초록 ▼

연구개요
빅데이터 기반의 유전체-약물 데이터를 통합하고 다양한 머신러닝 및 딥러닝 알고리즘을 활용하여 난치성 신경교종 환자에서 중요 유전적 변이를 발견하고 이를 기반으로 다양한 약물 반응성과 모델링을 통해 환자의 내성 기전을 규명하고 치료 반응성을 예측할 수 있는 기술을 개발하고자 함.

연구 목표대비 연구결과
본 연구에서 제시한 중요 목표로는 유전체 기반의 분석을 위한 서버 인프라를 구축하고, 이를 기반으로 대용량 유전체 분석을 통해 신경교종에서의 중요 유전적 변이를 추출하고, 인종별에 따른 유전적 유사성 및

연구개요
빅데이터 기반의 유전체-약물 데이터를 통합하고 다양한 머신러닝 및 딥러닝 알고리즘을 활용하여 난치성 신경교종 환자에서 중요 유전적 변이를 발견하고 이를 기반으로 다양한 약물 반응성과 모델링을 통해 환자의 내성 기전을 규명하고 치료 반응성을 예측할 수 있는 기술을 개발하고자 함.

연구 목표대비 연구결과
본 연구에서 제시한 중요 목표로는 유전체 기반의 분석을 위한 서버 인프라를 구축하고, 이를 기반으로 대용량 유전체 분석을 통해 신경교종에서의 중요 유전적 변이를 추출하고, 인종별에 따른 유전적 유사성 및 다양성을 비교하고자 함. 본 연구결과는 Cancer Discovery (IF = 38.272)에 게재되었음. 또한 다양한 표적치료제에 대한 약물 반응성을 비교분석하여 중요 유전체-약물 상관관계를 규명하고 신경교종 환자에 대한 신규 치료 방안을 제시하고자 함. 이러한 분석을 통해 MARCO라는 신규 치료 표적을 발굴하였고, 해당 내용은 Genome Biology (IF = 18.010, 64회 인용)에 게재 하였음.
마지막으로 머신러닝 기반의 유전체-약물 모델링을 통해 환자 예후 및 치료 저항성과 관계있는 바이오마커를 발굴하여, 이에 대한 결과를 기반으로 새로운 치료 방안을 제시하였음.

연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
본 연구를 통해 추출된 결과를 기반으로 치료 방안이 제한적인 난치성 신경교종 환자를 위한 새로운 개인 맞춤형 치료 방법 제시가 가능하여 암 치료의 새로운 패러다임이 정밀 의료로 전환되는 토대를 마련할 수 있음. 임상-유전체-약물반응 통합검증을 통하여 다양한 치료저항 인자를 발굴하고 실제 임상에서 활용 가능한 데이터 베이스를 구축하여 임상 proof-of-concept을 제공할 수 있음. 발굴된 표적에 대한 특허권 신청 및 추후 표적환자군 대상 임상시험등을 통한 임상 유효성 검증이 가능하고 발굴된 표적 억제 신약개발 및 기존 화합물 라이브러리 중 해당 표적 억제물을 발굴하여 기술이전 및 사업화 가능성도 제시할 수 있음.본 연구를 통해 구축된 환자유래 세포모델 유전체-약물 데이터 베이스를 기반으로 새로운 분석 알고리즘 응용 및 기초 연구 활용성을 제시할 수 있음. 또한, 본 연구를 통해 구축된 플랫폼은 기타 난치성 암종외 다른 질환으로 확장 가능성도 제시할 수 있음.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 자체점검표 ... 13
• 7. 참고문헌 ... 13
• [붙임1] 세부 정량적 연구개발성과 ... 14
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 15
• 끝페이지 ... 21