大腸がんをはじめとする様々ながん細胞では、APCやβ-カテニンなどWntシグナルを構成する分子の異常が認められる。これらの異常は、核内においてTCF/LEFの転写活性化補助因子であるβ-カテニンタンパク質の蓄積を引き起こす。その結果もたらされた、β-カテニン/TCF複合体の活性化が、がん原遺伝子や細胞周期の調節因子、未分化性の維持に働く遺伝子などの発現誘導を介して、腫瘍発生や悪性化に重要な役割を演じている。我々はWntシグナルによって抑制される遺伝子群を網羅的に同定し、Wntシグナルの活性化がもたらす新たな分子調節機構の異常を明らかにした。また、転写抑制される遺伝子の研究から、Wntシグナル活性を高感度かつ特異的に検出できるアッセイ系を開発し、Wntシグナル阻害剤の化合物ライブラリスクリーニングを行った。本セミナーではがん細胞における新しいWntシグナルの役割とWntシグナルを標的とする創薬研究について紹介する。

近年、健康医療分野では、レセプト情報やDPC等の医療基本情報やIoTデバイスの発展に伴い時間軸を有する健康関連ビッグデータが蓄積され続けている。一方、ゲノムを中心とする分子生物学的なデータを取得する次世代シークエンサーの技術発展により、全ゲノム情報や全転写産物の発現、エピゲノム、プロテオーム、共生微生物叢など、生命現象を記述する複数のレイヤーにおいて網羅的なデータが計測されるようになった。本発表では、まず、10年間に渡るレセプト情報（のべ人数で約7,000万人のデータが毎年得られる）を解析し、漢方処方の実態を初めて明らかにした研究についてまず紹介する。次に、受診時の自動問診システムの構築と複数の医療施設で収集された問診データから、漢方診断の数理モデルを構築し診療支援のためのシステム化を行った研究について説明する。これら医療関連データの解析に加えて、演者がこれまで取り組んできた次世代シークエンスデータの解析について説明する。特に、希少がんである悪性骨軟部腫瘍115症例を用いて得られた網羅的なゲノム解析において施設間実験プロトコルの差がRNAシークエンス解析に与える影響などの諸問題とその対処法について紹介する。最後に、健康医療のビッグデータとゲノム関連ビッグデータを統合的に解析することにより、新しいゲノム医療の実現に向けたデータサイエンスの可能性について、その展望を述べる。

炎症性疼痛の病態にプロスタグランジン産生が深く関与していることは知られているが、同時にロイコトリエン(LT)が産生され、炎症・疼痛の増悪に関与していることが明らかになってきた。LTB4は高親和性受容体BLT1を介して強力な好中球活性化作用を発揮する。動物実験レベルではLTB4-BLT1シグナルの阻害が炎症反応を減弱させることが知られており、炎症性疾患治療のターゲットとして注目されている。LTB4-BLT1シグナルの阻害が炎症性疼痛にも有効ではないかと推察し、BLT1遺伝子欠損マウスを用いて、LTB4-BLT1シグナルによる疼痛機構についての研究に着手した。BLT1欠損マウスでは、古典的急性痛モデルであるホルマリンテストにおける疼痛行動の減弱を認めた。またホルマリン投与後の局所炎症変化のみならず脊髄後角における神経活性化の指標リン酸化CREBの発現が抑制されていた。LTB4-BLT1シグナルは、従来から明らかである好中球活性化による炎症惹起のみならず、脊髄レベルでの感作に関与して急性痛の増悪に寄与する可能性が示唆された。
本セミナーでは、LTB4とBLT1受容体についての知見を紹介し、これまでに行った研究内容を報告する。また、より臨床状態に近い術後痛モデルを用いた検討結果についても併せて報告したい。

Waivers of informed consent for research are broadly permitted by national regulations and international ethical codes, and there is movement to expand the use of waivers in clinical trials. In this talk, I summarize several threads of current research that explore the legal and policy background to the development of waivers in United States policy and regulation. I also describe several completed and on-going systematic reviews that raise questions about the frequency of use as well as the legal and ethical legitimacy of waivers. The potential for misuse is highlighted by specific cases. The purpose of the presentation is to spur a comparative discussion of relevant norms and regulations in Japan.

2010年代以降、疾患の早期発見や予防・治療選択のために、医学的にactionable（対処可能）な疾患について、患者や家族が積極的にリスクを知り、家族内で共有することを、推奨する傾向が強まっている。たとえばBRCA1/2は遺伝性乳がん・卵巣がん症候群（HBOC）の原因遺伝子であり、サーベイランスや乳房・卵巣のリスク低減手術、分子標的薬PAPR阻害剤の選択のためにも、血縁者への情報共有が期待される。さらに、がんゲノム医療が推進され、網羅的なゲノム解析を伴うがん遺伝子パネル検査が臨床実装、保険収載された。つまり、家族歴をもたない一般のがん患者と家族も、二次的所見としてわかる遺伝性腫瘍の情報の取扱いについて、意思決定に直面する事態が生じている。しかし、日本の患者・家族の情報共有の実態や課題点については、十分明らかにされていない。
本研究では、がん患者・家族への質問紙調査を通して、がん遺伝子パネル検査で遺伝性腫瘍の可能性がわかった場合の、情報共有への希望を明らかにした。また、HBOC患者・家族へのインタビュー調査から、家族内でのコミュニケーションの態度や経験を考察した。
本セミナーでは、ほかの医療・医学の「告知」研究にも言及しつつ、遺伝情報に関する「リスク告知」研究の概要を紹介する。また、今後の展望として「知らないでいる権利」や医療者の守秘義務に関する近年の議論の動向、子どもの全ゲノム解析に関する論点について触れたい。

次世代シークエンサー（NGS）はゲノム情報の網羅的解析に重
要な基盤技術として、様々な生命現象の理解に欠かせない高解
像度・高確度データの産生を支えている。演者は、これまで生
殖細胞、幹細胞、がん細胞などから得られた多種多様なNGSデ
ータの融合解析の研究を行ってきており、細胞の高次生命現象
の統合的な理解を目指している。
本セミナーでは、NGSデータの一風変わった、しかし、臨床的・
学術的意義がきわめて大きい活用方法を紹介する。すなわち、
標的細胞のゲノム解析を目的としたNGSデータから外来性混入
微生物（コンタミ）の検出と、その感染・汚染起因の異常発現
遺伝子を推定する情報学的手法を紹介する。これにより、実験
結果や加工細胞移植等の品質評価が迅速に行える。核酸増幅検
査などの無菌試験、ウイルス否定試験の代替法として利用可能
で、標的細胞のゲノムプロファイリングのついでに行える特徴
があり、統計処理と独自のアルゴリズムで微生物ゲノム由来の
NGSデータを効果的に分類することができる。解析ツールはヒ
トゲノム解析センターのスパコンSHIROKANEに実装されてい
る（https://openlooper.hgc.jp/opencontami/）。ここでは、
歯根膜由来の同種培養MSC移植の例を交えて、本アプローチの
有効性について議論したい。最後に、話題を少し広げて、NGS
を軸としたゲノム情報解析の最新情報を提供しながら今後を展望
したい。

造血幹細胞は骨髄中のニッチに存在し、生体内における全血液細胞を供給することが可能な組織幹細胞の１つである。様々な血液疾患や免疫疾患を治癒する技術として造血幹細胞移植が知られているが、より成功率を向上させる為には造血幹細胞を生体外で増殖させる技術開発が重要である。現在までに多くの研究者が造血幹細胞の増幅に関与するタンパク質（造血因子）を分離同定し、未分化性を保つことに重要な骨髄微小環境の造血支持細胞を明確にしてきている。しかし、造血幹細胞を安定的かつ再現性よく増幅させる方法はこれまでに確立されていなかった。そこで、我々は以下の２つの点に注目し努力を積み重ねてきた。１）タンパク質でも細胞でもない基礎的な栄養素の１つである培養液中のアミノ酸バランスに注目し造血幹細胞の未分化性を維持するアミノ酸バランスの探索、２）培養液中に存在する血清アルブミン成分の必要性である。これらの研究結果から我々は最近、“マスウ”造血幹細胞の長期培養増幅技術を確立させ報告した（Wilkinson et al., 2019. Nature）。一方で、“ヒト”造血幹細胞が“マスウ”造血幹細胞と同じように増幅可能かは未知である。本セミナーでは“ヒト”造血幹細胞増幅技術開発の世界的動向と共に我々の試みについても紹介していきたい。

Recently, with the rapid progress of artificial intelligence (AI)/deep learning (DL) technologies, the exploration of AI for high-performance medicine is on the way. Applications on specific personal medical data are emerging, which include medical images and electronic health records (EHRs). Focusing on integrating genomic data for better health and medical care, we develop DL models for genomic data to achieve more accurate and higher resolution performance. In this presentation, we introduce our two recent achievements of developing deep segmentation methods for genomic data, which covers challenging tasks in short-read and long-read sequencing. For the short-read, we established novel DL model in the framework of U-net to detect nucleotide-wise breakpoints of structural variants (SVs) inside of bins of pre-determined genomic regions, which cannot be resolved in the previous methods. For the long-read, we proposed new UR-net model to perform nanopore basecalling from a perspective of instance segmentation. Our experiments show that the proposed DL methods can be effective in handling noisy signals in whole genome sequencing data derived from cutting edge sequencing technologies, which helps to exceed previous limitations and achieve better performance.

During fetal liver development, hematopoietic progenitors migrate into the liver bud, promoting liver growth, and establishing fetal hematopoiesis. A symbiotic relationship between hepatic and hematopoietic progenitors has been shown in the development of the fetal liver. However, the underlying mechanism of this relationship has not been clarified. Here, we established a hepatic–hematopoietic organoid platform to analyze the symbiotic relationship during organoid development. Notably, we found that hematopoietic progenitors promoted organoid maturation and that the fetal monocyte population was the promotion population among hematopoietic progenitors. Additionally, during organoid development, we found that fetal monocytes gradually differentiated into macrophages, and the differentiation roadmap was similar to that for fetal Kupffer cells in the liver. Moreover, we found that fetal monocytes dynamically participated in organoid development. In the early stage, fetal monocytes improved the outgrowth and differentiation of the organoid by activating de novo lipogenesis, whereas in the late stage, differentiated monocytes (macrophages) helped reduce lipotoxicity, and enhance organoid maturation. Together, the results of this study clarify the cellular mechanism between hepatic and hematopoietic progenitors during organoid development and indicate the importance of fetal monocytes in the development of the human liver.

ここ数年、報道などでも「人工知能」「AI」というのがよく取り沙汰されていますが、その概念はわかりにくく、「よくわからないけどなんかすごいもの」という程度の理解の場合も多いように見受けられます。そこで現在話題の人工知能（AI）について、そもそも何なのか、 どんなことができるのか、 どのような原理で動いているのかを解説します。そして医療分野（特に研究分野）における人工知能（AI）の現状について、いくつか論文を挙げて紹介します。

（参考文献：AR 顕微鏡）Chen PC, et al. (2018) An augmented reality microscope with real-time artificial intelligence integration for cancer diagnosis. Nature Medicine, Sep;25(9):1453-1457.