研究課題/領域番号 |
22K07774
|
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 | 九州大学 |
研究代表者 |
本村 有史 九州大学, 大学病院, 助教 (00826365)
|
研究分担者 |
山本 学 独立行政法人国立病院機構(九州がんセンター臨床研究センター), その他部局等, 消化管外科部長・HCU部長 (30380405)
三森 功士 九州大学, 大学病院, 教授 (50322748)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (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)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022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 | CD44 v9 / CRT / 食道癌 / 癌幹細胞 / MYC増幅 / Immune deconvolution / IFN / Visium / 食道癌CRT抵抗性獲得機構 / クロストーク遺伝子 |
研究開始時の研究の概要 |
化学放射線治療は進行食道がんに対する標準的治療ながら、治療後再発することも多く、治療効果向上のために再発の原因究明が望まれます。色々ながんが治療抵抗性となる要因として、がん細胞自体の性質の他に、がん細胞を取り巻く周囲環境を構成する細胞も重要であることが示されており、本研究では、食道がんの化学放射線治療の抵抗性とがんを取り巻く環境について、遺伝子解析により検討を行います。従来は遺伝子抽出の過程で組織構造が保てず、腫瘍の内部構造と遺伝子発現の検討が出来ませんでしたが、近年可能となった組織の位置情報を保持しつつ高い解像度で遺伝子発現を取得可能な「空間的遺伝子発現解析」を用いてこの問題に取り組みます。
|
研究実績の概要 |
スルファサラジンはヒト食道扁平上皮癌細胞株の放射線感受性を上昇させる。食道扁平上皮癌細胞株にスルファサラジンを投与した後、放射線照射したところ、放射線感受性の増加が観察された。これら2種類の株化細胞に対する増強効果はスルファサラジンと放射線照射の阻害効果の代数和よりも有意であることから併用による相乗効果を示唆するものであった。スルファサラジン単独療法では死細胞数は増加しなかったことから、この生存抑制効果は細胞死ではなく、むしろ増殖抑制であることが示唆された。 さらにCRISPR Cas9システムによるCD44v9-KOヒト食道扁平上皮癌細胞株の樹立とその放射線感受性を解析した。その結果、放射線治療を受けたCD44v9-KO株化細胞は、コントロールと比較して細胞数が減少し、MTTアッセイで細胞増殖能の低下を示した。 食道癌組織におけるCD44アイソフォーム発現とCRT感受性との関連性。CRTに対する感受性の差とCD44アイソフォームの発現との関連を解析した。CRT(CDDP/5FU)に抵抗性を示した患者では、CD44 isoform1とCD44 isoform2のmRNA発現が高値であった。CD44 isoform1およびisoform2のmRNA発現は、化学放射線療法抵抗性群で治療感受性群よりも高かった。一方、CD44v9-freeアイソフォームでは両群間に差はなかった。 GSEAの結果、EMTに関与する遺伝子セットはCD44v9アイソフォームの発現レベルと正の相関があることが明らかであった。これらの結果は、食道癌細胞においてCD44vが自然発生的な上皮間葉転換のマーカーであるという報告と一致していた。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
データは揃っているが、論文報告をなしえていないことである。現在、CD44v9の発現について組織で検証中であり、これを終えれば論文は完成し、投稿が可能となる。
|
今後の研究の推進方策 |
食道癌CRT実施前後におけるシングルセル解析を行い、これまでの解析結果、CD44v9のCRT感受性に付いて検証を行う。食道癌手術検体でscRNAseq解析およびspatial transcriptomeを行い、細胞間クロストーク機構とそれを制御する遺伝子や分子を同定する。特に食道がんCRT耐性症例と感受性症例、それぞれの症例の組織における構成細胞を明らかにして、CRT耐性時に関わる細胞群、遺伝子群を同定明らかにする。このとき、細胞間の共局在を明らかにする解析パイプラインとしてCell2Location。共局在るときに重要な情報交換分子の優先順位と、その発現由来細胞についてはNichNet。さらに共局在細胞の深層学習による組み合わせはDeepCOLORを用いて行う。
|