国際脳ヒト脳MRI研究プロジェクトの概要

精神神経疾患は脳に原因があるとされる疾患で、生涯にわたり影響を与え得ります。1990年代より磁気共鳴画像(MRI)の技術発展により、ヒト脳構造・機能を可視化することができるようになり、近年では、高品質のMRI画像を用いた大規模計測により、ヒト一生涯にわたる脳の生物学的変化を見ようとする試みや(Glasser et al., 2016; Harms et al., 2018; Miller et al., 2016)、精神神経疾患の診断に役立てようとする試みがあります(Drysdale et al., 2017; Elliott, Romer, Knodt, & Hariri, 2018; Koutsouleris et al., 2015; Nunes et al., 2018)。しかしながら特に精神疾患においては、こういった診断ツールはいまだ確立していません。その理由として、精神疾患がもたらす脳の変化は意外なほど小さく、健常対照と比較しても、その特徴量に多くの重なりがあること、その差よりもMRI機器や計測方法の違いからくる差のほうが大きいことがわかっています(Yamashita et al., 2019; 詳しくはこちら)。

AMED国際脳プロジェクトのなかで、研究グループ1-1では、MRI脳画像の撮像や臨床データの取得と、その解析による精神・神経疾患(認知症、発達障害、気分障害等)の発症メカニズム解明、 1-2では、MRI脳画像データ等プラットフォーム(データ取得、共有と保管、前処理、解析、配布)を担当しています。国際脳MRIワーキンググループでは新たに、MRIプロトコルHARP(Harmonization protocol)を開発し、標準臨床・神経心理計測基準を設けました。これまでの多施設共同研究成果や、現在進行しているHCPやABCDプロジェクトといったアメリカの大規模研究をもとに、HARPは高性能MRI機器を対象に作成され、様々な視点から脳を観察することができます(T1強調画像、T2強調画像、拡散テンソル画像、安静時脳機能、課題中の脳機能、定量的磁化率マッピング、動脈スピンラベリング)。また、多施設データを適切に結合するため、トラベリングサブジェクト法による計測も行います。本研究期間が終了ののち、これらのデータは公開され、世界中の研究者が利用できるようになります。

国際脳ヒト脳MRI研究プロジェクトは生涯にわたる精神神経疾患に焦点を当て、MRI計測から解析まですべてを統一した世界初の多施設共同研究プロジェクトであり、これによって、精神神経疾患の疾患共通・特異因子を見出すことができると考えています。得られる結果は、精神神経疾患の治療開発や診断バイオマーカーとなることが期待されます。開始当初は9サイト、トラベリングサブジェクト開始後に13サイトと拡大し、現在も追加の研究参加を募集しております。


(References)

  • Drysdale, A. T., Grosenick, L., Downar, J., Dunlop, K., Mansouri, F., Meng, Y., . . . Liston, C. (2017). Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nat Med, 23(1), 28-38. doi:10.1038/nm.4246
  • Elliott, M. L., Romer, A., Knodt, A. R., & Hariri, A. R. (2018). A Connectome-wide Functional Signature of Transdiagnostic Risk for Mental Illness. Biol Psychiatry, 84(6), 452-459. doi:10.1016/j.biopsych.2018.03.012
  • Glasser, M. F., Smith, S. M., Marcus, D. S., Andersson, J. L., Auerbach, E. J., Behrens, T. E., . . . Van Essen, D. C. (2016). The Human Connectome Project’s neuroimaging approach. Nat Neurosci, 19(9), 1175-1187. doi:10.1038/nn.4361
  • Harms, M. P., Somerville, L. H., Ances, B. M., Andersson, J., Barch, D. M., Bastiani, M., . . . Yacoub, E. (2018). Extending the Human Connectome Project across ages: Imaging protocols for the Lifespan Development and Aging projects. Neuroimage, 183, 972-984. doi:10.1016/j.neuroimage.2018.09.060
  • Koutsouleris, N., Meisenzahl, E. M., Borgwardt, S., Riecher-Rossler, A., Frodl, T., Kambeitz, J., . . . Davatzikos, C. (2015). Individualized differential diagnosis of schizophrenia and mood disorders using neuroanatomical biomarkers. Brain, 138(Pt 7), 2059-2073. doi:10.1093/brain/awv111
  • Miller, K. L., Alfaro-Almagro, F., Bangerter, N. K., Thomas, D. L., Yacoub, E., Xu, J., . . . Smith, S. M. (2016). Multimodal population brain imaging in the UK Biobank prospective epidemiological study. Nat Neurosci, 19(11), 1523-1536. doi:10.1038/nn.4393
  • Murray, C. J., Vos, T., Lozano, R., Naghavi, M., Flaxman, A. D., Michaud, C., . . . Memish, Z. A. (2012). Disability-adjusted life years (DALYs) for 291 diseases and injuries in 21 regions, 1990-2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet, 380(9859), 2197-2223. doi:10.1016/S0140-6736(12)61689-4
  • Nunes, A., Schnack, H. G., Ching, C. R. K., Agartz, I., Akudjedu, T. N., Alda, M., . . . Group, E. B. D. W. (2018). Using structural MRI to identify bipolar disorders – 13 site machine learning study in 3020 individuals from the ENIGMA Bipolar Disorders Working Group. Mol Psychiatry. doi:10.1038/s41380-018-0228-9
  • Yamashita, A., Yahata, N., Itahashi, T., Lisi, G., Yamada, T., Ichikawa, N., . . . Imamizu, H. (2019). Harmonization of resting-state functional MRI data across multiple imaging sites via the separation of site differences into sampling bias and measurement bias. PLoS Biol, 17(4), e3000042. doi:10.1371/journal.pbio.3000042
タイトルとURLをコピーしました