2023 Fiscal Year Annual Research Report
患者iPS細胞表現型からの孤発性パーキンソン病の層別化と最適治療の開発
| Project/Area Number |
21H02814
|
|---|
| Research Institution | Juntendo University |
|---|
Principal Investigator |
赤松 和土 順天堂大学, 大学院医学研究科, 教授 (60338184)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
清田 純 国立研究開発法人理化学研究所, 情報統合本部, チームリーダー (40793790)
太田 禎生 東京大学, 先端科学技術研究センター, 准教授 (70731214)
石川 景一 順天堂大学, 大学院医学研究科, 准教授 (90733973)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | パーキンソン病 / 機械学習 / 深層学習 / 高速イメージャー / 層別化 |
|---|
| Outline of Annual Research Achievements |
パーキンソン病症例の9割を占める孤発性症例は臨床症状からもその原因が多様な集団と予測され、疾患修飾治療法の開発にはその層別化が必須と考えられる。申請者は孤発性症例の患者iPS細胞表現型を遺伝性症例と比較しながら解析し、その表現型から分類することができれば最適な治療の開発につながると考え研究を進めてきた。本研究では、申請者がこれまで樹立した数百例の孤発性パーキンソン病患者iPS細胞由来ニューロンに対して ①細胞染色画像情報の直接の機械学習 ②高速3Dイメージャーを用いたハイスループットな細胞3D形態情報の取得とその機械学習 という2つの方法を用いることにより、各症例を客観的に分類可能な独自のシステムを構築することを目標とした。今年度は昨年度に引き続き、①サンプル数を増加し、②機械学習でなく深層学習を用いる、③可能であれば臨床データを付加する を改善点として、理化学研究所健康医療データAI解析標準化ユニット（現・医療データ深層学習チーム）と共同研究契約を締結し研究を開始し、①関心領域である細胞体のみ抽出するアルゴリズムを開発 ②サンプル数・遺伝性症例の種類の増加 によって、マイトファジー異常を示す遺伝性症例に関しては正答率を100%に上昇させることに成功した。その判別根拠をGrad-CAMを用いて解析を行ったところ、細胞核を判別の根拠としていることが明らかになった。細胞の形態を東京大学先端科学技術センターで開発されたAIを用いた高速イメージャー（Ghost Cytometry）を用いて細胞形態による疾患と健常の直接の判別ができないかを検討した。正常対照とマイトファジー異常を示す遺伝性症例という比較で解析を開始したが、分化誘導したドパミン神経細胞を用いた場合の正答率は70%程度と高くはなく、未分化のiPS細胞の方が74-79%と高い判別制度を得ることが明らかになった。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
