- 課題管理番号
- 23dm0307003h0006
- 統合プロジェクト(二期)
疾患基礎研究プロジェクト<第二期>
- 9つの連携分野プロジェクト
脳とこころの健康大国実現プロジェクト
- 事業名
脳科学研究の戦略的な推進<脳科学研究戦略推進プログラム、革新的技術による脳機能ネットワークの全容解明プロジェクト・戦略的国際脳科学研究推進プログラム> ,
戦略的国際脳科学推進プロジェクト ,
脳とこころの研究推進プログラム
- タグ(2023)
研究開発目的: 基礎医学研究
研究の性格: 疾患を特定した基礎医学研究<生命・病態解明研究>
研究モダリティ: in vivo-ヒト
ICD-10大分類: 神経系の疾患
対象疾患領域: 精神・神経疾患 , 老年医学・認知症 , 難病
特記的事項: 国際共同研究 , DX<SaMD、AI、ICTを含む>
補足確認: 診断
- タグ(2022)
研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: その他
疾患領域: 精神・神経疾患 , 生活習慣病 , 老年医学・認知症 , 難病
開発目的: 予防・健康 , 診断
- タグ(2021)
研究の性格: 生命・病態解明等を目指す研究
対象疾患: その他
- タグ(2020)
研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: その他
疾患領域: 精神・神経疾患 , 老年医学・認知症 , 難病
開発目的: 予防・健康 , 診断 , 治療
- タグ(2019)
研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: 神経系の疾患
- タグ(2018)
研究の性格: 生命・病態解明等を目指す研究
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: 神経系の疾患
- 代表研究機関
- 国立大学法人京都大学
- 研究代表者
(2023) 花川隆, 国立大学法人京都大学, 大学院医学研究科・教授
(2022) 花川隆, 国立大学法人京都大学, 大学院医学研究科 脳統合イメージング
(2021) 花川隆, 国立大学法人京都大学, 大学院医学研究科 脳統合イメージング 教授
(2020) 花川隆, 国立研究開発法人国立精神・神経医療研究センター, 脳病態統合イメージングセンター 先進脳画像研究部 部長
(2019) 花川隆, 国立研究開発法人国立精神・神経医療研究センター, 脳病態統合イメージングセンター 先進脳画像研究部 部長
(2018) 花川隆, 国立研究開発法人国立精神・神経医療研究センター, 脳病態統合イメージングセンター 先進脳画像研究部 部長
- 研究期間
- 2018年度 - 2023年度
- 課題への総配分額
- 948,123 千円
- 研究概要(2023)
- PADNIデータを中心に国際脳高齢者MRIデータベースへ500例程度の組み入れを目指し、比較的リクルート数が少ないADスペクトラム症例を中心に横断測定として引き続き新規登録を行いつつ、縦断測定のフォローアップ検査を継続する。施設毎の研究テーマとして、京都大学は7T-MRIの活用、京都府立医大は松果体体積と軽度行動異常の解析、量研機構は血漿を用いた生物学的マーカーの測定、そしてNCNPと福島県立医大は生理指標の記録解析とAβ PET標準化研究で密に連携する。PADNI縦断研究エントリーデータについて、認知・心理指標、分子マーカー分類、HARPデータHCP解析の統合を完成させる。東北メディカルメガバンクが収集した日本人高齢者MRIリファレンスパネルを用いて加齢性の皮質厚変化を予測する技術を開発し、PADNIデータ解析に活用する。
- 研究概要(2022)
- 既存データを対象に認知・精神症状の責任回路と疾患の画像バイオマーカーを探索し、これを参考に既存登録者の再撮像とPADNIの新規症例登録により3T-MR、アミロイドPETとドパミン・トランスポーター撮像、及び7T-MRIを用いたデータ収集を進める。アミロイドPET については施設間標準化を取りまとめる。7-T MRIの高解像度画像と、剖検脳の組織解析との対比による新たな病態評価バイオマーカー同定を目指す。PADNIのPD・AD・健常高齢者のデータを用いた認知・精神症状の責任神経回路の解明に着手する。
- 研究概要(2021)
- 1)既収集PD関連疾患データで認知症状の病態解明を進める。また、早期及び進行期のPD病態の画像バイオマーカーの同定を目指す。2)新型コロナウイルスの感染蔓延の影響で遅延している令和2年度分の新規患者・健常者コホートへの登録を継続して、累計でパーキンソン病関連疾患・アルツハイマー病、対照群を合計した3T MRI新規症例登録75例、7T MRI同62例を令和3年12月末までに行うことを目指す。これと並行して、隔年毎の臨床評価と3T MRI撮像により縦断的コホートのデータ収集を進める。3)7T-MRI撮像法開発を進めるとともに、組織標本解析との対比によって病態評価バイオマーカーの同定を目指す。4)既存データ解析結果を踏まえて、国際脳データ前期分の解析を開始する。
- 研究概要(2020)
- NCNP、京都大、福島県立医大は、前向きコホート研究の参考資料とするために、既存のアルツハイマー病・パーキンソン病スペクトラムデータを用いた統合解析を継続実施し、結果を参加施設間で共有するとともにデータベース化を進め、後期の統合研究の基盤とする。また、NCNP、京都府立医大、京都大、福島県立医大は、2020年度末までの全施設での組み入れ数200以上を目標とし、データの集積を継続する。夏頃を目処に、登録時のデータについて予備的検証を行う。東北大は、健常脳MRIの5kリファレンスパネル構築に向けたデータクレンジングをさらに進める。岩手医大は層別化脳画像統計解析プログラムを実装し、実行可能性調査により改良を加え、ツールボックスとして公開する。
- 研究概要(2019)
- 後ろ向きPADNI研究では、PDスペクトラムとADスペクトラムについて、既存のMRIデータを用いた統合解析を実施する。前向きPADNI研究ではPDスペクトラム20名、ADスペクトラム20名、健常高齢者20 名を目標に、データの集積を本格化させる。遺伝子解析を担当する基盤を構築し、ゲノムを抽出・保存する。PADNI参加施設のデータをデータベースに登録するために調整を行う。TMMコホートデータとMRIの連結に着手する。
- 研究概要(2018)
- 高齢者神経変性疾患の代表であるアルツハイマー病(AD)とパーキンソン病(PD)、両疾患のリスクから定義する軽度認知低下など中間段階及び健常高齢者を対象として、磁気共鳴画像(MRI)や臨床データを横断・縦断的に取得し、1万人規模のデータに基づく健常者MRI参照パネルを開発しつつ、最新のMRI神経回路解析や機械学習による判別解析を応用することで、ADとPDの責任神経回路を解明することを目指します。