| 研究課題/領域番号 |
17K09022
|
|---|
| 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 |
病態検査学
|
|---|
| 研究機関 | 昭和大学 |
|---|
研究代表者 |
伊藤 寛晃 昭和大学, 医学部, 准教授 (70443447)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | ラマン分光法 / がん診断 / 血清 / 尿 / 循環がん細胞 / 消化器がん生組織 / 機械学習 / Boosted Tree Model |
|---|
| 研究成果の概要 |
1.【血清のラマンスペクトル取得】独自のハード・ソフトウェアにより患者血清のラマンスペクトルを安定して記録する技術を確立した。
2.【血清ラマンスペクトルの解析】記録した血清ラマンスペクトルをデータとし、機械学習の一種である"Boosted Tree Model"を用いて、R2乗値が0.99以上の極めて高精度の大腸がん存在予測モデルの構築に成功した。
3.【血清以外の生体試料の解析】尿のほか、食道がん・胃がん・大腸がん非固定生組織標本を試料としてラマンスペクトルを取得、がん病変部と非がん正常粘膜部を明瞭に区別する指標を発見した。循環がん細胞を含む生細胞の無標識評価についても基本技術が確立できた。
|
| 自由記述の分野 |
消化器外科学 低侵襲治療学 分子生物学 腫瘍病理学 がん診断学
|
| 研究成果の学術的意義や社会的意義 |
本研究により、ごく微量の血液（血清）のみで、がんの存在を迅速かつ高精度に予測するための基礎技術が確立できた。本研究におけるラマンスペクトルの解析は機械学習で行っており、今後、より多くの試料を解析することで解析精度がさらに向上していく。現在は大腸がんなどの消化器がんを中心に解析を行っているが、本技術は消化器がん以外の多くのがん種に対する超早期診断技術として応用可能と期待される。
血液は低侵襲で繰り返し得ることができるため、がんの診断だけではなく、治療効果判定や再発予測にも利用可能と考えられる。今後は、より多くの血清とともに尿の解析も進め、身体の総合的な評価システムとして確立する計画である。
|
