초록 ▼

우리나라에서 특이적으로 많이 발생하는 위암에 대하여 마이크로어레이를 이용한 유전자 발현실험과 어레이-CGH 실험을 각각 109예와 동 109예의 부분 집합인 30예에 대하여 실시하고, 두개 자료의 개별 분석과 융합에 필요한 통계적 분석 도구를 개발하여 위암 특이 발현 유전자를 검색하고, 위암 생존의 분자예후 지표를 개발한다. 또한 경시적 마이크로어레이 실험을 통한 위암 생존의 분자 경로를 파악할 수 있는 기초 자료를 제공한다.
109예의 위암에 기초한 유전자 발현 실험을 통하여 위암 특이 발현 유전자군을 검색하였으며, 이중에서

우리나라에서 특이적으로 많이 발생하는 위암에 대하여 마이크로어레이를 이용한 유전자 발현실험과 어레이-CGH 실험을 각각 109예와 동 109예의 부분 집합인 30예에 대하여 실시하고, 두개 자료의 개별 분석과 융합에 필요한 통계적 분석 도구를 개발하여 위암 특이 발현 유전자를 검색하고, 위암 생존의 분자예후 지표를 개발한다. 또한 경시적 마이크로어레이 실험을 통한 위암 생존의 분자 경로를 파악할 수 있는 기초 자료를 제공한다.
109예의 위암에 기초한 유전자 발현 실험을 통하여 위암 특이 발현 유전자군을 검색하였으며, 이중에서 최대 10개의 유전자로써 위암을 오류 없이 판별할 수 있게 되었다. 한편, 유전자 발현 자료와 임상 자료를 병용하여 위암 생존의 분자 예후 지표를 개발하였으나, 병기나
림프 노드 (N) 이외에 유의적인 유전자군을 검색하지는 못하였다. 단지 병기 4의 아형을 세분화 할 수 있는 소수의 유전자군을 파악할 수 있었다. 위암의 분자 예후 지표 개발 문제를 통계학적으로는 벌점화 Cox 회귀 모형을 사용하여 희박성이 내재된 다차원 자료에서 변수 선택의 문제로 구성하였으며, 희박한 설명변수를 검색하기 위한 방법으로 평활재단절대편차 벌점함수를 사용하였다. 통계적 모형의 정교함에도
불구하고 분자 예후 지표로서 유의적 유전자 검색에 실패한 이유로는 위암의 임상학적 특징이 이질성에 기인하는 것으로 판단하며, 추후 연구에서는 위암의 例數를 지금 보다 훨씬 크게하는 것이 바람직 한다.
DNA복제수 이상을 검색하는 새로운 방법으로 복제수 이상 자료(Y)를 유전체상의 위치(x)의 함수로 간주하여 3차 스플라인 곡선으로 모형화 하였으며 동 스플라인 도함수의 95% 신뢰구간이 0을 포함하지 않는 지역을 유전자 증가와 손실 지역으로 정의하였다. 위암 생존의 분자 예후 지표 모형에서 유전자 발현자료에 DNA 복제수 이상 자료를 추가적인 설명변수로 사용할 때 유형의 설명된 변동계수가 12% 증가하는 것을 보고하고자 한다. 고 이들은 위암의 oncogene이나 tumor suppressor기능을 유지할 가능성이 매우 높다. 소규모 경시적 마이크로어레이 실험을 통하여 세 가지 통계적 분석 방법의 효율을 비교하였으며, 세 가지
방법 모두에 의하여 공통적으로 찾아진 군집들은 분자 경로 구성에 기초적 자료를 제공할것이다.
소수의 위암 특이 발현 유전자군을 새롭게 검색하였으며, 동 유전자군은 불과 10개만 조합하여도 판별 오류율 0으로써 위암과 정상 조직을 판별할 수 있다. 특히 본 연구에서 사용한 수용자 특성 곡선 (ROC) 방법으로 검색한 표3의 20개 유전자들은 위암의 모집단 선별용 생체지표자로 개발될 수 있는 우선 순위를 구성하고 있다. cDNA 마이크로어레이의 유전자발현 자료와 어레이-CGH의 유전자 복제수 이상 자료를 융합 분석하여 위암에서 유전자 복제수가 변하고 동 이유로 발현 변화가 유도되는 40여개 유전자군을 선별하였고, 동 유전자군은 oncogene이나 tumor supressor gene이 될 가능성이 매우 높다. 위암 병기 4의 아형을 세분화 하는 소수의 유전자군은 병기 4가 위암에서 가장 치료가 힘든 병기인 점을 감안 할때 향후 확인 실험을 통하여 임상에 적용하면 매우 효과가 크리라 믿는다.

Abstract ▼

Gastric cancer is the most prevalent cancer in our ountry and in general it is regional specific in its occurrence. We conducted a gene expression microarray experiment and a
array-CGH experiment based on, respectively, 109 cases and 30 cases which were a subset of 109 cases. The primary purpose

Gastric cancer is the most prevalent cancer in our ountry and in general it is regional specific in its occurrence. We conducted a gene expression microarray experiment and a
array-CGH experiment based on, respectively, 109 cases and 30 cases which were a subset of 109 cases. The primary purpose of thses experiments is to detect gastric
cancer specific differentially expressed (DE) genes and develop a molecular prognostic indicator by developing statistical tools for merging two microarray experiment data sets.
We detected from a cDNA microarray gene expression data based on109 cases a set of differentially expressed(DE) genes for the gastric cancer and could classify with zero
error rates the cancer from the normal tissue using at most 10 genes. We developed a molicular prognostic indicator of the gastric cancer by merging the gene expression data with clinical covariates including the survival time. However, we failed to detect a set
of DE genes for explaining the cancer survival, resumably due to the inherent heterogeneity of the gatric cancer. We could detect a small set of significant genes which further classifiy subtypes of stage 4. We formulated the molecular prognostic indicator of gastric cancer as a feature subset selection problem in high dimensional
data with sparse structure. We employed a smoothly clipped absolute deviation (SCAD)penalty function in the Cox proprotional harzard model to take the sparse structure into consideration. It is presumed the heterogeneity of the gastric cancer which warranted a
much large sample size than the current size of 92 that is responsible for the failture of detecting DE genes for the cancer survival. We develped a new method for detecting DNA copy number aberration using a confidence inteval of the derivative of a cubic spline curve. We first formulated the DNA copy number abeeration (Y) as a function of its location (x) in the genome. We decided that the region of which the 95% confidence interval of the derivative did not contain zero associates with the gain/loss region. We noted that the type explained variation coefficient was increased by 12% when we added the DNA copy number aberration as an explanatory variable in the existing gene expression information. We compared the efficiency of three statistical analyses proposed
for the small scale time course microarray experiment.
We detected a new, small set of DE genes for the gastric cancer and found that they could discriminate gastic cancer from the normal tissue with zero error rate. The 20
gene set in Table 3, which was screened using the receiver operating characteristic (ROC) curve, made up a priority gene list for developing a biomarker for the population screening of the gastric cancer. We made up a set of 40 genes whose DNA copy number aberration occurred and their gene expression level changed due to the very
reason of the DNA copy number change. We believe that these genes are likley to be oncogenes or tumor supressor genes.

목차 Contents

• Ⅰ. 연구계획 요약문...4
• 1. 국문요약문...4
• Ⅱ. 연구결과 요약문...5
• 1. 국문요약문...5
• 2. 영문요약문...6
• Ⅲ. 연구내용...7
• 1. 서론...7
• 2. 연구방법 및 이론...9
• 가. 제 1차년도: 위암 109예 기초한 마이크로어레이 실험과 특이 발현 유전자의 검색...9
• 1) 위암 검체...9
• 2) 마이크로어레이 및 실험...9
• 3) 통계적 분석...11
• 가) 자료구조...11
• 나) 사전처리과정...12
• 다) 특이 발현 유전자의 검색 및 타당성 평가: ~...12
• (1) 단변량 통계량...12
• (2) 호텔링의 T2 통계량...13
• (3) 수용자 운영특성 곡선 (ROC) 방법...14
• (4) 검사군의 분류...15
• 라) 생존분석...15
• (1) 생존예측을 위한 S 배수 교차타당성 알고리즘 개발...16
• 나. 제 2차년도 : 세 임상적 질문에 대한 재시도, 어레이-CGH 실험과 DNA 복제수 이상 검색 및 어레이-CGH 자료와 유전자 발현 자료와 병용...20
• 1) 어레이-CGH 실험...20
• 2) 통계적 분석...22
• 가) Cox-SCAD 알고리즘...22
• 나) 어레이-CGH 실험 자료...25
• 다) 유전자 발현자료와 DNA 복제수 이상 자료의 병합...26
• 라) 도함수도를 이용한 유전자 증가/감소 지역 검색 및 통계적 유의성 평가...26
• 다. 제 3차년도: 경시적 마이크로어레이 분석을 통한 위암의 기능 연구...28
• 1) 생물학 실험...28
• 2) 통계적 분석...31
• 가) 세 가지 분석 방법에 대한 개관...31
• (1) QR 방법...31
• (2) maSigPro 방법...33
• (3) STEM 방법...35
• 3. 결과 및 고찰...38
• 가. 제 1차년도...38
• 1) 위암과 정상 위 조직간 특이 발현하는 대표 유전자 92개...38
• 2) RT-PCR을 통한 유전자 발현 검증...40
• 나. 제 2차년도...42
• 1) 생물학적 결과 및 고찰...42
• 가) 위암에서의 유전자 수 변이 측정...42
• 나) 위암에서 유전자 수 변이에 따르는 유전자 발현 변화...44
• 다) 43개 유전자의 특성...45
• 2) 통계학적 결과...46
• 가) Cox-SCAD를 92예 위암자료에 적용한 결과...46
• 다. 제 3차년도...49
• 1) 생물학적 결과 및 고찰...49
• 가) 위암에서 유전자 수 변이 빈도...49
• 나) 위암에서 관측되는 high-level 유전자 증폭...51
• 2) 통계학적 결과 및 고찰...54
• 가) 실험 설계와 세 가지 분석 방법에 대한 고찰...54
• 나) 모의실험 자료 분석...57
• 4. 결론...59
• 가. 제 1차년도...59
• 나. 제 2차년도...59
• 다. 제 3차년도...59
• 5. 인용문헌...60