2017 Fiscal Year Annual Research Report
Epigenetic profiling of cfDNA in breast cancer samples
| Project/Area Number |
16H05400
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
佐藤 史顕 京都大学, 医学研究科, 准教授 (20467426)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 栄治 京都大学, 医学研究科, 助教 (00612897)
戸井 雅和 京都大学, 医学研究科, 教授 (10207516)
松村 謙臣 京都大学, 医学研究科, 准教授 (20452336)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 乳癌 / エピジェネティクス / 血中浮遊DNA |
|---|
| Outline of Annual Research Achievements |
本研究は、血中浮遊DNAの由来をepigeneticで分類し、がん診断・治療効果予測に応用しようというものである。網羅的メチル化アレイデータより、種々の細胞種に特異的なepigeneticマーカーを同定し、それを活用したcfDNA由来プロファイリング法をデジタルPCR機 器を用いて確立し、その後、この由来プロファイリング法が、乳癌転移再発症例、術前補助療法症例の効果予測、原発巣や術後再発の 診断、他癌の診断に応用できるかを検証する予定である。 乳癌細胞そのものの同定としてゲノム変異に対するPCRを用いる。乳癌に高率で遺伝子変異をしているPIK3CAのexon9, 20にあるHot sp otに対するmutation（1624G>A, 1633G>A, 3140A>G, 3140A>T）を識別するPCR primer probeセットをデザイン。また、ルミナール型乳 がんの再発症例で変異率が上昇しているESR1遺伝子の変異Hot spotであるリガンド結合ドメインの変異(1609T>A, 1610A>G, 1610A>C,1 613A>G )を検出するPCRもデザインした。 また、それぞれの細胞種のepigenetics markerを、公的データベースから正常細胞、癌細胞の網羅的epigeneticsデータを入手しマー カーの同定を試みた。目的の細胞種以外で完全に無メチル化でその細胞腫のみメチル化しているという特異性の高いmarkerの同定が困 難であることが判明。内・外・中胚葉由来マーカーなどとの組み合わせで、計算で由来細胞のプロファイリングをする方向性が必要で あると思われる。 このプロファイリング方が確立した後、使用する標本は、収集を継続している。また、以前の乳癌マーカーの陽性率を、1024種の癌細胞株のメチル化アレイデータみると、特異度が高いマーカーと、汎腫瘍マーカーとにわけられた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
血中浮遊DNAの中で、癌細胞由来DNAを検出する部分に関しては、先行研究のepigenetic marker以外に、遺伝子変異を同定するPCRプライマーが出来た。この部分は進捗として予定通りである。正常細胞由来cfDNAに関して、最も理想的なのは、目的の細胞種以外で完全 に無メチル化でその細胞腫のみメチル化しているという特異性の高いmarkerの同定であるが、その同定が困難uと判明した。より網羅的なDatasetを用いたマーカー同定解析を試みるとともに、内・外・中胚葉由来マーカーなどとの組み合わせで、由来細胞の割合を推測するアルゴリズムを開発するという方向転換が必要であり、若干進捗が遅れている。
|
| Strategy for Future Research Activity |
現在、Illumina社のHM450Kというゲノム上の約48万箇所のDNAメチル化を測定するメチル化アレイを共通フォーマットとして、公共データを網羅的に解析することで、epigenetic marker同定を行っている。同定が困難なマーカーに関して、より新しいMethylationEPIC BeadChipというヒトゲ ノム上85万カ所のDNAメチル化を解析できるアレイでのデータ蓄積が進んでおり、高速シーケンサーによるデータと併せて、より網羅的にすることで、より特異的なマーカーの同定を試みる。また、胚葉別のマーカーなど、複数の細胞種類にオーバラップしたマーカ ーから計算で由来細胞の割合を推定するアルゴリズムの開発も併せてすすめる予定。
|
