초록 ▼

I. 연구 목표
Human 신경교종 조직 및 primary cell을 모델로 사용하여 유전체, 단백체를 조사하고 이를 바탕으로 시스템 생물학적 접근방식을 이용하여 세포사멸 유발 후보 바이오마커를 발굴하고 이를 살아있는 세포에서 단백질-단백질 상호작용, siRNA등을 이용하여 검증한 후 암 치료를 극대화 할 수 있는 최종 바이오마커를 발굴하고자 함. 이를위해
1. 인간의 정상과 암 신경교종 조직 및 primary cell을 준비하여 유전체 및 단백체 분석과 통합 분석을 하고 단백질의 위치 및 상호작용의 변화를 분석함.

I. 연구 목표
Human 신경교종 조직 및 primary cell을 모델로 사용하여 유전체, 단백체를 조사하고 이를 바탕으로 시스템 생물학적 접근방식을 이용하여 세포사멸 유발 후보 바이오마커를 발굴하고 이를 살아있는 세포에서 단백질-단백질 상호작용, siRNA등을 이용하여 검증한 후 암 치료를 극대화 할 수 있는 최종 바이오마커를 발굴하고자 함. 이를위해
1. 인간의 정상과 암 신경교종 조직 및 primary cell을 준비하여 유전체 및 단백체 분석과 통합 분석을 하고 단백질의 위치 및 상호작용의 변화를 분석함.
2. 이러한 비교분석을 통하여 발굴된 후보 바이오마커가 신경교종의 유도에 어떻게 관여하는 지를 분자적 수준에서 이해하고, 위치 및 상호작용의 변화를 검증함.
3. 그 후 검증된 바이오마커를 knockout, inhibition 시켜 신호전달체계를 조사하고 검증함.
이상과 같은 연구를 통하여 유전체, 단백체의 종양 형성 기전 규명을 통한 기본한 안정적이고 효율적인 신경교종 유발 바이오마커를 발굴하고자 함.
II. 연구 내용
1) 공개 데이터베이스 및 문헌정보 검색.
2) 신경교종 세포주, primary tumor cell 로부터 Illumina microarray를 이용한 유전체 및 SILAC, protoarray를 이용한 단백체 분석:서울대 병원에서 수술받은 환자에게서 얻어진 신경교종 조직과 정상 뇌조직을 이용하여 illumina microarray system을 이용하여 유전체 분석 및 SILAC을 이용하여 유전체 및 단백체 분석.
3) 시스템생물학적으로 종합적인 분석: 본 연구팀과 UCSD에서 공동으로 개발한 알고리즘을 이용하여 후 보 바이오마커를 동정함. 유전체 데이터는 Stanford Microarray Database에 있는 약 10,000 개의 종양 데이터를 본 연구팀에서 개발한 알고리즘를 이용하여 신경교종 세포주에서 위치 및 단백질 상호작용의 변화가 있는 후보 바이오마커를 검출함.
4) IHC, ICC를 이용하여 세포 및 조직내에서의 단백질 거동변화, 위치변화를 확인하고, Olink system을 이용하여 fixation 조직 및 세포에서의 단백질 상호작용 검증함.
5) Yeast-two hybrid (Y2H) assay, Immunoprecipitation (IP), GST full-down assay 등 in vitro에서 단백질 결합을 측정할 수 있는 분석법으로 단백질 상호결합 여부 검증함.
6) FCCS 및 FREP를 이용한 live cell에서 단백질상호작용 및 거동 변화를 분석함.
: live cell 내 특정부위 (세포막, 세포질, 세포핵막, 핵질, 인 등)에서 형광표지된 분자 의 확산운동 및 특정단백질의 결합 및 DNA와의 상호작용 등을 분석할 수 있음.
III. 기대효과
- 신경교종 모델을 이용하여 human tissue, 세포사멸 유발 단백질의 상호작용 및 거동변화 분석 기술은 신경교종의 우수한 질병진단마커의 개발 뿐 아니라 기타 암 및 유관질병 치료를 위한 마커 개발에 빠르게 응용 가능함으로써 관련 분야 연구 발전에 기여할 것임. - 개발된 단백질 상호작용 및 거동변화 분석 기술들 중 경쟁력 있는 기술을 산업계에 이전하여 국내, 외 시스템 생물학관련 연구 및 산업의 활성화에 활용될 수 있을 것임. 성공적 수행은 신경교종 세포사멸과 관련된 단백질들의 작용기전 연구 분야 직접 이용 가능할 것이며, 단백질 수준의 상호작용을 실시간 관찰함으로써 현재까지 이루어진 국내외의 연구 수준을 한 단계 더 끌어올릴 수 있을 것이라 판단됨.- 생체 시스템을 총체적으로 이해하기 위해 시스템생물학적인 방법으로 질병 및 분화 관련 기작을 설명하는 모델을 구축함으로써 마커와 target을 발굴하는 방법들은 점점 더 많은 연구자들에 의해 적용될 전망임.