研究課題/領域番号 |
18K08617
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分55020:消化器外科学関連
|
研究機関 | 大阪大学 |
研究代表者 |
坂井 大介 大阪大学, 医学部附属病院, 特任講師(常勤) (10621071)
|
研究分担者 |
石井 秀始 大阪大学, 医学系研究科, 特任教授(常勤) (10280736)
今野 雅允 大阪大学, 医学系研究科, 寄附講座講師 (80618207)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
キーワード | 化学療法 / 消化器がん / 人工知能 |
研究成果の概要 |
手術により摘出したがん細胞から抗がん剤の組み合わせを決定することができれば、術後化学療 法の効果は飛躍的に上昇し結果としてがんの予後改善につながると考えられる。しかし現状ではがん細胞から取得したシークエンスデータを人が解析し、効果 のある抗癌剤を判断するのは相当な時間と労力を要し、患者個人にとって最適な抗がん剤の組み合わせを導き出すのは無理である。そこで本研究では約200種の がん細胞のシークエンスデータおよび各々の細胞の265種の抗がん剤への感受性データから人工知能(AI)を用いて深層学習を行いシークエンスデータから最適な 抗がん剤の組み合わせを導き出す治療支援システムの構築を目指した。
|
研究成果の学術的意義や社会的意義 |
実装した畳み込みニューラルネットワーク(Convolutional Neural Network :CNN)を用いて最適な抗がん剤の組み合わせの決定を行うことにより、同臨床検体を用いてマウス移植モデル(patient-derived xenograft: PDXモデル)を作成し、人工知能により導き出された効果的抗がん剤の組み合わせで精密医療を目指した基盤を構築することができた。
|