| Project/Area Number |
22K08223
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | National Cardiovascular Center Research Institute |
|---|
Principal Investigator |
野口 暉夫 国立研究開発法人国立循環器病研究センター, 病院, 副院長 (70505099)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
浅海 泰栄 国立研究開発法人国立循環器病研究センター, 病院, 医長 (20629315)
大塚 文之 国立研究開発法人国立循環器病研究センター, 病院, 医長 (30745378)
畠山 金太 国立研究開発法人国立循環器病研究センター, 病院, 部長 (60325735)
西村 邦宏 国立研究開発法人国立循環器病研究センター, 研究所, 部長 (70397834)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 画像診断 / MRI / Radiomics / 冠動脈プラーク |
|---|
| Outline of Research at the Start |
冠動脈硬化診断法としてMRI・冠動脈CTにおいて臨床転帰を規定する画像上の特徴的な指標がある一方、人工知能・機械学習が導入されている中で、視覚のみに頼っていた従来の画像診断指標（特徴量）をRadiomics技術で数値化することにより、疾病の重症度をより高い精度で診断できる有力な候補になりうる。さらに、Radiomics技術に遺伝子情報（Radiogenomics）や蛋白質発現 (Radioproteomics)といった生化学情報を付加し画像情報を補完することで精度の高い予後予測・および治療標的の解明につながる高精度な心臓事故予測技術を開発する。
|
| Outline of Annual Research Achievements |
（1）核磁気共鳴画像法を撮像した剖検冠動脈病変の画像特徴と、同部位と一致した冠動脈病理組織標本から蛋白質抽出を行い、高リスク冠動脈病変と非高リスク冠動脈病変の両者に対して網羅的蛋白を行なった。結果高リスクおよび非高リスク冠動脈病変に特徴的な蛋白質群が描出された。
（2）過去の造影冠動脈CTを用いた複数の報告から、高リスク冠動脈病変を近位部に有する冠動脈末梢では、そうではない冠動脈病変を有する冠動脈末梢と比較すると同程度の狭窄度を有する場合には冠動脈血流が低下していることが報告されている。T1強調MRIを用いた冠動脈病変の特徴と、冠動脈毎に存在する心筋虚血を反映する指標である冠動脈血流予備能比値(Fractional flow reserve: FFR)の関係性を検討した。結果T1強調MRIにより高リスク冠動脈プラークの存在はFFR値低下の独立した危険因子であった。現在本研究は論文投稿中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
冠動脈病理像と画像診断特徴量の蛋白質網羅的解析を進めることができた。
|
| Strategy for Future Research Activity |
2023年度は 上記結果についてネットワーク解析、有意であったネットワーク毎に特徴的な蛋白質について、免疫染色を予定する。
|
