| Project/Area Number |
22K09630
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56040:Obstetrics and gynecology-related
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松村 謙臣 近畿大学, 医学部, 教授 (20452336)
濱西 潤三 京都大学, 医学研究科, 准教授 (80378736)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 卵巣高異型度漿液性癌 / 血管新生阻害薬 / 感受性予測因子 / 組織サブタイプ分類 / 化学療法感受性予測 / 高異型度漿液性癌 / 化学療法の奏功規定因子 / 卵巣癌 |
|---|
| Outline of Research at the Start |
現在、卵巣高異型度漿液性癌(HGSOC)の分子標的治療薬は、血管新生阻害薬、PARP阻害薬と免疫チェックポイント阻害薬を用いた治療を柱に臨床試験が行われている。これらの分子標的治療薬による個別化治療のため、どのような症例にどの分子標的治療薬を用いるべきかを明らかにするためにバイオマーカー探索を行う。
|
| Outline of Final Research Achievements |
We investigated the prediction of the efficacy of angiogenesis inhibitors. Histologic subtype classification using artificial intelligence was reproducible, and histologic subtype classification can be used as a predictor of sensitivity to bevacizumab. We investigated the prediction of sensitivity to PARP inhibitors using gene panel testing and immunohistochemical staining of SLFN11, DSS1, BRCA1, and RAD51. None of the biomarkers was a predictor of sensitivity to PARP inhibitors for long-term response. We also investigated the prediction of sensitivity to immune checkpoint inhibitors. We reported that α-IL-6 suppresses tumor immunity and IL-17 increases the number of T cells.
|
| Academic Significance and Societal Importance of the Research Achievements |
卵巣高異型度漿液性癌を、HE標本のバーチャルスライドを用いて4つの形態学的サブタイプ分類を行って、血管新生や免疫反応についての関連性を検討し、血管新生阻害薬であるベバシズマブの感受性予測が可能であったと報告した。
本研究では4つの形態学的サブタイプ分類の詳細な分類手順を紹介し、web上で公開されたスライドを用いてトレーニングすることが可能であり広く臨床普及が期待できる。また人工知能を用いたアルゴリズムも公開しており、これを用いることで本研究に参加してない研究者にもベバシズマブの感受性予測が可能となり臨床普及が期待される。
|
