| 研究課題/領域番号 |
18K09300
|
|---|
| 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56040:産婦人科学関連
|
|---|
| 研究機関 | 東海大学 |
|---|
研究代表者 |
池田 仁惠 東海大学, 医学部, 講師 (20365993)
|
|---|
| 研究分担者 |
信田 政子 東海大学, 医学部, 講師 (10338717)
三上 幹男 東海大学, 医学部, 教授 (30190606)
柴田 健雄 東海大学, 健康学部, 講師 (30366033)
平澤 猛 東海大学, 医学部, 准教授 (70307289)
|
|---|
| 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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| 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 / 腫瘍マーカー / 早期診断 / がん検診 |
|---|
| 研究成果の概要 |
網羅的血清糖ペプチドスペクトラ解析(CSGSA)により得たピーク値(一人当たり2000ピーク)とAIを用いて初期卵巣癌の診断法の開発を試みた。EOC患者・非癌患者の血清を用いてCSGSAを施行、得られたCSGSAピーク値をすべて用いてPCA分析をもとに配置し2Dバーコードを作成し、さらにCA125とHE4の値で色付けした。この色付き2DバーコードをAIに深層学習させ、初期卵巣癌の鑑別を試みた。Training Setにて作成したアルゴリズムにTest Setを投入すると、AUCは95％であった。本診断方法はCA125、HE4単独よりも初期卵巣癌をより正確に診断可能であった。
|
| 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の開発し、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。
|
