機械学習を用いた脳梗塞抗体マーカー統合解析による脳梗塞発症予測の臨床応用

Research Project

Project/Area Number	24K19520
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 56010:Neurosurgery-related
Research Institution	Chiba University
Principal Investigator	吉田陽一千葉大学, 大学院医学研究院, 特任講師 (30861322)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	脳梗塞 / 抗体マーカー / 動脈硬化 / 統合解析
Outline of Research at the Start	脳梗塞発症の切迫度を評価できるマーカーがあれば臨床意義は大きい。脳梗塞発症までに暴露された抗原に対する自己抗体を尺度に、抗体マーカーを同定してきた。その中で、有用なマーカーにおける疾患特異性の違いを見出し、複数のマーカーを組み合わせて、機械学習を用いて統合解析することにより診断精度が上がることが確認できた。本研究では、網羅的なタンパク機能解析から有用な抗原候補タンパク質を抽出して、大規模な抗体レベル測定を行う。機械学習モデルで解析することにより、診断精度の高い組み合わせを導き出す。さらに臨床データも加味して、患者層別化した最適なマーカーセットを選定し、簡易キット作成による臨床応用を目指す。