2018 Fiscal Year Annual Research Report
Comprehensive screening and optimization of "marker features" in olfactory sensor signals toward breath diagnostics
| Project/Area Number |
18H04168
|
|---|
| Research Institution | National Institute for Materials Science |
|---|
Principal Investigator |
吉川 元起 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, グループリーダー (70401172)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 嗅覚センサ / 膜型表面応力センサ（MSS） / 呼気診断 / 機械学習 / マーカー特徴量 |
|---|
| Outline of Annual Research Achievements |
１０００種類以上の多成分混合ガスである呼気は、疾患によって数十種類のガス濃度比が微妙に変化すると考えられており、疾患の状態を反映する「マーカー分子」の特定が難しい。またそれらのピンポイント測定だけでは情報不足となる可能性が報告されている。
そこで本研究では、呼気全体を多種類のセンサ素子でパターン化する嗅覚センサを用いて、疾患に起因する複雑なガス濃度比の変化全体を捉え、この嗅覚センサシグナルのうち、がん関連の医療メタデータと明確な相関を示す特徴を「マーカー特徴量」と定義し、その網羅的な探索を行う。本研究では、小型嗅覚センサ素子として高い感度や多様性を有する「ＭＳＳ」を利用する。このＭＳＳに関しては、産学官連携によって、嗅覚センサに必要となるハードウェア／ソフトウェア両面の包括的な技術体系を構築しており、これらと密に連携することにより、嗅覚センサの呼気診断への適用可能性を最大限追求する。
２０１８年度は、可能な限り効率よく信頼性の高いデータを収集するために、呼気の採取から測定までの一連のプロトコルの確立を進めた。具体的には、温度や湿度の揺らぎやサンプルの経時変化など、センサシグナルの信頼性や再現性の低下の原因となる不確定な要素の徹底的な排除を行った。その結果、センサシグナルに影響を与えている要因が明らかになり、その影響の少ないサンプルを用いた解析では良好な結果が得られることも明らかになってきた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
測定方法だけでなく、解析方法についても大きな進展が見られたため。
|
| Strategy for Future Research Activity |
２０１９年度は、２０１８年度までに得られた知見を元に、サンプルの収集方法と測定系の改良を行い、呼気成分の情報を可能な限り正確に測定可能なプロトコルと測定システムの構築を目指す。これらのデータを用いて、医療メタデータとの相関関係を網羅的に検証し、センサシグナルの各特徴量との定量的な関係の抽出を目指す。特に有意な相関が認められる組み合わせに関しては、同種の呼気サンプルを集中的に採取し、統計的な検証を進める。これと並行して、共同研究を進めている医療機関と共に、医学的観点に基づいた医療メタデータとの照合を行う。
|
