• 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

2023 年度 研究成果報告書

リキッドバイオプシーとAI活用による泌尿器科がん発現トランスポーター分子標的創薬

研究課題

  • PDF
研究課題/領域番号 21H03065
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分56030:泌尿器科学関連
研究機関千葉大学

研究代表者

安西 尚彦  千葉大学, 大学院医学研究院, 教授 (70276054)

研究分担者 金田 篤志  千葉大学, 大学院医学研究院, 教授 (10313024)
市川 智彦  千葉大学, 大学院医学研究院, 教授 (20241953)
大内 基司  獨協医科大学, 医学部, 非常勤講師 (20409155)
川上 英良  千葉大学, 大学院医学研究院, 教授 (30725338)
落谷 孝広  東京医科大学, 医学部, 特任教授 (60192530)
坂本 信一  千葉大学, 大学院医学研究院, 准教授 (70422235)
前田 敏郎  千葉大学, 医学部附属病院, 特任教授 (80278027)
花岡 英紀  千葉大学, 医学部附属病院, 教授 (80361426)
橋本 弘史  千葉大学, 大学院医学研究院, 准教授 (10454935)
研究期間 (年度) 2021-04-01 – 2024-03-31
キーワードトランスポーター / 泌尿器科がん / 分子標的創薬 / リキッドバイオプシー / AI
研究成果の概要

本研究は、Liquid BiopsyとAIを活用した泌尿器科がん関連トランスポーターの網羅的探索と同定分子を標的とする創薬を行うことを目的とした。メインのLiquid Biopsyを活用した網羅的トランスポーター解析に関しては、治療抵抗性前立腺癌患者の血漿からExosomeから抽出したRNAにおけるLAT1発現同定に関し継続的な解析を実施した。トランスポーター阻害薬適応患者選定のための網羅的分子マーカー同定に関してはランダム サバイバル フォレスト (RSF) とサバイバル ツリーを用いた機械学習を適用し、前立腺がん患者の新しい予後予測モデルの構築に成功した。

自由記述の分野

薬理学

研究成果の学術的意義や社会的意義

経時的な腫瘍プロファイルのモニタリングの手法として、Liquid Biopsy を活用し、多元的な経時的変化を解析する上で、AI を活用した本研究は、泌尿器がんにおける網羅的なトランスポーターの発現解析と創薬の可能性を問うことを目的として実施され、特にAI 解析の取り組みが成果をあげた。治療開始前の乳酸脱水素酵素(LDH)と治療後120日のアルカリホスファターゼ(ALP)の値を組み合わせが、OSとCSSの生存ツリーを使用した臨床適用可能な予後予測モデルを作成され、治療介入前の転移性前立腺がんの予後を予測するための有用な情報を提供を可能とした。

URL: 

公開日: 2025-01-30  

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