表面増強ラマンイメージングを用いた薬剤耐性がんにおけるポリスルフィドの機能解明

使用表面增强拉曼成像阐明多硫化物在耐药癌症中的功能

基本信息

批准号：
21K05294
负责人：
菱木貴子
金额：
$ 2.66万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

申請者等は、金ナノ粒子基板を用いた表面増強ラマンイメージング（Surface-enhanced Raman Spectroscopy imaging : SERS imaging)技術を駆使し、ポリスルフィド(R-Sn-R : PS)を含む活性硫黄分子種の相対定量と、組織内分布の非修飾・無染色での画像化に成功した。この技術を用い、難治性卵巣癌として知られる明細胞癌において、PSが抗癌剤を無毒化し、癌細胞を化学療法抵抗性にする新たなメカニズムを明らかにした(Honda K and Hishiki T et al, Redox Biology, 2021)。ここで、乳癌における乳管癌（DCIS）と浸潤性乳癌（IBC）の鑑別診断のゴールドスタンダードは、ホルマリン固定パラフィン包埋（FFPE）針生検試料を用いた病理医による病理検査であるが、FFPE試料ではマーカー候補となる代謝物質は失われている。そこで、DCIS（n=14）およびIBC（n=32）の凍結針生検試料中の代謝物を、SERS imagingと病理医によるアノテーション付きHE染色画像とを用いて比較・検討した結果、IBCの間質ではDCISと比較してPSが有意に増加し、一方でヒポタウリンが減少していることが示され、これらの酸化還元代謝物の変化がIBCとDCISを区別するマーカー候補分子となることが示唆された。さらに、間質に特異的な複数のSERSシグナルに教師付き機械学習を適用することで、高い精度でDCISとIBCを識別する自動鑑別診断が可能となった。これらの成果は、酸化還元代謝物に由来するSERSシグナルの生化学的フィンガープリントが、乳癌の精密診断に有用な手法として機能し、技術改良が進んだSERS imagingが、乳癌の浸潤リスクを予測するコンパニオン診断ツールに有用であることを示唆している（論文業績1）。

申请人使用金纳米颗粒底物成功使用了表面增强的拉曼光谱成像（SERS成像）技术，以实现含有多硫化物（R-SN-R：PS）的活性硫分子物种的相对定量，并成像组织分布而无需修饰和静止。使用这种技术，我们揭示了一种新的机制，PS通过该技术将抗癌剂排毒，并使癌细胞在透明细胞癌（称为难治性卵巢癌）中具有抗化作用（Honda K和Hishiki T等，Redox Biology，2021）。在这里，乳腺癌中导管癌（DCIS）和浸润性乳腺癌（IBC）的鉴别诊断标准是病理学家的病理学检查，使用福尔马林固定的石蜡膜（FFPE）活检样本样本，但是在FFPE样品中丢失了候选标记的代谢物。 Therefore, metabolites in frozen needle biopsy samples of DCIS (n=14) and IBC (n=32) were compared and examined using SERS imaging and annotated HE staining images by a pathologist, and showed that PS was significantly increased in the stroma of IBC compared to DCIS, while hippotaurine was reduced, suggesting that changes in these redox metabolites are potential marker molecules that distinguish IBC and DCIS.此外，通过将监督的机器学习应用于多个间隙特定的SERS信号，自动差异诊断已成为可能以高准确性区分DCIS和IBC的自动差异诊断。这些结果表明，源自氧化还原代谢物的SERS信号的生化指纹识别是一种有用的技术，可用于精确诊断乳腺癌，而先进的技术SERS成像可作为预测乳腺癌侵入风险的伴侣诊断工具（纸质表现1）。