| Project/Area Number |
20K09171
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 55040:Respiratory surgery-related
|
|---|
| Research Institution | Tokyo Medical University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉本 昌弘 慶應義塾大学, 政策・メディア研究科(藤沢), 教授 (30458963)
池田 徳彦 東京医科大学, 医学部, 主任教授 (70246205)
垣花 昌俊 東京医科大学, 医学部, 准教授 (90366112)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | メタボローム解析 / 人工知能 / メタボローム |
|---|
| Outline of Research at the Start |
肺癌において単一マーカーあるいは数個のマーカーの組み合わせだけでの病態評価や治療効果予測には限界があり、より多くの生体情報を活用して個々の病態を個別に評価できる指標開発が必要である。特に肺癌の術後補助および再発・転移治療の決定には、癌の多様性を正確に評価した個々の特徴と治療方針が重要となる。
肺癌患者に特異的な代謝変化をプロファイリングし、機械学習（人工知能）によりそのパターンの解析を行い、臨床情報も加味して統合的な疾患評価の数理モデルの開発を行うことで、人工知能とメタボローム解析を用いた肺癌の新規診断方法の開発を行っていく。
|
| Outline of Final Research Achievements |
For the early detection of lung cancer, it is important to develop screening techniques that are highly accurate and less physically demanding. We have previously studied metabolic alterations specific to cancer by comprehensively examining metabolites in various cancers. In this study, we investigated the metabolic abnormalities occurring in lung cancer tissues. We also found metabolites showing consistent abnormalities in body fluids. In blood and saliva, several metabolites exhibited variations consistent with the metabolic abnormalities found in the tissues. These metabolites can be candidates for biomarkers. Machine learning was used to evaluate the ability to combine these biomarkers combinations to detect lung cancer patients.
|
| Academic Significance and Societal Importance of the Research Achievements |
肺がん患者の様々な臨床データの情報によって、代謝物マーカーの物質がどのような影響を受けるのかを調べることで、長期予後のさらなる解析により、組織検体の中でみられている代謝の異常が予後の予測因子として解析される可能性が示唆される。その結果をふまえて将来的に個人ごとに必要な治療方針を予測する「先回り医療」のシステムを確立する基礎的な研究が実を結ぶ可能性が示唆されるものである。
|
