がん薬物療法の耐性と副作用の双方を解決するハイスループットスクリーニング法の構築

• 研究課題/領域番号: 25K02867
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分58020:衛生学および公衆衛生学分野関連:実験系を含む
• 研究機関: 岡山大学
• 研究代表者: 座間味 義人 岡山大学, 医療開発領域, 教授 (70550250)
• 研究分担者: 上原 孝 岡山大学, 医歯薬学域, 教授 (00261321) ; 濱野 裕章 岡山大学, 医療開発領域, 講師 (10847289) ; 細野 祥之 岡山大学, 医歯薬学域, 教授 (60820363) ; 小山 敏広 岡山大学, 医歯薬学域, 教授 (60595106) ; 山本 和宏 岡山大学, 医歯薬学域, 教授 (30610349)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 25,740千円 (直接経費: 19,800千円、間接経費: 5,940千円); 2028年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 7,410千円 (直接経費: 5,700千円、間接経費: 1,710千円); 2026年度: 7,150千円 (直接経費: 5,500千円、間接経費: 1,650千円); 2025年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
• キーワード: バイオマーカー / ゼブラフィッシュ / 機械学習 / ハイブリッドスクリーニング

研究開始時の研究の概要

がん薬物療法において、耐性化や副作用は治療継続を困難にする。個別医療の進展には、がん患者における耐性化・副作用を予測可能とするバイオマーカーを探索し、最も有効で副作用の無い治療を選択することが必要不可欠である。研究代表者は、バイオインフォマティクス技術により多くのバイオマーカー候補を同定し、病態モデルマウスを用いた評価を実施してきた。しかし、汎用哺乳類モデル動物では、遺伝子編集に多大な時間と費用を要することが課題となっていた。本研究では、網羅的な遺伝子情報解析と、遺伝子スクリーニングが可能なゼブラフィッシュ解析を融合した独自のin silico/in vivoハイブリッド手法を構築する。