| Project/Area Number |
23K23195
|
|---|
| Project/Area Number (Other) |
22H01927 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 28050:Nano/micro-systems-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
Ryuzaki Sou 北海道大学, 理学研究院, 准教授 (60625333)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
馬場 英司 九州大学, 医学研究院, 教授 (00315475)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2023: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
|
|---|
| Keywords | 細胞外小胞 / プラズモニクス / ナノバイオセンサー / 1粒子解析 / ラマン分光法 / エクソソーム / ラマン分光 / ナノポアデバイス |
|---|
| Outline of Research at the Start |
プラズモン共鳴を示す直径200 nm程の貫通孔にEVを1粒子ずつ通過させ、その際にEV表面の表面増強ラマンスペクトルを計測する。得られた1EVラマンスペクトルには、脂質やタンパク質などの複数の分子情報が反映されているため複雑なデータになっているが、本技術によって得られる膨大な1EVラマンスペクトルに対して機械学習を行うことで、正確な分子同定（ピーク帰属）を行う。そして、がん種ごとにEV表面分子組成を明らかにし、その違いからがん識別を行う。また、がん患者の血中EVを計測することで本手法の実証試験も行う。
|
| Outline of Final Research Achievements |
In this study, "single-particle surface molecular analysis technology," originally developed by the applicant, was employed to measure the surface molecules of various extracellular vesicles (EVs) secreted from different cancer cell lines, as well as EVs isolated from the plasma of cancer patients. Classification and surface molecular profiling of individual EVs were performed. As a result, classification analysis using optimized machine learning achieved an identification accuracy exceeding 95%. Interestingly, EVs derived from anatomically or functionally related organs exhibited relatively high similarity in their surface molecular profiles. Future expansion of sample size and clinical study scale is expected to facilitate the development of a novel cancer diagnostic method based on EV surface molecular information.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、1粒子レベルでEV表面分子を高精度に解析できる独自技術を確立し、がん由来EVの識別と各EVの特徴量を解析した点で学術的に大きな意義を有する。特に機械学習を組み合わせることで高精度な識別が可能となり、EV研究の新たな展開が期待される。さらに一連の研究を通じ、EV表面分子の特徴と臓器特異性に関する新たな知見が得られ、EV研究の深化とバイオマーカー探索への貢献が期待される。社会的には、EV表面分子情報に基づく新たながん検査法の実現に貢献し、早期診断や個別化医療の推進に資する可能性が高い。今後、さらなるデータ蓄積と臨床応用の展開により、がん診断技術の革新に寄与すると期待される。
|
