迅速血清成分分析ならびに機械学習を用いた新たな乳がん診断システムの開発

• 研究課題/領域番号: 23K15428
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分55010:外科学一般および小児外科学関連
• 研究機関: 山梨大学
• 研究代表者: 中山 裕子 山梨大学, 大学院総合研究部, 助教 (90769001)
• 研究期間 (年度): 2023-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 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: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
• キーワード: 乳癌 / 質量分析 / リキッドバイオプシー / 迅速血清成分分析 / 機械学習

研究開始時の研究の概要

本研究では、患者より採取される血液検体から血清を抽出し、質量分析で成分分析し、が ん特異的な組成変化を検知することで、乳がんのスクリーニング・モニタリングを行うシス テムを構築することを目的とする。上記システムには、1検体につき数秒とごく短時間での 即時分析が可能な独自開発の探針エレクトロスプレーイオン化法（PESI）を導入すること が最大の特徴である。また人工知能（AI）を用いた判別により感度、特異度の高い乳がん のスクリーニング法の確立を目指す。

研究実績の概要

「研究の目的」本研究の目的は血液検体から採取した血清検体の質量分析を行い、多数の検体から取得した生体分子の組成全体をAIで比較・検証することで、早期乳がんに対する診断および治療効果判定に有用なスクリーニング・モニタリングシステムを構築することである。本システムは、質量分析に必須の工程である生体分子をイオン化する機構に、本学 の平岡が独自開発した探針エレクロトスプレーイオン化法（PESI）を用いる。
「研究実施計画」A.2023～2024年度の計画：スクリーニングシステムの確立　対象：正常人および線維腺腫・葉状腫瘍・乳がん治療前に採取した血液検体　a. 2021年～2023年に当院で線維腺腫・葉状腫瘍・乳がんと診断した18歳～80歳までの症例（目標症例数 300症例）　b. 全Stageを対象とし、術前もしくは術前治療前に採取　c. 他臓器がん合併症例は除外

研究方法：①対象症例の血液検体を用いて血清を採取する。②収集した血清を質量分析し、マススペクトルデータを蓄積する。③Stage、組織型、免疫組織染色から得られた乳がん関連マーカー（ER、PgR、HER2、Ki67、PD-L1、PD-L2、TILなど）との関係について統計解析と判別分析を行う。

現在、早期乳癌治療前（術前・術前化学療法前）および転移・再発乳癌治療前（薬物療法前）の血液検査を100検体採取し、PESIを用いて解析を行った。バイオマーカーとなりうる複合因子の候補を抽出し、解析を行っている。解析結果については、2024年7月に開催予定の第32回日本乳癌学会学術集会で発表予定となっている。

現在までの達成度 (区分)

3: やや遅れている

理由

目標症例を2年で300症例としているが、研究期間1年が終了した時点での解析した症例数はまだ100例となっている。今年度は検体採取方法について見直し、2025年度までに目標症例数 300例の達成を目指す。

今後の研究の推進方策

研究方法：①対象症例の血液検体を用いて血清を採取する。②収集した血清を質量分析し、マススペクトルデータを蓄積する。③Stage、組織型、免疫組織染色
から得られた乳がん関連マーカー（ER、PgR、HER2、Ki67、PD-L1、PD-L2、TILなど）との関係について統計解析と判別分析を行う。

現在、目標症例数に到達していないことから、引き続き、検体採取を継続する。また、現在、解析対象となっている症例については、Stage、組織型に加え、免疫組織染色を追加し、ER、PgR、HER2、Ki67、PD-L1、PD-L2、TILについて情報収集を行う。情報収集後に、乳がん関連マーカーと、質量分析し得られたマススペクトルデータとの関係について統計解析と判別分析を行う。