ミトコンドリア脱共役剤は発癌性E2F1活性と前立腺癌の成長を抑制する

ミトコンドリア脱共役剤は発癌性E2F1活性と前立腺癌の成長を抑制する

ミトコンドリア脱共役剤によるE2F1活性の抑制と前立腺癌増殖の研究報告 背景紹介 前立腺癌は米国男性において最も一般的な癌であり、癌関連死の第2位の原因です。2024年には約299,010人の男性が前立腺癌と診断され、そのうち35,250人がこの病気で命を落とすと予測されています。アンドロゲン剥奪療法(androgen deprivation therapy)は前立腺癌の主要な治療法ですが、多くの患者で治療耐性、すなわち去勢抵抗性前立腺癌(Castration-Resistant Prostate Cancer, CRPC)が発生します。20%~40%の患者は、エンザルタミド(enzalutamide)やアビラテロン(abiraterone)などの現行療法に先天的耐性を示し、当初は効果的だっ...

フェデレーテッドローカル因果構造学習アルゴリズム

データプライバシ保護と因果学習の交差点:フェデレーテッドラーニングに基づく局所的因果構造学習のブレークスルー ビッグデータと人工知能が急速に発展する中で、医療や金融といった敏感な分野では、データのプライバシを保障しつつ効率的に因果関係を分析・推論する方法が学術界および産業界の重要な課題となっています。「Federated Local Causal Structure Learning」(連合局所因果構造学習)という論文は、この重要な課題に直接取り組み、FedLCSというアルゴリズムを導入しました。このアルゴリズムは、フェデレーテッドラーニング(Federated Learning)環境下で局所的因果構造を学習するために設計されており、データプライバシを確保しながら因果推論を実現する問題を革新...

乳癌術中精密検出のためのGLUT1標的近赤外蛍光分子イメージング

GLUT1を標的とした蛍光イメージング新規トレーサー:乳がん手術中検出の改善に向けた研究進展 研究背景と課題の整理 乳がんは世界中の女性において最もよく見られる悪性腫瘍のひとつであり、2022年には新規症例が230万件、死亡例が約66.6万件と報告されています。乳がんの外科治療は主に、乳房部分切除術(breast-conserving surgery, BCS)と乳房全摘術に分けられます。乳房全摘術と比較して、BCSは術後の放射線治療と組み合わせることで類似した局所制御効果を得る一方で、正常な乳房組織を最大限保存することができます。しかし、BCSが成功するための鍵は、腫瘍が存在しない手術切縁を確保することです(腫瘍陽性切縁の回避)。研究では、陽性の切縁が局所再発リスクを著しく増加させることが...

繊維芽細胞活性化タンパク質標的NIR-I/II蛍光イメージングによる肝細胞癌の検出

肝細胞癌 (Hepatocellular Carcinoma) に対する新しい近赤外蛍光イメージング研究 肝細胞癌(HCC)は、世界的に発病率が第6位、死亡率が第3位に位置する悪性腫瘍です。関連統計によれば、HCC術後の再発率は80%に達し、肝硬変や線維化はHCC症例の80%以上の基礎病変背景です。そのため、HCCの高い再発率は、術後の潜在的な腫瘍病灶の処理、特に腫瘍間質成分の残留と密接に関連しています。しかし、現在の臨床手術では肿瘤が完全に切除されたかどうかを判断するのに、術者の経験や術前の画像、または凍結切片検査などの方法に依存しており、これらの方法はサンプリング不足や腫瘍マーカーの発現異質性などの制約があり、正確で客観的な術中評価を行うことが難しい状況です。 この問題に対処するため、著...

アルツハイマー病におけるアミロイド-βおよびタウ蓄積と客観的微細認知障害の関連

アルツハイマー病の超早期段階に関する研究の進展:客観的微細認知障害と主観的認知低下の違いに焦点を当てて アルツハイマー病(Alzheimer’s Disease, AD)は、現代の神経科学と高齢医学研究の鍵となる課題であり、その病理過程は臨床症状が現れる前から長期間進行しています。ますます多くの証拠が、アルツハイマー病の前臨床段階を特定し、早期予防介入を行うことが、病気の進行を遅らせたり阻止したりするために重要であると示唆しています。ただし、これらの早期段階を科学的かつ詳細に分類し研究する方法については、学界において課題が残されています。近年、「主観的認知低下(Subjective Cognitive Decline, SCD)」は、簡便さと効率性から早期アルツハイマー病検出のツールとして広...

検索強化型大規模言語モデルとPET画像レポートデータベースを活用した医療画像レポートの促進:パイロット研究

PET画像レポートにおける大型言語モデルの応用:検索強化生成モデルを組み合わせた単一施設試験研究 人工知能技術の急速な発展に伴い、大型言語モデル(Large Language Models、以下LLM)のゼロショット学習能力と自然言語処理能力が医学分野で広く注目されています。LLMは一部の医療分野で効率と成果の向上を示しているものの、核医学、特にPET(陽電子放射断層撮影)画像レポートへの応用はまだ初期段階です。本研究は、韓国ソウル大学病院およびソウル大学医科大学のHongyoon Choi博士とそのチームによって実施され、その研究成果は《European Journal of Nuclear Medicine and Molecular Imaging》に掲載されました。 研究背景と問題提...