| Project/Area Number |
22K08794
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 55020:Digestive surgery-related
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
松本 瑛生 新潟大学, 医歯学総合病院, 専任助教 (30769401)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宗岡 悠介 新潟大学, 医歯学総合病院, 助教 (00769391)
島田 能史 新潟大学, 医歯学系, 講師 (20706460)
山崎 元彦 新潟大学, 医歯学系, 講師 (30772032)
若井 俊文 新潟大学, 医歯学系, 教授 (50372470)
凌 一葦 新潟大学, 医歯学系, 助教 (70804540)
石川 浩志 新潟大学, 医歯学系, 教授 (90377151)
長櫓 宏規 新潟大学, 医歯学総合病院, レジデント (90888033)
田島 陽介 新潟大学, 医歯学総合病院, 助教 (30757505)
須貝 美佳 新潟大学, 医歯学系, 准教授 (10772030)
山井 大介 新潟大学, 医歯学総合研究科, 客員研究員 (40965737)
大関 瑛 新潟大学, 医歯学総合病院, 専任助教 (50975646)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 大腸癌 / Radiogenomics / 大腸癌肝転移 / mutational signature / Radiomics |
|---|
| Outline of Research at the Start |
本研究の学術的「問い」は、「個々の癌における医用画像の特徴量は、癌の遺伝子変異プロファイルの表現型であり、画像データの中に遺伝子変異プロファイルが反映されているのではないか」という点である。「日常臨床で汎用される医用画像から個々の癌の特徴量を抽出することによって、変異シグネチャーの予測が可能である」との仮説を立て、本研究を立案した。本研究の目的は、「大腸癌における変異シグネチャーを予測するRadiogenomics解析法の研究基盤を確立すること」である。
|
| Outline of Annual Research Achievements |
医用画像における癌の潜在的な生物学的特徴を抽出して解析する試みとして機械学習を用いたアプローチが注目されている。特に、Radiogenomics解析は、放射線画像の特徴量と、個々の癌における遺伝子変異プロファイルとの関連を解析する手法である。また、近年では遺伝子変異そのものだけではなくその変異プロセスに着目した変異シグネチャー（mutational signature）が注目されている。「日常臨床で汎用される医用画像から個々の癌の特徴量を抽出することによって、変異シグネチャーの予測が可能である」との仮説を立て、本研究を立案した。本研究の目的は大腸癌における変異シグネチャーを予測するRadiogenomics解析法の研究基盤を確立することである。
本年度は、下記について研究を実施した。（1）以下の方法で肝転移巣を抽出して機械学習による遺伝子変異予測モデルを構築した。A：各症例最大の肝転移巣1つを選択し，その最大水平断面，B：各症例最大の肝転移巣1つを選択し，観察できる全ての水平断面，C：各症例から10mm以上の病変を最大5個まで選択し，観察できる全ての水平断面。上記の中ではCのモデルで最も予測精度が向上することを確認した。（2）上記Cのモデルに臨床病理学的因子を追加して予測精度が向上することを確認した。（3）臨床病理学的因子を加えた予測モデルについてMean Decrease Giniを用いて重要度解析を行い、遺伝子変異に有意に関連するRidiomics特徴量を特定した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
変異シグネチャ―予測モデルから個々の遺伝子変異予測モデルへの変更を行った。追加でRadiomics特徴量を抽出し、臨床因子を組み合わせることで予測モデルの精度が向上した。
|
| Strategy for Future Research Activity |
上記予測モデル構築について日本消化器外科学会総会で発表を予定している。また論文作成中である。
|
