| Project/Area Number |
22K15699
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 52010:General internal medicine-related
|
|---|
| Research Institution | Tokyo Metropolitan Hospital Organization Tokyo Metropolitan Komagome Hospital |
|---|
Principal Investigator |
貞任 大地 地方独立行政法人東京都立病院機構東京都立駒込病院(臨床研究室), 臨床検査科, バイオインフォマティシャン (20868773)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 骨髄系腫瘍 / 次世代シークエンス / バイオインフォマティクス / 予後予測 |
|---|
| Outline of Research at the Start |
骨髄系腫瘍の予後リスクは、それらの持つ遺伝子変異により大きく変化する。そのため、病初期に正しく分子診断を行うことが治療成績の向上のために非常に重要である。とりわけ造血幹細胞移植はハイリスク・ハイリターンな治療法であり、正確な予後判定が求められている。
そこで本研究では、診断に必要十分な遺伝子からなる「骨髄系腫瘍診断遺伝子検査パネル」を用いた検査体制の確立と、それによって得られる変異情報、及び臨床情報を機械学習的手法で解析し、「骨髄系腫瘍の移植・治療成績予測アルゴリズムの確立」の確立を目指す。
|
| Outline of Annual Research Achievements |
骨髄系腫瘍に高頻度に見られる74遺伝子を標的とする遺伝子パネル及びそのライブラリ調整法、解析パイプラインを確立した。次世代シークエンサーを用いた解析において解析が難しいとされるCEBPA遺伝子領域の解析及びショートリードシークエンスが苦手とするFLT3-ITD変異についても見逃しの無い解析系を立ち上げた。また、これらをもちいて述べ300症例の解析を行い、その結果を蓄積している。
上記結果の内、一部特異な特徴をもつ症例群については、変異検索の結果を分子遺伝学的な特徴としてまとめ、論文報告を行った。
変異の解析を進めている中で遺伝子コピー数の解析精度向上の必要性が生じたため、解析パイプラインの精査を行った。その結果、染色体が正常にも関わらずマイクロな遺伝子欠失が起きうること、更にそれが疾患の原因となり得ることを見出している。さらに細かな領域のコピーナンバーを割り出す手法より、エクソンの倍加を特徴とするKMT2A-PTD変異の検出を可能にした。
また、得られた遺伝子変異情報とそのサイズ（variant allele frequency）を患者臨床情報と合わせ、格納するデータベース基盤作製を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
交付申請の留保を行ったことで、研究機関そのものは短くなっているが、効率的に症例解析を行うことで300症例のデータを蓄積できた。また、これらの内から若年世代に発症した骨髄異形成症候群の変異解析とその予後への影響、及び同種造血幹細胞後の極めて晩期に再発した症例の変異プロファイルを明らかにし報告できたことより順調に研究を遂行できていると判断する。
|
| Strategy for Future Research Activity |
引き続き、現状までに得られた遺伝子変異データと、それら症例の臨床情報を格納したデータベースの確立を目指す。追加で解析可能な症例を更に解析に組み込む、もしくは時系列的に症例を解析することで更に精緻なデータ蓄積を目指す。
また、これらの遺伝子変異・臨床上を当初の目的通りに機械学習的手法で解析し、遺伝子変異情報を用いた「骨髄系腫瘍の移植・治療成績予測アルゴリズムの確立」の確立を目指す。
|
