現行がんパネル検査に遺伝子発現・タンパク質発現・病理組織情報を統合した、より精緻なマルチオーム解析成果を予後改善に繋げるレジストリ構築を目指すため、各要素技術について検討を開始した。
取得した空間ゲノミクスデータの解析については、解析手法に関する文献等を参考に得られた「データ」から、細胞種の同定・細胞間相互作用といった生物学的解釈が可能な「情報」に変換する手順を検討し、最適化を試みた。
未染色組織スライドからHE染色像を生成することで、非破壊的にデータ取得可能な基礎技術構築する。このため、未染色画像と同一組織切片のH.E.実染色画像を用いて、明視野（カバーガラスなし）、自家蛍光（480nm）の比較でいずれも位置合わせは可能であったが、エッジが不明な自家蛍光画像では適合率が低下した。位置ズレに強いRegGANを２つのモデル（明視野、明視野+自家蛍光）に適用し、いずれにも対応するH.E.画像への変換を学習・評価した。定性評価ではいずれのモデルもHE実染色像に近い画像を生成できたが、定量評価の結果、明視野のみを入力とした方が核を高精度で予測できた。
空間トランスクリプトーム解析に必要な要素技術として、HE染色済の病理組織画像から組織・細胞情報をさらに高精度定量化し、薬剤応答と関連する空間的特徴量を抽出するための基盤技術を構築する。具体的には細胞の座標情報から細胞間の距離を算出し、細胞間の相互作用を計算する技術や特定エリアにおけるクラスタリング（UMAP等）を行う技術開発を行なった。現段階ではHE画像からAIを用いて識別した細胞の座標情報を用いて解析中である。
発現量情報やAIによる病態予測結果に基いた、病理診断に必要な複数マーカーの多重免疫染色により、本プロジェクトの目指すマルチオーム情報を提供するプラットフォーム開発を目的として、本年度は全エクソントランスクリプトーム解析が可能な臨床検体の収集を行った。その結果、東大オンコパネル（TOP）解析済み症例として、肺組織や直腸組織、子宮体部組織、その他組織などの各症例数を確認した。また、改良版であるTOP2解析済みの症例では、肺組織や乳房組織、卵巣・卵管組織、その他組織を各々収集し、DNAとRNA解析による変異解析結果について、主治医、病理医、がんゲノム研究者らが参加する専門家会議を開催して、症例ごとに一塩基置換、コピー数変動、融合遺伝子、遺伝子発現量等の腫瘍組織におけるDNA変異およびRNA異常について妥当性を確認した。また、HE染色のデジタル画像を取得し、AIによる病態予測研究への活用のために準備した。
上記連携を図るため、研究開発計画書の作成支援、キックオフミーティング開催を通じ、代表機関と連携した研究開発の推進支援を実施した。さらに、円滑な企業活動に必須となる知的財産の適正管理のため、AMEDの指導を仰ぎながら知財合意書の作成を開始した。