초록 ▼

□ 연구개요
대장암 환자들에게서 전신적 염증과 관련된 환자 숙주 (host) 요인 및 암 유전자 요인들을 이용하여 상호작용 다중 네트워크를 구축하고 이를 기반으로 한 대장암 예후 예측 모델을 개발하고자 함. 이를 통해 전신적 염증 반응에 기여하는 관련 인자들을 통합적으로 분석하고 전신적 염증 반응을 줄여 대장암의 예후를 향상 시키고자 함.

□ 연구 목표대비 연구결과
(1) 머신러닝을 이용한 대장암의 전신적 염증 관련 새로운 예후 지표 개발
- Prognostic Immune and Nutritional

□ 연구개요
대장암 환자들에게서 전신적 염증과 관련된 환자 숙주 (host) 요인 및 암 유전자 요인들을 이용하여 상호작용 다중 네트워크를 구축하고 이를 기반으로 한 대장암 예후 예측 모델을 개발하고자 함. 이를 통해 전신적 염증 반응에 기여하는 관련 인자들을 통합적으로 분석하고 전신적 염증 반응을 줄여 대장암의 예후를 향상 시키고자 함.

□ 연구 목표대비 연구결과
(1) 머신러닝을 이용한 대장암의 전신적 염증 관련 새로운 예후 지표 개발
- Prognostic Immune and Nutritional Index(PIINI)와 prognostic blood index (PBI)라는 새로운 예후 지표를 개발하였음.
- 독립적인 데이터셋에서 이 지표가 예후를 잘 예측함을 확인함.
- 수술 후 3-4주 시점이 PINI의 예후 예측력이 가장 좋음을 확인함.
(2) 대장암 환자에서 전신적 염증과 관련된 환자 숙주 및 건강습관 요인 발굴
- 대장암 환자에서 전신적 염증과 관련된 장내 미생물을 확인함. 특히 fibrinogen이 미생물 장유형과 연관이 있음을 확인함.
- 전신적 염증과 조직내 T세포간에 높은 상관 관계를 보이지 않으며 독립적으로 예후와 연관이 있음을 확인함.
(3) 대장암 환자에서 전신적 염증과 관련된 암 유전자 요인 발굴
- 대장암 조직에서 전신적인 염증 지표에 대한 mRNA 차이를 보이는 유전자를 선별함
(4) 대장암 환자에서 상호작용 네트워크 구성
- 대장암 코호트 데이터를 활용하여 대장암 환자의 증상과 동반질환에 대한 상호작용 네트워크를 생성함.
- 조기 발병 대장암에 비해 후기 발생 대장암에서는 증상들이 동반질환과 별개로 묶여 있는 양상이었음.
(5) 머신러닝 기반 대장암 예후 모델 개발
- Elastic Net, Logistic regression, Random Forest, XGBoost 모델 모두 비슷한 성능을 보였음.
- 성능이 상대적으로 좋은 XGboost 모델에서 SHAP 값을 확인하였을 때 전신적인 염증 지표 중 Albumin과 neutrophil count가 상대적으로 기여도가 높았음.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
이번 연구개발로 새로 개발된 전신적 염증 기반 대장암 특이 예후 지표는 대장암 환자의 예후를 예측하는데 도움을 줄 수 있을 것으로 예상됨. 추후 개발된 예후 지표를 전향적으로 적용하여 검증하여 임상에서 쉽게 활용하는데 도움을 주고자 함.
전신적 염증과 관련된 장내 미생물 타입을 확인하였으며 이와 관련된 식이를 추후 연구로 찾아낸다면 환자들의 전신적 염증을 낮추는데 도움이 될 것으로 생각됨. 전신적 염증과 관련된 대장암 자체의 유전자를 확인하였고 암으로 인한 전신적 염증 반응의 기전을 이해하는데 기여를 하였음.
다층 데이터를 이용한 머신러닝 기반 대장암 예후 예측 모델은 좀 더 정밀하게 환자의 예후를 예측하는데 활용을 할 수 있을 것으로 기대됨.이를 통해 임상의사 결정 지원시스템으로 활용하고자 함.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• (1) 머신러닝을 이용한 대장암의 전신적 염증 관련 새로운 예후 지표 개발 ... 5
• (2) 대장암 환자에서 전신적 염증과 관련된 장내 미생물 요인 발굴 ... 6
• (3) 새로 개발된 대장암 예후 지표(PINI)에 대한 최적의 측정 시점 연구 ... 7
• (4) 전신적인 염증과 관련된 조직 mRNA 유전자 연구 ... 7
• (5) 전신적인 염증과 조직내 T세포 연관성 분석 ... 8
• (6) 대장암 환자에서 상호작용 네트워크 구축 ... 8
• (7) 머신러닝을 이용한 대장암 예후 예측 모델 개발 ... 9
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 9
• 1) 정성적 연구개발성과(연구개발결과) ... 9
• 2) 세부 정량적 연구개발성과 ... 10
• 3) 목표 달성 수준 ... 10
• 4) 목표 미달 시 원인 분석 ... 10
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 11
• 6. 자체점검표 ... 12
• 7. 참고문헌 ... 12
• 끝페이지 ... 31