| 研究課題/領域番号 |
23K24404
|
|---|
| 補助金の研究課題番号 |
22H03145 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 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 | 浜松医科大学 |
|---|
研究代表者 |
竹内 裕也 浜松医科大学, 医学部, 教授 (20265838)
|
|---|
| 研究分担者 |
菊池 寛利 浜松医科大学, 医学部, 准教授 (70397389)
平松 良浩 浜松医科大学, 医学部, 特任准教授 (00397390)
坊岡 英祐 浜松医科大学, 医学部附属病院, 特任助教 (30626718)
羽田 綾馬 浜松医科大学, 医学部附属病院, 診療助教 (90992420)
松本 知拓 浜松医科大学, 医学部附属病院, 助教 (10867229)
村上 智洋 浜松医科大学, 医学部附属病院, 診療助教 (60897510)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2024年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2023年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2022年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
|
|---|
| キーワード | 血中循環腫瘍細胞 / 定量位相顕微鏡 / フローサイトメーター / 人工知能 |
|---|
| 研究開始時の研究の概要 |
血中循環腫瘍細胞（CTC）は腫瘍から遊離し血中へ浸潤した癌細胞であり癌の転移に関わるとされるが、末梢血液中の有核細胞100万個当たり1個以下の割合しか存在せず、その検出や分取が困難であり臨床普及の障壁となっている。また、上皮間葉転換を起こした悪性度の高いCTC集団は、上皮系マーカーに基づく従来の手法では検出できない。本研究は、現在開発中の2D,3Dハイブリッド型定量位相フローサイトメーターおよび人工知能を用いた画像診断技術を改良して、末梢血液中の有核細胞の大半を占める白血球と全CTCを識別し、高詳細画像情報に基づきCTCの細分化を図り、革新的な癌診断法の確立を目指す。
|
| 研究実績の概要 |
血中循環腫瘍細胞(CTC)は、腫瘍から遊離し血中へ浸潤した癌細胞で転移に関わるとされるが、末梢血液中の有核細胞100万個当たり1個以下の割合しか存在せず、その検出や分取が困難であることが臨床普及の障壁となっている。また、上皮間葉転換を起こした悪性度の高いCTC集団は、上皮系マーカーに基づく従来の手法では検出できない。一方、末梢血液中を循環する有核細胞の殆どは白血球であるため、有核細胞から白血球を除去(negative selection)することで幅広くCTCを回収できる。本研究は、高精細な定量位相顕微鏡(QPM)技術と人工知能(AI)を用いた画像診断技術を応用し、細胞を分取することなく画像情報のみに基づいた、細胞マーカー非依存的な全く新しいCTC検出方法の開発および臨床応用を行うことを目的とする。
2022年度は、これまでに開発を行ってきた2D,3Dハイブリッド型定量位相フローサイトメーターの試作機を完成させた。この試作機を用いて、形態学的な情報が既知であるヒト末梢血中の白血球、および数種類の培養癌細胞を繰り返し観察し、最適な細胞撮影条件を見出し、測定の安定化を図った。さらに、健常人および10名の進行消化器癌患者さんから同意を得て末梢血液を採取し、塩化アンモニウム溶血剤によって末梢血中の有核細胞を抽出し、ハイブリッド試作機による末梢血有核細胞の3D観察を行った。得られた高詳細画像をレディオミクス解析によってクラスター化し、担癌患者と健常人との間で比率の異なる細胞分画が存在することを確認した。
|
| 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
2D,3Dハイブリッド型定量位相フローサイトメーターの試作機は完成したが、安定して測定を行い高詳細な観察画像を迅速に取得するためには、細胞の流路内観察と機器の調整を繰り返し行う必要があった。このため、臨床検体の測定データの蓄積によるデータベース化が当初の予定より遅れている。
|
| 今後の研究の推進方策 |
引き続き、進行消化器癌患者さんの末梢血中有核細胞を試作機で観察し、2D,3Dハイブリッド型定量位相フローサイトメーターの安定化を図り、今後の臨床性能試験に使用するプロトタイプ機器を完成させ、臨床性能試験に使用するアルゴリズム（識別器）を確立する。また、同時に臨床検体の測定データを蓄積しデータベース化を図る。さらに、3D QPM観察による高精細な細胞画像に基づいて、AIの教師なし学習機能を用いてCTC候補細胞の細分化を図る。
|
