초록 ▼

본 세부과제는 다요인성 질환의 분자생물학적 원인 규명의 일환으로 생산된 miRNA 시퀀싱 데이터의 분석 pipeline 구축을 최종 목적으로 하여 (1) 질환 모델로부터 total miRNAs의 발굴, (2)질환 관련 후보 miRNAs 발굴 그리고 (3) 질환 관련 후보 miRNAs의 타겟유전자 예측 의 3개 세부목표를 설정하여 진행하였음. 1단계 연구에서는 제1세부과제의 두 가지 대표적인 다낭신 마우스 모델인 Pkd1 conditional knockout (cKO) 마우스 및 Pkd2 cKO 마우스를 이용하여 낭포형성 관련 miR

본 세부과제는 다요인성 질환의 분자생물학적 원인 규명의 일환으로 생산된 miRNA 시퀀싱 데이터의 분석 pipeline 구축을 최종 목적으로 하여 (1) 질환 모델로부터 total miRNAs의 발굴, (2)질환 관련 후보 miRNAs 발굴 그리고 (3) 질환 관련 후보 miRNAs의 타겟유전자 예측 의 3개 세부목표를 설정하여 진행하였음. 1단계 연구에서는 제1세부과제의 두 가지 대표적인 다낭신 마우스 모델인 Pkd1 conditional knockout (cKO) 마우스 및 Pkd2 cKO 마우스를 이용하여 낭포형성 관련 miRNA-seq 의 발현 데이터와 제2 세부과제 UQCRB 유전자 관련 miRNA-seq 의 발현 데이터를 확보하여, 통계, 기계학습 이론을 적용하여 분석을 진행하였음. 데이터 분석은 quality control, raw data의 정규화를 위한 최적 방법 등이 연구되었고, 처리군과 대조군 샘플에서 차별 발현되는 miRNAs 선별을 위한 최적분석방법이 연구되었음. 선행연구결과를 기반으로 차별 발현되는 miRNAs 선별을 위하여 군집이론을 적용하여 그룹 간, 시기별 간의 패턴을 찾아 중요한 miRNAs를 선별하는 연구를 진행하였음. 웹 기반 miRNA 타겟유전자 탐색을 위한 여러 프로그램의 비교 분석과 이를 이용하여 좀 더 예측력을 높이기 위한 프로토콜을 구축하여 후보 타겟유전자 선별을 위한 가이드라인 제시하였음. 발굴된 차별 발현 miRNAs 와 이의 타겟유전자 기능 해석을 위한 gene ontology/pathway 분석 방법을 정립하였음. 이렇게 정립된 전체 miRNA 분석 pipeline을 각각 제1세부과제와 제2세부과제에서 생산된 데이터에 적용하여 비교 그룹 간 발현 차이를 보이는 miRNAs를 선별하였고, 이에 해당하는 타겟 유전자 리스트를 만들었으며, 이들의 gene ontology와 pathway 분석을 시도하였음.

( 출처 : 보고서 요약서 3p )

Abstract ▼

Ⅳ. Results
(1) Isolation of total miRNA from the disease model system
- miRNA-seq data were obtained from ADPKD mouse and UQCRB mutant cell line
- Quality control (QC) standard was determined by excluding miRNAs with group average read count less than 10.
- Quantile method was selected f

Ⅳ. Results
(1) Isolation of total miRNA from the disease model system
- miRNA-seq data were obtained from ADPKD mouse and UQCRB mutant cell line
- Quality control (QC) standard was determined by excluding miRNAs with group average read count less than 10.
- Quantile method was selected for the normalization of miRNA-seq data.
(2) Identification of disease related miRNAs
- The method to determine differentially expressed miRNA (DEmiRNA) was determined by considering miRNAs with statistical test (such as t-test) p-value <0.05 as well between group expression fold change > 1.5 or 2.0.
- Alternatively Gaussian Latent Variable Model(GPLVM) was applied to improve the cluster pattern generated from the ordinary PCR method.
(3) Prediction of miRNA target genes
- The best miRNA target prediction method was determined by considering the union of miRNAs predicted from 5 miRNA target prediction program as well as 4 experimentally validated databases.
- DAVID program was selected as a main method to expect the biological function of miRNA target gene (http://david.abcc.ncifcrf.gov/).

( 출처 : SUMMARY 7p )

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요 약 문 ... 4
• SUMMARY ... 6
• CONTENTS ... 8
• 목차 ... 9
• 제1장 연구개발과제의 개요 ... 10
• 제1절 연구개발의 목적 ... 10
• 제2절 연구개발의 필요성 ... 10
• 제3절 연구개발의 범위 ... 11
• 제2장 국내외 기술개발 현황 ... 13
• 제1절 세계적 수준 ... 13
• 제2절 국내수준 ... 14
• 제3절 본 연구결과의 위치 ... 15
• 제3장 연구개발수행 내용 및 결과 ... 16
• 제1절 연구범위 및 연구수행 방법 ... 16
• 제2절 연구내용 및 결과 ... 18
• 제4장 목표달성도 및 관련분야에의 기여도 ... 27
• 제1절 연도별 연구목표 ... 27
• 제2절 연구개발목표의 평가 ... 27
• (1) 연구개발의 최종목표 ... 28
• (2) 연차별 연구개발 목표 및 내용 ... 29
• (3) 계획대비 달성도 ... 30
• (4) 세부연구목표 ... 31
• 제5장 연구개발결과의 활용계획 ... 32
• 제1절 추가연구의 필요성 ... 32
• 제2절 다른 연구에의 응용 및 기업화 추진방안 ... 32
• 제6장 연구개발과정에서 수집한 해외과학기술정보 ... 33
• 제1절 miRNA 관련 연구 ... 33
• 제2절 차세대염기서열 관련 연구 ... 34
• 제7장 연구시설ㆍ장비 현황 ... 36
• 제1절 도입ㆍ개발한 연구시설ㆍ장비 현황 ... 36
• 제8장 참고문헌 ... 37
• 끝페이지 ... 39