| 研究課題/領域番号 |
20H03747
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
北川 雄光 慶應義塾大学, 医学部(信濃町), 教授 (20204878)
|
|---|
| 研究分担者 |
岡林 剛史 慶應義塾大学, 医学部(信濃町), 講師 (00338063)
川久保 博文 慶應義塾大学, 医学部(信濃町), 准教授 (20286496)
松田 諭 慶應義塾大学, 医学部(信濃町), 助教 (30594725)
北郷 実 慶應義塾大学, 医学部(信濃町), 准教授 (70296599)
阿部 雄太 慶應義塾大学, 医学部(信濃町), 講師 (70327526)
林田 哲 慶應義塾大学, 医学部(信濃町), 講師 (80327543)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | がんゲノム / 遺伝子発現 / バイオインフォマティクス |
|---|
| 研究実績の概要 |
本邦ではがんゲノム医療推進のため、慶應義塾大学病院を含む11施設を「がんゲノム医療中核拠点病院」と定め、癌領域におけるクリニカルシークエンスが保険適応となった。申請者の教室ではDNA情報に加え、RNA情報・エピジェネティック情報等を同一検体から収集して多層データ（オミックスデータ）を構築し、腫瘍の全体像を統合的に捉える次世代型クリニカルシークエンスの構築を開始している。この際にゲノム情報と合わせて、患者の転帰を含めた臨床情報を収集することは、より精度の高いゲノム医療の構築のために最も重要な役割を果たす。しかし通常は臨床情報とゲノムオミックス情報を統合解析するためには複雑なバイオインフォマティクスの知識とプログラミング技術が求められ、医療従事者の適切な理解の上で大きな障害となっている。そのため、申請者らはゲノム情報と臨床情報を直感的なマウス操作で解析可能なアプリケーションを使用し、クリニカルシークエンスの結果を臨床情報と合わせて、臨床医のみならず、医療従事者全てが得られた臨床情報をゲノム情報と合わせて、容易に解析する環境を構築した。本研究はゲノム医療時代に、臨床情報の収集を行い、ゲノムオミックス情報と合わせて、カンファレンスなどでオンタイムに統合解析することが可能なシステムを開発し、がんゲノム医療の治療戦略決定システムに対する基盤形成を行なっていくことを目的とした。
この目的のため、臨床情報・副作用情報・PRO(Patient Reported Outcomes)情報をゲノム・遺伝子発現情報と統合解析可能なソフトウェアであるSocratesを開発し、日本IBMの協力を得てIBMクラウド上で走らせることが可能であった。現在、乳がん・食道がんの情報蓄積を行い、クラウド上で自在に解析が可能なシステムを目指して研究が進行中である。
|
| 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
がんゲノム医療の均てん化のため、より簡便かつ迅速に実施できるクリニカルシーケンスのシステムを確立することを目的とし、悪性固形腫瘍の診断・治療を目的として採取された腫瘍組織に対して、同意が得られた全症例で遺伝子パネル検査（PleSSision Rapid）が実施されている。現在までに乳がん・食道がんにおいて臨床情報がすでに蓄積されており、かつこれに対応する症例で、PleSSision Rapid検査がすでに800例以上に施行されこれを含むオミックスデータの蓄積が行われ、さらに増加中である。加えて、次世代型クリニカルシークエンスの提案のため、PleSSision Rapidを実施した患者の網羅的遺伝子発現情報、エピジェネティック異常情報の収集を開始している。計画はすでに慶應大学医学部内の倫理委員会にて承認をされ、現在までに約100例の乳がん患者のオミックスデータが構築されている。
臨床情報とDNA変異情報に加え、遺伝子発現情報を含むオミックスデータを解析可能であり、さらにはThe Cancer Genome Atlas、SEERなどの公共のデータベースも解析可能であるアプリケーション「Socrates」を開発した。本ソフトはプログラミングの技術なくともマウスのクリック操作のみで直感的で容易に解析可能な仕様となっており、研修医を含めた全ての医師が容易にクリニカルシークエンス情報と臨床情報をインプットし自ら解析することが可能な状況である。上記で収集された情報は匿名化の上、データベース化し、「IBM Cloudサーバ for Keio Med Hub」へ蓄積し、Socratesにて解析可能な状態となっている。
|
| 今後の研究の推進方策 |
今後の研究の方針として、本研究で得られた患者ゲノム情報、患者情報は整形し、匿名化を行い、データベース化の上で、全国のゲノム医療レベルの向上のため一般公開を目指す。さらに、研究・情報収集基盤を確立し、継続的なアップデートを行う体制作りを行い、人工知能を用いた治療決定アルゴリズムの基盤を形成していく。
最終的なアウトカムとして、現段階では治療決定の参考となるマウス操作で閲覧可能なウェブブラウザ型のデータベース参照サービスを念頭においている。加えて、本研究では統合的な人工知能開発ツールである「Watson Studio」を共同研究として使用できる環境にあり、インプットしたゲノム情報、患者情報、転機をラーニングモデルとして「臓器の種別」「遺伝子変異」「臨床病理学的因子」などの条件から最も適切な治療選択を行う次世代型医療の開発を次年度以降は視野に入れながら、これを進めていく。また、収集した臨床情報や薬剤の副作用情報およびPRO情報を教師データとして、AIが薬剤の副作用を早期に指摘可能なシステムが構築可能であると考えており、臨床への応用を検討していく。
|
