| 研究課題/領域番号 |
23K27606
|
|---|
| 補助金の研究課題番号 |
23H02915 (2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分53030:呼吸器内科学関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
今野 哲 北海道大学, 医学研究院, 教授 (20399835)
|
|---|
| 研究分担者 |
村上 正晃 北海道大学, 遺伝子病制御研究所, 教授 (00250514)
杉森 博行 北海道大学, 保健科学研究院, 准教授 (20711899)
清水 薫子 北海道大学, 大学病院, 特任講師 (40399853)
木村 孔一 北海道大学, 大学病院, 助教 (90789330)
鈴木 雅 北海道大学, 医学研究院, 准教授 (10374290)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2025年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2024年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 7,540千円 (直接経費: 5,800千円、間接経費: 1,740千円)
|
|---|
| キーワード | 気管支喘息 / COPD / phenotyping / 閉塞性肺疾患 / エンドタイプ |
|---|
| 研究開始時の研究の概要 |
本研究では、北海道大学呼吸器内科を中心に、COPD、喘息、肺気腫を含む慢性気道疾患患者を包括的に登録する前向き観察研究に登録された患者を対象とし、それらの患者より得られた、臨床情報・呼吸生理学的所見・CT画像所見・血中バイオマーカー・末梢血T細胞表面マーカー等の高次元データを用いて、既存の疾患名にとらわれない精細な表現型解析(deep phenotyping)を行い、その基盤となる分子・免疫病態ならびに至適な治療戦略の同定を目指す。喫煙歴が高く、超高齢化社会を迎える本邦において、慢性気道疾患全体を眺め、究極的には、それぞれの患者にあったprecision medicineを展開することを目標とする。
|
| 研究実績の概要 |
本研究は、慢性閉塞性肺疾患と気管支喘息はともに慢性気道炎症と気流閉塞を特徴とする慢性気道疾患であるが、歴史的には別個の疾患として扱われ、両疾患における病態解析ならびに治療法のエビデンスは互いの疾患を除外した形で積み重ねられてきた。一方で、特に高齢化社会を迎えた本邦における実臨床では両疾患を明確に区別できない症例が多く存在し、このような症例に対する診療エビデンスは明らかに不足している。本研究では、臨床情報・呼吸生理学的所見・CT画像所見・血中バイオマーカー・末梢血T細胞表面マーカー等の高次元データを用いて慢性気道疾患患者の既存の疾患名にとらわれない精細な表現型解析(deep phenotyping)を行い、その基盤となる分子・免疫病態ならびに至適な治療戦略の同定を目指すことを目的とする。
閉塞性肺疾患患者の日常モニタリングの一つとして、PRF（ピークフロー）モニタリングがあるが、令和5年度においては、日々のPEFモニタリングのデータを用い、PEFの変化が数日後の増悪を予測することを明らかにし、英語論文発表をおこなった（Yang Y, et al.)。これは、閉塞性疾患のphenotyoeの一つとして、増悪をきたしやすい対象の選定に役立つものと思われる。
令和5年度じゅうには、閉塞性疾患のEndtype同定の為、血清、喀痰上清中のバイオマーカーの一部の測定を終了した。本年度は、経過中の検体も含め、末梢血T細胞表面マーカー、microRNAを含む網羅的測定を予定している。更には、ベースラインで得られた胸部CT画像に対して3次元評価を行い、肺気腫病変（低吸収域体積割合）、気道（気道内腔面積・気道壁面積割合）、肺内血管（断面積が5mm2あるいは10mm2未満の肺血管容量および総肺血管体積に対する割合）の定量を深層学習を含めて行う。
|
| 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
令和5年度じゅうには、閉塞性疾患のEndtype同定の為、血清、喀痰上清中のバイオマーカーの一部の測定を終了し、順調に研究が進んでいる。
|
| 今後の研究の推進方策 |
本年度は、経過中の血清検体も含め、末梢血T細胞表面マーカー、microRNAを含む網羅的測定を予定している。更には、ベースラインで得られた胸部CT画像に対して3次元評価を行い、肺気腫病変（低吸収域体積割合）、気道（気道内腔面積・気道壁面積割合）、肺内血管（断面積が5mm2あるいは10mm2未満の肺血管容量および総肺血管体積に対する割合）の定量を深層学習を含めて行う。
|
