研究課題情報
課題管理番号
23km0405216h0005
統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

9つの連携分野プロジェクト

疾病克服に向けたゲノム医療実現プロジェクト

事業名

ゲノム医療実現推進プラットフォーム事業 ,

ゲノム医療実現バイオバンク利活用プログラム<B-cure>

タグ(2023)

研究開発目的: 診断に関する研究

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証等を目指す研究

研究モダリティ: 新規検査法

ICD-10大分類: 精神および行動の障害

対象疾患領域: 精神・神経疾患

補足確認: 予防・保健 ,  診断 ,  治療

タグ(2022)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 観察研究等

承認上の分類: 医療機器

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 予防・健康 ,  診断 ,  治療

タグ(2021)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 観察研究等

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 予防・健康 ,  診断 ,  治療 ,  生活の質<QOL>

タグ(2020)

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>

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 予防・健康 ,  診断 ,  治療 ,  生活の質<QOL>

タグ(2019)

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証<診断薬・診断機器開発は除く>

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: 精神および行動の障害

代表研究機関
国立大学法人東海国立大学機構
研究代表者

(2023) 中杤昌弘, 国立大学法人東海国立大学機構, 名古屋大学大学院医学系研究科 総合保健学専攻 実社会情報健康医療学・准教授

(2022) 中杤昌弘, 国立大学法人東海国立大学機構, 名古屋大学大学院医学系研究科 総合保健学専攻 実社会情報健康医療学 准教授

(2021) 中杤昌弘, 国立大学法人東海国立大学機構, 名古屋大学大学院医学系研究科 総合保健学専攻 実社会情報健康医療学・准教授

(2020) 中杤昌弘, 国立大学法人東海国立大学機構, 名古屋大学大学院医学系研究科 総合保健学専攻 ヘルスケア情報科学分野・准教授

(2019) 中杤昌弘, 国立大学法人名古屋大学, 大学院医学系研究科 看護学専攻健康発達看護学 准教授

研究期間
2019年度 - 2023年度
課題への総配分額
31,663 千円
研究概要(2023)
 本研究は、稀な(rare) コピー数変異(CNV)データと機械学習を活用し、精神疾患発症リスク予測モデルの開発を目的とする。今年度はノンコーディング領域を考慮したCNV領域を基に、各精神疾患の発症予測モデル構築及び検証を行う。モデル開発は、自閉スペクトラム症 vs 健常者、統合失調症 vs 健常者、双極性障害 vs 健常者というように疾患毎のモデルだけでなく、統合失調症+自閉スペクトラム症 vs 健常者、統合失調症+双極性障害 vs 健常者、自閉スペクトラム症+双極性障害 vs 健常者というように複数疾患を統合したモデルも開発する。予測モデルの検証データとして、同様のCGHアレイから取得したCNVデータと、全ゲノムシークエンスor全エクソームシークエンスによって取得したCNVデータを対象とする。
研究概要(2022)
本研究は、稀な(rare) コピー数変異(CNV)データと機械学習を活用し、精神疾患発症リスク予測モデルの開発を目的とする。今年度はノンコーディング領域を考慮したCNV領域を基に、各精神疾患の発症予測モデル構築を開始する。具体的には、ヒト脳組織の公開オミクスデータベースから、遺伝子発現データ及び遺伝子調節機能(エピゲノム)データを取得し、脳の部位毎にヒトゲノム上重要な領域(エンハンサー領域・プロモーター領域・コーディング領域等)を検出する。続いて我々が保有するrare CNVデータについて、上記で絞り込んだ領域を対象として、精神疾患患者・健常者間で比較を行い疾患と有意に関連するCNVに絞り込み、これらを活用して予測モデルを開発する。モデル開発は、自閉スペクトラム症 vs 健常者, 統合失調症 vs 健常者, 双極性障害 vs 健常者というように疾患毎に行う。
研究概要(2021)
課題(1):ノンコーディング領域を含めた精神疾患関連CNV領域とパスウェイの探索課題(2):機械学習を用いた発症リスク予測モデルの構築課題(3):検証用rare CNVデータの構築と発症リスク予測モデルの性能評価課題(4):一般集団のWGSデータによる発症リスク予測モデルの性能評価課題(5):BP患者家系のWESデータによる発症リスク予測モデルの性能評価
研究概要(2020)
本研究は、稀な(rare) コピー数変異(CNV)データと機械学習を活用し、精神疾患発症リスク予測モデルの開発を目的とする。今年度は、昨年度に引き続き、精神疾患と関連のあるCNV領域の探索を進める。具体的には、ヒト脳組織の公開オミクスデータベースから、遺伝子発現データ及び遺伝子調節機能(エピゲノム)データを取得し、脳の部位毎にヒトゲノム上重要な領域(エンハンサー領域・プロモーター領域・コーディング領域等)を検出する。続いて我々が保有するrare CNVデータについて、上記で絞り込んだ領域を対象として、精神疾患患者・健常者間で比較を行い疾患と有意に関連するCNVを探索する。探索は、個々の疾患毎に関連するCNVの探索に加え、複数の疾患を統合した場合の探索も行う。
研究概要(2019)
本研究は、稀な(rare) コピー数変異(CNV)データと機械学習を活用し、精神疾患発症リスク予測モデルの開発を目的とする。今年度は、最初のステップとして、精神疾患と関連のあるCNV領域の探索を進める。具体的には、ヒト脳組織の公開オミクスデータベースから、遺伝子発現データ及び遺伝子調節機能(エピゲノム)データを取得し、脳の部位毎にヒトゲノム上重要な領域(エンハンサー領域・プロモーター領域・コーディング領域等)を検出する。続いて我々が保有するrare CNVデータについて、上記で絞り込んだ領域を対象として、精神疾患患者・健常者間で比較を行い疾患と有意に関連するCNVを探索する。探索は、自閉スペクトラム症 vs 健常者, 統合失調症 vs 健常者, 双極性障害 vs 健常者というように疾患毎に行い、個々の疾患毎に関連CNVを探索する。
研究成果情報
2023
2022
2021
2020
2019