2022 Fiscal Year Annual Research Report
呼気成分による複数疾病のAI診断と生物学的基盤に関する研究
| Project/Area Number |
20H04283
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
作村 諭一 奈良先端科学技術大学院大学, データ駆動型サイエンス創造センター, 教授 (50324968)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮内 睦美 広島大学, 医系科学研究科(歯), 教授 (50169265)
清水 淳市 愛知県がんセンター(研究所), 分子診断TR分野, 研究員 (80796889)
申 ウソク 国立研究開発法人産業技術総合研究所, 材料・化学領域, 副研究部門長 (10357246)
伊藤 敏雄 国立研究開発法人産業技術総合研究所, 材料・化学領域, 主任研究員 (90377888)
増田 佳丈 国立研究開発法人産業技術総合研究所, 材料・化学領域, 研究グループ長 (20324460)
赤松 貴文 国立研究開発法人産業技術総合研究所, 材料・化学領域, 主任研究員 (60635316) [Withdrawn]
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 呼気内揮発性有機化合物 / データ前処理 / がん診断 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
血液成分は肺を介して呼気に反映される。ゆえに呼気成分による高精度な診断が可能となれば、患者の初期スクリーニングとして有効である。本研究の目的は、非侵襲的な呼気内の揮発性有機化合物（VOC）による疾患診断の性能評価と生物学的な解釈を行い、侵襲的な血液検査に代わる信頼性のある診断技術の確立を行うことである。コロナ禍の影響により、研究期間に行う予定であった肺がん患者の呼気採取が十分に行えなかった。ゆえに、肺がん診断については同研究グループによる先行研究で用いた肺がん患者の呼気を用いて別の解析を行った。歯周炎(PD)、NASH、肝がん(HCC)については、研究期間前に呼気を取得済みであったため、高精度の診断方法を開発した。
これまで健常(C)、PD、NASH、HCCの診断のために、機械学習法を駆使してきたが、大きな精度改善は見られなかった。そこで、呼気VOCの計測値をそのまま解析するのではなく、適切な前処理を適用することを前年度から取り組んだ。VOCの濃度を比率に変換したところ、簡素な機械学習法で極めて高精度の診断が可能となった（精度 C-PD 94%; C-NASH 99%; C-HCC 97%）。また、肝臓内のシトクロムP450が代謝するVOCと腸内細菌が分泌するVOCの組み合わせが、これらの疾患の診断にゆうこうであることが分かった（論文投稿中）。肺がんについても、VOCの比率に変換して簡素な機械学習を適用したところ、我々の先行研究よりも高い精度を得ることができた。これらの結果は、呼気VOCには個人差があり、比率に変換することで個人差を排除できるために、精度向上が得られることを示す。また、がん細胞内の同時観測できない分子濃度を同時観測化する技術開発に取り組み、擬似的な同時観測データへの変換手法を開発した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
