| Project/Area Number |
20K12604
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90110:Biomedical engineering-related
|
|---|
| Research Institution | Kyoto Prefectural University of Medicine |
|---|
Principal Investigator |
Harada Yoshinori 京都府立医科大学, 医学(系)研究科(研究院), 准教授 (10381956)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
望月 健太郎 京都府立医科大学, 医学(系)研究科(研究院), 助教 (50868768)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ラベルフリー / 光イメージング / 自家蛍光 / 非染色 / 非固定 / 腫瘍 / イメージング / 消化管 |
|---|
| Outline of Research at the Start |
消化管組織は還元型ニコチンアミドアデニンジヌクレオチドなど代謝に関連する自家蛍光物質を含む。本研究では、機械学習等の情報科学的手法を用いて新たな自家蛍光イメージング法の基礎技術を開発し、細胞代謝が自家蛍光シグナルに及ぼす影響を研究する。すなわち、ラット消化管腫瘍の空間2次元・スペクトル2次元（蛍光、励起）の高次元自家蛍光スペクトル画像を取得後、機械学習等の手法を用いて解析することで、径1mm以下のラット消化管腫瘍をイメージング可能な技術開発を目指す。
|
| Outline of Final Research Achievements |
We have developed a label-free molecular imaging technique that can sensitively detect changes in the chemical environment between pathological states in the tissue of a microtumor's natal region before the appearance of obvious morphological features. We obtained micrometer-order high-dimensional spectral images from biological tissues and analyzed them using informatics and other techniques. This study's label-free molecular imaging technique images differences in metabolism-related molecules associated with pathological progression.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では、高次元のスペクトルデータの根底にある構造をより少ない次元で可視化することができる次元削減を用いて、病理組織のスペクトル画像を解析した。本手法を用いると、明らかな組織形態学的特徴が現れる前の状態で病態間のスペクトル変化を鋭敏に検出可能であることを示した。この知見は、ラベルフリーイメージング法が病理組織学者・医学者にとって有用なツールであることを示すもので、ヒトへの応用が期待される。
|
