• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

AIとRadiogenomicsを応用した治療薬選択における癌不均一性の克服

研究課題

  • PDF
研究課題/領域番号 20K09115
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分55020:消化器外科学関連
研究機関千葉県がんセンター(研究所)

研究代表者

星野 敢  千葉県がんセンター(研究所), 消化器外科, 主任医長 (10400904)

研究分担者 横田 元  千葉大学, 大学院医学研究院, 講師 (20649280)
森 康久仁  千葉大学, 大学院工学研究院, 助教 (40361414)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワードRadiogenomics / 人工知能 / AI / 癌不均一性 / TMB / 大腸癌
研究成果の概要

肝転移を有する大腸癌(CRC)患者24名から得られた原発巣と肝転移巣からDNAを抽出し、次世代シーケンシングによってTMBの値を評価した。TMBが10/100 Mb以上である場合を高値とした。CTを用いた機械学習によるRadiogenomics解析と予測モデルの構築が行われた。7名(29.2%)において、原発巣と肝転移巣のTMB状態が異なることが示された。Radiogenomics解析は、TMBが高値か低値かを予測のために行われた。ROCでの最大値は、原発CRCでは0.732、肝転移を伴うCRCでは0.812だった。構築モデルの感度は0.857、特異度は0.600、正確性は0.682であった。

自由記述の分野

腫瘍学

研究成果の学術的意義や社会的意義

Radiogenomicsの手法を用いれば、生検困難な病巣の遺伝学的情報を類推し、更にはmultisamplingによる弊害(implantationや施行による副次的障害の発生)を回避することが可能となる。また、遺伝学的な検索は時間的・経済的に高コストであるが(遺伝子パネル検査:約60万円/1回、3から4週)であるが、この方法論が確立すれば日常の画像検査で分子生物学的手法を用いた遺伝学的検索の代替となり得る。今後はこのようなアプローチが癌の不均一性の克服、ひいては個別化医療の一助となる可能性がある。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi