患者iPS細胞表現型からの孤発性パーキンソン病の層別化と最適治療の開発

根据患者 iPS 细胞表型对散发性帕金森病进行分层并制定最佳治疗方案

基本信息

批准号：
21H02814
负责人：
赤松和土
金额：
$ 10.98万
依托单位：
Juntendo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
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

パーキンソン病症例の9割を占める孤発性症例は臨床症状からもその原因が多様な集団と予測され、疾患修飾治療法の開発にはその層別化が必須と考えられる。研究代表者は孤発性症例の患者iPS細胞表現型を遺伝性症例と比較しながら解析し、その表現型から分類することができれば最適な治療の開発につながると考え研究を進めてきた。しかしながら通常の統計解析手法では細胞表現型のデータから孤発性症例を層別化することが困難であったという課題が浮かび上がった。そこで本研究では、研究代表者がこれまで樹立した数百例の孤発性パーキンソン病患者iPS細胞由来ニューロンに対して　①細胞染色画像情報の直接の機械学習　②高速3Dイメージャーを用いたハイスループットな細胞3D形態情報の取得とその機械学習　という2つの方法を用いることにより、各症例を客観的に分類可能な独自のシステムを構築することを目標とした。本研究の結果で孤発性症例が分類されれば、その成果を応用した新たな疾患修飾薬を用いた根本的治療の開発が期待できる。今年度は昨年度に引き続き、機械学習の分類器の精度を向上させるために8種類の遺伝性PD-iPS細胞でさらに多くの表現型の取得を進め、機械学習の判別精度を従来よりも高めることに成功した。太田らが開発した高速3Dフローイメージャーを用いてハイスループットに細胞画像データを取得し、機械学習をそのデータに適用し細胞形態情報からPD患者と健常者の識別を試みるための高速3Dフローイメージャーの最適化を継続した。

散发病例占帕金森病病例的 90%，根据临床症状预测其由多种不同原因引起，分层被认为对于开发疾病缓解治疗至关重要。主要研究人员一直在通过分析散发病例的患者 iPS 细胞表型，同时将其与遗传性病例进行比较来进行研究，相信如果能够根据表型进行分类，将有助于开发出最佳治疗方法。然而，出现的问题是，使用传统的统计分析方法很难根据细胞表型数据对散发病例进行分层。因此，在本研究中，我们将使用 1) 细胞染色图像信息的直接机器学习 2) 使用高速 3D 成像仪对数百名散发性帕金森病患者的 iPS 细胞衍生神经元进行高通量分析，该神经元是主要研究者建立的到目前为止，我们的目标是构建一个独特的系统，可以通过使用两种方法对每个病例进行客观分类：获取 3D 细胞形态信息和机器学习。如果可以利用这项研究的结果对散发病例进行分类，我们就可以期望应用这些结果来开发使用新的疾病缓解药物的基本治疗方法。本财年，继去年之后，我们将继续从8种遗传性PD-iPS细胞中获取更多表型，以提高机器学习分类器的准确性，并比以前成功地提高机器学习的判别准确性。 Ohta等人开发的高速3D血流成像仪用于获取高通量细胞图像数据，并将机器学习应用于数据，试图根据细胞形态信息来区分PD患者和健康个体。专业的。