| 研究課題/領域番号 |
21H02814
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分51030:病態神経科学関連
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
赤松 和土 順天堂大学, 大学院医学研究科, 教授 (60338184)
|
|---|
| 研究分担者 |
清田 純 国立研究開発法人理化学研究所, 情報統合本部, チームリーダー (40793790)
太田 禎生 東京大学, 先端科学技術研究センター, 准教授 (70731214)
石川 景一 順天堂大学, 大学院医学研究科, 准教授 (90733973)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2023年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2022年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2021年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
|---|
| キーワード | パーキンソン病 / iPS細胞 / 層別化 / 神経分化 / 機械学習 / 深層学習 / 高速イメージャー / 高速3Dフローイメージャー |
|---|
| 研究開始時の研究の概要 |
本研究は申請者が現在も整備を進めている遺伝性・孤発性PD-iPS細胞ライブラリの表現型解析において、孤発性PDの画像データの機械学習を用いた直接解析および高速フローイメージャーを用いた細胞情報解析と画像化を用いることによって客観性とスループットを向上させ、孤発性PD症例の細胞病態表現型に基づく分類を可能にすることを目的とする。その結果として、現在は画一的なPDの治療が各症例の細胞表現型から分類した最適な治療法への確立に繋がることが期待できる。
|
| 研究成果の概要 |
パーキンソン病症例の9割を占める孤発性症例の層別化ができれば最適な治療の開発につながると考えた。本研究では、申請者がこれまで樹立した数百例の孤発性パーキンソン病患者iPS細胞由来ニューロンに対して各症例を客観的に分類可能な独自のシステムを構築することを目標とした。①関心領域である細胞体のみ抽出するアルゴリズムを開発 ②サンプル数・遺伝性症例の種類の増加によって、マイトファジー異常を示す遺伝性症例に関しては正答率を100%に上昇させることに成功した。さらに細胞の形態をAIを用いた高速イメージャーを用いて判別し、未分化のiPS細胞の方において疾患群を74-79%と高い判別制度を得ることできた
|
| 研究成果の学術的意義や社会的意義 |
本研究は、多様性のある孤発性PDのうち特定の細胞表現型もしくは細胞における薬剤反応性から特定の集団を抽出し、患者からのデータ取得が比較的に容易な遺伝情報や臨床情報を教師データとして深層学習を活用することによって孤発性PD症例の細胞病態表現型の差異を層別化する因子を同定することを目的とするが、その結果として、患者検体から比較的簡便に解析可能な層別化バイオマーカーが同定され、現在は画一的なPDの治療が各症例の層別化から選択した最適な治療法への確立に繋がることが期待できる。
|
