| Project/Area Number |
20K17052
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53010:Gastroenterology-related
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2020: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | 人工知能 / AI / 食道腺癌 / エクソソーム / miRNA / バイオマーカー / microRNA / 機械学習 / AI(人工知能) / microRNA(miRNA) |
|---|
| Outline of Research at the Start |
申請者は、EACを対象にmiRNA網羅的解析データベースから得られたビッグデータを人工知能に機械学習させ、癌診断に優れた14種の組合わせのmiRNAを同定した。さらにEAC、HGD、バレット食道、健常者の検体を用いて血清早期診断マーカーへの発展を目的とした。それぞれの血清からエクソソームを抽出後、エクソソーム中の14種のmiRNAを解析し、血清診断用miRNAパネルを決定した。次いで、新たなコホートを教師データとして用い、同定された血液診断パネルの各miRNA発現データを再度AIに機械学習させ、血清早期診断モデル式を構築する。最後に、Validationコホートを用い、臨床応用性を検証する。
|
| Outline of Final Research Achievements |
We confirmed the overexpression of 14 miRNAs and developed a circulating miRNA signature (AUC:0.97).
To investigate whether our 14-miRNA panel has a diagnostic specificity for EAC and not other cancer types, we evaluated the diagnostic performance of our 14-miRNA panel in other major malignancies including colorectal, gastric, pancreatic, kidney, ovarian and brain cancer using public TCGA miRNA datasets.
|
| Academic Significance and Societal Importance of the Research Achievements |
近年、AIによるビッグデータ活用に関し、世界規模でのパラダイムシフトが起きており、我が国でもAI、IoT、ビッグデータを日本再興戦略の鍵として官民戦略Projectが進められている。医療分野においても蓄積された医療情報や大量のゲノム情報をAIで処理する医療ビッグデータ解析技術の開発が進められているが未だ開発段階である。
本研究は次世代RNA-Seq、エクソソーム、人工知能などに着目し、これまでにない数多くの独自性を有する革新的なマーカー探索アプローチであり、近年の世界的なAIビッグデータ活用のニーズにも合致し、学術的にも社会的にも意義が極めて大きい研究であると言える。
|
