The novel classification system of pediatric brain tumors using machine learning technology
| Project/Area Number |
22K06951
|
|---|
| 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 | Kyorin University |
|---|
Principal Investigator |
里見 介史 杏林大学, 医学部, 学内講師 (10633977)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
義岡 孝子 国立研究開発法人国立成育医療研究センター, 病理診断部, 部長 (50381182)
高見 浩数 東京大学, 医学部附属病院, 助教 (50548625)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 人体病理 / 中枢神経系腫瘍 / DNAメチル化 |
|---|
| Outline of Research at the Start |
脳腫瘍は予後不良であり、正確な病理診断のために遺伝子―形態統合診断が導入された。しかし、小児脳腫瘍は遺伝子変異だけでは最終診断には至ることができない症例が経験される。近年、中枢神経系腫瘍におけるDNAメチル化分類の有用性が示されつつある。本研究では、小児脳腫瘍の臨床検体を用いて、教師なし機械学習と転移学習を応用したDNAメチル化解析を行い、従来の組織形態学的解析と遺伝子検索にDNAメチル化解析を加えた、治療奏効性や予後の予測に資する新しい小児脳腫瘍分類の確立を目指す。
|
| Outline of Annual Research Achievements |
DNAメチル化解析を組織形態学的解析と遺伝子検索に統合し、治療奏効性や予後の予測に資する新しい小児脳腫瘍分類を策定するため、小児脳腫瘍及び成人に発生した小児型脳腫瘍のDNAメチル化プロファイルによる特徴づけを行なった。
Illumina Infinium Methylation EPIC BeadChip arrays (Illumina, Inc., San Diego, CA, USA)によって取得されたゲノムワイドDNAメチル化アレイデータから、近年、新しい脳腫瘍分類法として用いられるDNAメチル化分類を、ドイツがんセンター(Deutsches Krebsforschungszentrum, DKFZ)が公開するウェブツール (DKFZ Classifier) を用いて取得した。
しかし、DKFZ Classifierは、教師あり機械学習であるランダムフォレスト法を応用しており、正解・不正解が与えられる場合や、大量のデータが用意できる場合に予測精度が高いものの、小児脳腫瘍は組織型ごとに十分な症例数が集積できず、学習データセットに含まれない組織型（中枢神経系胚細胞腫や小児特有の希少な組織型）もある。また、希少腫瘍型では十分なデータセットが得られず、正確なDNAメチル化分類結果が得られるか不明である。
そこで、DNAメチル化プロファイルを可視化するために非線形性次元削減法を併用して、既知の中枢神経系腫瘍との類似性を明らかにしたほか、詳細なゲノムワイドコピー数解析を行った。バ イ オ イ ン フ ォ マ テ ィ ク ス 解 析 は 、 R (RFoundation for Statistical Computing, Vienna, Austria) にminfiやRtsneを含む複数の解析パッケージを組み合わせ、解析パイプラインを確立した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
既存のアーカイブ検体から、形態学的に診断困難で、各種遺伝子解析によっても診断を確定できない症例を検索した。既に２例でDNAメチル化解析を施行し、そのDKFZ classifier結果と非線形次元削減法による評価を完了した。いずれの手法でも既知の腫瘍とは合致しないか、合致しても矛盾のある結果が得られた。現在、網羅的発現解析を行い、融合遺伝子解析を行なっている。
その他にもDNAメチル化解析の候補となる診断困難例を２０例以上検索しており、DNAメチル化解析を行う準備を進めている。
|
| Strategy for Future Research Activity |
既に網羅的発現解析が行われている2例のデータ解析により、新規融合遺伝子を含む遺伝子異常が同定された場合には、形態学的に類似する診断困難例を優先してDNAメチル化解析を行い、両者のゲノムワイドなDNAメチル化プロファイルを比較する。
既知の融合遺伝子を含む遺伝子異常が同定された場合には、公開されているDNAメチル化データや網羅的発現データを検索し、そのプロファイルを比較し、類似性を評価する。
併せて現在までの解析パイプラインをウェブベースで半自動化するための解析システムの構築を目指す。
|
Report
(1 results)
Research Products
(19 results)
-
-
-
-
-
-
-
-
-
[Journal Article] HSP90 inhibition overcomes resistance to molecular targeted therapy in BRAFV600E mutant high-grade glioma2022
Author(s)
Sasame J, Ikegaya N, Kawazu M, Natsumeda M, Hayashi T, Isoda M, Satomi K, Tomiyama A, Oshima A, Honma H, Miyake Y, Takabayashi K, Nakamura T, Ueno T, Matsushita Y, Iwashita H, Kanemaru Y, Murata H, Ryo A, Terashima K, Yamanaka S, Fujii Y, Mano H, Komori T, Ichimura K, Cahill DP, Wakimoto H, Yamamoto T, Tateishi K.
-
Journal Title
Clin Cancer Res
Volume: 印刷中
Issue: 11
Pages: 2425-2439
DOI
Related Report
Peer Reviewed / Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
