最新誌に「Integrating MALDI-MSI-Based Spatial Proteomics and Machine Learning to Predict Chemoradiotherapy Outcomes in Head and Neck Cancer」が報告されました。頭頸部扁平上皮癌（HNSCC）は、しばしば進行した段階で診断され、その内部の異質性が高いため、信頼できるリスク層別化や治療反応の予測が困難です。本研究では、HPV陰性の進行ステージHNSCC患者における5-フルオロウラシル/プラチナ系化学放射線療法（CDDP-CRT）の治療結果に関連するペプチドシグネチャーを特定することを目的としています。
研究では、31人の治療未経験のHPV陰性HNSCC患者から得られたホール腫瘍切片をフォルマリン固定し、パラフィン包埋後にトリプシンで現場消化し、生成されたペプチドをマトリックス支援レーザー脱離/イオン化質量分析イメージング（MALDI-MSI）を用いて分析しました。臨床フォローアップの結果、20人の患者に再発または進行（RecPro）が見られ、11人は病気の証拠がありませんでした。ペプチドプロファイルに基づいて分類モデルが開発され、無制限および特徴制限アプローチが用いられました。無制限モデルは患者レベルで71%のバランス精度を達成し、特徴制限モデルは72%のバランス精度を示しましたが、特異度は92%に向上しました。これらの結果は、MALDI-MSIに基づくプロテオミクスプロファイリングがCDDP-CRT後の再発リスクが高い患者を特定する可能性を示しています。
コメントを残す