| 研究課題/領域番号 |
20K17052
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分53010:消化器内科学関連
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
三好 人正 徳島大学, 病院, 診療支援医師 (00814625)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 人工知能 / AI / 食道腺癌 / エクソソーム / miRNA / バイオマーカー / microRNA / 機械学習 / AI(人工知能) / microRNA(miRNA) |
|---|
| 研究開始時の研究の概要 |
申請者は、EACを対象にmiRNA網羅的解析データベースから得られたビッグデータを人工知能に機械学習させ、癌診断に優れた14種の組合わせのmiRNAを同定した。さらにEAC、HGD、バレット食道、健常者の検体を用いて血清早期診断マーカーへの発展を目的とした。それぞれの血清からエクソソームを抽出後、エクソソーム中の14種のmiRNAを解析し、血清診断用miRNAパネルを決定した。次いで、新たなコホートを教師データとして用い、同定された血液診断パネルの各miRNA発現データを再度AIに機械学習させ、血清早期診断モデル式を構築する。最後に、Validationコホートを用い、臨床応用性を検証する。
|
| 研究成果の概要 |
TCGAからEAC組織(n=89)と正常食道組織(n=13)をRNA-Seq解析して得られた1046種類のmiRNA発現データをAIに機械学習させ、癌診断に最適なmiRNAパネルを選択した。このパネルの診断能をROC解析によりほぼ100％(AUC=0.97)の精度で癌を診断できた。さらにTCGAから得た他の様々な癌腫(大腸癌、胃癌、膵癌、腎癌、卵巣癌、脳腫瘍)のデータを用い、このパネルの診断能を他の癌腫でも比較検討すｊると、14-miRパネルはEAC診断に最も特異性が高いことが検証できた。
|
| 研究成果の学術的意義や社会的意義 |
近年、AIによるビッグデータ活用に関し、世界規模でのパラダイムシフトが起きており、我が国でもAI、IoT、ビッグデータを日本再興戦略の鍵として官民戦略Projectが進められている。医療分野においても蓄積された医療情報や大量のゲノム情報をAIで処理する医療ビッグデータ解析技術の開発が進められているが未だ開発段階である。
本研究は次世代RNA-Seq、エクソソーム、人工知能などに着目し、これまでにない数多くの独自性を有する革新的なマーカー探索アプローチであり、近年の世界的なAIビッグデータ活用のニーズにも合致し、学術的にも社会的にも意義が極めて大きい研究であると言える。
|
