DavidYRの知識ベース

Appearance

羽賀 博典 研究室 ​

基本信息 ​

项目内容
教授羽賀 博典（Hironori Haga, M.D., Ph.D.）
大学京都大学 大学院医学研究科 医学専攻 基礎病態学講座 病理診断学分野（兼 京都大学医学部附属病院 病理診断科 診療科長・病理部部長）
专攻诊断病理学 × 移植病理（肝移植拒绝反应）× 计算病理学 / AI病理 × 分子病理·癌基因组诊断 × 血液病理
研究室主页点击进入
教授直接邮箱haga[at]kuhp.kyoto-u.ac.jp
秘书室邮箱pathology[at]kuhp.kyoto-u.ac.jp
所在地〒606-8507 京都市左京区聖護院川原町54（诊断室：中央诊疗施设栋2F；研究室：医学部F栋）
入学途径京都大学大学院医学研究科 医学専攻（博士課程 4年）/ 医科学専攻（修士課程 2年）※留学生具体路径需向研究科事務室核实

教授简介 ​

羽賀博典教授1991年毕业于京都大学医学部医学科，2004年获京都大学医学博士（论文博士），博士论文主题即为 ABO血型不合肝移植中早期抗体介导性（体液性）排斥反应的组织学诊断。他先后在天理よろづ相談所病院、京大病院臓器移植医療部积累外科病理与移植病理经验，2008–2010年任北海道大学病院病理部准教授，2010年7月起任京都大学大学院医学研究科病理診断学分野教授，同时担任京大病院病理診断科診療科長·病理部部长至今。

学术任职方面，他是日本病理学会评议员·近畿支部支部长、分子病理专门医、日本临床细胞学会评议员、日本移植学会移植认定医，尤其是国际肝移植病理标准化组织 Banff Working Group on Liver Allograft Pathology 的核心成员（参与制定了2016年引入抗体介导性排斥反应（AMR）诊断标准的重大更新）。个人研究核心是肝移植后的病理诊断与移植免疫病理（AMR、C4d、免疫耐受、生物标志物探索），此外在淋巴增殖性疾病（血液病理）、病理信息学、小儿病理方面亦有长期积累。

科研谱系上的关键渊源

病理診断学分野在京大病理谱系上继承自 第二病理（腫瘍生物学） 一脉：清野謙次 → 岡本耕造 → 杉山武敏 → 羽賀博典。而同一"第二病理（腫瘍生物学分野）"谱系的现任教授正是小川誠司（2013– ）——即你已深入研究的血液肿瘤基因组学的核心人物。这一同源关系不只是历史，更体现为实际的持续合作：羽賀研究室与小川研究室在临床样本、癌基因组分析上频繁共同署名（详见下方"方向二"与论文清单）。

定位说明（申请前务必先读）

这是一个 临床诊断病理学教研室，与你此前调研的小川、昆、古川、山田等基础研究型实验室在性质上不同：

  • 它的日常主体是 临床病理诊断服务 + 诊断导向的转化研究，而非纯湿实验的癌症机制研究。
  • 对没有日本医师执照的外国留学生而言，你无法从事临床病理诊断工作，因此若申请此处，你需要被明确定位到某个研究项目中。与你"肿瘤 + R语言/生信"最契合的落点是 ①计算病理学 或 ②分子病理·癌基因组 两条子方向。
  • 与你自我定位的契合度，高度取决于你选择哪条子方向，也取决于研究室当前是否有对应的研究席位（而非临床研修席位）。

因此本文档在常规梳理之外，会特别标注哪些方向真正吃你的数据分析技能、R vs Python 的现实问题，以及联系前必须核实的招生细节。这是为了让你做出准确判断，而不是劝退——如果你对"AI×病理图像"或"分子病理诊断"有真实兴趣，这里的临床样本资源与小川研究室渊源是很有分量的优势。

研究方向概述 ​

研究室核心使命：以福尔马林固定石蜡包埋（FFPE）组织的组织形态学为立足点，整合分子检测与临床病理相关分析，服务疾病机制理解与患者治疗决策。 官网明确表述："我们的研究大多聚焦于基于FFPE组织的组织形态学，但始终需要与分子检测、临床病理相关性相整合；免疫组化与原位杂交技术正快速改良，用于理解疾病机制并指导患者治疗。"

以下按与你（肿瘤 + R/生信）背景的相关度排序标注五大方向：

  • 方向一：计算病理学 / AI辅助病理诊断（⭐ 与你数据分析背景最契合之一）

    • 代表成果：基于深度学习的非小细胞肺癌 PD-L1 免疫组化评分辅助系统（Ito et al., Mod Pathol 2024）——与九州大学医学图像分析专家 尾坂良磨（Ryoma Bise） 团队合作，核心问题是"AI能否真正帮助病理医生完成 PD-L1 评分"（PD-L1 是免疫检查点治疗的关键biomarker，判读者间差异大）
    • 机器学习定量化肺弹性纤维/胶原纤维——用于特发性间质性肺炎 vs 继发性间质性肺炎的鉴别，以及上叶优位型肺纤维化（PPFE）的病理学检讨（利用肺移植摘除肺样本）
    • AI识别化疗后病理图像中的残存肿瘤细胞（用于治疗效果的定量判定）——直接的肿瘤方向应用
    • 病理诊断支援AI（基于WSI全切片图像）——院内已有正式研究伦理公示
    • 定量形态计测：以胰岛 circularity（圆度）作为成人非肿瘤性高胰岛素性低血糖（nesidioblastosis）的诊断标志（Nakagawa et al., Diagn Pathol 2023）
    • 数据基础扎实：科室拥有 ISO15189 认证的病理系统、院内虚拟切片（Virtual Slide / WSI）数据库，且病理系统（FileMaker）曾被专业媒体报道
    • 关键联系人：伊藤寛朗（Hiroaki Ito）助教（此方向主力，曾留学加拿大McGill大学）

  • 方向二：分子病理学与癌基因组诊断（⭐ 与你生信 + 小川研究室渊源最契合）

    • 与小川誠司研究室的深度合作 —— 由 竹内康英（Yasuhide Takeuchi）讲师·分子病理专门医 牵头：
      • 脑肿瘤的全基因组解析 · DNA甲基化分类 · 癌基因panel检测（CGP）（与铃木啓道等合作；脑肿瘤是分子分类最依赖基因组/甲基化数据的领域之一）
      • POLE突变大肠癌的免疫逃逸相关基因组异常（与垣内伸之·吉田健一·白石友一·宫野悟·小川誠司合作，日本癌学会报告）
      • 乳腺癌基因组解析（与垣内伸之·戸井雅和等合作）
      • 全国规模的小儿中枢神经系统肿瘤中央病理诊断与分子profiling（JCCG项目，Cancer Science 2026）
    • 临床癌基因panel检测（gene panel test / CGP）在实临床的应用与课题——竹内讲师专门做"がんゲノム医療における分子病理専門医"的科普讲习
    • 混合型肝癌的全外显子解析（与肝胆胰外科合作）
    • ⭐ 这条线是你"肿瘤病理 × 生信"定位的最直接落点，且有一个天然的申请叙事线：垣内伸之（Nobuyuki Kakiuchi）——你已精读的 Kakiuchi & Ogawa 2021《Nature Reviews Cancer》的第一作者——正是上述多篇合作论文的共同作者。你此前建立的 cohesin/克隆进化/基因组分析知识底座，在这里能与"临床样本 → 分子病理诊断"实际衔接
    • 关键联系人：竹内康英讲师（USCAP / AACR 会员，分子病理专门医，日本脑肿瘤学会·脑肿瘤病理学会成员）

  • 方向三：移植病理学（羽賀教授个人科研核心）

    • 肝移植后排斥反应的病理诊断：抗体介导性排斥反应（AMR）、C4d 沉积评分、慢性排斥、Banff 分类的标准化
    • KAKEN 在研课题：面向肝移植后抗体介导性排斥控制的新型生物标志物探索
    • ABO血型不合 / 供体特异性抗体（DSA）阳性肝移植的 AMR 发病危险因子（Tajima et al., Liver Transplantation 2023）
    • 国际标准制定：参与 Banff Working Group、全球肝移植 C4d 染色质量评估（与MGH的Demetris等国际团队）
    • 移植免疫病理与免疫耐受机制——这是羽賀教授最具国际影响力的领域，但与"肿瘤+生信"关联较弱

  • 方向四：血液病理 / 淋巴增殖性疾病

    • 血管内大B细胞淋巴瘤（IVLBCL） 的高敏感标志物 IGF2BP3（Saka et al., Am J Surg Pathol 2024，152份标本/88例分析）
    • 恶性淋巴瘤的免疫染色诊断精度提升、ROSE（快速现场评价）辅助淋巴瘤诊断
    • 移植后淋巴增殖性疾病（PTLD）——衔接移植病理与血液病理
    • 与小川研究室的血液病理-基因组交叉（如 EBV阳性T细胞淋巴瘤，Nishikubo et al., Pathol Int 2022，共同作者含 南谷泰仁·小川誠司）
    • 关键人物：藤本正数（Masakazu Fujimoto）准教授（皮肤病理·血液病理，芝加哥大学留学，国际皮肤病理专门医）

  • 方向五：外科病理各系统 + 诊断技术开发

    • 妇科病理（南口早智子）：宫颈胃型腺癌（LEGH背景）、卵巢癌等——这是京大病理的强项之一（Boston-Kyoto 2025 主题即"妇科病理"）
    • 肺·消化管·皮肤·头颈·泌尿·软部（肉瘤 / GIST）等各系统外科病理与罕见肿瘤
    • 诊断新技术开发：新型荧光免疫组化放大法 GAFAM（β-半乳糖苷酶催化，用于多重免疫染色，Hirata et al., Histochem Cell Biol 2023）、淀粉样变性分型抗体开发、cell block 标准化
    • 国际交流传统深厚：Boston-Kyoto 病理讨论会（与麻省总医院MGH长期合作）、日台联合切片会议（Japan-Taiwan Conjoint Slide Conference）等

为什么选择这个研究室 ​

契合你的地方

  • 两条真正吃你数据技能的方向：如上，计算病理学（方向一） 与 分子病理·癌基因组（方向二） 都是数据密集型子方向，前者用深度学习处理WSI图像，后者做基因组/甲基化数据分析。你"肿瘤 + R/生信"的定位在这两条线上能落地。
  • 小川研究室的天然叙事桥：你已精读 Kakiuchi & Ogawa 2021（Nat Rev Cancer）、并系统读过小川/昆研究室的 cohesin 系列。而垣内伸之本人就出现在羽賀研究室（竹内讲师牵头）的多篇癌基因组合作论文中。这让你的申请故事线在多个研究室之间形成闭环，而非孤立。
  • 临床-基础的桥接点：作为临床医学专业出身，病理诊断是"临床表型 ↔ 分子机制"最直接的交汇处。如果你未来想走"临床背景 + 数据分析"的复合路线，分子病理/计算病理是极佳的支点，分子病理专门医也是一个含金量高的临床-科研复合资质。
  • 样本与数据资源丰富：作为京大附院的中央诊断科室，拥有海量FFPE档案、WSI数据库、癌基因panel检测数据——对做真实世界数据分析的人是重要资产。
  • 国际化氛围与出口好：Boston-Kyoto（MGH）、日台会议等国际交流传统；近年有学生赴纽约 Lenox Hill 病院研修（サカ先生）、医学部学生大賀さん在 USCAP（美加病理学会）获 Research Award。
  • 发表覆盖面广：Mod Pathol、Am J Surg Pathol、Cancer Science、Liver Transplantation 等临床病理主刊稳定产出。

需要如实权衡的地方

  • 这不是基础机制型实验室。若你的目标是"做癌症发生的分子机制（如小川/昆/山田研究室那种湿实验驱动的机制发现）"，这里不是最佳选择——它的重心在诊断学与转化。
  • R vs Python 的现实：你擅长 R 和生信，这在方向二（癌基因组/甲基化/生存分析/临床病理相关分析）中直接可用；但方向一（AI×病理图像）主要是 Python + 深度学习（CNN/Transformer/MIL）技术栈，与R关联小。若走方向一，需要有补 Python/深度学习的准备。
  • 留学生招生路径需核实：病理診断学分野同时承担大量临床研修职能。你需要在联系时明确表达你申请的是"研究（博士課程/研究生）"而非"临床研修"，并确认是否有面向留学生的纯研究席位（尤其方向二有明确的PI/项目对接）。
  • PI事务繁忙：羽賀教授兼任诊疗科长·病理部部长·学会支部长等多项职务，日常极忙。实际的科研 day-to-day 指导，很可能来自竹内讲师（分子病理）或伊藤助教（计算病理） 等中坚教员——这未必是坏事（师生比更实在），但联系策略上应对应到具体方向的负责人。
  • 信息核实提醒：教员构成与招生状态每年变动，本文档基于2025–2026年公开信息整理，申请季请以研究科事務室和研究室主页最新信息为准。

论文列表 ​

按你的兴趣分层：A组（计算病理·分子病理，与你最相关）优先精读；B组（移植·血液病理）用于理解PI个人核心与研究室全貌。

A组：核心论文（与你方向最相关，建议精读） ​

  1. Ito H, Yoshizawa A, Terada K, ..., Bise R, Haga H. "Deep learning-based assay for programmed death ligand 1 immunohistochemistry scoring in non-small cell lung carcinoma: Does it help pathologists score?" Modern Pathology (2024). — 计算病理学的旗舰论文。深度学习辅助 NSCLC 的 PD-L1 判读，与图像分析专家 Ryoma Bise 合作。是理解"方向一"的最佳入口，且直接关联肺癌 + 免疫治疗biomarker。

  2. Nakano Y, ..., Takeuchi Y, ..., Ichimura K. "A Nationwide Central Diagnosis for Pediatric CNS Tumors in Japan: The JCCG Brain Tumor and Pathology Committees." Cancer Science (2026). — 全国规模的小儿CNS肿瘤中央病理诊断 + 分子profiling项目。展示分子病理诊断在大队列中的整合应用，竹内讲师参与。

  3. Yamashita H, Arakawa Y, Terada Y, Takeuchi Y, Mineharu Y, ..., Minamiguchi S, Ogawa S, Haga H, Takita J, Miyamoto S. "Whole-genome sequencing analysis of an atypical teratoid/rhabdoid tumor in a patient with Phelan-McDermid syndrome: a case report and systematic review." Brain Tumor Pathology (2022). — 同时出现 Takeuchi + Ogawa + Haga 署名的脑肿瘤全基因组解析论文。是"方向二（病理×基因组）"合作模式的具体样本。

  4. Nakagawa R, Minamiguchi S, Kataoka TR, ..., Takeuchi Y, Teramoto Y, Ito H, ..., Haga H. "Circularity of islets is a distinct marker for the pathological diagnosis of adult non-neoplastic hyperinsulinemic hypoglycemia using surgical specimens." Diagnostic Pathology (2023) 18:115. — 定量形态计测的代表作。把"圆度"这一可计算的形态指标用于诊断，是形态学与数据分析结合的小而典型的例子（生信/统计思路可迁移）。

B组：扩展阅读（PI个人核心 + 研究室全貌） ​

  1. Saka M, Fujimoto M, ..., Yoshizawa A, Haga H. "Insulin-like Growth Factor II mRNA-binding Protein 3 is a Highly Sensitive Marker for Intravascular Large B-cell Lymphoma: Immunohistochemical Analysis of 152 Pathology Specimens From 88 Patients." American Journal of Surgical Pathology (2024). — 血液病理方向代表作（IVLBCL 的 IGF2BP3 标志物）。展示大样本免疫组化标志物验证的范式。

  2. Tajima T, Hata K, Haga H, ..., Uemoto S, Hatano E. "Risk factors for antibody-mediated rejection in ABO blood-type incompatible & donor-specific antibody-positive liver transplantation." Liver Transplantation (2023). — 羽賀教授移植病理核心方向的近期论文。理解PI的学术根基与临床问题意识。

  3. Haga H, Egawa H, Shirase T, Miyagawa A, Sakurai T, Minamiguchi S, Yamabe H, Manabe T, Tanaka K. "Periportal edema and necrosis as diagnostic histological features of early humoral rejection in ABO-incompatible liver transplantation." Liver Transplantation (2004) 10:16-27. — 羽賀教授的博士论文成果/经典论文，奠定其在肝移植AMR病理诊断领域的地位。了解PI学术起点。

  4. Hirata M, Kogame T, Adachi S, Haga H. "Galactosidase-catalyzed fluorescence amplification method (GAFAM): sensitive fluorescent immunohistochemistry using novel fluorogenic β-galactosidase substrates and its application in multiplex immunostaining." Histochemistry and Cell Biology (2023) 159:233-246. — 诊断技术开发方向：新型多重免疫染色技术。体现研究室"造工具"的一面。

综述/背景阅读（推荐先建立框架） ​

  • Kakiuchi N, Ogawa S. "Clonal expansion in non-cancer tissues." Nature Reviews Cancer (2021). —— 你已精读；这里重列，因为其第一作者垣内伸之正是本研究室方向二的合作者，可作为连接你既有积累与本研究室的桥梁。
  • Banff Working Group 系列共识文（2016 Comprehensive Update on Liver Allograft Pathology，引入AMR标准）—— 若对移植病理感兴趣可读，羽賀教授为核心成员。
  • 若走方向一，建议补一篇计算病理综述（如 Laboratory Investigation 2025 "Deep Learning–Powered Whole Slide Image Analysis in Cancer Pathology"），快速建立 WSI + 深度学习（CNN / GCN / Transformer / MIL）的方法框架。

备注 ​

需要储备的基础知识 ​

  • 诊断病理学基础：外科病理的基本流程（取材→固定→包埋→切片→HE染色→免疫组化→诊断）、免疫组化（IHC）与原位杂交（ISH/FISH）原理。作为临床医学生你有基础，但需从"读片诊断"视角深化。
  • 肿瘤病理与WHO分类：以你感兴趣的肿瘤系统为主（如脑肿瘤 WHO CNS5 的分子整合诊断、肺癌的组织学分级与biomarker、大肠癌分子分型），理解"形态 + 分子"如何共同定义肿瘤实体。
  • 癌基因组诊断（CGP）基础：癌基因panel检测的原理与临床流程、driver/passenger 突变、MSI/TMB/POLE 与免疫治疗的关系、DNA甲基化分类在脑肿瘤诊断中的角色。这是方向二的核心。
  • 计算病理学基础（若走方向一）：WSI（whole slide image）的数据结构、多示例学习（MIL）、CNN/Transformer 在病理图像的应用、判读者间一致性（inter-observer agreement）等评价指标。
  • 移植免疫病理基础（了解即可）：AMR vs TCMR、C4d 的意义、Banff 分类、供体特异性抗体（DSA）——理解PI的学术语言。
  • PD-L1 与免疫检查点：作为方向一旗舰论文的对象，理解 PD-L1 IHC 判读（TPS/CPS）及其临床意义。

需要了解的技术方法 ​

  • 免疫组化（IHC）/ 多重免疫染色——诊断病理的核心手段（研究室有GAFAM等自研放大技术）
  • 数字病理 / WSI 扫描与图像分析——虚拟切片、图像定量、深度学习模型（方向一）
  • 深度学习 / 计算机视觉：CNN、Transformer、Graph Neural Network、Multiple Instance Learning（Python + PyTorch/TensorFlow，方向一必备）
  • 癌基因组分析：panel/WES/WGS 的变异调用与注释、DNA甲基化芯片分类（如 EPIC array + 甲基化分类器）、拷贝数分析（方向二，R/生信可用）
  • 生存分析与临床病理相关分析：Kaplan-Meier、Cox 回归、biomarker 与预后的统计建模（R 直接可用，是你的强项落点）
  • 形态计测（morphometry）：定量形态学指标提取（如圆度、密度、纤维定量）
  • FISH / 原位杂交：基因融合、扩增的检测（如脑肿瘤、肉瘤的分子诊断）
  • 组织微阵列（TMA）：大样本标志物验证

联系教授的注意事项 ​

  • 教授直接学术邮箱：haga[at]kuhp.kyoto-u.ac.jp（见于其国际合作论文通讯信息）；秘书室：pathology[at]kuhp.kyoto-u.ac.jp。电话：075-751-3488（教员）、075-751-4946（秘书室）。
  • 务必先明确"研究"意图：这是临床诊断科室，联系时要清楚说明你申请的是博士課程/研究生（做研究），而非临床研修；并询问是否有面向留学生、无日本医师执照者的研究席位。
  • 对应到具体子方向与负责人：不要泛泛说"对肿瘤病理感兴趣"。
    • 若走分子病理·癌基因组（推荐，最契合你）：在信中点名对 竹内康英讲师 牵头的癌基因组/分子病理诊断方向的兴趣，并可提及你已读过 Kakiuchi & Ogawa 2021 及 cohesin 系列，理解克隆进化与基因组分析——这会显著加分。
    • 若走计算病理：点名 伊藤寛朗助教 的深度学习PD-L1工作，并如实说明你的编程/数据分析背景（R已具备，Python在学/可补）。
  • 突出你的差异化优势：临床医学背景 + R/生信能力，在一个诊断病理科室里是相对稀缺的组合（多数成员是病理医生，纯数据分析人才有限）。把这一点讲清楚。
  • 附材料：建议附 1 页 CV + 1 段研究兴趣陈述（明确到子方向），邮件简洁。
  • 利用小川研究室渊源：若你也在联系小川/昆研究室，可在信中自然提及这一学术脉络的连贯性——两个研究室同源且有实际合作。

研究室氛围与特色 ​

  • 临床 + 研究双重身份：作为京大附院中央病理科室，兼具繁重的临床诊断服务与研究功能；科研节奏与纯基础实验室不同，更贴近临床问题。
  • 国际交流传统深厚：Boston-Kyoto 病理讨论会（与MGH长期合作）、日台联合切片会议；有学生赴美（纽约 Lenox Hill）研修、学生在 USCAP 获奖的实绩。
  • 师生比与实际指导：教授身兼数职极忙，日常科研指导多由中坚教员（竹内讲师、伊藤助教等）承担，能否获得深度指导取决于你对接的子方向负责人。
  • 数据资源丰富：ISO15189 认证病理系统、WSI 数据库、CGP 数据——对真实世界数据分析是重要资产。
  • 与小川誠司研究室、脑神经外科（荒川芳輝）、血液内科等院内多科室紧密合作，跨科研究机会多。
  • 教育重视度高：承担医学部 B10 病理学讲义、病理专门医培养、罕见肿瘤诊断病理医培养事业等，教学氛围浓。
面试/联系可能被问到的问题（预习用）
  • 你为什么选择诊断病理学而不是基础研究？ —— 需要想清楚"临床背景 + 数据分析 + 诊断学交汇"的个人逻辑，避免让人觉得你只是想做基础机制却投错了门。
  • 你希望做方向一（AI病理）还是方向二（分子病理/基因组）？为什么？ —— 提前定好主攻方向，并说明你的技能如何匹配。
  • 你的 R/生信能做什么具体分析？能否处理癌基因组或甲基化数据？ —— 准备好具体例子（你做过的分析、能上手的流程）。
  • （若走方向一）你会 Python 和深度学习吗？ —— 如实回答，并说明学习计划。
  • 你对 Kakiuchi & Ogawa 2021 的克隆进化/正常组织克隆扩张有什么理解？如何与临床诊断结合？ —— 你已精读，可展示深度，并把它连到"分子病理诊断"。
  • 无日本医师执照，你打算如何参与研究？ —— 说明你聚焦于数据分析/图像分析/基因组分析等不需要临床执照的环节。
  • 你了解 PD-L1 判读的临床意义与判读者间差异问题吗？（针对方向一旗舰论文）
  • 分子病理专门医制度你了解吗？未来是否考虑相关资质？（体现长期规划）
与你已建档研究室的横向联系（申请叙事用）
  • ↔ 小川誠司研究室（京大 腫瘍生物学）：同源谱系 + 实际合作；垣内伸之为两处共同纽带。羽賀研究室是"基因组发现 → 临床分子病理诊断"的落地端。
  • ↔ 昆彩奈研究室（东大IMS 血液·肿瘤生物学）：昆曾长期在小川研究室；血液病理（方向四）与昆的造血肿瘤基因组学在"临床-基因组"层面呼应。
  • ↔ 古川洋一研究室（东大IMS 临床基因组肿瘤学）：都涉及癌基因组的临床转化与panel检测；古川偏基础机制+药物靶点，羽賀偏诊断落地。
  • 主题框架延续：你此前的"挑战突变中心论 / 基础发现→机制→临床应用"框架，在这里对应到最下游的"临床应用/诊断"环节——可作为你整体申请叙事的"闭环收口"。

本文档信息截至 2025–2026 年公开资料整理。 教员构成、招生状态、联系方式可能变动，正式申请前请以研究科事務室与研究室主页（https://byori.kuhp.kyoto-u.ac.jp/）最新信息为准。涉及具体研究席位与留学生招生政策，建议直接邮件核实。

DavidYRの知識ベース

© 2026 DavidYR