研究課題/領域番号 |
19K09172
|
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 |
佐藤 太郎 大阪大学, 医学系研究科, 寄附講座教授 (40368303)
|
研究分担者 |
今野 雅允 東京理科大学, 研究推進機構生命医科学研究所, 助教 (80618207)
石井 秀始 大阪大学, 医学系研究科, 特任教授(常勤) (10280736)
小関 準 名古屋大学, 医学系研究科, 特任准教授 (20616669)
|
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 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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 | 化学療法 / 人工知能 / シークエンス |
研究開始時の研究の概要 |
我々は人工知能が最も得意とする画像認識技術に着目しこれを、がんの化学療法に応用する ことを目指す。がん細胞のDNA, RNAシークエンスを実施し、そのデータを基に効果のある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。そこで本研究では約200種のがん細胞のDNA,RNA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DNA,RNA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す。
|
研究成果の概要 |
約200種のがん細胞のDNA,RNA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DNA,RNA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研究を行った。ゲノム情報によるビックデータの機械学習の特徴表現の抽出と、その結果に基づく難治性消化器がんに対する薬物療法や免疫チェックポイント阻害剤の最適化に向けた、情報基盤を構築することができた。この知見は、薬物療法に加えて放射線療法や手術の最適化に応用することが可能であり、AIホスピタルを含めた実臨床への社会実装に貢献することができた。
|
研究成果の学術的意義や社会的意義 |
本研究ではDNA,RNA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す。本研究は生命科学医療分野における超スマート社会の実現に寄与する。抗がん剤感受性データおよびがんの二次元化シークエンスデータを用いて個々の患者でそれぞれ最適な抗がん剤の組み合わせを提示し、それに基づいて医師が治療法の決定を行うことができる真の個別化医療を実現化する。遺伝子情報の二次元バーコード技術はがんのみにとどまらず様々な疾患の理解、生命科学現象の理解を助ける技術となり、医学、生命科学が大きく前進する可能性が秘められている。
|