UCLA、がん治療効果を予測するAIプラットフォームを開発
- •UCLAの研究チームが、3Dバイオプリントされた腫瘍オルガノイドにおける抗がん剤の反応を追跡するAIプラットフォームを開発した。
- •このシステムは、ラベルフリー定量位相イメージングと深層学習を用いて、数千個のオルガノイドサンプルを個別に分析する。
- •患者の腫瘍プロファイルに最適な薬剤を特定することで、がん治療の個別化を目指す。
UCLAヘルス・ジョンソン総合がんセンターの研究チームは、3Dバイオプリンティング、高度なイメージング技術、そして人工知能を統合し、がん治療への反応を監視する新たなプラットフォームを導入した。この技術により、患者の細胞から実験室で腫瘍の複製体である「腫瘍オルガノイド」を作成し、高度に個別化された方法で候補治療薬を試験することが可能となった。オルガノイドが様々な薬剤にどのように反応するかを継続的に追跡することで、以前は大規模な実施が困難であった腫瘍の挙動に関する詳細なデータが取得できるようになった。2026年6月22日に「Nature Protocols」誌で発表されたこの研究は、マイケル・タイテル(Michael Teitell)とアリス・ソラーニ(Alice Soragni)が主導し、ポスドク研究員のボーウェン・ワン(Bowen Wang)が筆頭著者として名を連ねている。
このワークフローでは、押し出し式3Dバイオプリンティングを用いて、マルチウェル形式用に設計された細胞外マトリックス構築体の中に腫瘍オルガノイドを埋め込む。色素や破壊的アッセイに依存する従来の実験手法とは異なり、このプラットフォームは高速なラベルフリー定量位相イメージングを採用している。この手法は、細胞特性を変化させることなく、バイオマスや成長動態を時間経過とともに追跡可能にする。統合システムは自動化された画像再構築と深層学習ベースのセグメンテーションを組み込んでおり、数千ものサンプルにわたって個々のオルガノイドの解像度で薬物反応を定量化する。
この分析手法により、平均的な薬物反応だけでなく、希少な耐性腫瘍集団の特定や、固有の反応プロファイルの観察が可能となった。マイケル・タイテル(Michael Teitell)によると、このプラットフォームは腫瘍の不均一性に対する深い理解をもたらし、特定の腫瘍サブセットが様々な治療にどう反応するかを効果的に追跡できるという。研究チームにはUCLAおよびバージニア・コモンウェルス大学の研究者が含まれており、米国空軍科学研究局、国防総省、全米科学財団、および国立衛生研究所からの資金提供を受けている。本プラットフォームは、希少がんや治療抵抗性がんの患者に対し、効果的な治療法を医師が選定する際の支援を目的としている。