2022 Fiscal Year Research-status Report
血清メタボロミクスを基盤としたハイスループット膵臓がんスクリーニングシステム
| Project/Area Number |
22K07296
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
吉村 健太郎 山梨大学, 大学院総合研究部, 講師 (70516921)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | がん診断 / メタボロミクス / リピドミクス / 質量分析 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
質量分析（Mass spectrometry, MS）を用いた成分分析を基盤とした新規がん診断法の確立に向けた研究が世界的に進められているが、組織の採取が必要であることや、前処理やクロマト分離に時間がかかること等の理由により、従前法による病理診断を超える方法論の確立には至っていない。そこで本研究では、1μL以下の血清を質量分析で成分分析し、そこからがん特異的な組成変化を検知することで10秒以内に膵臓がんの存在を示すことが可能な、ハイスループット膵臓がんスクリーニングシステムを構築することを目的としている。
ハイスループットの成分分析を可能とするための要素技術である、Liquid Probe Ionization（LPI, 旧名称Sheath-flow Probe Electrospray Ionization, 特許7109731号）は質量分析に用いるイオン化部であり、金属製の針を樹脂製の外套に貫通させたプローブを上下運動させ、試料採取と成分のイオン化を連続的に行う。プローブ先端の小さな孔からは金属針がわずかに突出しており、かつ表面には溶媒の膜が形成されており、この溶媒膜によって試料中の成分が採取される。採取された成分は電圧の印加により溶媒と共にエレクトロスプレーされ、質量分析装置へと導入される。
2023年度は複数の異なった形状のLPIプローブを構築し、未処理血清から成分分析結果を得るための質量分析条件の検討を行った。また130名の膵がん患者より術前、術後血清を、200名の非がん患者よりコントロール血清を収集し、患者情報と共にバイオバンクを構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
イオン化機構の構築：高圧電源、メカシリンダ、デジタル遅延パルス発生器、高速高電圧トランジスタスイッチを組み合わせ、プローブの駆動と電圧印加を制御可能なイオン化機構を構築した。
LPI専用プローブ：プローブ形状は分析結果に最も影響を与える重要部であるため、複数種の試作品を作成し比較検討を行った。ヒト血清を用いた分析における生体分子の検出感度と再現性を基に、最適なプローブ形状が決定された。プローブを構成する素材より可塑剤などの外来成分が溶出すると、分析の際にノイズとなり正確な組成の取得に影響を与えるため、外来成分が検出されない素材の検討も行った。
質量分析装置との連結：質量分析装置のスキャンタイミングとイオン化機構のプローブ挙動/電圧印加タイミングを同期させるためのプログラム構築を行った。またプローブ先端のエレクトロスプレー発生部と、質量分析装置のイオン導入孔のアライメントを調整するためのステージ機構を構築した。完成したLPI-MSを用いて試験を行ったところ、前処理なしのヒト血清を10秒で成分分析できることが確認された。得られたマススペクトルには低分子代謝産物や脂質が100種以上存在することが確認され、LPI-MSを用いた膵がん診断アルゴリズムを確立するための、ヒト血清成分データベースを構築する準備が整った。
|
| Strategy for Future Research Activity |
データベース構築：コントロールおよび膵がん患者の血清を引き続き収集し、LPI-MSを用いて順次成分分析する。得られた結果を患者背景情報と共に蓄積し、関係データベースを構築する。
膵がん診断アルゴリズム構築：上記関係データベースを用いて、人工知能の一種である機械学習（サポートベクターマシンやロジスティック回帰など）を基盤とした膵がん診断アルゴリズムを構築する。当初は非がんと膵がんステージ3、4の二群判別にて正答率80%以上を目指し、次いで下位ステージやIPMN（IPMA/IPMC）を含めた多群判別へと進める。データベースにはがん特異的な生体分子の発現量変化（代謝変化）が内包されているため、マーカー分子の探索や、病態解明の分子基盤を構築することも併せて企図する。
オートサンプラー構築：現在のオートサンプラー試作機は、96ウェルプレートに入れられた検体の分析を想定しているため大型であるが、LPI-MSでは1μLの検体で分析が可能であるため、専用のサンプルプレートの設計を行い、装置の小型化を目指す。
|
| Causes of Carryover |
購入する物品の価格が想定より低くなったものが生じたため。次年度研究計画における消耗品の購入に使用する。
|
