초록 ▼

연구의 목적 및 내용
본 연구의 목표는 암의 progression에 동반되는 발현 유전변이의 기능을 연구하는 것으로 궁극적으로는 새로운 항암 타겟 발굴을 목표로 함. 환자 맞춤형 치료의 시대를 열기 위해 암분야에서는 next generation sequencing을 활용한 유전체연구가 활발히 진행중이나, 방대한 수의 유전 변이 중 기능이 규명되어 항암치료의 대상이 되는 유전변이는 극히 일부분임. 본 연구는 단일세포 전사체/유전체 연구를 통해 수많은 단일 암세포가 암의 진행과 더불어 특이적으로 발현하는 유전변이만을 선별하여 기능

연구의 목적 및 내용
본 연구의 목표는 암의 progression에 동반되는 발현 유전변이의 기능을 연구하는 것으로 궁극적으로는 새로운 항암 타겟 발굴을 목표로 함. 환자 맞춤형 치료의 시대를 열기 위해 암분야에서는 next generation sequencing을 활용한 유전체연구가 활발히 진행중이나, 방대한 수의 유전 변이 중 기능이 규명되어 항암치료의 대상이 되는 유전변이는 극히 일부분임. 본 연구는 단일세포 전사체/유전체 연구를 통해 수많은 단일 암세포가 암의 진행과 더불어 특이적으로 발현하는 유전변이만을 선별하여 기능 연구를 수행하도록 디자인 되었음. 본 연구자가 참여중인 단일세포 유전체 연구그룹이 보유한 진행성 뇌종양과 림프절전이 유방암 데이터를 분석하여 발현변이를 도출하고 도출된 발현변이를 발현시켜 기능을 연구하고자 함. 본 연구는 유전체 기술의 발전과 더불어 가능해진 단일세포 유전정보로부터 신규 항암 타겟 유전변이를 선별하여 타 연구와 차별화 함.

연구결과
대용량 단일세포 유전체데이터에 숨어있는 중요 변이 유전자 발굴을 위한 방법 개발과 도출된 중요변이의 기능연구를 수행하였음
1) 뇌종양, 유방암, 다발성골수종 3개 암종으로부터 생산된 단일세포 RNA 시퀀싱데이터 1500례 이상을 분석하여 유전자 발현 패턴과 RNA로부터 검출되는 유전변이를 integration시킴.
2) 2가지의 중요 유전변이 발굴 전략을 사용함: Pair data가 존재하는 경우는 진행성이나 전이암에 더 많은 비율로 검출되는 변이 (single nucleotide variation 혹은 RNA로부터 유추한 복제수 변이 영역 검출), Single nucleotide variation wild type 그룹과 mutant type 그룹 사이에 특정 pathway activation이 다르게 검출되는 변이 list를 도출하였음.
3) 선행연구와 본 연구를 통해 검출된 STAT2, FGFR1 (뇌종양), PSMA2, PSMD7 (유방암)의 single nucleotide mutation 및 암의 진행-전이와 더불어 변화한 pathway 상의 유전자 list (50 genes, 다발성 골수종)를 중요변이로 도출함.
4) 변이 정보 없이 기존에 알려진 유방암 줄기세포 마커인 CD133 유전자 발현과의 exression correlation분석을 통해 암줄기세포 마커 후보군 도출
5) shRNA library와 stable mutant expression system을 이용하여 유전변이에 따른 기능 연구 수행. 유방암에서 발굴된 proteasome component인 PSMA2 변이의 경우 단백질 stability를 조절하며 MAPK pathway 활성화 및 immune evasion에 미치는 영향을 확인하였음.

연구결과의 활용계획
1)발현변이(Expressed genotype)를 활용한 기능유전체 연구 활성화
-최근 연구수요와 생산량이 폭발적으로 증가한 단일세포 전사체데이터에 대한 활용법을 제시함. 많은 숫자의 변이 중 "cancer driver mutation"을 발굴하기 위해 활용
-데이터 생산에 많은 비용이 소요되는 단일세포 전사체데이터를 재사용하는 방안 활용
2)발굴 유전자에 대한 후속 연구 수행
-암의 진행 및 전이 관련 유전자의 후속 연구 수행 (과제 개발)
-치료제 반응과 연관된 데이터에 적용하여 치료제 반응성을 결정하는 변이 발굴

( 출처 : 한글요약문 4p )

Abstract ▼

Purpose&contents
The aim of this study is to investigate the function of “expressed gene mutations” through a new target selection approach. We prioritized the“expressed mutations” as the candidates for functional study by analyzing single cell transcriptome data available from progressive gliobl

Purpose&contents
The aim of this study is to investigate the function of “expressed gene mutations” through a new target selection approach. We prioritized the“expressed mutations” as the candidates for functional study by analyzing single cell transcriptome data available from progressive glioblastoma and lymph node metastasized breast cancer. This study became feasible by technical development of single cell genomics, analytical power of our genomic group, and our expertises in functional genomics.

Result
We reused large scale single cell RNA sequencing data for the identification of functional cancer driver mutations and important gene expression changes associated with the cancer progression. Two main arms of this project is the method development for the identification of expressed mutations and functional validation of those genes.
1) We processed over 1500 single cell RNA sequencing data from cancer patients, including glioblastoma, breast cancer, and multiple myeloma.
2) We integrated the pathway activation and mutation call data in RNA sequencing, for the identification of major "expressed mutations". We found single cell nucleotide variations differentially expressed in progressive or metastatic regions as well as mutations associated with major alterations in pathway activation.
3) We listed up mutations in STAT2, FGFR1 from glioblastoma; PSMA2 and PSMD7 mutations from breast cancer; and gene expression alterations associated with extramedullary progression (50 gene candidates) in myeloma progression.
4) For the functional studies, we used shRNA library and cloned wild type or mutant gene expression construct. As a positive result, the PSMA2 mutation resulted in the reduction in protein stability and alterations in MAP kinase pathway activation.
5) Using cancer stem cell marker CD133, we performed correlation analysis in breast cancer data for the new candidate identification for cancer stem cells.

Expected Contribution
1) Facilitation of functional genomics study with,
-Genomics data reuse, single cell transcriptome data in particular
-Concept of expressed mutations
-Ways to identify candidates for cancer driver mutations
2) Building follow up studies for the identified mutations
-New project buid up with the methodologies
-Application of the methodologies to the drug treatment dataset

( 출처 : SUMMARY 5p )

목차 Contents

• 표지 ... 1
• 목차 ... 2
• 연구계획 요약문 ... 3
• 연구결과 요약문 ... 4
• 한글요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의 개요 ... 6
• 2. 연구수행 내용 및 결과 ... 8
• 3. 목표달성도 및 관련분야에의 기여도 ... 13
• 4. 연구결과의 활용계획 ... 13
• 5. 주관연구책임자 대표적 연구실적 ... 13
• 6. 참고문헌 ... 14
• 7. 연구성과 ... 14
• 8. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 15
• 9. 기타사항 ... 16
• 별첨1. 대 표 연 구 성 과 ... 17
• 별첨2. 세부 목표 관련 증빙 ... 23
• 끝페이지 ... 24