2022 Fiscal Year Annual Research Report
AIとRadiogenomicsを応用した治療薬選択における癌不均一性の克服
| Project/Area Number |
20K09115
|
|---|
| Research Institution | Chiba Cancer Center (Research Institute) |
|---|
Principal Investigator |
星野 敢 千葉県がんセンター(研究所), 消化器外科, 主任医長 (10400904)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
横田 元 千葉大学, 大学院医学研究院, 講師 (20649280)
森 康久仁 千葉大学, 大学院工学研究院, 助教 (40361414)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | Radiogenomics / TMB / 不均一性 |
|---|
| Outline of Annual Research Achievements |
本研究ではRadiogenomicsの技術とAIの技術を用いて、画像から腫瘍の特性を予測することを目的とした。Tumor mutational burden(TMB)は、がん患者の免疫チェックポイント阻害剤に対する応答のバイオマーカーとして注目されている。本研究では,大腸癌(CRC)患者の原発巣および肝転移巣におけるTMBの状態を評価した。さらに、原発巣および肝転移巣におけるTMBの状態は、コンピューター断層撮影(CT)画像に基づいてRadiogenomicsによって推測された。研究対象集団には、肝転移のある24人のCRC患者が含まれた。患者から得られた原発巣および肝転移巣からDNAを抽出し、TMB値を次世代シーケンシングによって評価した。TMB値は、10/100 Mb以上の場合、高値と判定した。 TMBのラジオゲノム解析は、CT画像を用いた機械学習と予測モデルの構築によって行われた。7例中24例(29.2%)において、原発巣と肝転移巣でTMBのstatusが異なっていた。AI解析によるラジオゲノム解析を行い、TMBの状態が高値か低値かを予測した。receiver operating characteristic curve の最大値は,原発性CRCで0.732,肝転移を伴うCRCで0.812であった。TMB statusの不一致について構築されたモデルの感度、特異度、および精度は、それぞれ0.857、0.600、および0.682であった。以上の結果から,Radiogenomicsを用いてTMBの状態を正確に推測できることが示唆された。したがって、Radiogenomicsは、臨床現場でのCRC患者の診断、治療、および予後を改善する可能性があるものと考えられた。
|
Research Products
(5 results)
