• 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 実績報告書

尿揮発成分の網羅的分析と機械学習による簡便な癌患者診断法の開発

研究課題

研究課題/領域番号 21K20652
研究機関東京大学

研究代表者

田中 航  東京大学, 大学院工学系研究科(工学部), 助教 (70908300)

研究期間 (年度) 2021-08-30 – 2023-03-31
キーワード早期癌診断 / 尿揮発性成分 / 機械学習 / ガスクロマトグラム質量分析 / ガスセンサ
研究実績の概要

悪性脳腫瘍は発見後の5年生存率が特に低い癌の一つである。この原因の一つとして、脳腫瘍は主に、患者に脳卒中などの症状が現れた後にMRI・CTなどの高価な画像診断法によって初めて発見され、発見時には治療困難な状態まで成長・拡散が進行している場合が多い事が挙げられる。そのため、通常の健康診断で利用可能な低コスト・簡便・迅速な脳腫瘍診断ツールの開発が強く望まれている。しかし、そのような診断ツールは殆どなく、実用化されているものは存在しない。申請者は 2021年度、非侵襲的に取得可能で管理も容易な尿検体に着目し、尿中揮発性成分群を利用した脳腫瘍の診断手法開発を行った。健常者と脳腫瘍患者の尿中揮発性成分をガスクロマトグラフ質量分析計によって測定後、データを画像化し、画像処理と機械学習を組み合わせた独自の解析を行った。その結果、健常者と患者を100%の精度で判別するとともに、脳腫瘍バイオマーカー候補化合物の同定に成功した。2022年度は、将来的な健康診断での利用を目指して、サイズが大きく高価なガスクロマトグラフ質量分析計の代わりに、より迅速・簡単に測定が可能な小型のガスセンサを用いて脳腫瘍診断実験を行った。その結果、GCMSを利用した場合には劣るものの、約80%の精度で健常者と患者を判別することに成功した。尿サンプル数を増やすことで、より高精度の診断が可能になると考えられる。また、本手法は、脳腫瘍に限らず様々な疾病に適用できる可能性がある。

  • 研究成果

    (1件)

すべて 2022

すべて 雑誌論文 (1件) (うち査読あり 1件)

  • [雑誌論文] Breath odor-based individual authentication by an artificial olfactory sensor system and machine learning2022

    • 著者名/発表者名
      Jirayupat Chaiyanut、Nagashima Kazuki、Hosomi Takuro、Takahashi Tsunaki、Samransuksamer Benjarong、Hanai Yosuke、Nakao Atsuo、Nakatani Masaya、Liu Jiangyang、Zhang Guozhu、Tanaka Wataru、Kanai Masaki、Yasui Takao、Baba Yoshinobu、Yanagida Takeshi
    • 雑誌名

      Chemical Communications

      巻: 58 ページ: 6377~6380

    • DOI

      10.1039/D1CC06384G

    • 査読あり

URL: 

公開日: 2023-12-25  

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