病理組織切片デジタル画像を用いた機械学習と口腔癌の浸潤能予測ツールの開発

2020 Fiscal Year Research-status Report

• Project/Area Number: 20K21884
• Research Institution: University of Yamanashi
• Principal Investigator: 上木 耕一郎 山梨大学, 大学院総合研究部, 教授 (40313663)
• Co-Investigator(Kenkyū-buntansha): 安藤 英俊 山梨大学, 大学院総合研究部, 准教授 (50221742) ; 吉澤 邦夫 山梨大学, 大学院総合研究部, 准教授 (60452108)
• Project Period (FY): 2020-07-30 – 2022-03-31
• Keywords: 口腔扁平上皮癌 / 浸潤様式 / 機械学習 / 上皮間葉移行 / 病理組織切片 / デジタル画像

Outline of Annual Research Achievements

本研究は、先行研究において製作された「機械学習による口腔癌の浸潤能予測ツール」を用いて、YK(山本・小浜分類)分類の浸潤先端部の形状特徴を変化させうる責任遺伝子情報を補足することで、予後予測の精度を上げることを目的とする。
口腔癌の浸潤能および予後を推測するために、病理組織標本の浸潤形態に着目したがん浸潤様式が国内では頻用されている。そこで、我々はこれまでに予後判定に有用とされるがん浸潤様式(YK分類)の判別方法を自動化する機械学習による口腔癌の浸潤予測ツールを開発したが、そのツールを用いて病理組織切片を浸潤様式の特徴ベクトルの低いものから高いものへ連続的に並べ、隣同士の病理切片や、2型と3型、3型と4型などの境界となる切片の変異や発現量の違いなどを調べ、YK分類と生命予後関連遺伝子群との関係性とYK分類の浸潤先端部の形状特徴を変化させる責任遺伝子情報の解析を始めた。
また、その遺伝子の機能発現を実際の臨床材料で調べるために、病理組織切片を用いて免疫組織染色法にて浸潤先端部における発現を調べており、その画像特徴もWhole Slide Imagin処理を用いて抽出している。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

共同分担者である工学部との分担研究者との打ち合わせを定期的に行い、両者の進捗状況を確認しながら進めているため、自己評価としておおむね順調に進展していると評価できる。

Strategy for Future Research Activity

本研究の分析資料は、病理組織標本の浸潤先端部の画像と保有する遺伝子情報のそれぞれであるが、症例データ数には限りがあるそのため、なるべく多くの画像特徴量を抽出したい。そこで、全視野病理組織標本のマクロ像およびMRI画像の特徴量も加え、高次元特徴量を追加する予定である。

Causes of Carryover

次年度使用額が生じた理由としては、初年度に物品費が当初の予定よりも比較的安価に購入できたためと考えられる。
また、使用計画としては、病理組織切片標本を作製するための消耗品や使用する免疫染色用の抗体に購入に用いることとする。