초록 ▼

연구개요
본 연구는 차세대염기서열 분석으로부터 생성된 체세포 점 돌연변이, 복제수 변이 정보를 이용하여 고수준의 종양이질성을 분석하는 기계학습 기반의 예측 모델을 개발하여 암환자의 예후와 예측을 하는 것을 목적으로 함.
￭ 고수준의 종양이질성을 분석하는 기계학습 기반의 예측 모델을 개발하여 암환자의 예후 예측을 함.
￭ 돌연변이 및 복제수 변이 분석을 통해서 새로운 종양이질성을 측정하는 척도를 고안함.
￭ 종양이질성 측정법에 의하여 전이한 집단과 전이가 없는 두 집단 간에 차이가 나는지 통계적 유의성을 조사하고

연구개요
본 연구는 차세대염기서열 분석으로부터 생성된 체세포 점 돌연변이, 복제수 변이 정보를 이용하여 고수준의 종양이질성을 분석하는 기계학습 기반의 예측 모델을 개발하여 암환자의 예후와 예측을 하는 것을 목적으로 함.
￭ 고수준의 종양이질성을 분석하는 기계학습 기반의 예측 모델을 개발하여 암환자의 예후 예측을 함.
￭ 돌연변이 및 복제수 변이 분석을 통해서 새로운 종양이질성을 측정하는 척도를 고안함.
￭ 종양이질성 측정법에 의하여 전이한 집단과 전이가 없는 두 집단 간에 차이가 나는지 통계적 유의성을 조사하고 그들의 종양 서브클론 수에 있어서의 차이를 비교 분석하여 종양이질성과 연관된 임상적 요소들이 무엇들인지 밝혀냄.
￭ 종양이절성의 정도에 따라 유전자 조절 및 시그널링 패스웨이에 어떠한 영향을 주는지 유전체 및 전사체 수준에서 서로 간의 관계성을 도출함.
￭ 고수준 종양이질성군과 저수준 종양이질성군을 판별하는 기계학습 방법 기반의 최적 모델을 고안하고 두 군 간의 유전체 및 전사체 프로파일을 분석하여 유전자 발현에 영향을 미치는 변이들을 통계적, 계산적 방법으로 선별함.

연구 목표대비 연구결과
￭ 암조직 시퀀싱 데이터 확보: 대장암 Whole-exome, RNA 시퀀싱를 생산하였고 Whole-exome sequencing 시퀀싱 데이터를 확보하여 단일염기서열 변이(SNV), InDel, 복제수 변이(CNV) 등의 유전적 변이들을 동정하고 유전자 발현 분석을 수행함.
￭ 종양이질성 측정법 개발: 8개의 암 유형 1,352명의 환자로부터 얻은 표적 딥시퀀싱 데이터의 돌연변이 프로파일을 사용하여 NGS기반 종양이질성 측정법 고안함.
￭ 종양이질성의 암전이 연관성 분석: 대장암 환자들 중에서 간조직으로 전이 환자 및 비전이 환자의 총 88례의 대장암 샘플들에 대하여 전이 부위에서 전이를 거치는 동안 체세포 변이들 및 발현 양상을 파악하여 APC, KRAS, TP53 유전자 등의 종양이질성 정도에 유의한 상관관계를 도출함.
￭ 종양이질성의 항암치료 감수성 및 내성 연관성 분석: 종양이질성 정도에 따라 대장암 및 유방암에서 예후 및 특정 임상지표와도 유의한 상관관계를 보이는 것을 확인함.
￭ 종양이질성 예측 모델 개발: 유전제 데이터로 부터 머신러닝 방법을 이용한 고수준 종양이질성군과 저수준 종양이질성군을 판별하는 최적 모델을 생성함.
￭ 예측모델의 검증 및 적용: 암유전체지도(TCGA) 공개 데이터를 활용하여 개발된 종양이질성 측정법 및 예측 모델을 검증함.

연구개발결과의 중요성
￭ 개발된 종양이질성 분석법은 유전체 기반 분석법의 예후, 치료 반응 예측 등에 있어서의 보조 지표로 추가됨에 따라 기존 보다 정확성을 유의하게 높일 수 있을 것으로 기대됨.
￭ 암의 전이 진행을 예방하기 위한 잠재적인 치료 목표 개발에 대한 중요한 통찰력을 제공함.
￭ 개발된 종양이질성 분석법은 종양의 이질성의 문제를 극복할 수 있는 새로운 분석법으로써 임상시험과 응용으로 연계되어서 활용된다면 의학적 과학적 관점에서 좀 더 차별화된 표적마커 기반의 치료를 제공할 수 있음.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 7
• 3. 연구개발결과의 중요성 ... 16
• 4. 참고문헌 ... 17
• 5. 연구성과 ... 17
• 대표적 연구실적 ... 17
• 끝페이지 ... 23