免疫療法は、身体の免疫システムを利用して腫瘍細胞を特定し、排除する治療法です。免疫腫瘍学の分野は急速に進化しており、承認薬の数も著しく増加しています。この分野への継続的な関心は、将来の大きな可能性を示唆しています。2月21日に開催されたウェビナーでは、ハンツマンがん研究所（ユタ大学）、Genmab、そしてCASの専門家が集まり、免疫腫瘍学におけるビッグデータ分析から得られた知見を紹介しました。
免疫腫瘍学分野の最新動向については、こちらの記事をご覧いただくか、ウェビナーの録画をこちらからご視聴ください。
ウェビナーの主なハイライト
ウェビナーの冒頭では、Kavita Iyer氏が、CAS Content Collection™の出版物データを自然言語処理（NLP）で分析した知見を発表しました。このNLPベースの分析により、治療標的の種類、バイオマーカー、治療法、がんの種類など、8つの主要カテゴリーにわたる300以上の新たな概念が特定されました。これらの新たな概念は、理解しやすい視覚的フォーマットであるCAS TrendScape®マップで提示され、学術論文、臨床試験、承認薬の増加とともに、この分野が急速に進化していることが示されました。
ハンツマンがん研究所のデータサイエンス担当シニアディレクターであるAik Choon Tan博士は、免疫腫瘍学におけるバイオマーカーとビッグデータ分析に関する自身の経験について議論を深めました。患者の治療反応を予測する上で、有効なバイオマーカーの重要性はいくら強調してもしすぎることはありません。Tan博士は、転移性黒色腫に対する免疫チェックポイント阻害薬の反応者と非反応者の間におけるバイオマーカーの差異を詳述した最近の研究結果を発表しました。免疫チェックポイント療法において、治療効果と有害事象のバランスをとることは依然として課題です。最後に、Tan博士は、臨床試験データベース（clinicaltrial.gov）やFDA有害事象報告システム（FAERS）などの公開データベースを活用し、免疫チェックポイント阻害薬で治療されたがんにおける免疫関連有害事象（irAEs）の洞察を得ることについて語りました。
Genmabのデータサイエンス＆AI担当シニアバイスプレジデント兼グローバルヘッドであるHisham Hamadeh博士は、データ共有、データプライバシー、そして「FAIR」データという概念の重要性について講演しました。Hamadeh博士は、知見を最大化するために不可欠なデータの性質と取り扱い（データの収集、集約、共有、プライバシーを含む）について提言を行いました。最後に、AIベースのコンピュータビジョンを用いて患者の免疫チェックポイント阻害薬への反応を予測する最先端技術について触れました。これは、人間には計算不可能な変数を考慮できる非侵襲的な手法です。
締めくくりとして、参加者からは、説明された手法の改善方法、他分野への分析の適用可能性、データプライバシーと共有に関する質問など、多くの質問が寄せられました。結論として、本ウェビナーでは、将来の研究開発の機会を形作るために注目すべき免疫腫瘍学分野の多くの新たなトピックを特定する上で、ビッグデータ分析が有効であることが強調されました。
Explore our detailed Insights Article and download our latest Executive Summary on immuno-oncology to learn more about emerging trends, obscure connections, and gain a landscape view of the field. See the recording and the associated slides from the webinar here.
また、バイオマーカーが精密腫瘍学においてどのように重要な役割を果たしているか、そしてがん研究と治療の全体像においてどのような主要な課題と機会が存在するかについては、こちらから詳細をお読みいただけます。
