2022年12月7日、国立がん研究センターは、がん患者の血清中のマイクロRNA（miRNA）によって13種類のがんを高精度で区別できることを実証したと発表した。
この研究成果は、慶應義塾大学薬学部の松崎潤太郎准教授、東京医科大学医学総合研究所の落谷孝広教授らを中心とした、国立がん研究センター、国立長寿医療研究センター、東レ株式会社、株式会社Preferred Networksなど共同研究グループによるもの。米国国立癌研究所（NCI）の学術誌「JNCI Cancer Spectrum」 オンライン版に11月25日付で掲載された。
近年、新たながん検診の戦略として、低侵襲かつ画一的なシステムを用いて複数のがんを一度にスクリーニングできる「多がん早期検出（MCED）」技術への期待が高まっている。MCEDの検出対象物としては、血液が最も有望と考えられている。
また、がん細胞とその周辺の細胞などは、がんのサイズが小さいうちから通常と異なるマイクロRNAを分泌する。マイクロRNAは細胞外へ分泌されたり、他の細胞に取り込まれたりすることから細胞間のコミュニケーションツールの役割を担うことがあるため、従来の腫瘍マーカーより早く、血中に現れバイオマーカーに適しているのではないかと考えられている。
今回の研究は、国立がん研究センターバイオバンク、国立長寿医療センターバイオバンクなどを活用し、乳がん、膀胱がん、胆道がん、大腸がん、肺がんなど13がん腫を含む固形がん患者（N＝9921人）と非がん患者（N＝5643人）ならびに各種良性疾患（N＝626人）の血清マイクロRNAを一斉に解析した。次に、全体の約80％のサンプルを機械学習モデルに学習させ、残りの約20％のデータを用いてがんの種類を予測した。
その結果、診断予測精度は全ステージで0.88（95％信頼区間：0.87-0.90）を示し、ステージ0からステージIIに限定すると0.90（95％信頼区間：0.88-0.91）と高い精度でがんの種類を予測できることが明らかになった。このことより、マイクロRNAの活用は早期診断ツールとして期待できるという。
機械学習アルゴリズムには大きな差異があり、機械学習の最適化が重要であることも今回の研究で明らかになった。そこで研究グループでは、血中マイクロRNA診断に最適なアルゴリズムとして、深層学習を含む階層的アンサンブルアルゴリズム （the Hierarchical Ensemble Algorithm with Deep learning: HEADモデル）を構築し、上記の診断予測精度を達成したという。
今回の研究成果は、バイオバンクに保管された血清を用いて得られたものであることから、今後は新たに収集した血清検体でも同様の結果が再現されるかどうかを検証する予定。また今回見出された注目すべきマイクロRNAの血中での含有量が、どのようなメカニズムで調節されているのかを引き続き追究するという。なお、研究で得られたマイクロRNAデータと解析に用いた機械学習コードはすべて公開されていることから、同領域のさらなる活性化につながるリソースとしての活用が期待される。
血中マイクロRNAとは
ヒトの細胞に存在するRNAの中でも、塩基の長さが22連鎖程度の小さなRNAを指す。血液や唾液、尿などの体液に含まれており、近年の研究では、がんなどの疾患にともなって血液のマイクロRNAの種類や量が変動することが明らかになっている。さらに、抗がん剤の感受性の変化や転移、がんの消失などの病態の変化に相関してマイクロRNA量が変動するため、新しい診断マーカーとして期待されている。
多がん早期検出（MCED）検査とは
多がん早期検出（MCED）検査は、血液などの採取が簡単な単一サンプルから複数の種類のがんを検知する検査。この検査では、がん患者の血液に含まれる特徴的なDNAやRNA、蛋白質の断片などを網羅的に解析することで、がんの有無やどの臓器からがんが発生したかを予測できると考えられている。