2023 Fiscal Year Annual Research Report
マルチオミックス解析と機械学習による関節リウマチ治療効果予測
Project/Area Number |
22K16359
|
Research Institution | Kyoto University |
Principal Investigator |
藤井 貴之 京都大学, 医学研究科, 特定病院助教 (30911557)
|
Project Period (FY) |
2022-04-01 – 2024-03-31
|
Keywords | 関節リウマチ |
Outline of Annual Research Achievements |
本研究の目的は、オミックス解析と機械学習の手法に基づく関節リウマチの治療有効性を予測する因子の同定、および治療有効性を予測するモデルの作成により、関節リウマチ最適化治療の基盤を構築することである。具体的には、①末梢血単核細胞の遺伝子発現プロファイル解析、および血漿のメタボロームとリピドームからマルチオミックス解析を行い、生物学的製剤の反応性に関連する因子を抽出する。また、②関節リウマチのコホート研究であるKURAMAコホートとANSWERコホートのビッグデータを用いて、一般的な臨床指標から、治療反応性に関する機械学習モデルの作成を行う。さらに、③マルチオミックス解析の結果から関節リウマチや自己免疫性疾患に関連が推測される分子を抽出すると共に、基礎実験において生物学的意義を明らかにする。本研究の成果は、最適な関節リウマチ治療薬の選択を可能とし、関節リウマチ治療成績の向上と関節リウマチ治療の個別化、引いては医療費削減につながることが期待できる。本研究では、3本の研究論文を発表した。最初の論文では、治療前に末梢血単核細胞におけるインターフェロン関連遺伝子発現の高い患者においてはTNF阻害薬の効果が乏しいことが分かり報告した。もう一報の論文では、末梢血単核細胞遺伝子の中に単球由来の遺伝子が多く含まれると、生物学的製剤アバタセプトの治療反応性が悪くなることを報告した。さらに、KURAMAコホートの5070患者のビッグデータを用いて、関節リウマチの治療成績が新薬の登場により改善していることが臨床のリアルワールドデータから明らかになり、論文発表した。また本論文とは別のテーマで欧州および米国の国際学会でそれぞれ口演を行い、論文発表準備中である。
|
-
-
-
-
[Presentation] A machine learning model that predicts RA progression from undifferentiated arthritis -KURAMA and ANSWER cohort study-2023
Author(s)
Takayuki Fujii, Koichi Murata, Hideo Onizawa, Akira Onishi, Kosaku Murakami, Masao Tanaka, Wataru Yamamoto, Kouji Nagai, Ayaka Yoshikawa, Yuki Etani, Yasutaka Okita, Naofumi Yoshida, Hideki Amuro, Takaichi Okano, Yo Ueda, Ryota Hara, Motomu Hashimoto, Tadashi Okano, Akio Morinobu, Shuichi Matsuda
Organizer
European Alliance of Associations for Rheumatology (EULAR) 2023
Int'l Joint Research