乳癌の個別化医療を目指した次世代AIによるリキッドバイオプシーの高度化

使用下一代人工智能进行复杂的液体活检以实现乳腺癌的个性化医疗

基本信息

批准号：
22K08730
负责人：
渋谷和人
金额：
$ 2.75万
依托单位：
University of Toyama
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K08730/
关键词：
AI 乳癌リキッドバイオプシー個別化医療乳癌個別化医療

项目摘要

今日我が国において乳癌は今後も罹患率、死亡率ともに確実に増加していくと予測されており、その対策は重要かつ緊急性を要する課題となっている。乳癌は再発すると長期間にわたる治療を要すため、再発予測や薬剤感受性予測につながる最新の腫瘍生物学的知見に基づいた新たな診断法の開発が急務である。近年リキッドバイオプシーの対象として、血液を用いたCTC検出がいろんな分野で行われている中で、乳癌では血液を用いたリキッドバイオプシーの研究が行われているが、腫瘍細胞成分が豊富に採取できる乳頭分泌物を用いたリキッドバイオプシーによる診断法の開発は進んでいない。本研究では、次世代AI機能の中心的役割を担う畳み込みニューラルネットワーク（Convolutional Neural Network:CNN）を用いた画像データの反復学習により診断精度の高度化と自動化を目指す。さらにリキッドバイオプシー標的である乳頭分泌物に対して癌細胞の特徴を識別し、既存のデータと比較し、悪性形質を予測・分類するアルゴリズムを確立する。これによる研究成果は、乳頭分泌物を対象にした画像診断の自動化の発展に寄与し、乳癌の診断技術に新たな体系を開くものである。現在実験の予備段階として、血液循環癌細胞（CTC)の濃縮および細胞染色をまずは食道癌患者の血液を用いて行っている。予備段階にて時間を要しているが、CTCの分離・細胞染色まで行えており、その手法を確立している。

预计日本乳腺癌的发病率和死亡率将继续稳步上升，针对该疾病的对策已成为重要而紧迫的问题。由于乳腺癌复发时需要长期治疗，因此迫切需要开发基于最新肿瘤生物学知识、能够预测复发并预测药物敏感性的新诊断方法。近年来，液体活检已在各个领域中使用血液来检测CTC，并且正在对使用血液的液体活检进行乳腺癌的研究，而使用分泌物的液体活检的诊断方法的开发尚未取得进展。在这项研究中，我们的目标是通过使用在下一代人工智能功能中发挥核心作用的卷积神经网络（CNN）对图像数据进行迭代学习来提高诊断准确性并实现自动化。此外，我们将确定液体活检目标乳头分泌物中癌细胞的特征，并将其与现有数据进行比较，以建立一种算法来预测和分类恶性特征。研究成果将有助于乳头分泌物自动化图像诊断的发展，并开启乳腺癌诊断技术的新体系。目前，作为实验的初步阶段，我们首先使用食道癌患者的血液对循环癌细胞（CTC）进行富集和染色。虽然前期需要一些时间，但我们已经能够进行CTC分离和细胞染色，并建立了方法。