| 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, 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, 講師 (50548625)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| 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 / 長鎖リードシークエンス / 網羅的発現解析 |
|---|
| 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、ドイツがんセンター(Deutsches Krebsforschungszentrum, DKFZ)およびEpignostixが公開するウェブツール(DKFZ Classifier) を用いてDNAメチル化分類結果を取得した。また、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。
さらに、簡便かつ迅速に遺伝子変異の検出が可能となる卓上型長鎖シークエンサー（Flongle, Oxford Nanopore Technologies, UK）を用いて、機械学習法による遺伝子変異の判定の妥当性を確認し、ホルマリン固定パラフィン包埋（FFPE）材料から抽出したDNAによるアンプリコンシークエンス技術を確立した。具体的には、ナノスケールのポアを通過するDNAの電位変化を検知し、機械学習によって予測されるヌクレオチドを読み取る。FFPEはDNAの断片化や修飾のため読み取りエラーが発生する可能性が高かったが、既存のシークエンス方法と比較しても遜色のない結果が得られた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed 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。
その他にもアンプリコンシークエンスによる遺伝子変異プロファイルと併せて診断困難例の抽出を行っている。
|
| Strategy for Future Research Activity |
既に網羅的発現解析が行われている5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。
長鎖リードシークエンサーを用いたアンプリコンシークエンスについては、プライマプールを調整することにより、特定の遺伝子の全エクソン領域の検索も可能となるように計画している。
|
