| 研究課題/領域番号 |
19K08230
|
|---|
| 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52040:放射線科学関連
|
|---|
| 研究機関 | 札幌医科大学 |
|---|
研究代表者 |
長谷川 智一 札幌医科大学, 医学部, 助教 (80631168)
|
|---|
| 研究分担者 |
小塚 陽 (小塚 陽介) 札幌医科大学, 医学部, 訪問研究員 (50808160)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | ニューラルネットワーク / 腫瘍免疫 / 放射線治療 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
腫瘍細胞を細胞死に至らせる免疫原性細胞死（Immunogenic cell death）の誘導の有無が放射線治療成績に影響を与えて可能性に着目し、人工知能による解析手法の一つである機械学習法を用いて、より精度の高い適切な治療効果予測モデル作成する。患者個々で、放射線治療による免疫原性腫瘍死の有無や程度が予測できれば、個別化した放射線治療、特に、免疫チェックポイント阻害剤との効果的な併用法に寄与することが期待できる。今後の免疫療法を併用した放射線治療の臨床応用に向けて大きな知見をもたらすものとなる。
|
| 研究成果の概要 |
機械学習法を用いて、精度の高い臨床応用が容易な放射線治療による腫瘍免疫活性化の予測モデルを作成することであるが、前段階として生検標本を使用した免疫組織染色による放射線治療効果予測モデルを作成した。前立腺がん、下咽頭がんともに、従来法と比較してのANNを用いた解析では予測精度の向上を実現した。
さらに子宮頸癌のサンプルを用いて、免疫組織染色の判定にQuPathソフトウェアを用いて分類して定量化を行い、手動計数の結果と比較して有意な差がないことを検証した。今後、中咽頭癌のサンプルでも同様の解析を行い、免疫組織染色の判定方法の客観的評価と自動化を目指す。
|
| 研究成果の学術的意義や社会的意義 |
現在は、放射線治療が施行される場合、腫瘍の大きさや組織型が同じであれば画一的な線量が照射されているが、治療成績にばらつきがあり、癌組織の放射線感受性に応じた、個別化した放射線治療が求められている。放射線治療と免疫チェックポイント阻害剤の併用は行われ始めているが、最適な併用法や増感メカニズムなど未解明な点が多く、精度の高い臨床応用が容易な放射線治療による腫瘍免疫活性化の予測モデルの作成を目指す。
|
