Gene mutation/expression prediction from clinical images using artificial intelligence technology in pancreatic cancer
| Project/Area Number |
20K17570
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 55010:General surgery and pediatric surgery-related
|
|---|
| Research Institution | Chiba Cancer Center (Research Institute) |
|---|
Principal Investigator |
Iwatate Yosuke 千葉県がんセンター(研究所), 肝胆膵外科, 医長 (10815731)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 膵臓癌 / 膵管腺癌 / Radiogenomics / ITGAV / ITGB1 / pancreatic cancer / artificial intelligence / Genomics / Radiomics |
|---|
| Outline of Research at the Start |
膵癌においては発癌・進展・薬剤効果などに関連する遺伝子異常についても未解決な領域が多い。今回、我々は難治性の膵癌を対象に、組織検体を用いた網羅的なゲノム変異・RNA発現解析(Genomics解析)を行い、臨床転帰に関連する遺伝子情報を同定する。同時に治療前のCT・MRIから数学的に多数の画像的特徴量(統計量)を抽出するRadiomics解析を行う。深層学習を含めた機械学習を用いた人工知能(AI)技術を応用することにより、抽出された画像的特徴量(Radiomics)から、同定した遺伝学的情報(Genomics)および臨床転帰を予測するRadiogenomicsシステムを構築すること目的とする。
|
| Outline of Final Research Achievements |
As a radiogenomics analysis, RNA-seq was performed on 12 pancreatic cancer tissues for an exhaustive search of genes useful for clinical pathology. A gene expression prediction model was constructed by machine learning using immunostaining (IHC) and CT images of 107 cases. ITGB1 and ITGAV were identified and significantly correlated with IHC (r=0.552 P=0.118, r=0.625 P=0.039). The prognosis worsened in the IHC high expression group (P=0.035, 0.009). Recurrence was similar (P=0.028, 0.003). The predictive model for ITGAV showed a certain detectability (AUC=0.697), and the group predicted to have high expression also had a poor prognosis (P=0.048).
|
| Academic Significance and Societal Importance of the Research Achievements |
診断時に進行していることが多く、5年生存率が10％程度と予後不良な膵臓癌において、診断のための侵襲的な生検等の検査や外科治療は専門施設やハイボリュームセンターでないと施行できない場合が多い。今回CTによる予後予測や今後治療の一助のなりうる可能性がある遺伝子マーカーの同定およびその発現予測が可能であった。今後症例を重ねることでCT画像等の臨床画像から非侵襲的に予後や治療マーカーの同定が行うことができれば、高額で時間がかかる遺伝子検査でなく簡易で費用対効果が高く、専門機関でなくても比較的短期間で結果が得られる検査となることも考えられる。
|
Report
(4 results)
Research Products
(7 results)
