| 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 |
Matsumoto Akio 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, 医歯学総合研究科, 客員研究員 (90888033)
田島 陽介 新潟大学, 医歯学総合研究科, 客員研究員 (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, 医歯学総合病院, 専任助教 (40965737)
大関 瑛 新潟大学, 医歯学総合研究科, 客員研究員 (50975646)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| 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 Final Research Achievements |
In this study, Radiomics features were extracted from computed tomography (CT) images of colorectal cancer liver metastases before treatment. We used machine learning to construct a model to predict the gene mutation profile. The prediction accuracy was most improved by adding clinicopathological factors to the Radiomics features extracted three-dimensionally from multiple liver metastases. Importance analysis of the prediction model suggested that the density features of CT images of liver metastases may be important for gene mutation prediction.
|
| Academic Significance and Societal Importance of the Research Achievements |
転移性大腸癌の標準治療は遺伝子変異プロファイルに基づいて行われるが，侵襲的で高額な遺伝子検査が必要である。本研究は、放射線画像から抽出した定量的特徴を解析するRadiomicsを用いて大腸癌肝転移の遺伝子変異プロファイルを予測するモデルを構築した。低侵襲かつ安価な画像解析から遺伝子変異プロファイルを解明することで大腸癌治療の最適化につながる可能性がある。
|
