Mapperアルゴリズムを用いたトポロジーに基づく乳がん患者の生存分析

要旨

本研究では、位相的データ解析（TDA）に由来する数学的ツールであるMapperアルゴリズムを、TCGA-BRCA患者1,000人以上の遺伝子発現データに適用し、生存に関連する隠れた分子パターンを特定した。ネットワーク上の高リスク領域付近に位置する患者は有意に不良な生存を示し、高増殖性の遺伝子発現パターンは全体としてより不良な転帰と関連していたが、治療により増殖群間の生存率格差は縮小した。さらに、解析により、期待される臨床経過と生存転帰が一致しない患者群が明らかになり、その中には、従来の分類法では見逃されていた分子プログラムを示す、より治療応答性の高い特徴的な遺伝子シグネチャーと関連する、予想外の良好な転帰を有するBasal様患者のサブグループが含まれていた。未観測患者を用いた訓練とテストによる検証の結果、トポロジー由来のリスク群は、年齢、腫瘍ステージ、治療で調整した後も生存と有意に関連しており、遺伝子発現データの幾何学的構造が従来の乳がん分類法を超えた臨床的に有意義な予後情報を含むことが実証された。

English

This study applied a mathematical tool from Topological Data Analysis (TDA), called the Mapper algorithm, to gene expression data from more than 1,000 TCGA-BRCA patients to identify hidden molecular patterns associated with survival. Patients located near high-risk regions of the network showed significantly poorer survival, and highly proliferative gene expression patterns were associated with worse outcomes overall, although treatment narrowed this survival gap across proliferation groups. The analysis further uncovered patients whose survival outcomes were inconsistent with their expected clinical behavior, including a subgroup of Basal-like patients with unexpectedly favorable outcomes linked to a distinct, more treatment-responsive gene signature, revealing molecular programs missed by traditional classification methods. Validation through training and testing on unseen patients confirmed that topology-derived risk groups remained significantly associated with survival after adjusting for age, tumor stage, and treatment, demonstrating that the geometric structure of gene expression data contains clinically meaningful prognostic information beyond traditional breast cancer classification methods.

Mapperアルゴリズムを用いたトポロジーに基づく乳がん患者の生存分析

Topology-Informed Survival Analysis of Breast Cancer Patients Using the Mapper Algorithm

要旨

Support