| 研究課題/領域番号 |
22K08857
|
|---|
| 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 | 東京医科大学 |
|---|
研究代表者 |
石崎 哲央 東京医科大学, 医学部, 准教授 (00424531)
|
|---|
| 研究分担者 |
真崎 純一 東京医科大学, 医学部, 准教授 (00835837)
勝又 健次 東京医科大学, 医学部, 教授 (10214347)
永川 裕一 東京医科大学, 医学部, 主任教授 (20349484)
杉本 昌弘 慶應義塾大学, 政策・メディア研究科(藤沢), 教授 (30458963)
榎本 正統 東京医科大学, 医学部, 准教授 (40385018)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2026年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2025年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022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 | メタボローム / 大腸癌 / バイオマーカー / メタボロミクス / 代謝プロファイリング / 肝転移 / 手術 / 予後 |
|---|
| 研究開始時の研究の概要 |
メタボローム解析を用いることで肝転移切除後の再発予測バイオマーカーを探すことに加え、肝転移組織の代謝物から臨床現場の意思決定に利用可能な癌の特徴を決定づける特徴的な代謝マーカーの探索を同時に行う。癌組織の代謝プロファイルも同時に見ることによって、低侵襲バイオマーカーの候補の絞り込みに、疾患以外の環境要因から生じる偶然の異常を除去することにもつながり、マーカーの信頼性も向上する。このように再発危険因子のスクリーニング用のマーカー探索と合わせて、医療の標準化で陥りやすい過剰医療の提供を防ぎ、個別医療化に向けたマーカーを同時に探す研究例は学術的な成果だけでなく、医療経済的なインパクトが高い。
|
| 研究実績の概要 |
本研究では、メタボローム解析を用いることで肝転移切除後の再発予測バイオマーカーを探すことに加え、肝転移組織の代謝物から臨床現場の意思決定に利用可能な癌の特徴を決定づける特徴的な代謝マーカーの探索を同時に行った。癌組織の代謝プロファイルも同時に見ることによって、低侵襲バイオマーカーの候補の絞り込みに、疾患以外の環境要因から生じる偶然の異常を除去することにもつながり、マーカーの信頼性を高める効果も期待される。このように再発危険因子のスクリーニング用のマーカー探索と合わせて、医療の標準化で陥りやすい過剰医療の提供を防ぎ、個別医療化に向けたマーカーを同時に探す研究例は学術的な成果だけでなく、医療経済的なインパクトが高い。大腸癌の患者より体液および組織を採取し、臨床情報を合わせて収集した。研究分担者も同様に肝転移の切除前後の患者より、検体採取や臨床情報を採取した。また、予後解析等を実施するためにこれまでに蓄積されてきた検体も再度倫理審査と患者の同意を得たうえで活用し、研究期間内に成果を出せる工夫を行った。研究分担者の杉本は試料の送付を受けメタボロームの解析を行った。腫瘍検体・体液の採取については切除7日前と7日後に対象患者から体液（唾液、血液・尿）を採取した。唾液は標準的な方法(Li et al, Clin Cancer Res, 2004)に従い、非刺激性の混合唾液を採取した。血液は速やかに遠心し血漿として保存した。手術切除組織も含め、検体は速やかに-80℃で凍結しておき、凍結材料は連結可能匿名化を行い、メタボローム解析を行った。
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
これまでに大腸癌100例から唾液、血液および各種体液のメタボローム解析サンプルを採取した。血液や組織は全検体ではなく、このうちの一部の症例から採取し、血液や組織は、水溶性と脂溶性を分離して、それぞれCE-MSとLC-MSを用いてノンターゲット解析を行い観測できる物質のカバレッジを広げた。新規物質がマーカーとなる場合MS/MSを用いて同定中である。MetaboAnalyst(Xia et al, Nuleic Acids Res, 2015)を用いて、主成分分析により外れ値となる検体を外し残りの検体でPathway解析を実施して、特定の経路に所属する代謝物の変動をまとめて評価した。予後予測も単一物質だけでなく、マルチマーカーの複合的な値として指標が開発できないかを試みる。体液のマーカーは、組織の変動と整合性が取れるものだけを使用して同様の解析を行った。既に蓄積している検体のメタボローム解析後に試験的な評価を行い、必要に応じて集める検体数などを再設計し全ての検体を用いたデータ解析・評価を実施する。
|
| 今後の研究の推進方策 |
中間評価を行い、解析結果を評価しその後の計画を検討する。例えば既知物質でマーカーとしての識別能力が不十分な場合は、ノンターゲット解析により未知物質の同定を優先し、これらの中からマーカーの候補の探索を進めるなど、柔軟な対応を行う。
|
