MechanoAgeは,単細胞の機械的性質に基づいて乳がんに敏感な個人を特定するための機械学習プラットフォームです

科学分野:

• バイオ物理学
• 細胞生物学
• 腫瘍学

背景:

• 現在の乳がんリスクモデルでは 潜在的リスクのある個人を特定できず,特に既知の遺伝子変異や家族歴のない個人を特定できません.
• 細胞の老化や機械生物学的な変化を無視し,人口データに依存しているため,リスク評価はしばしば不正確である.

研究 の 目的:

• 単細胞の機械的性質を分析することによって,乳がんリスクを評価するための新しい方法を開発する.
• メカノRISQという新しい指標を導入し,がんリスクに関連する細胞のメカニカル現象の偏差を定量化します.
• これらの年齢に関連するメカニカル変化を媒介するケラチン14 (KRT14) の役割を調査する.

主な方法:

• 単細胞の機械的性質を捉えるために,メカノード・ポア・センシング (メカノ-NPS) を使用したヒト乳頭上皮細胞 (HMEC) のプロファイリング.
• 機械学習分類器 (MechanoAge) を開発し,年齢に関連する機械現象を予測する.
• CyTOFのプロファイリングとモデリングの並行で,KRT14の過剰表現とノックダウン実験を行う.

主要な成果:

• BRCA1/ 2変異または家族歴のある若い女性の細胞は,加速した機械的老化を示しました.
• メカノRISQのスコアが高くなったと 細胞の老化したメカニカルプロフィールが 高い割合で示された.
• KRT14の調節は,老化と乳がんリスクに関連したタンパク質発現のシグネチャに影響を与え,特に光細胞で.

結論:

• 乳腺上皮細胞の機械的性質は,生物学的老化と癌の感受性を示すものである.
• Mechano-RISQは,特に平均リスクの集団において,乳がんのリスクが高いことを特定するための新しいアプローチを提供します.
• 皮質の老化の生体物理的な測定は,既存の乳がんリスク評価モデルを補完することができます.