2019 Fiscal Year Annual Research Report
Machine-learning-based investigation of the effect of psychotropic agents on resting-state functional connectivity
| Project/Area Number |
16K10233
|
|---|
| Research Institution | National Institutes for Quantum and Radiological Science and Technology |
|---|
Principal Investigator |
八幡 憲明 国立研究開発法人量子科学技術研究開発機構, 量子生命科学領域, グループリーダー(定常) (70409150)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 脳・神経 / 精神疾患 / 安静時脳機能画像 / 機能的結合 / 薬理学 |
|---|
| Outline of Annual Research Achievements |
本研究は、向精神薬投与下の動物にマルチモダル磁気共鳴撮像法（ＭＲＩ）脳計測を実施し、機械学習ベースの情報抽出技術を適用しながら、機能的結合などの脳画像指標と向精神薬服用との間の関係性を定量的に表現できるモデルの開発を目的とした。具体的には次に挙げる各項目が実施された：（１）マルチモダルＭＲＩデータの取得ならびに行動実験を実施した。成熟マウス（Ｃ５７種）に対し、動物用７テスラＭＲＩ装置とマウス頭部専用の過冷却好感度ＲＦコイルを組み合わせながら、高精度脳構造画像や安静時脳機能画像などの取得を縦断的に行った。撮像期間中、一部の個体に対しては向精神薬（抗うつ薬等）の連続投与が行われた。また、撮像期間の前後において薬物投与の効果を測る行動実験が実施された。加えて、成熟マーモセットについてもＭＲＩ脳構造・脳機能画像データが取得された。（２）安静時脳機能画像による機能的結合評価指標を（１）で取得されたＭＲＩデータに適用し、薬物投与群・非投与群の機能結合パターンの比較検討を行った。マウス・マーモセット双方のＭＲＩデータに対して適用可能な画像処理パイプラインを確立した後、データ駆動で全脳領域間の機能的結合を網羅的に検索したところ、皮質・皮質下領域をノードとする機能的結合パターンにおいて群間差が示された。（３）ヒト臨床データを用いた検討を実施した。気分障害における抗うつ薬、統合失調症における抗精神病薬の服薬プロファイルに関連した機能的結合群を、機械学習による特徴抽出解析によって特定した。選択された機能的結合群（全結合の約0.5％以下）の結合強度を用いた線形モデルにより、特定の薬物を服用している患者群を、服用していない患者群ならびに健常対照群と統計的有意に判別できることが示された（AUC＞0.7）。なお、別途解析で得られた疾患そのものを特徴付ける機能的結合群との間で結合の重複は認められなかった。
|
Research Products
(3 results)
-
-
[Journal Article] Common Functional Networks in the Mouse Brain Revealed by Multi-Centre Resting-State fMRI Analysis.2020
Author(s)
Grandjean J, Canella C, Anckaerts C, Ayranci G, Bougacha S, Bienert T, Buehlmann D, Coletta L, Gallino D, Gass N, Garin CM, Nadkarni NA, Hubner NS, Karatas M, Komaki Y, Kreitz S, Mandino F, Mechling A E, Sato C, Sauer K, Shah D, Strobelt S, Takata N, Wank I, Wu T, Yahata N, et al.
-
Journal Title
NeuroImage
Volume: 205
Pages: 116278
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
