によると、STMの利点の1つは、非侵襲的であるためアクセスしやすいことにあります。教授はまた、いくつかの状況では、イメージング技術に関して非常に有益であることができると述べています。例えば、CEA値の低下は、処置が機能していることを示すことができますが、CTスキャンまたはMRIなどのイメージング方法は、視野の外側にある又は検出するには小さすぎる腫瘍を見落とすことがあります。STMはまた、標的療法または免疫療法を開始することができる前に重要な情報を提供できます。STM単独は、こうしたアプローチを選択する際の唯一の要因ではなく、重要な要因でさえありませんが、腫瘍変異負荷、マイクロサテライト不安定性、または他の指標に関するデータと組み合わせて治療選択を導くことができます。今後、劉教授は、免疫療法誘発性毒性の可能性を示すマーカーを含むこのような検査の将来を展望しており、これは治療の成功を保証するために重要です。
検査室の視点：Cui Wei
教授 Cui教授の臨床検査室では、肺癌、卵巣癌、前立腺癌などの癌によく見られる20種類以上の腫瘍マーカーを、血清と血漿のサンプルで定期的に検査しています。患者の腫瘍ランドスケープに関する包括的で正確な視点を提供するために、彼女の検査室は、STM検査を分子的、放射線学的、イメージングおよび組織学的調査と組み合わせています。例えば、非小細胞肺癌（NSCLC）では、EGFRなどの重要な遺伝子の変異とともに、NSE、CYFRA 21-1、ProGRP、CEA、SCCなどのSTMを探します。 卵巣癌では、HE4およびCA125の検査を行います。STMは、典型的には小さな試料投入量を必要とするため、複数の検査を必要とすることが多い癌患者に有利であり得ます。さらに、Cui教授は、STMパネル検査を使用して腫瘍サブタイプを識別し、癌のリスクを評価し、疾患の進行をモニタリングします。教授はまた、STM検査を、循環腫瘍DNAなどの新たなアッセイや、新規の分子ツールと組み合わせて、治療応答を診断および監視し、残存病変を検出し、薬物耐性変異を標的とします。
血清腫瘍マーカーと癌治療の将来
AI 、アルゴリズム、STMの将来
STMの使用の範囲は現在限られていますが、データサイエンス、人工知能、機械学習の革新により臨床的有用性が拡大すると多くの人が考えています。多変量データセット、新たなアルゴリズム、および分析ツールを一緒に描くことは、臨床医が患者のSTMに基づいて、より特異的又は適切な治療を選択することを可能にします。機械学習技術は、癌の初期段階と非腫瘍性増殖を区別することができるようになりました。知的アルゴリズムはまた、イメージング、分子検査、腫瘍マーカー、ならびにそれらの病歴および家族歴などの患者因子さえも組み込むことができます。このような統合により、間もなく、臨床医が癌治療経路の重要な意思決定ポイントで使用する最も意味のあるSTMを特定できる可能性があります。Cui教授は述べています。「10年前、中国の研究者は、5つの肺癌STMの検出をビッグデータアルゴリズムと組み合わせることによって、疾患の病期に応じた肺癌の分類を調査しました。現在、患者データをより良く理解するために、新しいインテリジェントなアルゴリズムと学際的なデータを洗練されたプラットフォームに統合できます。」教授は、ほとんどの検査室はこのようにAI、機械学習、インテリジェントアルゴリズムを実装し始めたばかりだと述べています。また、アルゴリズムを患者ケアにシームレスに接続するためにはより多くの研究が必要であることを認識しているが、このプロセスがSTMをより実用的で、より多様な癌において有用にすると楽観的です。
検査室臨床医のコミュニケーションは引き続き不可欠
こうした進歩にもかかわらず、Cui教授は、腫瘍学データを同時に分析、解釈、臨床的に説明できる技術はないと指摘します。Chinese Society of Laboratory Medicineは、遺伝子スクリーニングデータが正しく解釈された場合にのみSTMの価値が最大化されることを理解しており、次第に検査室と医師との間のコミュニケーションを改善することに焦点を当てています。Cui教授は、臨床医は、積極的にデータ解釈と治療提案を臨床医に直接提供するなど、患者ケアにおいて臨床医と協力する必要があると考えています。STMの高い結果を解析する際に、臨床同僚が検査の限界について教育を受ける必要がある場合があります。例えば、一部の臨床医は、妊娠初期におけるCA125、CEA及びAFPのより高いレベルなどの良性または正常な生理学的状態でさえもSTMが現れ得ることを認識していない可能性があります。癌治療に関するSTMの可能性を最大限に発揮するためには、関与するステークホルダーが集まってアルゴリズムや疾患モデルを確立するにつれて、より地域的かつグローバルな協力が必要となります。こうした協力は中国に根付きつつあり、国境を越えて影響を及ぼす進歩を推進することも大いに考えられます。
