Metabolomics with alternative decision tree-based machine learning methods for the prediction of cdk 4/6 inhibitor efficacy

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K08676
• Research Institution: Teikyo University
• Principal Investigator: 神野 浩光 帝京大学, 医学部, 教授 (20216261)
• Co-Investigator(Kenkyū-buntansha): 砂村 眞琴 東京医科大学, 医学部, 兼任教授 (10201584) ; 杉本 昌弘 東京医科大学, 医学部, 教授 (30458963)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 乳癌 / cdk 4/6 阻害剤 / 効果予測 / メタボローム / マルチオミックス

Outline of Annual Research Achievements

ホルモンレセプター陽性の再発乳癌に対する標準治療は内分泌療法とcdk4/6阻害剤の組み合わせであるが、その奏効率は40％程度である。一方 、好中球減少症を代表とする有害事象は約8割に発現がみられ、またcdk 4/6阻害剤は薬剤費も高額であるため、cdk 4/6阻害剤が有効な群を選 定する必要がある。代謝物と呼ばれる低分子を網羅的に測定して、環境や疾患などの要因により変化する代謝物から細胞の機能解析や、各疾患 への診断応用などを研究する最も新しいオミックスであるメタボロミクスを用いて、cdk 4/6阻害剤の効果予測法の確立を行う。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

症例集積が予定より遅れているため。

Strategy for Future Research Activity

対象患者の血液と針生検組織を採取する。連結可能匿名化を行い、cdk 4/6阻害剤を投与した約50症例の解析終了後にその結果と各症例のcdk 4/6阻害剤の効果を含む臨床データを比較解析する。測定前にメタボロームは測定方法の最適化を行う。メタボロームの結果からAIを用いて数理モデルを開発する方法は(Sugimotoet al, Int J Biol Markers, 2014, Takada et al, Breast Cancer Res Treat, 2018)を用いる。途中で各データの解析結果にてその精度検証やモデルの適応可能症例の解析を行い、その後の研究設計を柔軟に変更する。評価試験の段階では段階的にデータの取得と解析を繰り返す。研究組織でTV会議等も含めて進捗状況の情報共有をしながら進める。

Causes of Carryover

理由：Covid-19により、予定をしていた学会旅費や消耗品、物品購入が少なかった。
使用計画：物品購入、謝金、学会費、学会出張旅費等。