| Project/Area Number |
22K20814
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
0901:Oncology and related fields
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
顧 文超 筑波大学, 医学医療系, 研究員 (10967318)
|
|---|
| Project Period (FY) |
2022-08-31 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ラジオミクス / ゲノミクス / シングルセル / がんの微小環境 / 放射線医学 / シングルセル解析 |
|---|
| Outline of Research at the Start |
これまでの頭頸部癌の画像診断では、局所の深部組織への進展や壊死などの腫瘍の存在範囲や病変の悪性度を評価してきた。しかし、近年ではゲノム医療に基づいた分子標的薬や免疫チェックポイント阻害剤など、がん免疫サイクルを考慮した新たな治療が導入されている。その適応には、がん遺伝子パネル検査が保険収載され、治療開始前のコンパニオン診断が重要となっている。本研究では、腫瘍の不均一性やがんの微小環境形成をRadio-Genomics 解析を使ってがんの微小環境を含めた「がん免疫応答」の評価を行う画像診断の開発を目指す。
|
| Outline of Annual Research Achievements |
がん診療における治療方針の決定における術前の画像検査は、原発巣の周囲組織への浸潤や所属リンパ節転移、遠隔転移評価を目的として撮像される。本研究は、頭頚部扁平上皮癌（HNSC）における疾患ゲノム情報データベースに基づき、腫瘍微小環境内のシグナル因子とイメージング表現型の関連性を明らかにすると同時に、がん免疫療法をはじめとした腫瘍免疫応答を考慮した集学的治療の層別化の構築について調査する。頭頚部扁平上皮癌患者の免疫チェックポイント阻害剤（ICI）による治療の効果を画像診断とゲノム情報から予測するためのRadiogenomicsモデルを構築する。頭頚部扁平上皮癌患者の造影CT画像とRNA-seqデータを用いて、バイオインフォマティクス解析を行う。造影CT画像から手動で病変関連領域を設定し、Pyradiomicsを用いて病変の画像的特徴量を取得する。ICI療法の効果の有無による画像特徴量の差を統計学的手法を用いて評価する。RNA-seqデータからも統計的手法を用いて遺伝子候補を選択する。さらに、腫瘍微小環境内のシグナル因子を探索し、医用画像表現型との関連性を調査し、明らかにする。頭頚部癌に特徴的な医用画像表現型評価における新たな課題に対して、腫瘍微小環境シグナル因子との関連性を明らかにすることで課題解決を目指し、がん免疫療法を含めた集学的治療を基盤とした治療効果の向上や治療抵抗性頭頚部癌への腫瘍免疫応答に対応した治療レジメン選択基準の構築を目的とする。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
GSEA解析により、ICI療法に応答する患者ではCYTOSOLIC_DNA_SENSING_PATHWAYが活性化していることが示された(p<0.05)。また、モデルは有効な患者群を区別し、その中には顕著な免疫細胞の浸潤およびImmuneScoreが見られることが認められた(p<0.05)。
一方、無効群では高いStromaScoreと少量の免疫細胞の浸潤が見られた。さらに、NMFクラスタリングを通じて、モデルが免疫サブグループを優れた区別能力を持っていることが判明した。本研究で構築したRadiogenomicsモデルは、免疫療法応答を予測する非常に優れた能力を示した。
|
| Strategy for Future Research Activity |
免疫療法を受けた患者のCT画像を用いてモデルの予測能力を検証する準備を進める。また、FFPEサンプルを用いたNGSシーケンシングも実施する。結果が以前の研究での発見と一致するかどうかを探り、さらに画像特徴とmRNAとの生物学的関係を明らかにすることを目指す。さらに、公共のシングルセルデータを用いて、免疫療法を受けた患者間での免疫細胞サブグループに違いがあるかどうかを評価する予定だ。
|
