초록 ▼

제 1 절 체질 임상연구 협력 네트워크 및 체질정보은행 확장
1. 다기관 임상연구 협력 네트워크 구축
- 4개 대학병원과 1개 한의원으로 구성된 초기 임상연구 협력 네트워크를 기반으로 공모를 통해 총 21개의 대학/한방병원 및 협력한의원을 통해 체질이 명확한 대상자 증례와 가계 증례를 수집하는 다기관 연구협력 네트워크를 구축함.
2. 체질임상증례 수집 기반 마련
가. 증례기록지 (CRF, Case Report Form), 전자증례기록지 (eCRF, Electronic Case Report Form) 및 표준작업

제 1 절 체질 임상연구 협력 네트워크 및 체질정보은행 확장
1. 다기관 임상연구 협력 네트워크 구축
- 4개 대학병원과 1개 한의원으로 구성된 초기 임상연구 협력 네트워크를 기반으로 공모를 통해 총 21개의 대학/한방병원 및 협력한의원을 통해 체질이 명확한 대상자 증례와 가계 증례를 수집하는 다기관 연구협력 네트워크를 구축함.
2. 체질임상증례 수집 기반 마련
가. 증례기록지 (CRF, Case Report Form), 전자증례기록지 (eCRF, Electronic Case Report Form) 및 표준작업지침 (SOP, Standard Operating Procedure) 개발
나. 임상연구 윤리위원회 (IRB Institution Review Board) 승인
3. 체질 증례를 통한 체질정보은행(CIB, Constitutional Information Bank) 구축
가. 전자증례기록지(eCRF, Electronic Case Report Form) 입력시스템 구축
- 다기관 임상연구 협력기관에서 수집한 자료를 웹기반 eCRF에 실시간 입력하면 한의학연구원 DB서버에 자료가 자동으로 저장되는 시스템을 구축함.
나. 체질 확진자 증례 구축
- 일정기준의 약리 및 병증호전 기록이 구비된 증례로 1차년도 550건, 2차년도 677건, 3차년도 816건으로 총 2,043건의 체질임상 증례 및 생물학적 정보를 수집하여 구축함.
(1) 체질임상 정보 : 인구학적 정보, 안면사진, 음성, 체형, 성격, 병증소증, 질병, 체질약리, 전문가 체질진단 기록 등 임상정보
(2) 생물학적 정보 : 혈액검사정보, DNA정보 및 기타 생물학적 정보
다. 소가계(Trio) 및 대가계 체질 증례 구축
- 소가계 증례로 3명 이상의 직계가족이나 3형제를 포함한 증례로 총 127가계 471명의 체질정보와 대가계 증례로 4대 9남매 62가계 164명으로 구성된 가계 (H-Family) 105건과 3대 10가계 46명으로 구성된 가계(A-Family)의 42건의 체질임상 증례 및 생물학적 정보를 수집하여 구축함.
4. 체질 정보 분석 결과
가. 안면특성
- 사상체질에 따른 안면변수의 특징은 남녀별로 달랐고, 정면보다는 측면에서 그 특징이 많았으며, 변수의 수는 거리의 비율변수, 각도변수, 거리변수 순이었음.
나. 체형 특성
- 5부위의 너비와 8부위의 둘레, 늑골각도를 통해 본 사상체질 체형특성 상 태음인은 허리부위, 소음인은 골반부위, 소양인은 흉곽부위가 발달하였음.
다. 음성특성
- 체질별 차이를 나타내는 변수는 남자의 경우 총 38개, 여성의 경우는 23개였으며, 남성의 경우 Pitch에서 소양 > 태음 > 소음 순으로 그 값이 높게 나타났으나, 여성의 경우 Formant 계열 등의 변수에서도 체질별 순위가 혼재되어 있었음.
라. 성정 및 병증 소증 특성
- 성정 및 병증 소증 특성은 태음인이 89개 항목의 특성을 보여 가장 많았고, 소음인이 79개, 태양인 48개, 소양인이 31개 순으로 나타났으며, 각 체질별 특성은 기존연구와 비슷하였음.
제 2 절 Genome-wide SNP genotyping에 의한 사상체질 연관 유전적 표지자 발굴
1. 체질 확증자의 Genome-wide SNP 유전형 검사
가. Affymetrix GeneChip 시스템 구축 및 genome-wide SNP 탐색
- 각 시료당 500 ng의 genomic DNA를 이용, 제한효소 절단, adapter의 결합 및 PCR 증폭, 단편화 및 표지화, 그리고 GeneChip Fluidics 450 시스템을 이용한 SNP array와의 hybridization 반응을 거쳐, 최종 GeneChip Scanner 시스템을 이용하여 초기 데이터를 생산하였음
나. 체질별 DNA의 SNP genotyping
- 총 1,384명의 DNA 시료에 대하여 Affymetrix사의 Genome-Wide Human SNP 5.0 Array를 이용, 유전형 검사를 수행하였음
다. QC 통과 초기 데이터의 요약
- 총 1,384명의 시료에 대하여 수행한 유전형 검사 결과에서 call rate를 기준으로 QC를 통과한 1,356개의 시료를 선별하였음.
2. SNP 데이터를 이용한 GWAS 분석
가. 사상체질 연관 SNP 분석
- 표현형과 유전형과의 연관성을 지닌 SNP를 찾기 위해 1,225 샘플에 대해 GWAS를 실시하였음.
나. 사상체질 관련 표현형 - SNP 연관분석
- 사상체질분류 기준이 되는 표현형을 한의학 연구원에서 제시한 CRF (Case Report Form)를 기준으로 인구학적 조사, 체형사진음성, 성격, 소증, 병증 질병 그리고 혈액으로 구분하여 총 72가지 표현형 데이터에 대해 분류하여 진행 하였음.
다. SNP를 이용한 genome-wide 연관 분석의 결론
- 1만에서 5만 명 정도의 샘플 크기를 가지고 분석을 수행해야 common disease 혹은 여러 표현형 관련 SNP들을 성공적으로 발굴하고 있다는 최신의 정보를 감안하면 더욱 큰 시료를 분석하여 체질 연관 유전자 혹은 체질 관련 표현형과 연관 있는 유전자를 발굴할 것으로 사료됨.
3. SNP genotyping 데이터를 이용한 한국인의 CNV 발굴 및 사상체질과의 연관성 분석
가. SNP 5.0 array 데이터를 이용한 CNV의 발굴
- 1251 시료에 대한 SNP 5.0 array 데이터를 대상으로 birdsuite와 PLINK를 사용하여 X, Y 염색체를 제외한 상염색체에 대해 CNV를 분석하였음
나. 발굴한 CNV의 사상 체질 관련 표현형과의 연관성 분석
- 발굴된 CNV정보와 43개의 정량적인 표현형들을 가지고 PLINK를 이용하여 최대 1e-4의 empirical p-value를 연관 분석을 수행하였고, CNV locus에서 표현형 별로 유의한 P-value를 가지는 CNV 수를 분석하였음
다. CNV 연구 결과에 대한 결론
- Affymetrix 5.0 array의 raw data인 CEL 파일로부터 여러 가지 알고리즘을 적용하여 정상 한국인에서 나타나는 CNV를 다수 발굴하였으며 체질 관련 표현형들과 CNV와의 연관성을 조사하여 몇몇 의미있는 CNV 영역들을 발굴하였음
제 3 절 한국인 가계 분석을 통한 사상체질 및 관련 형질의 유전적 특성 규명
1. 사상체질과 관련된 형질 중, 열발생과 밀접한 관련을 가지고 있는 미토콘드리아 정량과, 체질 진단의 기준 중 하나인 얼굴 모양 측정에 대하여 객관적이고 정확한 분석 시스템을 구축함
- Real-time PCR을 이용한 미토콘드리아 정량법과 정면 및 측면 사진을 이용한 얼굴 형태 지표 산출 시스템을 구축하였음.
2. 사상체질을 알고 있는 한국인 가족 집단을 대상으로 미토콘드리아 정량을 수행함
- 세 가지의 다른 방법을 이용하여 미토콘드리아 DNA정량을 완료하였음.
3. 사상체질을 알고 있는 한국인 가족 집단을 대상으로 얼굴 형태를 측정함
- 얼굴 사진 계측을 통해 14개의 얼굴 형태 관련 지표를 산출하였음.
4. 한국인 혈액세포에서 추출한 DNA를 대상으로, 300개 이상의 microsatellite marker를 이용하여 10cM 간격의 whole-genome scan을 수행함
- 총 487명의 가족집단에 대하여 352개의 STR marker를 이용한
genotyping을 완료하였고, heterozygosity, PIC 등의 기초자료를 확보함.
5. 가계정보와 유전형 정보를 바탕으로 사상체질, 얼굴 계측 자료, 미토콘드리아 수 관련 유전 특성 분석을 수행함
- 사상체질, 얼굴모양, 미토콘드리아 정량 결과에 대하여 familial correlation, heritability 등의 유전 특성 분석을 완료하였고, mitochondria에 대해서는 linkage analysis를 통해 3개의 linkage peak를 찾아냄으로써 관련 gene loci를 제시하였음
제 4 절 체질정보 통합 분석 및 체질 표현형 유전성 연구
1. 체질 임상정보의 통합 분석
가. 체질이 확진된 개인들의 임상정보, 계측정보, 생물의학적 정보들을 분석하여 체질연관 인자들을 추출하고 체질의학적 분석을 수행
나. 체질연관 특성들을 이용하여 체질확진자를 객관적으로 설명할 수 있는 체질 진단 도구의 개발
다. 체질연관 특성들을 이용하여 75% 진단 정확율을 갖는 진단 도구의 개발
라. 체질임상정보를 활용한 간소화 진단 도구의 개발
2. 체질 약물 연구 기반 구축
가. 사상체질 약재와 방제 정보 수집을 통한 약재 DB의 구축 및 약재에 포함된 약효 성분 정보 및 이 성분이 포함된 양방제제 정보, 약효성분의 약물기전 정보를 수집 가공함
나. 사상체질별 림프세포주의 역분화를 위한 iPS 세포주 개발시스템 구축하여 향후 체질별 약물 효능 측정의 기반을 마련함
다. 사상체질 약재와 방제 정보 DB인 “Herbal Medicine based on the Sasang” 구축
라. iPS 세포주 개발을 위한 발현 벡터 시스템 구축 및 배양조건 확립
3. 질병인자의 체질별 영향 분석
가. 고혈압, 지질 이상증, 비만등 후발성, 만성질환과 관련된 유전인자의 수집 및 이들의 체질에 따른 영향 분석
나. 비만관 연관된 FTO 유전자형의 태음인 체질 특이적 영향 확인
4. 체질연관 유전인자의 발굴
가. Candidate Gene Approach, Linkage analysis, GWAS 결과의 Validation 등 활용 가능한 다양한 방식의 도입
나. 체질별 DNA pool의 구성 및 DNA pool을 분석할 수 있는 정량법의 효과적 적용
다. 땀과 관련된 유전자로부터 체질연관 SNP의 발굴
라. HOX 유전자 영역에서 체질연관 SNP의 발굴
마. GWAS validation을 통한 체질연관 SNP의 발굴
바. 경제성 높은 신규 genotyping 방법의 개발
사. 땀관련 유전자중 IL6R영역의 rs4075015 체질연관성 확인 (N=1050, p=0.003)
아. HOX 유전자 영역의 rs6715628에 대한 체질연관성 확인 (N=1625, p=0.002)
자. GWAS validation을 통한 다수의 SNP에 대한 체질연관성 확인
차. Oligonucleotide를 사용한 경제적 genotyping 방법 개발

Abstract ▼

Section 1. Expansion of cooperative constitution clinical research network and constitution information bank
1. Establishment of a multi-institute cooperative clinical research network
- Based on the initial cooperative clinical research network consisting of 4 oriental medical hospitals and 1

Section 1. Expansion of cooperative constitution clinical research network and constitution information bank
1. Establishment of a multi-institute cooperative clinical research network
- Based on the initial cooperative clinical research network consisting of 4 oriental medical hospitals and 1 local clinic, we are planning to enlist a total of 21 oriental medical hospitals and clinics to establish a network for collecting cases on constitution confirmed subjects.
2. Arrangement of constitution clinical case collecting basis
A. Development of CRF(Case Report Form) and SOP(Standard Operating Procedure)
B. Approval of clinical research IRB(Institution Review Board)
3. Establishment of Constitutional Information Bank through constitution cases
A. Establishment of Electronic Case Report Form input system
- Established a system that automatically saves the data collected from multiple institutes, in the KIOM database server through realtime input via web-based eCRF.
B. Establishment of constitution confirmed cases
- Cases on subjects with records of pharmacological and symptomatic improvements, add up to 550 cases in the first year, 677 cases in the second, 816 cases in the third, resulting in a total of 2043 cases.
(A) Clinical constitution data: Demographic data, facial picture, voice, physique, personality, pathological and physiological symptom characteristics,, disease, constitution pharmacology, expert's opinion on constitution diagnosis etc.
(B) Biological data: Blood test data, DNA data and other biological data
C. Establishment of large family and small family constitution cases
- Cases on small families with 3 or more direct line family members or 3 siblings, add up to 127 families with 471 subjects. There are two large cases. 105 cases from H-family, that has 4 generations, 9 brothers and sisters, 62 families and 164 subjects. 42 cases from A-family, that has 3 generations, 10 families and 46 subjects.
4. Constitution information analysis results
A. Facial characteristics
- Facial variables differed between male and female. More characteristics were found from the side view than the front view. Distance ratio variable was most frequent and angle variable and distance variable followed after.
B. Physical characteristics
- Through measurements of 5 part width, 8 part circumference, and costal angle we discovered that Taeumins had developed waist areas, Soumins had developed hip areas, and Soyangins had developed thorax areas.
C. Voice characteristics
- We discovered 38 variables in men and 23 variables in women that expressed difference in constitution. Constitutional difference showed in the Pitch in males as Soyanins being the highest and Taeumins the next and Soumins being last. The Formant variable in females showed partial difference, but the order didn't show much sequence.
D. pathological and physiological symptom characteristics
- Taeumins had 89 items in pathological and physiological symptom characteristics, Soumins had 79, Taeyangins had 48, and Soyangins had 31. Constitutional characteristics were similar to existing research.
Section 2. Genome-wide SNP genotyping approach to identify genetic markers associated with Sasang Constitutional Medicine (SCM)
1. Genome-wide SNP genotyping
A. Genome-wide SNP genotyping using Affymetrix GeneChip system
- Five hundred ng of genomic DNA was cleaved by Nsp I and Sty I restriction enzymes, ligated by adaptors, PCR amplified, fragmented, hybridized onto SNP array using GeneChip Fluidics 450 system, and finally scanned by GeneChip Scanner system.
B. Genotyping results
- A total of 1,384 normal individuals were genotyped using Genome-wide human SNP 5.0 array (Affymetrix, Santa Clara, CA) for three years. Individual samples were first analyzed by DM algorithm and samples with a call rate over 86% were subsequently used in the analysis using BRLMM algorithm. The average call rates from DM and BRLMM algorithms were 96.35% and 99.38%.
C. Quality Control (QC) and summary of results
- We selected 1,356 out of 1,384 samples which passed a call rate threshold.
2. Genome-wide association analysis (GWAS) using SNP data
A. GWAS to identify SNPs associated with SCM
- We performed GWAS with 1,225 samples with validated SCM type information. We first divided the dataset of 1,225 into two datasets of 521 (1st) and 704 (2nd). Then, we tested if SNPs identified in the first dataset were replicated in the second dataset. A few SNPs were validated in another population.
B. GWAS to identify SNPs associated with SCM-related phenotypes
- We performed GWAS using 72 phenotype data collected in KIOM. The 72 phenotypes included anthropometric, body shapes, personal characters, behavioral patterns, disease types, and blood biochemical markers. Each phenotypic data was categorized into qualitative and quantitative. Chi-square test and linear regression analysis were used for qualitative and quantitative data, respectively. Among 6 qualitative data, 54 and 34 SNPs were selected in 'head' and 'skin' categorical data. Among 66 quantitative data, SNPs associated with serum bilirubin concentration were identified in the chrosomoe 2 region.
C. Summary of GWAS using SNP data
- With the current sample size of about 1,300, we find it difficult to identify SNPs associated with SCM itself or SCM-related phenotypes with confidence. SNPs associated with the serum bilirubin concentration were successfully replicated, but in the other 71 phenotypes, no SNPs were identified and replicated with confidence as yet. Many recent GWAS studies have shown that between 10 to 50 thousand samples are necessary for successful identification of SNPs associated with common diseases and phenotype. Thus, we think that more samples should be collected and genotyped before we successfully identify SNPs associated with SCM itself or SCM-related phenotyes.
3. CNV discovery and CNV-based GWAS with SCM or SCM-related phenotypes
A. CNV discovery using SNP 5.0 data
- Using Birdsuite software, we first identified a total of 353,370 CNVs from our data set of 1,251 samples, and after filtering out 30 samples with too many CNVs and CNVs smaller than 1,000 bp, we finally obtained 195,868 CNVs. Among them, 117,698 were known while 78,170 were novel when compared with CNVs in the DGV (Database of Genomic Variants). Most CNVs were rare with a frequency below 5%, but 220 CNVs were common (frequency > 5%).
B. CNV-based GWAS with SCM-related phenotypes
- We performed association analysis with the identified CNVs and 43 phenotypes using PLINK software. At a cutoff of P< 0.00001, we found several phenotypes associated with CNVs. For example, several blood biochemcal markers including HDL, MCHC, and NA were associated with many CNV locuses.
C. Summary of CNV analysis
- We identified many novel CNVs from normal Korean individuals and using that information identified several CNVs associated with SCM-related phenotypes. However, as CNV-based GWAS methods are not well established as yet, further careful analyses in diverse settings should be performed. Also, validation of our results in another independent samples should be performed.
Section.3 Identification of genetic factors involved in the Sa-Sang constitution, and its related characteristics, through pedigree analysis on Korean families.
1. Establish precise and objective analysis system for the quantitation of mitochondria which has close relationship with heat generation, as well as the facial measurements (one of the standard for diagnosis of constitution).
- We have successfully established a quantitation method for mitochondria using Real-Time PCR, and created an output indicator system of facial morphology utilizing frontal and lateral photographs of individuals.
2. Perform quantitation of mitochondria on Korean families with known Sa-sang constitution.
- We have completed quantitation of mtDNA using 3 different methods,
3. Perform facial measurements on Korean families with known Sa-sang constitution.
- We have calculated 14 indicators for facial morphology through photograph measurements.
4. Perform whole-genome scans of 10cM intervals on the DNAs extracted from blood cells of Korean families utilizing >300 microsatellite markers.
- We have finished genotyping a group of families composed of 485 individuals utilizing 352 STR markers, and secured initial data such as heterozygosity and PIC etc.
5. Perform genetic characteristic analyses related to number of mitochondria, facial measurements, and Sa-sang constitution, taking into account the hereditary and pedigree information of Korean families.
- We have completed analyses on genetic characterization such as heritability, and familial correlation on the data for mitochondrial quantitation, facial morphology and Sa-sang constitution. Especially, for mitochondria, we have suggested candidate gene loci by finding 3 linkage peaks through linkage anlysis.
Section 4. Integrated Analysis of Constitutional Information and Hereditary Research of Constitution Related Diseases
1. Integrated analysis of constitutional clinical information
A. We developed a constitution diagnosis tool with the accuracy of 0.75
B. We developed a simpler version of constitution diagnosis tool utilizing constitution clinical informations
2. Establishment of research basis for constitution-based medical remedy
A. We constructed a database 'Herbal Medicine based on the Sasang' that is filled informations on constitution based medical remedy, their consituents and related informations
B. We constructed the expression vector systems for iPS derivation from lymphocyte cells and established a culture system for iPS derivation.
3. Analysis of constitution effects of the genetic risk factors on disease phenotypes.
A. Verification of constitution effect on the obesity risk of FTO variant that has been associated with obesity in multiple population studies.
4. Identification of constitution associated genetic elements
A. Identification of the assocition of an SNP on IL6R locus, one of sweat related genes, with constitution
B. Identification of the association of an SNP on HOXD cluster region with constitution
C. Identification of the association of several SNPs through association-validation approach
D. Development of a novel, cost-effective genotyping method

목차 Contents

• 표지...1
• 제출문...2
• 보고서 요약서...3
• 요약문...4
• SUMMARY...16
• 목차...29
• 제 1 장 연구개발과제의 개요...31
• 1. 연구개발의 목적...31
• 2. 연구개발의 필요성...31
• 3. 연구개발의 범위...33
• 제 2 장 국내외 기술개발 현황...34
• 1. 지금까지의 연구개발 실적...34
• 2. 현 기술상태의 취약성...35
• 3. 앞으로의 전망...35
• 제 3 장 연구개발수행 내용 및 결과...37
• 제 1 절 체질 임상연구 협력 네트워크 및 체질정보은행 확장...37
• 1. 다기관 임상연구 네트워크 구축...37
• 2. 체질 임상증례 수집 기반 마련...38
• 3. 체질 증례 수집 및 모니터링...39
• 4. 체질정보은행 구축(CIB, Constitutional Information Bank)...41
• 5. 체질정보 분석...43
• 6. 대가계 체질 연구...46
• 7. 동북아 체질임상연구 네트워크 구축...48
• 제 2 절 Genome-wide SNP genotyping에 의한 사상체질 연관 유전적 표지자 발굴...50
• 1. 체질 확증자의 Genome-wide SNP 유전형 검사...50
• 2. SNP 데이터를 이용한 genome-wide 연관분석...51
• 3. SNP chip 데이터를 이용한 한국인의 CNV 발굴 및 사상 체질과의 연관성 분석...55
• 제 3 절 한국인 가계 분석을 통한 사상체질 및 관련 형질의 유전적 특성 규명...59
• 1. 한국인 사상체질 관련 유전 특성 분석...59
• 2. 한국인 사상체질 관련 얼굴 특성 분석...61
• 3. 한국인 유전형 분석 및 사상체질 관련 미토콘드리아 특성 분석...67
• 제 4 절 체질정보 통합 분석 및 체질 표현형 유전성 연구...73
• 1. 체질 임상 정보 통합 분석...73
• 2. 체질 약물 연구 기반 구축...78
• 3. 질병인자의 체질별 영향 분석...81
• 4. 체질연관 유전인자의 발굴...84
• 제 4 장 목표달성도 및 관련분야에의 기여도...90
• 제 5 장 연구개발결과의 활용계획...91
• 제 6 장 연구개발과정에서 수집한 해외과학기술정보...94
• 제 7 장 참고문헌...109