| 研究課題/領域番号 |
20K12604
|
|---|
| 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90110:生体医工学関連
|
|---|
| 研究機関 | 京都府立医科大学 |
|---|
研究代表者 |
原田 義規 京都府立医科大学, 医学(系)研究科(研究院), 准教授 (10381956)
|
|---|
| 研究分担者 |
望月 健太郎 京都府立医科大学, 医学(系)研究科(研究院), 助教 (50868768)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ラベルフリー / 光イメージング / 自家蛍光 / 非染色 / 非固定 / 腫瘍 / イメージング / 消化管 |
|---|
| 研究開始時の研究の概要 |
消化管組織は還元型ニコチンアミドアデニンジヌクレオチドなど代謝に関連する自家蛍光物質を含む。本研究では、機械学習等の情報科学的手法を用いて新たな自家蛍光イメージング法の基礎技術を開発し、細胞代謝が自家蛍光シグナルに及ぼす影響を研究する。すなわち、ラット消化管腫瘍の空間2次元・スペクトル2次元（蛍光、励起）の高次元自家蛍光スペクトル画像を取得後、機械学習等の手法を用いて解析することで、径1mm以下のラット消化管腫瘍をイメージング可能な技術開発を目指す。
|
| 研究成果の概要 |
微小腫瘍の発生母地組織において、明らかな組織形態学的特徴が現れる前の状態で病態間の化学環境の変化を鋭敏に検出可能なラベルフリー分子イメージング技術の開発を行った。生体組織からマイクロメーターオーダーの高次元スペクトル画像を取得し、情報科学的手法などを用いて解析を行った。本研究で示されたラベルフリー分子イメージング技術は病態進行に伴う代謝関連分子の違いを画像化している。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、高次元のスペクトルデータの根底にある構造をより少ない次元で可視化することができる次元削減を用いて、病理組織のスペクトル画像を解析した。本手法を用いると、明らかな組織形態学的特徴が現れる前の状態で病態間のスペクトル変化を鋭敏に検出可能であることを示した。この知見は、ラベルフリーイメージング法が病理組織学者・医学者にとって有用なツールであることを示すもので、ヒトへの応用が期待される。
|
