| 研究課題/領域番号 |
23K06360
|
|---|
| 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48030:薬理学関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
梶本 武利 神戸大学, 医学研究科, 助教 (00509953)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | シグナル伝達 / プロテインキナーゼC / がん |
|---|
| 研究開始時の研究の概要 |
未来の持続的な健康社会では、前がん病変の超早期発見と未病段階でのがん治療の実現が求められている。ところが未病段階の前がん細胞ががん化するメカニズムについては未だ不明な点が多く、現時点では検出、制御共に困難な状況である。本研究課題では、研究代表者らのプロテインキナーゼCの分子レベルの活性化機構に関する研究成果をもとに、未病段階での前がん病変の早期発見および早期治療の実現に向けたブレークスルーを創出する。
|
| 研究実績の概要 |
本研究は、（１）前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割およびがん化過程との関連を明らかにし、さらに（２）細胞のがん化におけるS1P-aPKCシグナリングの働きの詳細としてS1P-aPKCの下流シグナルを分子レベルで明らかにすることを目的としている。
2023年度は、「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」および「機械学習を用いたaPKCのリン酸化基質候補スクリーニングシステムの開発」に取り組んだ。「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」では、申請者が過去に開発したaPKC活性化レポーターをがんオルガノイドに発現させるためのレンチウイルスベクターの作製を行った。さらにaPKC活性化レポーターレンチウイルスベクターを癌細胞株に感染させてaPKC活性化レポーターの安定発現株を作製し、FRET蛍光イメージング顕微鏡システムを用いてaPKC活性化のリアルタイムイメージングを行い、作製したaPKC活性化レポーターレンチウイルスベクターが正しく動作することを確認した。また、「機械学習を用いたaPKCのリン酸化基質候補スクリーニングシステムの開発」では、aPKCの基質候補をスクリーニング予測するin silico解析システムの開発として、まず各種リン酸化酵素と基質配列を対応させたリン酸化酵素-基質データベースを構築し、次にPython言語を用いて構築したデータベースを教師データとする機械学習分類器を作成した。さらに、作成した機械学習分類器の性能テストとして、未知の基質配列に対するaPKCのリン酸化能評価を行い、有望な結果を得た。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2023年度は、本研究課題の最終的な目標の達成に向けて、「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」および「機械学習を用いたaPKCのリン酸化基質候補スクリーニングシステムの開発」の個別課題を検討した。その結果、それぞれ、aPKC活性化レポーターレンチウイルスベクターの作製と評価、aPKCの基質候補をスクリーニング予測する機械学習によるin silico解析システムの中核部分の開発、を達成しており、おおむね当初の計画通りに進展している。
|
| 今後の研究の推進方策 |
2024年度は、本研究課題の最終的な目標の達成に向けて、引き続き「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」および「機械学習を用いたaPKCのリン酸化基質候補スクリーニングシステムの開発」の各課題を遂行すると共に、「前がん細胞の細胞死抵抗性におけるS1P-aPKCの下流シグナルの解明」の課題を新たに開始する。
「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」では、2023年度に構築したaPKC活性化レポーターレンチウイルスベクターの系を用いて、前がん段階および進行段階のそれぞれの膵臓がん細胞由来オルガノイドにおけるaPKCの活性化度合いを検討する。また、「機械学習を用いたaPKCのリン酸化基質候補スクリーニングシステムの開発」では、2023年度に開発した分類器について精度の向上を図るべく、特徴量の最適化など更なる研究開発を進める。また、「前がん細胞の細胞死抵抗性におけるS1P-aPKCの下流シグナルの解明」では、プロテオーム解析の手法を用いて、前がん段階および進行段階の膵臓がん細胞由来オルガノイドにおける活性化aPKCの基質タンパク質の探索を行う。
「前がん細胞の細胞死回避におけるS1P-aPKCシグナリングの役割の解明」および「前がん細胞の細胞死抵抗性におけるS1P-aPKCの下流シグナルの解明」については、2023年度に引き続きカリフォルニア大学サンディエゴ校との共同研究により進める。
|
