側頭葉てんかんにおけるシナプス密度ネットワーク機能障害の関連遺伝子発現パターンを解明 背景 側頭葉てんかん（Temporal Lobe Epilepsy, TLE）は、最も一般的な部分てんかんの一種であり、その病理的特徴と発症メカニズムは神経科学の分野で長年注目されてきました。本疾患は、単一の脳領域（例：てんかん焦点）のみに関与するのではなく、広範な脳ネットワーク機能に影響を及ぼす疾患と考えられています。TLEの核心的な病理メカニズムには主に興奮性と抑制性シナプス伝達の不均衡が含まれ、シナプスの喪失が重要な要因であるとされています。こうしたシナプスネットワークのマクロな変化が脳機能ネットワークの障害を引き起こす可能性があり、遺伝子レベルでの異常がこれらのシナプス再構築の潜在的な起因である可能...

背景紹介 近年、癌症の診断と治療の分野では顕著な進展が見られ、特に分子イメージングやターゲット型放射線治療に基づく技術が注目されています。その中で、間葉性細胞活性化タンパク質（Fibroblast Activation Protein, FAP）は、腫瘍微小環境で高度に発現するバイオマーカーとして広く注目されています。FAPは主に腫瘍随伴線維芽細胞（Cancer-Associated Fibroblasts, CAFs）で発現しており、CAFsは腫瘍の増殖、浸潤、および転移において重要な役割を果たしています。したがって、FAPは腫瘍診断および治療の重要なターゲットとなっています。 しかしながら、FAPを標的とした放射性リガンド（FAP Inhibitors, FAPIs）は前臨床および臨床研...

解釈可能な機械学習によるアミノ酸PET画像を用いた膠芽腫診断への応用研究 学術的背景 膠芽腫（glioma）は、中枢神経系で最も一般的な悪性腫瘍の1つであり、その診断と治療戦略は通常、組織病理学的分析に依存しています。しかし、組織病理学的分析には侵襲性が高い、時間がかかるといった限界があります。近年、医学画像に基づくラジオミクス（radiomics）技術が注目されており、大量の定量的特徴を医学画像から抽出し、機械学習（machine learning, ML）アルゴリズムと組み合わせることで、複雑な画像特徴の関係を効果的に捉えることが可能になり、膠芽腫の診断や予後評価に新たな可能性を提供しています。しかし、機械学習モデルは膠芽腫の予測タスクで高い有効性を示すものの、決定プロセスの透明性に欠け...

前立腺がんのステージングにおけるAI強化型超高速PSMA-PETの応用 学術背景 前立腺がんは、世界中の男性で最も一般的ながんの1つであり、正確な診断とステージングは治療方針の決定において非常に重要です。前立腺特異的膜抗原（PSMA）をターゲットとした陽電子放射断層撮影（PET）は、前立腺がん患者の標準的な検査法として確立されています。しかし、従来のPSMA-PETスキャンには長いスキャン時間が必要で、通常は20分ほど要しました。このため、スキャンへのアクセスが制限され、特に需要が増加している状況では問題となります。スキャン時間を短縮するため、超高速PSMA-PETスキャン技術が提案されましたが、この方法では画像品質の低下が課題となっていました。この課題に対処するため、研究者たちはAI技術を...

初期18F-Flortaucipir Tau-PETがアルツハイマー型認知症における脳代謝の代替バイオマーカーに 背景紹介 アルツハイマー型認知症（Alzheimer’s Disease, AD）は、一般的な神経変性疾患であり、その主な病理学的特徴は、β-アミロイドタンパク（Aβ）の細胞外蓄積、異常タウタンパクの細胞内蓄積、および神経変性です。これらの病理的変化は、臨床症状が現れる10～20年前から脳内に進行的に蓄積するとされています。ポジトロン断層法（PET）イメージング技術は、これらのタンパク質蓄積および神経細胞損傷を生体内で評価することができ、ADの早期診断において重要な役割を果たしています。18F-フルオロデオキシグルコース（18F-FDG）PETは神経変性を研究するための確立された...