초록 ▼

□ 연구개요
1. 다양한 종양 내 이질성 및 미세환경 영향을 대표할 수 있는 유전체 수준의 특성 규명
2. 단일 세포 시퀀싱 데이터 중심의 최적화된 빅데이터 통합 분석 체계 구축
3. 종양 이질성 및 미세환경을 고려한 보다 효과적인 항암 바이오마커 매치업 및 새로운 정밀의약 전략 제시

□ 연구 목표대비 연구결과
1. 유전자 발현 양상 및 이의 조절 기작 분석을 접목한 세포 아형별 특성 분석
- 3종 (유방암, 뇌암, 신장암)의 암 환자 유래 Fluidigm C1 플랫폼으로 생산된 Full

□ 연구개요
1. 다양한 종양 내 이질성 및 미세환경 영향을 대표할 수 있는 유전체 수준의 특성 규명
2. 단일 세포 시퀀싱 데이터 중심의 최적화된 빅데이터 통합 분석 체계 구축
3. 종양 이질성 및 미세환경을 고려한 보다 효과적인 항암 바이오마커 매치업 및 새로운 정밀의약 전략 제시

□ 연구 목표대비 연구결과
1. 유전자 발현 양상 및 이의 조절 기작 분석을 접목한 세포 아형별 특성 분석
- 3종 (유방암, 뇌암, 신장암)의 암 환자 유래 Fluidigm C1 플랫폼으로 생산된 Full length 단일세포 전사체 데이터 수집 및 활용
- 단일세포 전사체 시퀀싱 데이터 활용의 극대화를 위해 유전자 발현 양상 및 이의 조절 기작 (Alternative Polyadenylation, APA) 예측 분석을 접목하여 세포 아형별 구분되는 특성을 파악
2. 3‘UTR shortening 및 과발현 관련된 유전자 마커 선별 및 임상적 유의성 검증
- 세 암 종에 대한 APA 변화 양상을 통합 비교 분석하여, APA 프로파일이 종양 조직에 따라 구분되는 특징 확인
- 특히, 유방암 내 세포 유형을 크게 Tumor cells, B lymphocytes, Tlymphocytes, Myeloid cells, Stromal cells로 세분화하여, 각 세포 아형별로 3’UTR shortening과 과발현 양상이 유의하게 나타나는 유전자 및 Gene set을 선별
- TCGA로부터 1000여 개 유방암 환자 샘플 유래 Bulk RNA 시퀀싱 데이터를 확보하여, 세포 아형별 특이 유전자들의 임상적 의의 평가
- 임상적 의의를 가지면서 APA 변화와 밀접한 연관성을 지닌 17종의 마커 유전자 선정
3. Geneset 기반 네트워크 수준에서 구분되는 세포집단의 유전체적 특성 분석
- 세포 아형별 선별된 Gene set들을 가지고 네트워크 기반 클러스터 구축 및 이의 공통적인 기능적 분류 해석
- 유전자 발현에 영향을 미치는 APA 조절 기작이 단일의 세포 유형에 따라 상이하게 작동함을 제시

□ 연구개발결과의 중요성
1. 여러 암종에서 유래한 단일세포 전사체 데이터로부터 Genome 수준의 세포 아형별 통합 분석을 통해 종양 이질성 및 미세환경 연구의 한계성 극복
2. 최근 생산량이 급증한 국내외 단일 세포 시퀀싱 데이터의 re-use를 통한 연구 전략을 구축함으로써, 단일 세포 연구의 저변 확대에 기여
3. 전사체 데이터로부터 3‘UTR 조절 기작을 예측하는 연구 방법론을 시도하여, 새로운 암 특이 마커의 발굴 기회를 제공
4. 세포 유형별 암종 내 네트워크 수준의 통합 분석 체계를 제시하므로 써, 종양 내 존재하는 다양한 세포 유형 간 전자 조절 기작의 차이를 이해하는 기반 마련

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 가. 최종 목표 ... 4
• 나. 연차별 연구의 목표 및 내용 ... 4
• 다. 연구의 필요성 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 3. 연구개발결과의 중요성 ... 8
• 4. 참고문헌 ... 9
• 5. 연구성과 ... 10
• 끝페이지 ... 12