| Project/Area Number |
21K06900
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 49020:Human pathology-related
|
|---|
| Research Institution | Research Institute for Clinical Oncology Saitama Cancer Center |
|---|
Principal Investigator |
元井 紀子 地方独立行政法人埼玉県立病院機構埼玉県立がんセンター(臨床腫瘍研究所), 病院 病理診断科, 副部長 (70292878)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石井 源一郎 国立研究開発法人国立がん研究センター, 東病院, 科長 (00270869)
吉田 達哉 国立研究開発法人国立がん研究センター, 中央病院, 医員 (10729338)
大江 裕一郎 国立研究開発法人国立がん研究センター, 中央病院, 副院長・呼吸器内科長 (20233041)
田丸 淳一 埼玉医科大学, 医学部, 客員教授 (30188429)
白澤 昌之 国立研究開発法人国立がん研究センター, 中央病院, がん専門修練医 (40898996)
青木 一教 国立研究開発法人国立がん研究センター, 研究所, 分野長 (60270675)
吉田 裕 国立研究開発法人国立がん研究センター, 中央病院, 医員 (70750751)
河野 隆志 国立研究開発法人国立がん研究センター, 研究所, 分野長 (80280783)
渡辺 俊一 国立研究開発法人国立がん研究センター, 中央病院, 科長 (80303303)
浜本 隆二 国立研究開発法人国立がん研究センター, 研究所, 分野長 (80321800)
神田 浩明 地方独立行政法人埼玉県立病院機構埼玉県立がんセンター(臨床腫瘍研究所), 病院 病理診断科, 科長(兼)診療部長 (90260067)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 形態学的バイオマーカー / 治療効果予測 / 病理組織 / デジタル病理学 / AI病理学 |
|---|
| Outline of Research at the Start |
がんの精密医療には、バイオマーカーによる最適な治療法の選択が肝要である。本研究の目的は、ICIを含む治療効果を予測するための病理学的指標の確立と、実用化に向けての評価方法の最適化である。申請者らは、前年度までに肺癌組織の形態学的特徴量は、治療効果、再発、生存期間と関連することを見出し、従来のバイオマーカーPD-L1とは独立した「形態学的バイオマーカー」として提唱している。本研究では、臨床応用へ向けて「形態学的バイオマーカー」の評価方法の最適化を目指し、これまでの研究で課題として挙げられる2点、i) 形態評価の客観化と再現性、ii) 腫瘍微小免疫環境の評価法の最適化の研究を進める。
|
| Outline of Annual Research Achievements |
がんの精密医療には、バイオマーカーによる最適な治療法の選択が肝要である。本研究の目的は、ICIを含む治療効果を予測するための病理学的指標の確立と、実用化に向けての評価方法の最適化である。申請者らは、これまでに肺癌組織の形態学的特徴量は、治療効果、再発、生存 期間と関連することを見出し、従来のバイオマーカーPD-L1とは独立した「形態学的バイオマーカー」として有用なバイオマーカーであることを提唱している。本研究では、臨床応用へ向けて「形態学的バイオマーカー（MBM）」の評価方法の最適化を目標とする。これまでの研究により実用化に向けての課題として挙げられているi) 形態評価の客観化と再現性、ii) 腫瘍微小免疫環境（TME）の評価法の最適化の研究を進めている。課題i)に関して、今年度は、前年度に整備したデジタル画像評価体制を用いて、非小細胞肺癌の病理標本による複数の病理医によるMBM評価を行った。病理医目視評価は良好な効果予測性能を示したが、評価者間の再現性には課題があった。次年度には、目合わせ会など教育による再現性への影響を検討する。課題ii)については、非小細胞肺癌、食道がんを用いて、免疫染色によりTILを中心に密度と分布を検索した。肺の大細胞神経内分泌癌は、TIL、特にCD8が予後と関連することが示された。食道がんの少数例の解析では、術前治療の有無でTMEに違いがあり、治療によるTMEが変化する傾向があった。大切片における腫瘍内不均一性の検討では、治療例では不均一性が大きいが、無治療例では少なかった。無治療例の場合、生検検体を用いるTMEの評価法は許容できることが示唆された。今年度は症例を増やし、また治療前後の比較を行う準備を進め、TMA作成、免疫染色、画像解析の評価を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究体制の変更に伴い、解析に時間を要している。
|
| Strategy for Future Research Activity |
１ 形態学的バイオマーカーの評価法の最適化の探索：a) 形態学的バイオマーカーの病理再現性の検討：前年度に実施した、病理医による目視判定では評価者間再現性で低い項目があった。目合わせ会を開催し、その教育効果を検討する。前年度は、HE染色標本の検討であったが、PD-L1の検討を進める。b）AI画像判定の性能と再現性の検討：ICI治療効果の付随する複数施設の腫瘍検体を収集し、AI画像解析による治療効果予測性能を検討する。またAI画像解析は、深層学習と特徴量解析を行い、a)の病理医中央判定との相関を検索する。MBM AI自動判定モデルを構築する基盤とする。c) PD-L1, TMBとの性能比較：既存のバイオマーカーであるPD-L1, TMBとの性能比較を行う。
２ 病理検体を用いた腫瘍微小免疫環境の評価方法の最適化：前年度までの成果として、TILの評価方法は確立しつつあるが、検索する抗体数、組み合わせ、評価対象領域（腫瘍胞巣、腫瘍間質）や評価面積などの基準は検討課題である。腫瘍局所免疫として重要な他の免疫細胞の状態を免疫染色にて検索し、実臨床に応用可能な最適な組合せと評価方法を探索する。
３ 形態像に表現される分子生物学的特徴との関連性の探索：形態学的特徴と、遺伝子変異、遺伝子発現プロファイルの特徴に関する関連を検索し、MBMの生物学的理解を深める。
|
