乳がん診断の新時代？ダイナミックPETによる乳腺グルコース代謝の解析

10月 27, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Multiparametric imaging with dynamic 18 F-FDG PET shows increased breast glucose metabolism in patients with breast cancer
Japanese Journal of Radiology｜被引用数: 0（2026年10月26日時点）

Dynamic 18F-FDG PETを用いて、乳がん対象者の背景乳腺におけるグルコース代謝の上昇と、原発腫瘍のKi値がエストロゲン受容体（ER）の状態と関連することを明らかにした最新の研究についてご紹介します。この新しい画像診断法は、乳がんの早期発見や病態理解に役立つ可能性を秘めています。

研究サマリー（FINER & PICO）

Feasible実施可能性	後ろ向き症例対照研究であり、既存の臨床データと画像を利用しているため、実行可能性が高いです。
Ethical倫理面	慶應義塾大学病院の倫理委員会の承認を得ており、インフォームドコンセントは免除されています。
Interesting面白さ	乳がんにおける背景乳腺のグルコース代謝亢進と原発腫瘍のホルモン受容体状態との関連という新しい知見を提供します。
Novel新規性	ダイナミックPETと動態モデリングを乳腺グルコース代謝評価に適用した初めての研究の一つです。
Relevant切実さ	乳がんの早期発見、病態理解、個別化医療の進展に寄与する潜在的な画像バイオマーカーの発見につながります。
Measurable測定可能性	SUVmax、Ki、DVといった定量的な画像指標を用いて、代謝変化を客観的に測定しています。
Modifiable派生・改善	研究の知見は、乳がんのスクリーニングや治療応答予測の戦略修正に貢献する可能性があります。
Structured文章構造	研究デザイン、方法、結果、考察、結論が明確に記述されており、構造化された情報が提供されています。
PICO / PECO対象・介入・比較・結果	乳がんの対象者(P)と乳がんのない対象者(I/C)を比較し、多因子PETによる乳腺グルコース代謝(O)の差を評価しています。

はじめに：乳腺代謝の奥深くへ

どうも、Beyond the Pixelです。医療画像インフォマティクスは、日々進化する技術で病気の診断と治療に新たな光を当てています。今回は、乳がんの診断において注目される新しいアプローチ、多因子PET（マルチパラメトリックPET）を用いた乳腺のグルコース代謝解析に関する興味深い研究をご紹介します。標準的なPET検査では、放射性薬剤の空間分布を捉え、SUVmaxなどの指標で評価されますが、これは時間的な変動やトレーサー濃度の影響を受けやすいという課題がありました。それに対し、動的PET検査と動態モデル解析を組み合わせたこの手法は、トレーサーの挙動をより詳細に分析し、純粋な細胞の代謝活動を反映する指標を提供します。この研究は、乳がんのある対象者とない対象者の間で、背景乳腺のグルコース代謝にどのような違いがあるのか、そして原発腫瘍の代謝がホルモン受容体の状態とどのように関連するのかを明らかにすることを目的としています。

研究デザインと多因子PETの仕組み

この研究は、新しく乳がんと診断された女性対象者48名と、乳がんのない対照対象者146名を対象とした後ろ向き症例対照研究として実施されました。治療中または治療後の乳がん対象者、および両側性乳がんの対象者は除外されています。対象者全員が全身の動的PET検査を受け、背景実質取り込み（BPU）を示す3つの定量的指標、すなわち最大標準化摂取量（SUVmax）、正味捕捉速度（Ki）、および分布容積（DV）が算出されました。Ki値はグルコースの不可逆的な取り込み速度を、DV値は代謝されないFDGの分布容積を示します。また、エストロゲン受容体（ER）またはプロゲステロン受容体（PR）の陽性・陰性に基づいて、原発腫瘍の取り込みも評価されました。BPUは乳がんのある対象者では対側の乳腺で、対照対象者では両側乳腺の平均で測定されました。原発乳がんの取り込みは、乳がんのある対象者の腫瘍に体積関心領域（VOI）を置いて測定されました。

**Figure 1.** Fig. 1 Measurement methods of FDG uptake. A. BPU was measured at the contralateral breast in the breast cancer cases. B. BPU was mea sured at both breasts in the control cases. C. The primary breast cancer解説: FDG取り込みの測定方法を示しています。Aは乳がんのある対象者の反対側の乳腺、Bは乳がんのない対象者の両側の乳腺で背景実質取り込み（BPU）を測定した様子です。Cは乳がんのある対象者の原発乳がんの取り込みを測定した様子を示しています。

研究参加者の選定プロセスは、総計236名の候補者から除外基準を経て、最終的な解析対象者が選ばれました。

**Figure 2.** Fig. 2 Flow diagram of patient inclusion解説: 研究参加者の選定プロセスを示すフロー図です。初期の236名から、除外基準（乳がん既往歴、データ不完全、重複、乳腺の異常所見、小児対象者）に該当する対象者を除外し、最終的に乳がんのある対象者48名と乳がんのない対照対象者146名が解析されました。

対象者の人口統計学的特性も詳細に分析されています。

**Table 1.** Table 1 Patient demographics (n = 194) Characteristic Breast cancer cases (n = 48)**解説:** 研究参加者の人口統計学的特性を示した表です。乳がんのある対象者とない対照対象者の年齢、身長、体重、BMI、血糖値の平均値と標準偏差、および両群間のP値がまとめられています。

乳腺のグルコース代謝と乳がんの関連

解析の結果、乳がんのある対象者の背景乳腺におけるSUVmax、Ki、DVの平均値は、対照対象者と比較して有意に高いことが示されました（P < 0.001、P < 0.001、P = 0.004）。

**Figure 3.** Fig. 3 Box-and-whisker plots of BPU (SUVmax, Ki and DV). Sig nificant differences were observed between the breast cancer cases and control cases, as assessed via the t-test. The error bars are the 95%**解説:** 乳がんのある対象者とない対象者における背景実質取り込み（BPU）のSUVmax、Ki、DVの箱ひげ図です。乳がんのある対象者群でこれらの指標が有意に高いことが示されています。

これは、乳がんのある対象者の正常に見える乳腺においても、グルコース代謝が亢進していることを示唆しています。乳がんの存在を予測する上でのROC解析による曲線下面積（AUC）は、SUVmaxが0.727、Kiが0.681、DVが0.653と算出され、これらの3つのパラメータ間で予測性能に有意な差はありませんでした。

**Figure 4.** Fig. 4 ROC curve of three quan titative indices with and without breast cancer. Abbreviations: AUC, area under the curve; ROC, receiver operating characteristic; BPU, background parenchymal uptake; SUVmax, maximum standardized uptake value解説: 乳がんの存在診断におけるSUVmax、Ki、DVの3つの定量指標のROC曲線（受信者動作特性曲線）を示しています。各指標の曲線下面積（AUC）が示されており、それぞれの診断性能を比較しています。

年齢層別の解析では、65歳以下の若年層、65歳超の高齢層のいずれにおいても、乳がんのある対象者ではSUVmaxとKiが有意に高いことが確認されました。しかし、DVについては65歳超の群では有意差が見られず、年齢によって指標の挙動が異なることが示されました。

**Table 2.** Table 2 Age-stratified analysis解説: 年齢層別の解析結果を示した表です。65歳以下の群と65歳超の群に分けて、乳がんのある対象者とない対照対象者のSUVmax、Ki、DVの平均値と標準偏差、および両群間のP値が示されています。

乳がんのある対象者の代表的なBPU画像と、対照対象者のBPU画像を見ると、その違いが視覚的にも明らかになります。

**Figure 5.** Fig. 5 Representative BPU images of a breast cancer case. We present the FDG PET and MR images of a 32-year-old female patient with left breast cancer (T1cN0M0). The fusion image is set with a lower level of 0 and an upper level of 3. The primary breast cancer shows abnor**解説:** 乳がんのある対象者の代表的な背景実質取り込み（BPU）画像です。32歳の左乳がんの女性対象者のFDG PET画像とMRI画像が示されており、正常乳腺のSUVmax、Ki、DV値が増加している様子がわかります。

**Figure 6.** Fig. 6 Representative BPU images of a control case. We present the FDG PET images of a 48-year-old female patient without breast can cer. The fusion image is set with a lower level of 0 and an upper level of 3. The SUVmax, Ki and DV of her normal mammary glands are not解説: 乳がんのない対照対象者の代表的な背景実質取り込み（BPU）画像です。48歳の乳がんのない女性対象者のFDG PET画像が示されており、乳がんのある対象者に比べて正常乳腺のSUVmax、Ki、DV値が増加していない様子がわかります。

原発腫瘍の代謝とホルモン受容体

原発乳がんの取り込みについて、ホルモン受容体状態との関連も検討されました。乳がんのある対象者41名（7名はFDG取り込みが不明瞭なため除外）の解析では、エストロゲン受容体（ER）陽性の腫瘍は、ER陰性の腫瘍と比較してKi値が有意に高いことが明らかになりました（P = 0.023）。一方、SUVmaxとDVには有意な差は見られませんでした。

**Table 3.** Table 3 The primary tumor uptake based on ER positive or negative ER (-) n = 11 (+) n = 30 P-value SUVmax 6.53 ± 8.53 7.13 ± 6.29 0.836 Ki (× 10− 2) 1.50 ± 0.90 2.59 ± 2.02 0.023* DV 83.6 ± 74.5 136 ± 148 0.144 P-values were determined using a Mann-Whitney U test. * P < 0.05解説: エストロゲン受容体（ER）陽性または陰性に基づく原発腫瘍の取り込み量を示した表です。ER陰性群とER陽性群におけるSUVmax、Ki、DVの平均値と標準偏差、および両群間のP値がまとめられています。

しかし、プロゲステロン受容体（PR）の陽性・陰性による腫瘍の取り込みには、SUVmax、Ki、DVのいずれにも有意な差は認められませんでした。

**Table 4.** Table 4 The primary tumor uptake based on PR positive or negative PR (-) n = 18 (+) n = 23 P-value SUVmax 7.39 ± 7.40 6.64 ± 6.55 0.734 Ki (× 10− 2) 2.30 ± 1.76 2.30 ± 1.20 0.996 DV 102 ± 86.0 138 ± 162 0.369 Data are presented as mean ± standard deviation解説: プロゲステロン受容体（PR）陽性または陰性に基づく原発腫瘍の取り込み量を示した表です。PR陰性群とPR陽性群におけるSUVmax、Ki、DVの平均値と標準偏差、および両群間のP値がまとめられています。

代表的なER陽性乳がんの画像とER陰性乳がんの画像を比較すると、Ki値の違いが見て取れます。

**Figure 7.** Fig. 7 Representative images of ER-positive breast cancer. We present the FDG and MR images of a 74-year-old female patient with ER- positive breast cancer (TisN0M0). The SUV, Ki and DV values of pri**解説:** ER陽性乳がんのある対象者の代表的な画像です。74歳のER陽性乳がんの女性対象者のFDG PET画像とMRI画像が示されており、原発乳がんのSUV、Ki、DV値が増加している様子がわかります。

**Figure 8.** Fig. 8 Representative images of ER-negative breast cancer. We present the FDG and MR images of a 49-year-old female patient with ER- negative breast cancer (T2N3cM0). The SUV, Ki and DV values of解説: ER陰性乳がんのある対象者の代表的な画像です。49歳のER陰性乳がんの女性対象者のFDG PET画像とMRI画像が示されており、ER陽性乳がんに比べて原発乳がんのSUV、Ki、DV値が増加していない様子がわかります。

新しい知見がもたらす意味と今後の展望

この研究の最も重要な発見は、乳がんのある対象者の背景乳腺におけるグルコース代謝の亢進が、純粋な細胞レベルでの代謝上昇（Ki値の上昇）によって引き起こされていることを多因子PETが明らかにした点です。従来のSUVmaxは代謝率と血漿中のトレーサー総量の両方を反映しますが、Ki値は不可逆的な取り込み率、すなわち真のグルコース代謝をより正確に示します。したがって、Ki値の上昇は、局所血流量の増加だけでなく、乳腺組織における細胞性グルコース代謝が実際に促進されていることを意味します。このことは、乳がんの発生・進行と乳腺組織の代謝変化が密接に関連しているという仮説を裏付けるものです。

また、原発腫瘍においてER陽性腫瘍でKi値が有意に高かったという結果は、エストロゲン受容体シグナルが、グルコース代謝を促進する特定の経路（PI3K-Akt経路など）を活性化することを示唆しています。PRはエストロゲンの下流に位置するタンパク質であり、直接的なグルコース代謝の促進には関与が少ないと考えられます。SUVmaxではER陽性・陰性間で有意差が見られなかったのは、ER陰性腫瘍でも血管透過性の亢進などによりSUVmaxが高くなる場合があるためと考察されています。このことから、動的動態解析（Ki値）は、ホルモン受容体状態に関連する微妙な代謝の違いを検出する上で、静的SUVよりも感度が高い可能性があります。

これらの発見は、PET/CTの日常的な画像読影において重要な臨床的示唆を与えます。背景乳腺の取り込みが高い対象者では、小さながんやFDG取り込みの低い病変が見過ごされやすくなる可能性があるため、より注意深い評価が必要となります。Ki値は純粋なグルコース代謝の指標であるため、乳腺の線維腺組織の密度や加齢による変化に影響されにくい、年齢に依存しない乳腺の代謝変化を捉えることができます。この新しい画像診断法は、従来のリスク因子を補完し、非侵襲的に腫瘍生物学に関する深い洞察を提供することで、乳がんの早期発見や病態理解に貢献する可能性があります。

研究の限界と今後の課題

この研究にはいくつかの限界点があります。まず、全身の動的PETは比較的新しい技術であり、呼吸などの身体の動きによるアーチファクトの影響を受けやすい可能性があります。次に、この研究で用いられた集団ベースの入力関数アプローチは、まだ開発段階にあり、さらなる検証が必要です。また、対照対象者はPET/CTで乳腺の異常がないことを基準に選ばれていますが、この検査法だけでは乳がんの存在を完全に排除できるわけではなく、追跡調査も行われていないため、将来的な乳がんの発生リスクは不明です。さらに、乳腺の大きさや形状の個人差により、均一な体積関心領域（VOI）を設定することが困難であるという測定上の課題も存在します。最後に、単一施設での研究であり、対象者の人種・民族構成が均一であるため、結果の一般化には限界があることも指摘されています。これらの課題を克服するためのさらなる研究が期待されます。

結論

多因子PETを用いたこの研究により、乳がんのある対象者の背景乳腺におけるFDG取り込みの亢進が、細胞性のグルコース代謝の真の上昇によって引き起こされることが明らかになりました。さらに、原発腫瘍のKi値がエストロゲン受容体（ER）の状態と関連していることも示されました。動的PETイメージングは、乳がんの発生リスクの評価や病態の理解を深める上で、有用な画像バイオマーカーとなる可能性を秘めています。

用語集

SUVmax (最大標準化摂取量): PET画像で放射性薬剤の取り込みの強さを示す指標で、病変の活動性を見るために使われます。
Ki (正味捕捉速度): 組織がFDGを不可逆的に取り込む速度を示す指標で、純粋なグルコース代謝率を反映します。
DV (分布容積): 代謝されずに可逆的に分布するFDGの組織内での見かけの容積を示す指標で、局所血流量や血管透過性を反映します。
PET (陽電子放出断層撮影): 特定の生物学的プロセスを可視化し測定する分子イメージング手法です。
18F-FDG (フルオロデオキシグルコース): PET検査でグルコース代謝を評価するために用いられる放射性薬剤です。
多因子PET (Multiparametric PET): 動的PETスキャンと動態モデル解析を組み合わせることで、トレーサーの結合分と遊離分を分離し、より詳細な代謝情報を得る手法です。
背景実質取り込み (BPU, Background Parenchymal Uptake): 乳腺の正常な組織における放射性薬剤の取り込みレベルを指します。
エストロゲン受容体 (ER, Estrogen Receptor): 乳がん細胞の表面にあるタンパク質で、女性ホルモンであるエストロゲンと結合し、がんの成長を促進します。
プロゲステロン受容体 (PR, Progesterone Receptor): 乳がん細胞の表面にあるタンパク質で、女性ホルモンであるプロゲステロンと結合し、がんの成長に影響を与えます。
ROC曲線 (Receiver Operating Characteristic curve): 診断テストの性能を評価するためのグラフで、感度と特異度の関係を示します。
AUC (Area Under the Curve): ROC曲線の曲線下面積で、診断テストの全体的な精度を示す指標です。