Development of therapeutic effect prediction tool for molecular-targeted drugs in inflammatory bowel disease using machine learning

利用机器学习开发炎症性肠病分子靶向药物疗效预测工具

• 批准号: 22K07970
• 负责人: 久松 理一
• 金额: $ 2.66万
• 依托单位: Kyorin University
• 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-22K07970/
• 关键词: 炎症性腸疾患; サイトカイン; ケモカイン; 機械学習; 分子標的治療薬; 効果予測

炎症性腸疾患（IBD）治療において、さまざまな分子標的薬が用いられている一方、個々の患者に最適な薬剤を治療開始前に予測することは、患者のみならず医療経済的観点からも重要な臨床課題である。我々は、従来の臨床統計学的解析には解析対象因子の選択や統計学的有意差の意義、解釈に限界があることに着目し、新たなアプローチとして実臨床情報に基づく機械学習の利用を着想した。さらに将来的な臨床応用のために臨床現場で収集可能な臨床情報や血液検体を用いた予測方法が望ましいと考えた。IBDの原因はまだ明らかではないが、遺伝的背景、環境因子、腸管微生物叢などのさまざまな影響により免疫状態に異常が生じていると考えられる。我々は、分子標的治療薬を初めて使用する33症例における投与開始直前の血液検体を用いて、これまでにIBD病態に関連が報告されているサイトカイン、ケモカイン20種類を測定した。そして、それらの血中濃度パターンを用いて、機械学習による33症例の分類および治療効果との関連性の評価を試みている。

In the treatment of inflammatory bowel disease (IBD), the use of molecular targets is an important clinical issue for patients who are most likely to be diagnosed before treatment begins. The analysis of clinical statistics in the future, the selection of analytical target factors, the significance of statistical differences, and the use of basic mechanical learning in the analysis of clinical information The future clinical application and the clinical field collection of possible clinical information and blood sample application are expected to be examined. The causes of IBD include: background, environmental factors, intestinal microflora, abnormal immune status, and genetic background. We report 33 cases of initial use of molecular targets and 20 cases of initial use of blood samples. The classification of 33 cases and the evaluation of the relationship between the treatment and the effect of the treatment were studied.