| 研究課題/領域番号 |
17H04340
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
産婦人科学
|
|---|
| 研究機関 | 東海大学 |
|---|
研究代表者 |
三上 幹男 東海大学, 医学部, 教授 (30190606)
|
|---|
| 研究分担者 |
信田 政子 東海大学, 医学部, 講師 (10338717)
池田 仁惠 東海大学, 医学部, 講師 (20365993)
柴田 健雄 東海大学, 健康学部, 講師 (30366033)
宮澤 昌樹 東海大学, 医学部, 客員講師 (30624572)
平澤 猛 東海大学, 医学部, 准教授 (70307289)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
2019年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2018年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2017年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
|
|---|
| キーワード | 卵巣癌 / 血清バイオマーカー / 糖ペプチド / 質量分析 / 人工知能 / 深層学習 / リキッドバイオプシー / 卵巣癌早期診断 |
|---|
| 研究成果の概要 |
卵巣癌は発見時に進行例が多く、早期発見方法がなくその解決は重要な課題である。CSGSAによって同定したFS-C4BPは、レクチン電気泳動とウェスタンブロットによってその分子構造から予想される原理通りに健常人と卵巣癌例の選別が可能であった。CSGSAにより得た糖ペプチドピークを2次元バーコード化し人工知能によって深層学習させることで、健常人、良性疾患例、卵巣癌例を選別することが可能であった。また同様にCSGSAにより得た糖ペプチドピークに統計学的解析を行うことによって同様に選別することが可能であった。今後、これらの方法を用いて卵巣癌の早期発見を目指し社会実装を模索していく。
|
| 研究成果の学術的意義や社会的意義 |
卵巣癌は早期発見が難しくかつ予後も極めて悪い癌であり、新たな発想の新規診断技術導入が重要である。腫瘍マーカーは単一分子と認識され研究されてきたが、現状では卵巣癌早期診断は不可能であろう。そこで古い概念を打ち破り、究極のCombination Assayと考えられる網羅的血清糖ペプチドピークと人工知能を用いた卵巣癌早期診断を開発し、現在汎用されている卵巣癌マーカーであるCA125とHE4よりも有意に初期卵巣癌を判別できる診断法を開発した。
|
