本文へ移動
図書

唾液メタボローム解析による乳癌診断・治療薬選択支援リキッドバイオプシー法の確立

図書を表すアイコン

唾液メタボローム解析による乳癌診断・治療薬選択支援リキッドバイオプシー法の確立

資料種別
図書
著者
北川, 雄光ほか
出版者
-
出版年
2018
資料形態
デジタル
ページ数・大きさ等
-
NDC
-
詳細を見る

資料に関する注記

一般注記:

出版タイプ: VoRtype:text本研究は唾液によるリキッドバイオプシーが乳癌の診断に有用であり、将来の臨床試験における基礎的根拠を確立することを目的とする。全166例の解析から260種類の代謝産物が検出され、乳癌症例群で頻出する105の代謝産物を同定した。健常者群と浸潤癌群の比較において、31...

関連資料・改題前後資料

科研費研究者番号 : 20204878

科研費研究者番号 : 80327543

科研費研究者番号 : 50348661

科研費研究者番号 : 70528900

科研費研究者番号 : 30458963

書店で探す

全国の図書館の所蔵

国立国会図書館以外の全国の図書館の所蔵状況を表示します。

所蔵のある図書館から取寄せることが可能かなど、資料の利用方法は、ご自身が利用されるお近くの図書館へご相談ください

その他

  • 慶應義塾大学学術情報リポジトリ

    デジタル
    連携先のサイトで、学術機関リポジトリデータベース(IRDB)(機関リポジトリ)が連携している機関・データベースの所蔵状況を確認できます。

書誌情報

この資料の詳細や典拠(同じ主題の資料を指すキーワード、著者名)等を確認できます。

デジタル

資料種別
図書
著者・編者
北川, 雄光
林田, 哲
高橋, 麻衣子
関, 朋子
杉本, 昌弘
神野, 浩光
石川, 孝
林, 光弘
砂村, 真琴
出版年月日等
2018
出版年(W3CDTF)
2018
並列タイトル等
ダエキ メタボローム カイセキ ニ ヨル ニュウガン シンダン・チリョウヤク センタク シエン リキッド バイオプシーホウ ノ カクリツ
Daeki metaborōmu kaiseki ni yoru nyūgan shindan chiryōyaku sentaku shien rikiddo baiopushīhō no kakuritsu
Establishment of liquid biopsy method for breast cancer diagnosis by salivary metabolomics
タイトル(掲載誌)
科学研究費補助金研究成果報告書
本文の言語コード
jpn
対象利用者
一般
一般注記
出版タイプ: VoR
type:text
本研究は唾液によるリキッドバイオプシーが乳癌の診断に有用であり、将来の臨床試験における基礎的根拠を確立することを目的とする。全166例の解析から260種類の代謝産物が検出され、乳癌症例群で頻出する105の代謝産物を同定した。健常者群と浸潤癌群の比較において、31の代謝産物において有意な発現量の差が認められ、乳癌患者においてはポリアミンとアミノ酸濃度が比較的高いことが同定された。これらを用いて予測モデルの構築を行ったところROCカーブのAUCは0.864と高い予測精度を確立することが可能であった。本研究から、唾液を用いたメタボローム解析により乳癌を健常者から抽出することが可能であると考えられた。 The aim of this study is to explore new salivary biomarkers to discriminate breast cancer patients from healthy controls. One hundred sixty-six unstimulated saliva samples were collected from 101 patients with invasive carcinoma of the breast (IC), 23 patients with ductal carcinoma in situ (DCIS), and 42 healthy controls (C). Of the 260 quantified metabolites, polyamines were significantly elevated in the saliva of patients with breast cancer. The ADTree with an ensemble approach showed higher accuracy (P < 0.0001). These data indicated that combinations of salivary metabolomics with the ADTree-based machine learning methods show potential for non-invasive screening of breast cancer.
研究種目 : 基盤研究 (B) (一般) 研究期間 : 2016~2018 課題番号 : 16H05408 研究分野 : 外科学
関連情報
科研費研究者番号 : 20204878
科研費研究者番号 : 80327543
科研費研究者番号 : 50348661
科研費研究者番号 : 70528900
科研費研究者番号 : 30458963
連携機関・データベース
国立情報学研究所 : 学術機関リポジトリデータベース(IRDB)(機関リポジトリ)
提供元機関・データベース
慶應義塾大学 : 慶應義塾大学学術情報リポジトリ