| 研究課題/領域番号 |
16K10233
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
精神神経科学
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
八幡 憲明 国立研究開発法人量子科学技術研究開発機構, 量子生命科学領域, グループリーダー(定常) (70409150)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 脳・神経 / 精神疾患 / 安静時脳機能顔図 / 機能的結合 / 薬理学 / 向精神薬 |
|---|
| 研究成果の概要 |
本研究は向精神薬投与下の動物に磁気共鳴撮像法（MRI）脳計測を実施し、機械学習ベースの情報抽出技術を適用しながら、機能的結合等の脳画像指標と向精神薬服用との間の関係性を定量的に評価可能なモデル開発を目的とした。主要結果として、脳領域間の機能的結合パターンを元に、抗うつ薬（SSRI）の４週間連続投与を受けた群を対照群から自動判別する機械学習モデルが確立された（AUC~0.9）。判別に関わる結合群のノードには、帯状回や線条体、連合野等の皮質・皮質下領域が含まれていた。同様の機械学習モデルを気分障害患者データに適用した所、SSRI服用・非服用群についても統計的有意な判別に成功した（AUC~0.7）。
|
| 自由記述の分野 |
脳神経科学
|
| 研究成果の学術的意義や社会的意義 |
精神疾患を脳部位間の機能的な連係異常と捉え、その時空間的特徴を元に疾患のバイオマーカーを確立し、診断や治療に供する可能性に関心が集まっている。特に近年、安静状態にある脳領域間の同期状態（機能的結合）に、正常／疾患を区別する指標を見出す試みが進められている。一方、患者が治療中に服用する薬物が安静時機能的結合に影響を及ぼすことも知られており、機能的結合解析において疾患と薬物の影響を適切に切り分ける必要性があった。本研究を通し、長期薬物投与を受けるマウスの機能的結合の経時的変容について理解が深まった。今後ヒト研究へのフィードバックを通し、画像ベースの疾患バイオマーカーの精度向上への寄与が期待される。
|
