| Project/Area Number |
23K28017
|
|---|
| Project/Area Number (Other) |
23H03327 (2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59040:Nutrition science and health science-related
|
|---|
| Research Institution | Kyoto University (2024)
Gifu University (2023) |
|---|
Principal Investigator |
矢部 大介 京都大学, 医学研究科, 教授 (60378643)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
堀川 幸男 岐阜大学, 医学部附属病院, 准教授 (10323370)
室谷 健太 久留米大学, 付置研究所, 教授 (10626443)
飯塚 勝美 藤田医科大学, 医学部, 教授 (40431712)
松本 晃太郎 九州大学, 医学研究院, 助教 (60932217)
矢部 富雄 岐阜大学, 応用生物科学部, 教授 (70356260)
高橋 佳大 岐阜大学, 医学部附属病院, 助教 (60950045)
|
|---|
| Project Period (FY) |
2024-04-01 – 2028-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000)
Fiscal Year 2027: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2025: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2024: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
|
|---|
| Keywords | 老年症候群 / 機械学習 / コホート / 糖尿病 / サルコペニア / 健診データ / 個別化栄養療法 / 支援アプリ / 地域コホート / 老年症候群予防 / 深層学習 |
|---|
| Outline of Research at the Start |
本研究では、食習慣ならびに運動習慣、ゲノムや腸内細菌叢等の情報、糖尿病や肥満症などの基礎疾患の有無とこれら疾患の病態を評価するバイオマーカーの統合情報が、サルコペニアや認知症、フレイルの発症・進展に与える影響を、岐阜県に在住の75歳以上の高齢者を対象としたコホートからデータ収集、深層学習を行うことで明確化し、食習慣、ゲノム情報、腸内細菌叢、基礎疾患の有無によりサルコペニア、認知症、フレイルの発症・進展を予測するリスク・エンジンを作出し、個別化栄養療法支援アプリを開発する。
|
| Outline of Annual Research Achievements |
超々高齢社会に突入したわが国では高齢者のサルコペニアや認知症、フレイルなど老齢症候群の発症・重症化予防が喫緊の課題である。慣習的に摂取する食品の種類や量、その影響を受ける腸内細菌叢の変化がサルコペニアや認知症、フレイルの発症・重症化と密接に関連することが指摘されている。しかるに、個々人の食習慣、運動習慣、腸内細菌叢等の情報をゲノム情報や基礎疾患の有無等と統合し、老齢症候群の発症・重症化予防を可能にしようとする個別化栄養療法（Precision Nutrition）に関する研究は未だ途に就いたばかりである。本研究では、慣習的に摂取する食品の種類や量と共に、運動習慣、個々人のゲノムや腸内細菌叢の情報、糖尿病や肥満症など基礎疾患の有無、病態に関連する種々のバイオマーカーの情報を統合し、サルコペニアや認知症、サルコペニアの発症・進展に与える影響を、75歳以上の高齢者を対象としたコホートデータの深層学習により明らかにし老齢症候群の発症・重症化予防に資する個別化栄養介入支援アプリを作出する。2024年度は、１）岐阜県岐阜市ゲノムコホートの第３次調査を実施した（回収率が十分でないため、2025年度も調査を継続する）、２）岐阜県関ケ原町の住民健診において、サルコペニア・フレイルに関する調査を実施した、３）長浜ながはまコホートを活用し、高齢者の口腔機能について、糖尿病があると喪失歯数が多く、咀嚼力が低いという結果を見出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2023年度に予定していた岐阜県岐阜市ゲノムコホート第３次調査が2024年度にずれ込んだこと、また回収率が低迷していることがから2025年度にも調査を継続することになったため、機械学習に供するデータが現時点でそろっていない。また、研究代表者が、2024年3月に岐阜大学医学系研究科から京都大学医学研究科に異動となり、岐阜大学と関ケ原町の連携協定のもと実施している住民健診を用いた2025年度のフォローアップに難渋している。一方、京都大学医学研究科が滋賀県長浜市と連携協定のもと実施している長浜ゲノムコホートを活用して一定の成果を創出しており、上述の岐阜県岐阜市ゲノムコホートと連動した解析により研究遂行を目指している。
|
| Strategy for Future Research Activity |
2025年度中に、岐阜県岐阜市ゲノムコホート第３次調査を完遂し、長浜ゲノムコホートを一部活用しながら2026年度中にモデルを作製する。2027年度中に、アプリを作製し、社会実装に向け臨床研究も検討する。
|
