|
我々の所属する研究室では、個々の患者からのCSGSAピークデータを2次元バーコード化し、さらに既存の卵巣癌関連血清糖蛋白データで色付けするカラー2次元バーコードを作成し、非癌例と初期卵巣癌患者群のカラー2次元バーコードを深層学習させることで卵巣癌の罹患の有無を判別する方法を考案した（Cancers (Basel). 2020 Aug 21;12(9):2374. PMID: 32825730. CSGSA(AI）） (特許出願番号2019-108992)。 本研究では、CSGSA(AI)の特異度・感度をあげるために、まず、エクソソーム中の糖蛋白を用いて測定可能な量の糖ペプチドを得ることが出来るかどうかの確認実験をしたが、血清1000μLから精製したエクソソーム中の糖蛋白からの糖ペプチドは質量分析器では解析が困難であることが判明した。血清量を増やすことは現実的でないことから、糖ペプチドでなくエクソソームに含まれる糖蛋白自身の検討を行うことを予定した。つまりエクソソームを抽出し、DIAプロテオミクスを使って新たな卵巣癌マーカーの探索の検討を行ったが、エクソソーム抽出からプロテオミクスに至る工程が長いこと（前処理から測定まで４日程度）、その間に発生するエラー（誤差）のコントロールに限界があるであろうこと、が指摘された。マーカーを探索する上で、個々のタンパク質発現量を精度（再現性）よく測定することは重要であり、大きなばらつきはマーカー探索の成功率を著しく低下させる。また４日間のスループットでは測定できる検体数に限界があると考えられた。以上の結果よりエクソソームに含まれる糖蛋白のプロテオミクスパターンの検討を行うことで、臨床的に使用可能な有益な卵巣癌早期診断法の開発は難しいと判断された。
|
