보고서 정보
| 주관연구기관 |
서울대학교
Seoul National University |
| 연구책임자 |
한승석
|
| 참여연구자 |
김선미
,
강채린
,
홍민기
,
황주현
,
조주연
,
채시현
,
강지현
,
최지엽
,
최재성
,
박주용
,
김지은
|
| 보고서유형 | 최종보고서 |
|---|
| 발행국가 | 대한민국 |
|---|
| 언어 |
한국어
|
| 발행년월 | 2022-03 |
|---|
| 과제시작연도 |
2021 |
| 주관부처 |
질병관리청
Korea Disease Control and Prevention Agency(KDCA) |
| 등록번호 |
TRKO202300000382 |
| 과제고유번호 |
1465034479 |
| 사업명 |
만성병관리기술개발연구(R&D) |
| DB 구축일자 |
2023-03-28
|
| 키워드 |
만성신장질환.바이오마커.유전체학.대사체학.다중 오믹스.Chronic kidney disease.biomarker.genomics.metabolomics.multiomics.
|
초록
▼
■ 연구 목표
만성신장질환 환자의 인체유래물을 바탕으로 유전체학∙대사체학 분석을 활용하여, 질병 위험도 및 예후 예측 바이오마커 선별
■ 연구 내용 및 결과
□ 만성신장질환 위험도 예측 바이오마커 1차 선별
- KoGES 코호트(도시 기반 코호트; 지역사회 기반 코호트) 활용한 유전체학 분석
- Discovery and replication sets로 나누어서 검증함.
→ 유의한 SNPs: 3:137873134_AT/A, 11:62680907_A/G
□ 만성신장질환 위험도 예측 바
■ 연구 목표
만성신장질환 환자의 인체유래물을 바탕으로 유전체학∙대사체학 분석을 활용하여, 질병 위험도 및 예후 예측 바이오마커 선별
■ 연구 내용 및 결과
□ 만성신장질환 위험도 예측 바이오마커 1차 선별
- KoGES 코호트(도시 기반 코호트; 지역사회 기반 코호트) 활용한 유전체학 분석
- Discovery and replication sets로 나누어서 검증함.
→ 유의한 SNPs: 3:137873134_AT/A, 11:62680907_A/G
□ 만성신장질환 위험도 예측 바이오마커 2차 선별
- 서울대학교병원 코호트(콩팥 조직 검사로 확진된 환자) 활용한 유전체학, 대사체학 분석
- 환자군(당뇨병성 신증, 고혈압성 신증, IgA 신증, 막성 신증)과 건강한 대조군으로 나누어 분석함.
→ 유의한 대사체
① 당뇨병성 신증: trans-4-Hydroxyproline, L-tyrosine, PC(o-14:0/16:0), PC(18:0/22:6(4Z,7Z,10Z,13Z,16Z,19Z))
② 고혈압성 신증: 3, 5-tetradecadiencarnitine, 9-decenoylcarnitine, L-phenylalanine
③ IgA 신증: tiglylcarnitine, butenylcarnitine, hydroxypropionylcarnitine
④ 막성 신증: PC(o-20:1(11Z)/20:4(8Z,11Z,14Z,17Z)), PC(o-18:0/22:6(4Z,7Z,10Z,13Z,16Z,19Z)), PC(o-18:1(9Z)/20:1(11Z)), PC(14:0/24:0), L-serine, SM(d18:0/14:1(9Z)(OH))
■ 결과 종합 및 계획
만성신장질환 환자의 유전체학, 대사체학을 통해 바이오마커를 확인함. 추후 계획으로서, 유전체, 대사체 바이오마커와의 연관성을 분석하고 논문 작성을 시작하고자 함.
(출처 : 요약문 4p)
Abstract
▼
■ Research purpose
To identify the genoimic and metabolomic biomarkers related with the risk of chronic kidney disease
■ Research results
□ 1st discovery of biomarker related with the risk of chronic kidney disease
- Using the KoGES cohort (HEXA; Ansan and Ansung) for GWAS
■ Research purpose
To identify the genoimic and metabolomic biomarkers related with the risk of chronic kidney disease
■ Research results
□ 1st discovery of biomarker related with the risk of chronic kidney disease
- Using the KoGES cohort (HEXA; Ansan and Ansung) for GWAS
- Two cohorts were divided into discovery and replication sets.
→ Statistically significant SNPs: 3:137873134_AT/A, 11:62680907_A/G
□ 2nd discovery of biomarkers related with the risk of chronic kidney disease
- Using the SNUH cohort (biopsy-confirmed patients) with both GWAS and metabolomics
- Comparison between patient cohort (diabetic nephropathy, hypertensive nephropathy, IgA nephropathy, membranous nephropathy) and healthy cohort
→ Statistically significant metabolites
① diabetic nephropathy: trans-4-Hydroxyproline, L-tyrosine, PC(o-14:0/16:0), PC(18:0/22:6(4Z,7Z,10Z,13Z,16Z,19Z))
② hypertensive nephropathy: 3, 5-tetradecadiencarnitine, 9-decenoylcarnitine, L-phenylalanine
③ IgA nephropathy: tiglylcarnitine, butenylcarnitine, hydroxypropionylcarnitine
④ membranous nephropathy: PC(o-20:1(11Z)/20:4(8Z,11Z,14Z,17Z)), PC(o-18:0/22:6(4Z,7Z,10Z,13Z,16Z,19Z)), PC(o-18:1(9Z)/20:1(11Z)), PC(14:0/24:0), L-serine, SM(d18:0/14:1(9Z)(OH))
■ Summary and plan
We identified genomic and metabolomic biomarkers related with the risk of chronic kidney disease. Subsequently, we will analyze the correlation between genomic and metabolomic biomarkers and make a manuscript.
(source : Summary 5p)
목차 Contents
- 표지 ... 1
- 최종결과보고서 ... 2
- 목차 ... 3
- 요약문 ... 4
- Summary ... 5
- 학술연구개발용역과제 연구결과 ... 6
- 제1장 최종 목표 ... 6
- 제2장 국내외 기술 현황 ... 11
- 제3장 최종 연구 내용 및 방법 ... 17
- 제4장 최종 연구 결과 ... 20
- 제5장 연구결과 고찰 및 결론 ... 60
- 제6장 연구성과 및 활용계획 ... 61
- 제7장 연구용역과제 진행과정에서 수집한 해외과학기술정보 ... 64
- 제8장 기타 중요변경사항 ... 64
- 제9장 연구비 사용 내역 및 연구원 분담표 ... 65
- 제10장 참고문헌 ... 68
- 제11장 첨부서류 ... 70
- 끝페이지 ... 71
※ AI-Helper는 부적절한 답변을 할 수 있습니다.