KR101439981B1

KR101439981B1 - 유방암 진단 장치

Info

Publication number: KR101439981B1
Application number: KR1020120134830A
Authority: KR
Inventors: 유병철; 김경희; 김인후; 이은숙; 이준화
Original assignee: 국립암센터
Priority date: 2012-01-03
Filing date: 2012-11-26
Publication date: 2014-09-12
Also published as: KR20130079989A

Abstract

본 발명은 생물학적 시료로부터 추출한 저질량 이온에 대해 생물통계학적 분석을 통하여 유방암을 진단하기 위한 저질량 이온을 확인하고, 이 저질량 이온 질량 스펙트럼을 이용하여 유방암을 진단할 수 있는 유방암 진단 장치를 제공하는 것으로, 본 발명에서는, 유방암 환자군을 각각 그 비환자군에 대해 강건하게 판별해 주는 판별식을 제안하고자 한다. 즉, 판별식을 도출하였던 훈련 집합뿐 아니라 이에 독립적인 검증 집합에 대해서도 매우 우수하며 강건한 판별 성능을 나타내는 판별식을 제안하고, 이를 구성하는 저질량 이온들을 확인하여 유방암을 진단할 수 있는 유방암 진단 장치를 제공한다.

Description

유방암 진단 장치{Apparatus for diagnosis breast cancer}

본 발명은 유방암을 진단하는 장치에 관한 것으로, 더욱 상세하게는 생물학적 시료로부터 추출한 저질량 이온에 대해 생물통계학적 분석을 통하여 유방암 진단을 위한 저질량 이온의 질량 스펙트럼을 확인하고, 이 저질량 이온 질량 스펙트럼을 이용하여 유방암을 진단할 수 있는 유방암 진단 장치에 관한 것이다.

암은 세포가 무한히 증식해 정상적인 세포의 기능을 방해하는 질병으로, 폐암, 위암(gastric cancer, GC), 유방암(breast cancer, BRC), 대장암(colorectal cancer, CRC) 등이 대표적이나, 실질적으로는 어느 조직에서나 발생할 수 있다. 초창기 암 진단은 암 세포의 성장에 따른 생체 조직의 외적 변화에 근거하였으나, 근래에 들어 혈액, 당쇄(glyco chain), 디엔에이(DNA) 등 생물의 조직 또는 세포에 존재하는 미량의 생체 분자를 이용한 진단 및 검출이 시도되고 있다. 그러나 가장 보편적으로 사용되는 암 진단 방법은 생체 조직 검사를 통해 얻어진 조직 샘플을 이용하거나, 영상을 이용한 진단이다.

그 중 생체 조직 검사는 환자에게 큰 고통을 야기하며, 고비용이 들뿐만 아니라, 진단까지 긴 시간이 소요되는 단점이 있다. 또한, 환자가 실제 암에 걸린 경우, 생체 조직 검사 과정 중 암의 전이가 유발될 수 있는 위험이 있으며, 생체 조직 검사를 통해 조직 샘플을 얻을 수 없는 부위의 경우, 외과적인 수술을 통해 의심되는 조직의 적출이 이루어지기 전에는 질병의 진단이 불가능한 단점이 있다.

영상을 이용한 진단에서는 엑스레이(X-ray) 영상, 질병 표적 물질이 부착된 조영제를 사용하여 획득한 핵자기 공명(nuclear magnetic resonance, NMR) 영상 등을 기반으로 암을 판정한다. 그러나 이러한 영상 진단은 임상의 또는 판독의의 숙련도에 따라 오진의 가능성이 있으며, 영상을 얻는 기기의 정밀도에 크게 의존하는 단점이 있다. 더 나아가, 가장 정밀한 기기조차도 수 mm 이하의 종양은 검출이 불가능하여, 발병 초기 단계에서는 검출이 어려운 단점이 있다. 또한, 영상을 얻기 위해 환자 또는 질병 보유 가능자가 유전자의 돌연변이를 유발할 수 있는 고에너지의 전자기파에 노출되므로, 또 다른 질병을 야기할 수 있을 뿐만 아니라, 영상을 통한 진단 횟수에 제한이 있는 단점이 있다.

소화기 계통의 경우 통상적으로 내시경을 이용한 육안 영상 관찰을 통해 질병의 유무를 판단하나, 그 과정이 환자에게 무척 고통스러우며, 육안 영상 관찰을 통해 이상이 발견된 경우라 할지라도, 악성/양성 종양, 용종 등의 정확한 질병 판별을 위해서는 생체 조직 검사가 필수적으로 수행되어야 한다.

특히, BRC는 매해 발생률과 유병률에 있어서 여성암 중 갑상선암 다음으로 높은 증가율을 보이고 있다. BRC는 높은 발생률에 비해 생존율 역시 갑상선암 다음으로 높은데 그 이유로는 효과적인 약제의 개발 외에도 BRC에 대한 인식의 변화와 무엇보다도 조기 검진 방법인 유방촬영술(mammography)의 기여가 크다고 할 수 있다. BRC도 다른 암종과 마찬가지로 조기 발견 및 치료로 생존율을 높일 수 있다. 림프절 전이가 없는 작은 크기의 BRC의 경우에는 생존율이 90%까지도 보고가 되고 있으나 특히 BRC이 다른 부위로 전이가 된 상태에서 발견되었을 경우에는 생존율이 10% 정도로 낮아진다. BRC를 조기에 발견하기 위해서는 자가 검진 외에도 의사의 진찰과 영상의학적 유방 검사가 필수적인데, 유방촬영술의 민감도는 60-70%로 낮으며 특히 젊은 여성에서 많은 치밀 유방의 경우에는 진단율이 현격히 감소되는 단점이 있다. 이런 여성들의 경우 유방 초음파가 권고되나 유방 초음파는 검사자의 기술에 대한 의존도가 높다는 단점이 있고, 그 외에 유방 MRI(magnetic resonance imaging)가 진단에 사용되고 있으나 고가의 비용으로 인해 검진용으로는 사용하기 어려우며 이 또한 위양성율(false positive rate)이 높다는 단점이 있다.

따라서 새로운 분자적 접근을 적용하여 초기 단계에서 BRC를 스크리닝할 수 있다면 환자들에게 매우 유용할 것이다. 유전체학(genomics), 단백질체학(proteomics) 및 분자병리학(molecular pathology)은 임상적으로 잠재적인 가치를 지닌 여러 바이오마커(biomarker) 후보들을 제공해 왔다. 암의 병기(stage) 및 환자별 맞춤 치료에 이들을 적극적으로 활용하는 것을 통해 치료 효과를 향상시킬 수 있을 것으로 사료되나, 임상 치료에 적용하기 위해서는 앞으로도 많은 연구가 선행되어야 한다.

한편, MALDI-TOF(matrix-assisted laser desorption/ionization-time of flight) 질량분석기(mass spectrometer)를 이용하면 혈액 내 질량 이온(mass ion)의 스펙트럼(spectrum)을 추출할 수 있다. 기존 단백질체 연구들에 이용된 질량 분석은 주로 800 내지 2500 m/z의 질량값 범위를 분석 대상으로 하였는데, 그 범위가 단백질이 트립신(trypsin)으로 잘려졌을 경우 펩타이드(peptide)의 질량값 영역이기 때문이다. 또한, MALDI-TOF 질량분석기를 이용하면 저질량 이온(low-mass ion)의 질량 스펙트럼도 추출할 수 있다. 그러나 약 800 m/z 이하의 저질량 대역은 분석 대상이 아닌 매트릭스(matrix)의 질량 이온들이 혼재하는 영역이기 때문에 그동안 이 영역에 대한 연구가 활발하지는 않았다.

추출된 저질량 이온의 질량 스펙트럼은 종래의 소프트웨어(software) 중 하나인 MarkerView^TM(버전 version 1.2, 이하 버전 생략)에 의해 분석될 수 있다. 본 발명자들은 BRC 환자군 및 정상 대조군(control, CONT)의 혈청(serum)으로부터 추출된 저질량 이온의 질량 스펙트럼을 MarkerView^TM를 이용하여 분석해 보았는데, 도 1을 참조하여 그 방법을 상세히 설명한다.

표 1의 BRC 환자군 54명과 표 2의 정상 대조군 49명으로 구성된 집합(Set C₁)으로부터 수집한 혈청을 시료로 하여 MALDI-TOF 질량분석기를 이용하여 추출한 T2D 파일 형식의 저질량 이온 질량 스펙트럼을 MarkerView^TM로 임포트(import)하였다(B11).

BRC	Sex	Age year	Node	ER	ER%	PR	PR%	HER2	Tumor Size cm
BRC-C1	F	48	-^a	5	33-66%	6	33-66%	2	-
BRC-C2	F	35	-	6	33-66%	6	33-66%	1	-
BRC-C3	F	45	pN1a	5	33-66%	5	33-66%	0	1.5
BRC-C4	F	61	-	0	0%	0	0%	2	-
BRC-C5	F	70	pN0(sn)	0	0%	0	0%	1	<0.1
BRC-C6	F	58	ypN0	3	<10%	3	10-33%	3	0.5
BRC-C7	F	49	ypN0(i+)	0	0%	0	0%	2	1.9
BRC-C8	F	49	ypN2a	0	0%	0	0%	1	2.5
BRC-C9	F	39	pN1a	6	33-66%	7	>66%	1	2.2
BRC-C10	F	48	ypN2a	6	33-66%	4	<10%	3	5.8
BRC-C11	F	39	-	0	0%	0	0%	1	-
BRC-C12	F	56	pN1a	6	33-66%	6	33-66%	0	2.8
BRC-C13	F	59	pN0(sn)	6	33-66%	2	<10%	1	2.3
BRC-C14	F	31	pN1a	5	33-66%	4	10-33%	1	2.2
BRC-C15	F	46	pN3a	6	33-66%	6	33-66%	1	3.5
BRC-C16	F	56	-	7	>66%	4	10-33%	1	-
BRC-C17	F	55	-	0	0%	0	0%	2	-
BRC-C18	F	46	pN0	0	0%	0	0%	0	1.5
BRC-C19	F	60	ypN0	0	0%	0	0%	3	1.9
BRC-C20	F	49	pN0(sn)	5	33-66%	2	<10%	2	1.5
BRC-C21	F	55	pN1mi	0	0%	0	0%	3	1.8
BRC-C22	F	65	pN0	6	33-66%	6	33-66%	0	1.7
BRC-C23	F	35	ypN2a	6	66%	4	10-33%	2	2.6
BRC-C24	F	46	pN1a	6	33-66%	6	33-66%	3	2.5
BRC-C25	F	45	pN0(sn)	6	33-66%	6	33-66%	1	0.8
BRC-C26	F	42	pN0(sn)	3	10-33%	6	33-66%	0	1
BRC-C27	F	58	pN0(sn)	6	33-66%	6	33-66%	1	1.5
BRC-C28	F	62	pN1a	0	0%	0	0%	2	2.2
BRC-C29	F	61	-	0	0%	0	0%	1	-
BRC-C30	F	60	-	-	-	-	-	-	-
BRC-C31	F	51	-	-	-	-	-	-	-
BRC-C32	F	42	pN0	7	>66%	7	>66%	2	-
BRC-C33	F	43	pN0(sn)	3	10-33%	4	10-33%	0	2.3
BRC-C34	F	60	pN0(sn)	0	0%	0	0%	1	2.3
BRC-C35	F	61	-	6	33-66%	0	0%	2	-
BRC-C36	F	61	pN0(sn)	0	0%	2	<10%	2	1.8
BRC-C37	F	49	-	-	-	-	-	-	-
BRC-C38	F	45	ypN0	0	0%	0	0%	0	0.9
BRC-C39	F	59	pN0	0	0%	0	0%	3	1.1
BRC-C40	F	43	pN1	0	0%	0	0%	0	1.5
BRC-C41	F	46	pN1	8	100%	8	100%	0	1.3
BRC-C42	F	48	pN0	6	50-60%	5	10-20%	3	1.3
BRC-C43	F	39	pN0	0	0%	0	0%	0	2.2
BRC-C44	F	66	pN0	8	95%	8	95%	0	1.7
BRC-C45	F	39	ypN0	0	0%	0	0%	0	DCIS
BRC-C46	F	37	pN0	7	70-80%	8	80%	3	1.5
BRC-C47	F	64	pN0	8	95%	8	95%	0	0.5
BRC-C48	F	44	ypN1	7	90%	8	95%	0	2
BRC-C49	F	50	pN2	8	95%	8	100%	0	1.1
BRC-C50	F	47	pN0	7	70%	7	50-60%	1	0.5
BRC-C51	F	44	pN1	8	90%	8	95%	1	0.6
BRC-C52	F	50	pN0	0	0%	0	0%	2	2.2
BRC-C53	F	53	pN0	7	95%	8	95%	0	1.1
BRC-C54	F	65	pN0	8	95%	7	40%	0	1.5

Control	Sex	Age year	CEA ng/mL
CONT-C1	F	70	1.2
CONT-C2	F	69	1
CONT-C3	F	68	1.8
CONT-C4	F	45	0.7
CONT-C5	F	57	1.2
CONT-C6	F	68	1.8
CONT-C7	F	68	1.4
CONT-C8	F	52	2.1
CONT-C9	F	59	1.2
CONT-C10	F	68	1
CONT-C11	F	65	3.1
CONT-C12	F	59	0.7
CONT-C13	F	41	2.1
CONT-C14	F	65	3.8
CONT-C15	F	67	1.5
CONT-C16	F	45	0.6
CONT-C17	F	47	1.7
CONT-C18	F	49	1.4
CONT-C19	F	49	1.4
CONT-C20	F	33	1.7
CONT-C21	F	66	1.3
CONT-C22	F	65	1.4
CONT-C23	F	51	2.1
CONT-C24	F	39	0.8
CONT-C25	F	66	1.6
CONT-C26	F	50	2.6
CONT-C27	F	53	2.6
CONT-C28	F	60	3.7
CONT-C29	F	66	1.1
CONT-C30	F	68	5.5
CONT-C31	F	56	1.3
CONT-C32	F	51	1.9
CONT-C33	F	51	1.6
CONT-C34	F	52	1.4
CONT-C35	F	56	1.7
CONT-C36	F	52	1.7
CONT-C37	F	60	1.8
CONT-C38	F	58	0.7
CONT-C39	F	58	3.1
CONT-C40	F	54	1.6
CONT-C41	F	60	1.1
CONT-C42	F	43	-
CONT-C43	F	40	-
CONT-C44	F	60	-
CONT-C45	F	46	-
CONT-C46	F	67	-
CONT-C47	F	49	-
CONT-C48	F	43	-
CONT-C49	F	57	-

CEA : Carcinoembryonic antigen

임포트 조건으로 표 3의 조건들을 사용하였다.

Mass tolerance	100 ppm
Minimum required response	10.0
Maximum number of peaks	10000

다음, 임포트한 피크 강도(peak intensity)들을 정규화(normalization)하였다(B12). MarkerView^TM에는 다수의 정규화 방법이 존재하는데, "Normalization Using Total Area Sums" 방법을 사용하여 정규화를 수행하였다. 이 방법에서는 각 시료별 강도의 소계를 구하고, 시료별 소계들의 평균을 구한 후, 각 시료별 강도의 소계가 이 평균과 일치하도록 각 피크 강도에 시료별 배율 인자(scaling factor)를 곱한다. 즉, 이와 같이 정규화한 후에는 각 시료별 강도의 소계가 동일해진다.

다음, 정규화한 피크 강도들을 파레토 스케일링(Pareto scaling)하였다(B13). 즉, 정규화한 각 피크 강도에서 질량 이온별 평균값을 뺀 후 표준편차의 제곱근으로 나누어 피크 강도들을 파레토 스케일링하였다.

다음, 파레토 스케일링한 피크 강도들에 대해 주성분 분석 기반 선형 판별 분석(principal component analysis-based linear discriminant analysis, PCA-DA)을 수행하여 판별 점수(discriminant score, DS)를 계산하였다(B14). 즉, 두 단계로 주성분 분석을 수행하여 각 질량 이온별 가중치(weighting factor)인 인자적재값(factor loading)을 구하고, 파레토 스케일링된 강도에 이 인자적재값을 곱한 후 그 결과 값을 모두 더하여 각 시료별 판별 점수를 계산하였다. 표 3의 임포트 조건에서 피크의 최대 개수를 10,000개로 하였고, 충분히 많은 시료들을 함께 임포트하였으므로, 본 계산에서 인자적재값은 10,000개가 계산되었으며, 따라서 10,000개의 항을 더하여 한 개의 판별 점수가 계산되었다.

다음, 계산된 판별 점수가 양수인지 여부를 판단하여(B15), 양수인 경우 양성으로(B16), 음수인 경우 음성으로 판정하였다(B17). 즉, BRC에 적용되어 양수인 경우 BRC 환자군으로, 음수인 경우 정상 대조군으로 판정하였다.

도 2는 이미 임상적으로 판정된 BRC 환자군 54명과 정상 대조군 49명으로 구성된 집합에 대해 도 1의 방법으로 계산한 판별 점수의 분포를 나타낸다. 도 2에 나타낸 판별 점수에 따른 판정 결과를 혼동 행렬(confusion matrix)을 이용하여 정리하면 표 4와 같다.

			Sensitivity	100.0%
Set A₁	True BRC	True CONT	Specificity	100.0%
Predicted BRC	54	0	PPV	100.0%
Predicted CONT	0	49	NPV	100.0%

도 2 및 표 4를 통하여 알 수 있는 바와 같이, 종래 기술인 MarkerView^TM의 주성분 분석 기반 선형 판별 분석 방법을 통하여 민감도(sensitivity), 특이도(specificity), 양성예측도(positive predicitive value, PPV) 및 음성예측도(negative predicitive value, NPV)가 모두 100%인 완벽한 판별 결과를 얻을 수 있었다.

그러나 이를 임상에서 사용할 수 있으려면 우선 식의 강건성(robustness)이 반드시 검증되어야 한다. 즉, 이미 한 번 측정했고 판별식을 구성했던 집합에 대하여 추가적으로 수회 반복 측정한 질량 스펙트럼들에 대해서도 여전히 좋은 판별 결과를 나타내어야 하며, 판별식을 구성할 때 고려하지 않았던 새로운 BRC 환자군 및 정상 대조군에 대해서도 동일한 판별식으로 좋은 판별 결과를 얻을 수 있어야 한다. 질량 스펙트럼을 반복 측정하는 과정에는 혈청을 얼리고 녹이는 과정이 포함되거나, 혈청을 새로 메탄올(methanol)/클로로포름(chloroform)과 혼합하여 추출하는 과정이 포함되기도 한다. 이와 같은 과정들은 질량 스펙트럼에 대한 통계 분석에 있어서 외란들(disturbances)로 볼 수 있는데, 이러한 외란들에 둔감한 판별식을 구성해야만 임상에 적용될 수 있다.

요컨대, 도 1, 2 및 표 4를 참조하여 설명한 종래의 주성분 분석 기반 선형 판별 분석 방법은 특정 시료들로 구성된 집합에 개별적으로 적용되는 경우에는, 즉 개별 훈련 집합(training set)에 대한 판별에서는 매우 우수한 판별 결과를 나타내기도 하나, 검증 집합(validation set)에서의 판별 결과는 만족스럽지 않았다.

훈련 집합에 대해서는 매우 우수한 판별 결과를 보임에도 불구하고 판별식이 강건성을 갖지 못한 이유는 판별식을 구성하고 있는 10,000개의 질량 이온들 중 상당한 개수의 질량 이온들이 BRC 환자군과 정상 대조군의 판별을 위해서는 최소한 불필요하며, 때로는 훈련 집합의 판별에서는 문제를 일으키지 않았으나 검증 집합의 판별에서는 잠재적으로 판별 결과를 혼동시킬 수 있는 질량 이온들을 포함하고 있기 때문으로 추정된다.

따라서 이와 같이 최소한 불필요하며, 또는 잠재적으로 판별 결과에 혼동을 줄 수 있는 질량 이온들을 적극적으로 제거하는 과정을 통해 우수하며 강건한 판별 결과를 얻기 위해 필수 불가결한 질량 이온들만을 찾아내는 작업이 필요할 것으로 사료된다.

본 발명은, 생물학적 시료로부터 추출한 저질량 이온에 대해 생물통계학적 분석을 통하여 유방암을 진단하기 위한 저질량 이온 질량 스펙트럼을 확인하고, 이 저질량 이온 질량 스펙트럼을 이용하여 유방암을 진단할 수 있는 유방암 진단 장치를 제공한다.

본 발명은, BRC 환자 및 비환자 시료에 대해 강건한 판별 결과를 주는 판별식을 제안하고자, 판별식을 도출하였던 BRC 환자 및 비환자 집합에 대해 추가로 수회 반복 측정한 질량 스펙트럼과 새로운 BRC 환자 및 비환자 집합에 대해 수회 반복 측정한 질량 스펙트럼 모두에 대해 85% 이상의 민감도, 특이도, 양성예측도, 음성예측도를 나타내는 판별식을 제안하고, 이를 구성하는 저질량 이온들을 확인하여 BRC를 진단할 수 있는 유방암 진단 장치를 제공한다.

전술한 과제를 해결하기 위한 본 발명에 따른 유방암 진단 장치는, 다수의 유방암 환자 및 비환자 케이스들의 생물학적 시료로부터 저질량 이온(low-mass ion)의 질량 스펙트럼을 검출하는 저질량 이온 검출부; 상기 저질량 이온의 질량 스펙트럼 패턴을 비교 분석하여 유방암 진단 정보를 판정하는 유방암 진단부; 및 상기 유방암 진단부로부터 판정된 유방암 진단 정보를 출력 가능한 형태로 변환하여 표시하는 디스플레이부를 포함한다.

상기 저질량 이온 검출부는; 상기 생물학적 시료로부터 저질량 이온의 피크 강도(peak intensity)를 검출하여 상기 저질량 이온의 질량 스펙트럼을 추출할 수 있다. 상기 저질량 이온 검출부는; 질량분석기를 포함할 수 있다.

상기 유방암 진단부는; 훈련 후보 집합인 상기 유방암 환자 및 비환자 케이스들의 저질량 이온 질량 스펙트럼들을 정렬하는 제1정렬수단; 정렬된 상기 질량 스펙트럼에 대해 생물통계학적 분석을 수행하여 판별 점수를 계산하는 제1판별점수 계산수단; 상기 판별 점수에 따라 민감도(sensitivity) 및 특이도(specificity)를 계산하고, 이를 기준으로 제1훈련집합을 선정하여 저질량 이온별 인자적재값(factor loading)을 계산하는 인자적재값 계산수단; 후보 조건을 만족하는 후보 저질량 이온들 중 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 선택하는 유방암진단용이온 선정수단; 판별 대상 생물학적 시료의 저질량 이온 질량 스펙트럼을 상기 제1훈련집합에 정렬하는 제2정렬수단; 상기 판별 대상의 저질량 이온의 피크 강도와 상기 인자적재값으로부터 판별 점수를 계산하는 제2판별점수 계산수단; 및 상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하는 유방암 판정수단을 포함하되,

상기 유방암진단용이온 선정수단은; 상기 다수의 유방암 환자 및 비환자 케이스들을 제1종 판별 케이스들로 구성하거나, 상기 다수의 유방암 환자 및 비환자 케이스들을, 다수의 유방암 환자 케이스들과 다수의 정상인 케이스들로 구성되는 제2종 판별 케이스들과, 상기 다수의 유방암 환자 케이스들과 다수의 유방암 이외의 암 환자 케이스들로 구성되는 제3종 판별 케이스들로 구분하고, 상기 제1종 판별 케이스들과, 상기 제2종 판별 케이스들 및 상기 제3종 판별 케이스들에 대해 각각 실행되어, 상기 유방암 진단용 저질량 이온들이, 상기 제1종 판별 케이스에 대한 제1종 유방암 진단용 저질량 이온들과, 상기 제2종 판별 케이스에 대한 제2종 유방암 진단용 저질량 이온들 및 상기 제3종 판별 케이스에 대한 제3종 유방암 진단용 저질량 이온들로 구분될 수 있다.

상기 제1종 판별 케이스들 중 상기 유방암 비환자 케이스들은 정상인 케이스들, 대장암 환자 케이스들, 비호지킨림프종(non-Hodgkin lymphoma, NHL) 환자 케이스들 및 위암 환자 케이스들 중 적어도 하나 이상의 케이스들을 포함하되, 상기 제1종 유방암 진단용 저질량 이온들의 질량값은 74.0937, 74.1155, 76.0728, 136.1067, 173.4872, 193.0665, 208.0565, 212.0949, 231.0726, 258.1364, 279.0841, 280.0847, 282.2777, 313.2638, 331.2024, 332.3181, 401.0588, 427.3441, 432.9954, 452.2269, 476.6038, 490.3427, 498.3237, 499.3265, 512.3145, 562.3074, 583.2323, 584.2415, 646.3851 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것이 바람직하다.

상기 제2종 유방암 진단용 저질량 이온들의 질량값은 38.9779, 46.0647, 74.1164, 76.0733, 97.0686, 122.0777, 123.0821, 130.1539, 185.7723, 191.1175, 208.0530, 212.0960, 225.1870, 229.0005, 231.0675, 244.0962, 281.0913, 284.3205, 313.2618, 332.3150, 342.2482, 368.2624, 398.3034, 416.0901, 424.3216, 426.3389, 428.1885, 497.3194, 513.3193, 532.6918, 538.3428, 540.3250, 570.3234, 580.3281, 581.2310, 581.3377, 610.3273, 616.3286, 618.3352, 646.3959, 725.3469, 757.1117 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것이 바람직하다.

상기 제3종 판별 케이스들 중 상기 다수의 유방암 이외의 암 환자 케이스들은 대장암 환자 케이스들, 비호지킨림프종 환자 케이스들 및 위암 환자 케이스들 중 적어도 하나 이상의 암 환자 케이스들을 포함하되, 상기 제3종 유방암 진단용 저질량 이온들의 질량값은 38.9736, 38.9892, 44.0491, 44.0656, 74.0938, 87.0991, 104.1316, 104.3161, 105.1091, 136.1021, 155.1798, 156.0412, 172.3072, 178.1330, 182.0738, 189.9525, 192.1294, 193.0660, 196.0871, 212.3221, 217.0923, 222.0231, 228.0348, 231.0726, 234.0422, 260.1013, 279.0843, 280.0849, 282.2791, 289.2960, 298.3425, 313.2630, 316.3269, 331.2036, 332.3169, 333.3233, 337.1047, 424.3272, 426.3406, 432.9948, 433.9894, 446.0196, 454.3014, 469.2924, 478.8688, 479.8724, 480.3180, 483.3301, 487.3152, 488.3287, 488.6580, 496.4331, 496.7718, 497.7764, 502.8741, 511.3367, 518.8776, 520.8826, 534.2829, 535.2882, 542.8770, 544.7878, 544.8728, 546.3358, 559.2911, 568.1146, 583.2284, 731.3330, 733.3526, 734.3563, 735.3665, 757.0995, 757.3512, 1465.5872, 1466.5971 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것이 바람직하다.

상기 판별 점수는 상기 제1종 저질량 이온들에 의한 제1종 판별 점수이며, 상기 판별 점수가 BS₁₁보다 큰 경우에는 상기 판별 대상을 유방암 양성으로 판단하고, 상기 판별 점수가 BS₁₂보다 작은 경우에는 상기 판별 대상을 유방암 음성으로 판단할 수 있다. 상기 BS₁₁ 및 BS₁₂는 0인 것이 바람직하다.

상기 판별 점수는 상기 제2종 저질량 이온들에 의한 제2종 판별 점수와 상기 제3종 저질량 이온들에 의한 제3종 판별 점수를 포함하며, 상기 제2종 판별 점수가 BS₂₁보다 크고 상기 제3종 판별 점수가 BS₃₁보다 큰 경우에는 상기 판별 대상을 유방암 양성으로 판단하고, 상기 제2종 판별 점수가 BS₂₂보다 작거나 상기 제3종 판별 점수가 BS₃₂보다 작은 경우에는 상기 판별 대상을 유방암 음성으로 판단할 수 있다. 상기 BS₂₁, BS₂₂, BS₃₁ 및 BS₃₂는 0인 것이 바람직하다.

상기 제1판별점수 계산수단은; 상기 훈련 후보 집합의 상기 저질량 이온 질량 스펙트럼들의 상기 피크 강도들을 정규화(normalization)하는 정규화 모듈; 상기 정규화한 피크 강도들을 스케일링(scaling)하는 스케일링 모듈; 및 상기 스케일링된 피크 강도들에 대해 상기 생물통계학적 분석을 수행하여 상기 판별 점수를 계산하는 판별점수계산 모듈을 포함할 수 있다.

상기 스케일링 모듈은; 파레토 스케일링(Pareto scaling)을 수행하는 것이 바람직하다.

상기 판별점수계산 모듈은; 주성분 분석 기반 선형 판별 분석(principal component analysis-based linear discriminant analysis, PCA-DA)을 사용하여 상기 생물통계학적 분석을 수행할 수 있다.

상기 판별점수계산 모듈은; 상기 주성분 분석 기반 선형 판별 분석에 의해 획득된 인자적재값과 상기 스케일링된 피크 강도를 함께 사용하여 상기 판별 점수를 계산할 수 있다.

상기 인자적재값 계산수단은; 상기 정렬된 질량 스펙트럼에 대해 생물통계학적 분석을 수행하고, 상기 생물통계학적 분석 결과를 기초로 상기 유방암 환자 및 비환자 케이스들 중 훈련 조건을 만족하는 훈련 케이스들을 제1훈련집합으로 선택하는 제1훈련집합 선택수단을 포함하며, 상기 제1훈련집합으로부터 인자적재값을 계산할 수 있다.

상기 제1훈련집합 선택수단은; 상기 생물통계학적 분석 결과에 따른 민감도가 문턱값(threshold) BN₁ 이상이고, 특이도가 문턱값 BN₂ 이상일 때의 유방암 환자 및 비환자 케이스들을 상기 제1훈련집합으로 설정할 수 있다. 상기 문턱값 BN₁과 BN₂는 1인 것이 바람직하다.

상기 제2판별점수 계산수단은; 상기 판별 대상의 상기 저질량 이온 질량 스펙트럼의 상기 피크 강도들을 정규화하는 정규화 모듈; 상기 정규화한 피크 강도들을 스케일링하는 스케일링 모듈; 및 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산하는 판별점수계산 모듈을 포함할 수 있다.

상기 스케일링 모듈은; 파레토 스케일링을 수행하는 것이 바람직하다.

상기 판별점수계산 모듈은; 상기 유방암 진단용 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산할 수 있다.

상기 유방암 판정수단은; 상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하되, 상기 판별 점수가 기준값 S보다 크면 양성으로 상기 판별 대상의 유방암 정보를 판단하고, 상기 판별 점수가 기준값 S보다 작으면 음성으로 상기 판별 대상의 유방암 정보를 판단할 수 있다. 상기 기준값 S는 0인 것이 바람직하다.

상기 유방암 판정수단은; 상기 판별 대상의 생물학적 시료를 반복적으로 측정하여 검출한 다수의 상기 저질량 이온 질량 스펙트럼에 대해 계산된 다수의 상기 판별 점수의 평균값으로 상기 판별 대상의 상기 유방암 정보를 판단할 수 있다.

상기 유방암진단용이온 선정수단은; 상기 선택된 상기 제1훈련집합으로부터 후보 조건을 만족하는 후보 저질량 이온들을 후보이온집합으로 선택하는 후보이온집합 선택수단; 및 상기 선택된 상기 후보이온집합의 상기 후보 저질량 이온의 개별 또는 조합별 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 최종이온집합으로 선택하는 최종이온집합 선택수단을 포함할 수 있다.

상기 후보이온집합 선택수단은; 상기 훈련 케이스 각각에 대한 상기 저질량 이온의 상기 피크 강도와, 상기 생물통계학적 분석을 통해 획득된 상기 저질량 이온별 인자적재값의 곱의 절댓값이 문턱값 BT₁보다 큰 제1저질량 이온들을 상기 훈련 케이스별로 선택하는 제1저질량이온 선택모듈을 포함할 수 있다. 상기 문턱값 BT₁은 0.1인 것이 바람직하다.

상기 후보이온집합 선택수단은; 상기 제1저질량 이온들 중 상기 훈련 케이스들 전체의 문턱값 BT₂ 퍼센트 이상의 케이스들에서 공통으로 나타나는 제2저질량 이온들을 상기 후보이온집합으로 선택하는 후보이온집합 예비선택모듈을 포함할 수 있다. 상기 문턱값 BT₂는 50인 것이 바람직하다.

상기 후보이온집합 선택수단은; 상기 제2저질량 이온들을 이용해 상기 훈련 케이스별로 유방암에 대한 양성 또는 음성을 나타내는 판별 점수를 계산하고, 상기 판별 점수에 따른 민감도 및 특이도를 계산하는 민감도 및 특이도 계산모듈; 및 상기 민감도가 문턱값 BN₃보다 작거나, 상기 특이도가 문턱값 BN₄보다 작은 경우 상기 BT₁ 및 상기 BT₂ 중 적어도 하나를 변경하고, 상기 과정을 반복하여 상기 후보이온집합으로 선택하는 후보이온집합 최종선택모듈을 더 포함할 수 있다. 상기 문턱값 BN₃ 및 BN₄는 0.9인 것이 바람직하다.

상기 최종이온집합 선택수단의 상기 판별 성능의 기준은; 상기 후보 저질량 이온 중 민감도와 특이도의 합이 기준값보다 큰 이온들을 선택하거나 상기 후보 저질량 이온들로 구성되는 조합별 민감도와 특이도의 합이 비교 대상 조합들 중 가장 큰 조합을 선택하는 제1기준을 포함할 수 있다.

상기 최종이온집합 선택수단의 상기 판별 성능의 기준은; 상기 후보 저질량 이온들의 조합들 중 상기 후보 저질량 이온들의 개수가 비교 대상 조합들 중 가장 적은 조합을 선택하는 제2기준을 더 포함할 수 있다.

상기 최종이온집합 선택수단의 상기 판별 성능의 기준은; 상기 후보 저질량 이온들의 조합들 중 진양성(true positive) 케이스의 최소 판별 점수와 진음성(ture negative) 케이스의 최대 판별 점수의 차가 비교 대상 조합들 중 가장 큰 조합을 선택하는 제3기준을 더 포함하며, 상기 판별 점수는 상기 후보 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 계산되며, 유방암에 대한 양성 또는 음성을 나타내는 것이 바람직하다.

상기 최종이온집합 선택수단은; 상기 후보이온집합에 포함된 상기 후보 저질량 이온들을 상기 민감도가 상기 특이도보다 높은 고민감도 저질량 이온들을 포함하며 상기 고민감도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고민감도 집합{Sns₁, Sns₂, Sns₃ … Sns_I}과, 상기 특이도가 상기 민감도보다 높은 고특이도 저질량 이온들을 포함하며 상기 고특이도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고특이도 집합{Spc₁, Spc₂, Spc₃ … Spc_J}으로 구분하는 이온 구분모듈; 상기 고민감도 집합에서 상위 L개의 상기 고민감도 저질량 이온들{Sns₁, Sns₂, Sns₃ … Sns_L}과 상기 고특이도 집합에서 상위 L개의 상기 고특이도 저질량 이온들{Spc₁, Spc₂, Spc₃ … Spc_L} 중 2개 이상의 저질량 이온들로 구성되는 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 바이오마커 그룹으로 선정하는 바이오마커그룹 예비선정모듈; 상기 바이오마커 그룹과, 상기 고민감도 집합에서 차상위 M개의 상기 고민감도 저질량 이온들과 상기 고특이도 집합에서 차상위 M개의 상기 고특이도 저질량 이온들 중 적어도 하나 이상의 저질량 이온을 상기 바이오마커 그룹에 추가한 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 상기 바이오마커 그룹으로 재선정하는 바이오마커그룹 재선정모듈; 및 상기 고민감도 집합 및 상기 고특이도 집합에 차상위 저질량 이온이 존재하지 않을 때까지 상기 재선정 과정을 반복하여 상기 바이오마커 그룹을 최종 선정하는 바이오마커그룹 최종선정모듈을 포함할 수 있다.

상기 최종이온집합 선택수단은; 상기 후보이온집합에서 상기 바이오마커그룹 최종선정모듈에서 얻어진 상기 바이오마커 그룹으로 선정 완료된 조합의 저질량 이온들을 제외한 잔류 후보이온집합을 대상으로 상기 세 바이오마커 그룹 선정 과정을 반복 수행하여 추가 바이오마커 그룹을 선정하되, 상기 고민감도 집합 또는 상기 고특이도 집합에 상기 L개 미만의 질량 이온이 남을 때까지 상기 추가 바이오마커 그룹을 더 선정하는 바이오마커그룹 추가선정모듈; 및 상기 바이오마커 그룹과 상기 추가 바이오마커 그룹들 중 진양성 및 진음성 판정의 정확도(accuracy)를 기준으로 상위 BK개의 바이오마커 그룹들의 조합의 저질량 이온들을 상기 유방암 진단용 저질량 이온으로 선택하는 암진단용저질량이온 최종선택모듈을 더 포함할 수 있다. 상기 L값은 2이고, 상기 M값은 1이며, 상기 BK값은 1, 2 또는 3 중 어느 하나인 것이 바람직하다.

상기 최종이온집합 선택수단은, 상기 제1훈련집합에 대해 독립적인 제2훈련집합을 상기 제1훈련집합에 추가한 훈련 집합을 대상으로 저질량 이온 선택 과정을 진행하는 것이 바람직하다.

본 발명에 따른 유방암 진단 장치는, BRC 진단의 경우 분석 비용이 매우 낮으며, 분석 시간이 짧고, 대규모 분석이 가능하다는 장점이 있다. 과정을 간략히 설명하면, 혈액 내 저질량 이온의 질량 스펙트럼을 측정하고, 그 중 BRC 진단용 저질량 이온들의 질량값에 대응하는 피크 강도들을 추출하여 간단한 계산을 거치면 바로 BRC에 대한 양성/음성 정보를 제공할 수 있다.

또한, 판별 성능이 우수하고 강건하여, BRC를 대상으로 한 경우 훈련 집합뿐 아니라 검증 집합의 판별에서도 민감도, 특이도, 양성예측도, 음성 예측도가 모두 85% 이상임을 확인하였다. 또한, BRC 환자 및 비환자 집합을 다른 질병의 환자 및 비환자 집합으로 변경하는 것을 통해 다양한 질병에 유용하게 적용될 수 있다.

도 1 및 2는 종래 기술을 설명하기 위한 도면으로,
도 1은 종래 기술에 따라 저질량 이온 질량 스펙트럼을 사용하여 BRC를 판정하는 과정을 설명하는 순서도,
도 2는 종래 기술에 따라 BRC 환자군 54명과 정상 대조군 49명으로 구성된 집합을 판정한 결과를 도시한 그래프이다.
도 3 내지 20은 본 발명의 바람직한 일 실시 예에 따른 유방암 진단 장치를 설명하기 위한 도면으로,
도 3은 본 발명의 바람직한 일 실시 예에 따른 유방암 진단 장치를 나타낸 블록도.
도 4는 도 3의 유방암 진단부를 더욱 상세히 나타낸 블록도,
도 5는 도 3의 제1판별점수 계산수단을 더욱 상세히 나타낸 블록도,
도 6은 도 3의 제2판별점수 계산수단을 더욱 상세히 나타낸 블록도,
도 7은 도 3의 유방암진단용이온 선정수단을 더욱 상세히 나타낸 블록도,
도 8은 도 7의 후보이온집합 선택수단을 더욱 상세히 나타낸 블록도,
도 9는 도 7의 최종이온집합 선택수단을 더욱 상세히 나타낸 블록도,
도 10은 본 발명에 따른 민감도와 특이도가 소정의 값을 갖는 제1훈련집합 C₀를 선정하고 질량 이온별 가중치를 계산하는 과정을 설명하는 순서도,
도 11은 판별 대상 시료에 판별식을 적용하는 과정을 설명하는 순서도,
도 12는 제1훈련집합 C₀₁에서 계산한 질량 이온별 가중치로 집합 C₁을 판정한 결과를 도시한 그래프,
도 13은 제1훈련집합 C₀₃에서 계산한 질량 이온별 가중치로 집합 C₁을 판정한 결과를 도시한 그래프,
도 14는 본 발명에 따른 예비 판별식을 구성하는 과정을 설명하는 순서도,
도 15는 제1종 예비 판별식으로 집합 C₁을 판정한 결과를 도시한 그래프,
도 16은 제2종 예비 판별식으로 집합 C₁을 판정한 결과를 도시한 그래프,
도 17은 제3종 예비 판별식으로 집합 C₁을 판정한 결과를 도시한 그래프,
도 18은 본 발명에 따른 최종 판별식을 구성하는 과정을 설명하는 순서도,
도 19는 집합 C의 5회 반복 측정한 질량 스펙트럼들에 대해 본 발명의 제1종 최종 판별식에 따라, 또한 제2종 및 제3종 최종 판별식에 따라 판별 점수를 계산한 후 평균 판별 점수(mean DS)를 구하여 판정한 결과를 도시한 그래프,
도 20은 본 발명의 제1종 최종 판별식에 따라, 또한 제2종 및 제3종 최종 판별식에 따라 평균 판별 점수를 계산하여 5회 반복 측정한 집합 D를 판정한 결과를 도시한 그래프이다.

1. 용어의 정의

본 발명에서, "생물학적 시료"는 전혈(whole blood), 혈청, 혈장(plasma), 요, 분변, 객담(sputum), 타액, 조직, 세포, 세포 추출물, 체외 세포 배양물 등과 같은 시료들을 포함하나, 이에 제한되지 않는다. 아래에 기술되는 실시 예에서는 환자 또는 비환자의 혈청을 생물학적 시료로 사용하였다.

본 발명에서, "피크 강도"는 MALDI-TOF 질량분석기로부터 얻어지는 값을 말하며, 피크에 해당하는 질량 이온의 양과 상관 관계를 가진다.

본 발명에서, "정규화"는 데이터(data)의 범위를 일치시키거나 분포를 유사하게 만들어 주는 것을 말하며, 평균값(mean), 중간값(median) 등을 이용하여 정규화할 수 있으나 이에 제한되지 않고, 경우에 따라 다양한 공지의 방법들이 적용될 수 있다. 본 실시 예에서는 각 시료별 피크 강도들의 소계를 구하고, 시료별 소계들의 평균을 구한 후, 각 시료별 피크 강도들의 소계가 이 평균과 일치하도록 각 피크 강도에 시료별 배율 인자를 곱하는 방식으로 정규화하였다. 즉, 이와 같이 정규화한 후에는 각 시료별 피크 강도들의 소계가 동일해진다.

본 발명에서, "파레토 스케일링"은 정규화한 각 피크 강도에서 질량 이온별 평균값을 뺀 후 표준편차의 제곱근으로 나누는 것을 말한다. 보다 일반적인 스케일링 방법인 오토스케일링(autoscaling)에서는 표준편차로 나누는 것을 통해 데이터의 크기 정보를 완전히 상쇄시키는 것에 비해, 파레토 스케일링에서는 데이터의 크기 정보를 부분적으로 유지하는 것을 통해 노이즈(noise)의 증폭을 피할 수 있다는 장점이 있다.

본 발명에서, "가중치"는 가중치를 곱한 후의 데이터의 수치적 크기가 통계적 관점에서의 중요성에 비례하도록 조정하는 인자를 말하는데, 아래에 기술되는 실시 예에서 주성분 분석 기반 선형 판별 분석의 결과로 획득되는 질량 이온별 인자적재값을 가중치의 일례라 할 수 있다.

본 발명에서, "저질량 이온"은 MALDI-TOF 질량분석기 등을 이용하여 획득한 질량값이 1500 m/z보다 작은 이온을 의미한다. CRC 진단용 저질량 이온들 중 일부는 이 범위보다 더 높은 질량값을 가지기도 하나, 대부분이 이 범위 내에 들어오므로 이 경우에도 저질량 이온이라는 명칭을 그대로 사용하려고 한다. 즉, 1500 m/z이라는 한계는 확정적인 값이 아니라 대략적인 값의 의미로 사용된 것이다.

본 발명에서, MALDI-TOF 질량분석기에 의해 측정된 질량값은 "±0.05 m/z"의 오차 범위를 포함한다. 실험 환경에 따라 질량값 측정치에 다소의 오차가 발생할 수 있기 때문이다. 예를 들어, 청구범위에 기재된 1467.5969 m/z의 질량값은 실제로 1467.5469 m/z 내지 1467.6469 m/z의 범위를 갖는 것으로 이해되어야 한다. 실험 환경에 따라 오차 범위는 "±0.1 m/z"일 수 있다.

본 발명에서, MALDI-TOF 질량분석기에 의해 측정된 질량값은 MALDI-TOF 질량분석기의 포지티브 모드(positive mode)에서 획득된 질량값임에 유의한다.

본 발명에서, 가중치 벡터(vector)의 부호는 판별 점수가 양수인 경우 양성으로 판정되고 음수인 경우 음성으로 판정되도록 조정한다. 주성분 분석에서의 인자적재값 벡터는 수학적으로 고유벡터(eigenvector)에 해당하는데, 이 벡터의 부호는 임의로 정할 수 있다. 즉, 계산된 질량 이온별 인자적재값에 전체적으로 -1을 곱하여 부호를 변경한다고 하여도 수학적으로는 동일한 고유치 문제(eigenvalue problem)에 대한 동등한 해라고 할 수 있으나, 판별 점수가 음수인 경우를 양성으로 양수인 경우를 음성으로 판정하게 된다. 본 발명에서는 판별 점수가 양수인 경우 양성으로 판정되고 음수인 경우 음성으로 판정되도록 고유벡터의 부호를 조정하였으나, 본 발명의 범위가 이에 제한되지 않음에 유의한다.

또한, 본 발명에서,“판별 점수”라 함은 생물학적 시료로부터 추출한 질량 스펙트럼에 대해 생물통계학적 분석을 통해 계산된 값으로, 이것을 기반으로 하여 특정 암의 양성 또는 음성을 판정할 수 있다. 판정 방식은 계산된 판별 점수가 특정 기준값보다 큰지 여부를 판단하는 간단한 방식이 사용될 수도 있고, 계산된 판별 점수를 입력으로 하여 판정 결과를 출력으로 주는 함수가 사용될 수 있다.

본 발명의 실시 예에서는 판별 점수라는 용어를 특정하여 사용하였으나, 본 발명에서 정의하는 상기 판별 점수는 판별 레벨(level), 판별값(value) 등의 다양한 형태의 용어로 기재될 수 있다. 따라서, 본 발명에서 정의하는 판별 점수라는 용어는 사전적 의미의 판별 점수라는 용어에 한정되지 않으며, 본 발명의 정의에 따라 판별 점수를 의미하는 상기 판별 레벨과 판별값, 또는 이와 유사한 다양한 용어들을 모두 포함하는 것으로 해석되어야 한다.

또한, 본 발명에서, “판별 성능”이라 함은 기본적으로 민감도, 특이도, 양성예측도, 음성예측도 및 정확도 등의 지표를 수치로 나타낸 것을 의미한다. 또한, 이 지표들의 함수로 계산되는 값을 의미하기도 한다. 예를 들어, 민감도, 특이도, 양성예측도, 음성예측도 및 정확도 등의 각각의 값이 판별 성능으로 사용될 수 있으며, 또는 민감도와 특이도의 합, 민감도와 양성예측도의 합, 음성예측도와 정확도의 합 등의 2 이상의 합이 판별 성능으로 사용될 수도 있다.

이하, 실시 예를 통하여 본 발명을 보다 상세히 설명한다. 기술되는 실시 예는 본 발명을 예시적으로 설명하기 위한 것이며 본 발명의 권리범위가 실시 예에 한정되는 것은 아님을 밝혀둔다.

2. 실시 예

도 3 내지 20은 본 발명의 바람직한 일 실시 예에 따른 유방암 진단 장치를 설명하기 위한 도면이다.

먼저, 도 3은 본 발명의 바람직한 일 실시 예에 따른 유방암 진단 장치를 나타낸 블록도로서, 도시된 바와 같이 본 발명에 따른 유방암 진단 장치는, 다수의 유방암 환자 및 비환자 케이스들의 생물학적 시료로부터 저질량 이온의 질량 스펙트럼을 검출하는 저질량 이온 검출부(1000); 상기 저질량 이온의 질량 스펙트럼 패턴을 비교 분석하여 유방암 진단 정보를 판정하는 유방암 진단부(2000); 및 상기 유방암 진단부(2000)로부터 판정된 유방암 진단 정보를 출력 가능한 형태로 변환하여 표시하는 디스플레이부(3000)를 포함한다.

상기 저질량 이온 검출부(1000)는; 상기 생물학적 시료로부터 저질량 이온의 특정 정보 예로서, 피크 강도를 검출하여 상기 저질량 이온의 질량 스펙트럼을 추출할 수 있다. 이를 위하여, 상기 저질량 이온 검출부(1000)는 질량분석기를 포함할 수 있다.

상기 디스플레이부(3000)는; 모니터 화면, 휴대 단말기의 액정 화면 등의 디스플레이 디바이스에 상기 판정된 암 진단 정보를 문자, 숫자 또는 도형 등의 다양한 출력 형태로 변환하여 표시할 수 있다.

도 4는 도 3의 유방암 진단부를 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 유방암 진단부(2000)는; 훈련 후보 집합인 상기 유방암 환자 및 비환자 케이스들의 저질량 이온 질량 스펙트럼들을 정렬하는 제1정렬수단(2100); 정렬된 상기 질량 스펙트럼에 대해 생물통계학적 분석을 수행하여 판별 점수를 계산하는 제1판별점수 계산수단(2200); 상기 판별 점수에 따라 민감도 및 특이도를 계산하고, 이를 기준으로 제1훈련집합을 선정하여 저질량 이온별 인자적재값을 계산하는 인자적재값 계산수단(2300); 후보 조건을 만족하는 후보 저질량 이온들 중 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 선택하는 유방암진단용이온 선정수단(2400); 판별 대상 생물학적 시료의 저질량 이온 질량 스펙트럼을 상기 제1훈련집합에 정렬하는 제2정렬수단(2500); 상기 판별 대상의 저질량 이온의 피크 강도와 상기 인자적재값으로부터 판별 점수를 계산하는 제2판별점수 계산수단(2600); 및 상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하는 유방암 판정수단(2700)을 포함할 수 있다.

상기 유방암진단용이온 선정수단(2400)은; 상기 다수의 유방암 환자 및 비환자 케이스들을 제1종 판별 케이스들로 구성하거나, 상기 다수의 유방암 환자 및 비환자 케이스들을, 다수의 유방암 환자 케이스들과 다수의 정상인 케이스들로 구성되는 제2종 판별 케이스들과, 상기 다수의 유방암 환자 케이스들과 다수의 유방암 이외의 암 환자 케이스들로 구성되는 제3종 판별 케이스들로 구분하고, 상기 제1종 판별 케이스들과, 상기 제2종 판별 케이스들 및 상기 제3종 판별 케이스들에 대해 각각 실행되어, 상기 유방암 진단용 저질량 이온들이, 상기 제1종 판별 케이스에 대한 제1종 유방암 진단용 저질량 이온들과, 상기 제2종 판별 케이스에 대한 제2종 유방암 진단용 저질량 이온들 및 상기 제3종 판별 케이스에 대한 제3종 유방암 진단용 저질량 이온들로 구분될 수 있다.

상기 인자적재값 계산수단(2300)은; 상기 정렬된 질량 스펙트럼에 대해 생물통계학적 분석을 수행하고, 상기 생물통계학적 분석 결과를 기초로 상기 유방암 환자 및 비환자 케이스들 중 훈련 조건을 만족하는 훈련 케이스들을 제1훈련집합으로 선택하는 제1훈련집합 선택수단(2310)을 포함할 수 있으며, 상기 제1훈련집합으로부터 인자적재값을 계산할 수 있다.

상기 제1훈련집합 선택수단(2310)은; 상기 생물통계학적 분석 결과에 따른 민감도가 문턱값 BN₁ 이상이고, 특이도가 문턱값 BN₂ 이상일 때의 유방암 환자 및 비환자 케이스들을 상기 제1훈련집합을 설정할 수 있다. 여기서, 상기 문턱값 BN₁과 BN₂는 1인 것이 바람직하다.

상기 유방암 판정수단(2700)은; 상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하되, 상기 판별 점수가 기준값 BS보다 크면 양성으로 상기 판별 대상의 유방암 정보를 판단하고, 상기 판별 점수가 기준값 BS보다 작으면 음성으로 상기 판별 대상의 유방암 정보를 판단할 수 있다. 여기서, 상기 기준값 BS는 0인 것이 바람직하다.

상기 유방암 판정수단(2700)은; 상기 판별 대상의 생물학적 시료를 반복적으로 측정하여 검출한 다수의 상기 저질량 이온 질량 스펙트럼에 대해 계산된 다수의 상기 판별 점수의 평균값으로 상기 판별 대상의 상기 유방암 정보를 판단할 수 있다.

도 5는 도 4의 제1판별점수 계산수단을 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 제1판별점수 계산수단(2200)은; 상기 훈련 후보 집합의 상기 저질량 이온 질량 스펙트럼들의 상기 피크 강도들을 정규화하는 정규화 모듈(2210); 상기 정규화한 피크 강도들을 스케일링하는 스케일링 모듈(2220); 및 상기 스케일링된 피크 강도들에 대해 상기 생물통계학적 분석을 수행하여 상기 판별 점수를 계산하는 판별점수계산 모듈(2230)을 포함할 수 있다.

상기 스케일링 모듈(2220)은; 파레토 스케일링을 수행할 수 있다. 상기 판별점수계산 모듈(2230)은; 주성분 분석 기반 선형 판별 분석을 사용하여 상기 생물통계학적 분석을 수행할 수 있다. 상기 판별점수계산 모듈(2230)은; 상기 주성분 분석 기반 선형 판별 분석에 의해 획득된 인자적재값과 상기 스케일링된 피크 강도를 함께 사용하여 상기 판별 점수를 계산할 수 있다.

도 6은 도 4의 제2판별점수 계산수단을 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 제2판별점수 계산수단(2600)은; 상기 판별 대상의 상기 저질량 이온 질량 스펙트럼의 상기 피크 강도들을 정규화하는 정규화 모듈(2610); 상기 정규화한 피크 강도들을 스케일링하는 스케일링 모듈(2620); 및 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산하는 판별점수계산 모듈(2630)을 포함할 수 있다.

여기서, 상기 스케일링 모듈(2620)은 파레토 스케일링을 수행할 수 있다. 또한, 상기 판별점수계산 모듈(2630)은; 상기 유방암 진단용 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산할 수 있다.

도 7은 도 4의 유방암진단용이온 선정수단을 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 유방암진단용이온 선정수단(2400)은; 상기 선택된 상기 제1훈련집합으로부터 후보 조건을 만족하는 후보 저질량 이온들을 후보이온집합으로 선택하는 후보이온집합 선택수단(2410); 및 상기 선택된 상기 후보이온집합의 상기 후보 저질량 이온의 개별 또는 조합별 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 최종이온집합으로 선택하는 최종이온집합 선택수단(2420)을 포함할 수 있다.

상기 최종이온집합 선택수단(2420)의 상기 판별 성능의 기준은; 상기 후보 저질량 이온 중 민감도와 특이도의 합이 기준값보다 큰 이온들을 선택하거나 상기 후보 저질량 이온들로 구성되는 조합별 민감도와 특이도의 합이 비교 대상 조합들 중 가장 큰 조합을 선택하는 제1기준을 포함할 수 있다.

상기 최종이온집합 선택수단(2420)의 상기 판별 성능의 기준은; 상기 후보 저질량 이온들의 조합들 중 상기 후보 저질량 이온들의 개수가 비교 대상 조합들 중 가장 적은 조합을 선택하는 제2기준을 더 포함할 수 있다.

상기 최종이온집합 선택수단(2420)의 상기 판별 성능의 기준은; 상기 후보 저질량 이온들의 조합들 중 진양성(true positive) 케이스의 최소 판별 점수와 진음성(true negative) 케이스의 최대 판별 점수의 차가 비교 대상 조합들 중 가장 큰 조합을 선택하는 제3기준을 더 포함하며, 상기 판별 점수는 상기 후보 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 계산되며, 유방암에 대한 양성 또는 음성을 나타낼 수 있다.

상기 최종이온집합 선택수단(2420)은, 상기 제1훈련집합에 대해 독립적인 제2훈련집합을 상기 제1훈련집합에 추가한 훈련 집합을 대상으로 저질량 이온 선택 과정을 진행할 수 있다.

도 8은 도 7의 후보이온집합 선택수단을 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 후보이온집합 선택수단(2410)은; 상기 훈련 케이스 각각에 대한 상기 저질량 이온의 상기 피크 강도와, 상기 생물통계학적 분석을 통해 획득된 상기 저질량 이온별 인자적재값의 곱의 절댓값이 문턱값 BT₁보다 큰 제1저질량 이온들을 상기 훈련 케이스별로 선택하는 제1저질량이온 선택모듈(2411)을 포함할 수 있다. 여기서, 상기 문턱값 BT₁은 0.1인 것이 바람직하다.

상기 후보이온집합 선택수단(2410)은; 상기 제1저질량 이온들 중 상기 훈련 케이스들 전체의 문턱값 BT₂ 퍼센트 이상의 케이스들에서 공통으로 나타나는 제2저질량 이온들을 상기 후보이온집합으로 선택하는 후보이온집합 예비선택모듈(2412)을 포함할 수 있다. 여기서, 상기 문턱값 BT₂는 50인 것이 바람직하다.

상기 후보이온집합 선택수단(2410)은; 상기 제2저질량 이온들을 이용해 상기 훈련 케이스별로 유방암에 대한 양성 또는 음성을 나타내는 판별 점수를 계산하고, 상기 판별 점수에 따른 민감도 및 특이도를 계산하는 민감도 및 특이도 계산모듈(2413); 및 상기 민감도가 문턱값 BN₃보다 작거나, 상기 특이도가 문턱값 BN₄보다 작은 경우 상기 BT₁ 및 상기 BT₂ 중 적어도 하나를 변경하고, 상기 과정을 반복하여 상기 후보이온집합을 선택하는 후보이온집합 최종선택모듈(2414)을 더 포함할 수 있다. 여기서, 상기 문턱값 BN₃ 및 BN₄는 0.9인 것이 바람직하다.

도 9는 도 7의 최종이온집합 선택수단을 더욱 상세히 나타낸 블록도로서, 도시된 바와 같이 상기 최종이온집합 선택수단(2420)은; 상기 후보이온집합에 포함된 상기 후보 저질량 이온들을 상기 민감도가 상기 특이도보다 높은 고민감도 저질량 이온들을 포함하며 상기 고민감도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고민감도 집합{Sns₁, Sns₂, Sns₃ … Sns_I}과, 상기 특이도가 상기 민감도보다 높은 고특이도 저질량 이온들을 포함하며 상기 고특이도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고특이도 집합 {Spc₁, Spc₂, Spc₃ … Spc_J}으로 구분하는 이온 구분모듈(2421); 상기 고민감도 집합에서 상위 L개의 상기 고민감도 저질량 이온들{Sns₁, Sns₂, Sns₃ … Sns_L}과 상기 고특이도 집합에서 상위 L개의 상기 고특이도 저질량 이온들{Spc₁, Spc₂, Spc₃ … Spc_L} 중 2개 이상의 저질량 이온들로 구성되는 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 바이오마커 그룹으로 선정하는 바이오마커그룹 예비선정모듈(2422); 상기 바이오마커 그룹과, 상기 고민감도 집합에서 차상위 M개의 상기 고민감도 저질량 이온들과 상기 고특이도 집합에서 차상위 M개의 상기 고특이도 저질량 이온들 중 적어도 하나 이상의 저질량 이온을 상기 바이오마커 그룹에 추가한 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 상기 바이오마커 그룹으로 재선정하는 바이오마커그룹 재선정모듈(2423); 및 상기 고민감도 집합 및 상기 고특이도 집합에 차상위 저질량 이온이 존재하지 않을 때까지 상기 재선정 과정을 반복하여 상기 바이오마커 그룹을 최종 선정하는 바이오마커그룹 최종선정모듈(2424)을 포함할 수 있다.

상기 최종이온집합 선택수단(2420)은; 상기 후보이온집합에서 상기 바이오마커그룹 최종선정모듈(2424)에서 얻어진 상기 바이오마커 그룹으로 선정 완료된 조합의 저질량 이온들을 제외한 잔류 후보이온집합을 대상으로 상기 세 바이오마커 그룹 선정 과정을 반복 수행하여 추가 바이오마커 그룹을 선정하되, 상기 고민감도 집합 또는 상기 고특이도 집합에 상기 L개 미만의 질량 이온이 남을 때까지 상기 추가 바이오마커 그룹을 더 선정하는 바이오마커그룹 추가선정모듈(2425); 및 상기 바이오마커 그룹과 상기 추가 바이오마커 그룹들 중 진양성 또는 진음성 판정의 정확도(accuracy)를 기준으로 상위 BK개의 바이오마커 그룹들의 조합의 저질량 이온들을 상기 암 진단용 저질량 이온으로 선택하는 암진단용저질량이온 최종선택모듈(2426)을 더 포함할 수 있다. 여기서, 상기 L값은 2이고, 상기 M값은 1이며, 상기 BK값은 1, 2 또는 3 중 어느 하나인 것이 바람직하다.

본 발명의 유방암 진단 장치는 도 4에 도시된 바와 같이 하드웨어로 구성되거나 또는 프로그램 구조에 의한 소프트웨어로 구성될 수도 있으며, 이하에서는 일 예로서 첨부된 순서도의 프로세스를 참조하여 소프트웨어로 구성된 BRC를 진단하기 위한 유방암 진단 장치를 상세히 설명하기로 한다.

2-1. 시료 준비 - 혈청 수집 대상

전술한 표 1의 54명의 BRC 환자군, 전술한 표 2의 49명의 정상 대조군, 표 5의 34명의 CRC 환자군, 표 6의 16명의 GC 환자군 및 표 7의 12명의 비호지킨림프종(non-Hodgkin lymphoma, NHL) 환자군으로부터 혈청을 수집하였다.

CRC	Sex	Age year	Stage	Location	Cell Type	CEA ng/mL
CRC-C1	F	47	I	S-colon	AC	0.7
CRC-C2	F	82	I	A-colon	AC	1.1
CRC-C3	F	47	I	Rectum	AC	3.9
CRC-C4	F	54	I	Rectum	AC	1.6
CRC-C5	F	81	II	S-colon	AC	4.1
CRC-C6	F	76	II	Rectum	AC	25.3
CRC-C7	F	71	II	A-colon	AC	1.6
CRC-C8	F	82	II	S-colon	AC	1.8
CRC-C9	F	68	II	D-colon	AC	1.7
CRC-C10	F	67	II	A-colon	AC	1.9
CRC-C11	F	51	II	Rectum	AC	6.7
CRC-C12	F	59	II	A-colon	AC	1
CRC-C13	F	51	II	D-colon	AC	5.9
CRC-C14	F	56	III	S-colon	AC	1.2
CRC-C15	F	59	III	S-colon	AC	1.7
CRC-C16	F	73	III	S-colon	AC	5.7
CRC-C17	F	55	III	Rectum	AC	2.1
CRC-C18	F	61	III	A-colon	AC	12.7
CRC-C19	F	50	III	S-colon	AC	4.8
CRC-C20	F	51	III	S-colon	AC	7
CRC-C21	F	74	III	T-colon	AC	2.5
CRC-C22	F	79	III	Rectum	AC	14.1
CRC-C23	F	52	III	S-colon	AC	22.1
CRC-C24	F	47	III	S-colon	AC	1.2
CRC-C25	F	64	III	S-colon	AC	6.8
CRC-C26	F	51	III	S-colon	AC	1.2
CRC-C27	F	65	III	D-colon	AC	3.5
CRC-C28	F	54	III	S-colon	AC	8.8
CRC-C29	F	60	III	S-colon, A-colon	AC	28.5
CRC-C30	F	70	IV	Rectum	AC	3.9
CRC-C31	F	63	IV	D-colon	AC	12.3
CRC-C32	F	63	IV	A-colon	AC	1.4
CRC-C33	F	50	IV	Rectum	AC	62
CRC-C34	F	66	IV	S-colon	AC	18.5

AC: Adenocarcinoma

GC	Sex	Age year	CEA ng/mL	Stage
GC-C1	F	62	-	I
GC-C2	F	44	-	I
GC-C3	F	40	-	I
GC-C4	F	60	1.2	II
GC-C5	F	57	-	II
GC-C6	F	67	-	II
GC-C7	F	60	-	II
GC-C8	F	62	8.3	III
GC-C9	F	47	2.86	III
GC-C10	F	55	-	III
GC-C11	F	46	-	III
GC-C12	F	52	3.36	IV
GC-C13	F	71	1.92	IV
GC-C14	F	34	13.44	IV
GC-C15	F	40	-	IV
GC-C16	F	71	-	IV

NHL	Sex	Age year	Stage	Involved Site	Subtype	IPI
NHL-C1	F	56	1	breast	DLBL	0
NHL-C2	F	38	1	stomach	DLBL	0
NHL-C3	F	49	1	mandibular area	DLBL	0
NHL-C4	F	48	1	neck, submandibular	DLBL	0
NHL-C5	F	38	2	tonsil, neck LN	DLBL	0
NHL-C6	F	41	2	stomach	DLBL	1
NHL-C7	F	66	2	gum, submandibular	DLBL	1
NHL-C8	F	73	3	multiple	DLBL	2
NHL-C9	F	69	3	multiple	ATCL	3
NHL-C10	F	57	4	multiple	DLBL	3
NHL-C11	F	24	4	multiple	DLBL	4
NHL-C12	F	76	4	multiple	DLBL	3

또한, 이 165명을 집합 C₁으로 하여 후술하는 바와 같이 그 부분 집합 C₀로 제1훈련집합을 구성하였으며, 이 제1훈련집합에 대한 생물통계학적 분석을 통해 질량 이온별 가중치(인자적재값)를 계산하고, 예비 판별식을 획득하였다. 또한, 이 집합 C₁ 외에 표 8의 54명의 BRC 환자군, 표 9의 46명의 정상 대조군, 표 10의 29명의 CRC 환자군, 표 11의 15명의 GC 환자군 및 표 12의 7명의 NHL 환자군을 집합 C₂(제2훈련집합)로 하여 훈련 집합을 확장하였다. 즉 예비 판별식을 구성하는 저질량 이온들의 예비 후보군으로부터 후술할 방법에 따라 BRC 진단용 저질량 이온들을 확인할 때에는 서로 독립적인 집합인 집합 C₁과 집합 C₂의 합집합, 즉 집합 C를 훈련 집합으로 사용하였다.

BRC	Sex	Age year	Node	ER	ER%	PR	PR%	HER2	Tumor Size cm
BRC-C55	F	44	pN0	6	33-66%	7	>66%	1	1.2
BRC-C56	F	72	pN0(sn)	0	0%	0	0%	0	1.8
BRC-C57	F	48	pN0(sn)	5	33-66%	4	10-33%	1	0.8
BRC-C58	F	44	pN0	5	33-66%	7	>66%	1	2
BRC-C59	F	41	pN2a	5	33-66%	6	33-66%	1	4
BRC-C60	F	58	pN0	6	33-66%	0	0%	2	<0.1
BRC-C61	F	42	-	5	33-66%	6	33-66%	2	-
BRC-C62	F	44	pN1a	4	10-33%	2	<10%	2	5.5
BRC-C63	F	62	pN0(sn)	7	>66%	0	0%	0	2
BRC-C64	F	47	pN0	6	33-66%	6	33-66%	2	2.4
BRC-C65	F	52	pN1a	6	33-66%	0	0%	3	1.8
BRC-C66	F	44	pN0(sn)	6	33-66%	0	0%	0	2
BRC-C67	F	49	pN0(sn)	2	<10%	2	<10%	3	0.4
BRC-C68	F	46	pN0(sn)	6	33-66%	5	33-66%	1	0.7
BRC-C69	F	58	pN0(sn)	7	>66%	5	33-66%	1	2.3
BRC-C70	F	64	pN1a	6	33-66%	7	>66%	1	2
BRC-C71	F	47	-	6	33-66%	6	33-66%	2	-
BRC-C72	F	74	pN1a	6	33-66%	6	33-66%	1	1.8
BRC-C73	F	64	pN0(sn)	0	0%	0	0%	1	2.2
BRC-C74	F	40	ypN1a	6	33-66%	6	33-66%	1	3.5
BRC-C75	F	43	pN0	6	33-66%	6	33-66%	2	2.5
BRC-C76	F	43	ypN0	0	0%	0	0%	2	-
BRC-C77	F	42	pN0	0	0%	0	0%	0	2.3
BRC-C78	F	37	pN0(i+)	6	33-66%	6	33-66%	1	1
BRC-C79	F	50	pN1a	6	33-66%	6	33-66%	1	1
BRC-C80	F	57	pN0(sn)	6	33-66%	96	33-66%	1	1.4
BRC-C81	F	38	ypN0	0	0%	0	0%	1	2
BRC-C82	F	67	-	6	33-66%	2	<10%	1	-
BRC-C83	F	42	pN0(sn)	6	33-66%	6	33-66%	2	0.5
BRC-C84	F	46	pN0(sn)	6	33-66%	6	33-66%	1	1
BRC-C85	F	48	pN2a	4	10-33%	4	10-33%	3	2.5
BRC-C86	F	58	pN0	2	<10%	0	0	1	0.5
BRC-C87	F	53	pN0(sn)	0	0%	0	0%	3	<0.1
BRC-C88	F	56	-	0	0%	0	0%	0	-
BRC-C89	F	45	pN0(sn)	6	33-66%	6	33-66%	2	<0.1
BRC-C90	F	59	pN0(sn)	5	33-66%	0	0%	2	1.4
BRC-C91	F	40	ypN1a	2	<10%	0	0%	0	0.3
BRC-C92	F	39	pN1	7	>95%	3	<10%	0	2.2
BRC-C93	F	54	pN0(i+)	7	95%	5	10-30%	1	1.7
BRC-C94	F	48	pN3a	7	90%	8	90%	0	3.2
BRC-C95	F	54	pN0	0	0%	0	0%	0	3
BRC-C96	F	43	pN0	7	50-60%	7	50-60%	3	2.3
BRC-C97	F	61	pN0	8	95%	8	95%	0	1.6
BRC-C98	F	54	-	0	0%	0	0%	3	-
BRC-C99	F	46	pN0	7	80%	8	95%	0	2.2
BRC-C100	F	61	pN0(i+0)	7	>95%	0	0%	0	4
BRC-C101	F	53	pN0	7	80%	5	25%	0	0.6
BRC-C102	F	49	pN0	3	20%	7	60%	0	0.3
BRC-C103	F	57	pN0	0	0%	0	0%	0	0.8
BRC-C104	F	68	pN0	0	0%	3	1%	3	1.2
BRC-C105	F	58	pN0	8	95%	4	40%	0	0.8
BRC-C106	F	40	-	8	95%	8	95%	0	-
BRC-C107	F	29	pN0	8	95%	8	95%	1	1.2
BRC-C108	F	40	-	-	-	-	-	-	-

Control	Sex	Age year	CEA ng/mL
CONT-C50	F	40	1.5
CONT-C51	F	50	1.9
CONT-C52	F	64	2.9
CONT-C53	F	52	1.9
CONT-C54	F	37	2.1
CONT-C55	F	49	2.6
CONT-C56	F	30	<0.5
CONT-C57	F	50	1.2
CONT-C58	F	49	2.1
CONT-C59	F	38	0.6
CONT-C60	F	59	1.6
CONT-C61	F	41	1.8
CONT-C62	F	48	1.2
CONT-C63	F	39	0.5
CONT-C64	F	51	1.1
CONT-C65	F	44	1.5
CONT-C66	F	38	1.5
CONT-C67	F	48	1.9
CONT-C68	F	70	4.8
CONT-C69	F	38	2.8
CONT-C70	F	50	1.1
CONT-C71	F	54	1.8
CONT-C72	F	38	0.9
CONT-C73	F	55	8.8
CONT-C74	F	51	2
CONT-C75	F	64	1.7
CONT-C76	F	54	<0.5
CONT-C77	F	59	0.8
CONT-C78	F	65	1.6
CONT-C79	F	68	1.6
CONT-C80	F	51	1.7
CONT-C81	F	62	1.3
CONT-C82	F	63	1.6
CONT-C83	F	60	1.9
CONT-C84	F	68	1.4
CONT-C85	F	62	1.9
CONT-C86	F	68	5.6
CONT-C87	F	53	2.3
CONT-C88	F	63	1.1
CONT-C89	F	46	leiomyoma
CONT-C90	F	39	myoma
CONT-C91	F	46	leiomyoma
CONT-C92	F	46	leiomyoma
CONT-C93	F	23	leiomyoma
CONT-C94	F	38	leiomyoma
CONT-C95	F	40	leiomyoma

CRC	Sex	Age year	Stage	Location	Cell Type	CEA ng/mL
CRC-C35	F	78	I	Rectum	AC	2.6
CRC-C36	F	50	I	Rectum	AC	1.6
CRC-C37	F	74	I	S-colon	AC	2.3
CRC-C38	F	65	II	S-colon	AC	2.1
CRC-C39	F	66	II	Rectum	AC	4.3
CRC-C40	F	49	II	A-colon	AC	1.6
CRC-C41	F	79	II	A-colon	AC	2.9
CRC-C42	F	67	II	A-colon	AC	1.4
CRC-C43	F	69	II	S-colon, A-colon	AC	5.1
CRC-C44	F	52	II	S-colon	AC	<0.5
CRC-C45	F	76	II	S-colon	AC	2.2
CRC-C46	F	44	III	S-colon	AC	1.4
CRC-C47	F	42	III	S-colon	AC	0.8
CRC-C48	F	43	III	A-colon	AC	4.7
CRC-C49	F	81	III	Rectum	AC	8.4
CRC-C50	F	73	III	S-colon	AC	1.7
CRC-C51	F	58	III	Rectum	AC	21.3
CRC-C52	F	42	III	Rectum	AC	0.7
CRC-C53	F	50	III	D-colon	AC	6.4
CRC-C54	F	73	III	Rectum	AC	3.7
CRC-C55	F	54	III	D-colon	AC	1122.2
CRC-C56	F	60	III	A-colon	AC	30.4
CRC-C57	F	69	III	Rectum	AC	1
CRC-C58	F	52	III	S-colon	AC	9.2
CRC-C59	F	55	III	Rectum	AC	0.9
CRC-C60	F	47	III	S-colon	AC	1.5
CRC-C61	F	72	IV	A-colon	AC	73.4
CRC-C62	F	69	IV	A-colon	AC	49
CRC-C63	F	78	IV	A-colon	AC	12.6

GC	Sex	Age year	CEA ng/mL	Stage
GC-C17	F	64	4.16	I
GC-C18	F	77	-	I
GC-C19	F	74	-	I
GC-C20	F	49	-	II
GC-C21	F	47	-	II
GC-C22	F	49	-	II
GC-C23	F	64	-	II
GC-C24	F	68	5.56	III
GC-C25	F	81	-	III
GC-C26	F	36	-	III
GC-C27	F	42	<0.4	IV
GC-C28	F	57	6.98	IV
GC-C29	F	40	0.64	IV
GC-C30	F	52	-	IV
GC-C31	F	33	-	IV

NHL	Sex	Age year	Stage	Involved Site	Subtype	IPI
NHL-C13	F	73	1	nasal cavity	DLBL	2
NHL-C14	F	48	1	breast	DLBL	1
NHL-C15	F	39	2	tonsil, neck LN	DLBL	0
NHL-C16	F	61	2	stomach	DLBL	3
NHL-C17	F	38	4	multiple	DLBL	3
NHL-C18	F	69	4	multiple	Mantle cell L	4
NHL-C19	F	64	4	multiple	DLBL	5

또한, 집합 C와 독립된 표 13의 53명의 BRC 환자군, 표 14의 46명의 정상 대조군, 표 15의 88명의 CRC 환자군, 표 16의 11명의 GC 환자군, 표 17의 5명의 NHL 환자군, 표 18의 25명의 난소암(ovarian cancer, OVC) 환자군을 집합 D로 하여 검증 집합을 구성하였다. OVC 환자군은 질량 이온별 가중치를 구할 때나 BRC 진단용 저질량 이온을 확인할 때 전혀 반영되지 않은 환자군으로, 본 발명에서 구성한 판별식으로 이 환자군이 어떻게 판별되는지 살펴보기 위하여 포함하였다.

BRC	Sex	Age year	Node	ER	ER%	PR	PR%	HER2	Tumor Size cm
BRC-D1	F	34	pN0(sn)	2	<10%	0	0%	2	2
BRC-D2	F	69	-	6	33-66%	6	33-66%	1	-
BRC-D3	F	52	-	-	-	-	-	-	-
BRC-D4	F	67	-	-	-	-	-	-	-
BRC-D5	F	61	-	6	33-66%	2	<10%	0	-
BRC-D6	F	38	pN1a	6	33-66%	5	33-66%	1	-
BRC-D7	F	60	pN0	6	33-66%	3	10-33%	1	1
BRC-D8	F	55	pN2a	5	33-66%	0	0%	2	2.2
BRC-D9	F	46	ypN0	5	33-66%	2	<10%	1	1.5
BRC-D10	F	67	pN0	6	33-66%	6	33-66%	1	2.8
BRC-D11	F	46	pN1a	6	33-66%	6	33-66%	2	0.7
BRC-D12	F	39	pN1mi	6	33-66%	6	33-66%	2	2.5
BRC-D13	F	50	pN0(sn)	4	10-33%	5	33-66%	0	1
BRC-D14	F	31	pN1mi(sn)	6	33-66%	6	33-66%	1	1
BRC-D15	F	46	pN0	6	33-66%	7	>66%	1	1.2
BRC-D16	F	44	pN0(sn)	6	33-66%	7	>66%	1	2.5
BRC-D17	F	40	pN0	0	0%	0	0%	0	-
BRC-D18	F	40	-	6	33-66%	6	33-66%	1	-
BRC-D19	F	56	-	7	>66%	0	0	0	0.6
BRC-D20	F	48	pN1a	0	0%	0	0%	0	3
BRC-D21	F	39	pN0(sn)	6	33-66%	6	33-66%	1	3.5
BRC-D22	F	40	ypN1a	6	33-66%	4	10-33%	2	3
BRC-D23	F	48	pN0(sn)	6	33-66%	6	33-66%	0	2.5
BRC-D24	F	59	-	7	>66%	2	<10%	1	-
BRC-D25	F	46	-	0	0%	0	0%	2	-
BRC-D26	F	37	pN3a	6	33-66%	6	33-66%	2	0.6
BRC-D27	F	38	pN0(sn)	6	33-66%	6	33-66%	2	0.3
BRC-D28	F	66	pN1a	6	33-66%	6	33-66%	0	1.5
BRC-D29	F	58	pN0(sn)	0	0%	0	0%	2	1.7
BRC-D30	F	42	pN3a	5	33-66%	6	33-66%	0	1.8
BRC-D31	F	52	pN0	6	33-66%	6	33-66%	0	0.7
BRC-D32	F	46	pN0(sn)	0	0%	2	<10%	1	1.5
BRC-D33	F	42	pN0(sn)	4	10-33%	6	33-66%	1	0.6
BRC-D34	F	48	-	-	-	-	-	-	-
BRC-D35	F	47	pN0	6	33-66%	2	<10%	2	3
BRC-D36	F	59	pN1a	6	33-66%	4	10-33%	1	1.8
BRC-D37	F	56	-	0	0%	0	0%	3	-
BRC-D38	F	61	pN0(i+0)	7	>95%	0	0%	0	4
BRC-D39	F	40	-	8	95%	8	95%	0	-
BRC-D40	F	43	pN0	0	0%	0	0%	3	0.7
BRC-D41	F	59	pN0	8	95%	8	95%	0	1.2
BRC-D42	F	45	PN2	7	95%	8	95%	1	2.1
BRC-D43	F	55	pN0	0	0%	0	0%	3	1.8
BRC-D44	F	52	pN0	7	80-90%	8	80-90%	0	0.3
BRC-D45	F	59	pN0	8	95%	5	2~3%	1	1.3
BRC-D46	F	39	-	7	>95%	7	70-80%	0	-
BRC-D47	F	39	pN0	0	0%	0	0%	3	1.1
BRC-D48	F	40	pN0	5	50-60%	5	20-30%	0	0.8
BRC-D49	F	46	pN0	7	95%	8	95%	0	4.9
BRC-D50	F	51	pN0	0	<1%	0	0%	0	0.9
BRC-D51	F	61	pN0	7	90%	8	90%	0	1.3
BRC-D52	F	48	pN0	0	0%	0	0%	0	0.6
BRC-D53	F	47	pN0	8	>95%	8	95%	0	0.7

Control	Sex	Age year	CEA ng/mL	Control	Sex	Age year	CEA ng/mL
CONT-D1	F	44	-	CONT-D24	F	51	2
CONT-D2	F	45	-	CONT-D25	F	68	1.4
CONT-D3	F	54	-	CONT-D26	F	52	1.5
CONT-D4	F	51	3.1	CONT-D27	F	63	1.8
CONT-D5	F	55	<0.5	CONT-D28	F	65	1.1
CONT-D6	F	46	<0.5	CONT-D29	F	55	4.8
CONT-D7	F	34	0.6	CONT-D30	F	52	4.1
CONT-D8	F	58	1.5	CONT-D31	F	64	<0.5
CONT-D9	F	54	-	CONT-D32	F	63	2.2
CONT-D10	F	34	<0.5	CONT-D33	F	62	1.1
CONT-D11	F	45	0.8	CONT-D34	F	53	0.7
CONT-D12	F	44	-	CONT-D35	F	65	3.8
CONT-D13	F	46	-	CONT-D36	F	64	1.5
CONT-D14	F	54	2.3	CONT-D37	F	53	1
CONT-D15	F	39	1.3	CONT-D38	F	66	1.7
CONT-D16	F	55	1.3	CONT-D39	F	50	1.9
CONT-D17	F	46	-	CONT-D40	F	70	pelic organ prolapse
CONT-D18	F	45	-	CONT-D41	F	44	leiomyoma
CONT-D19	F	63	-	CONT-D42	F	70	pelic organ prolapse
CONT-D20	F	51	-	CONT-D43	F	53	leiomyoma
CONT-D21	F	52	-	CONT-D44	F	34	leiomyoma
CONT-D22	F	52	-	CONT-D45	F	44	leiomyoma
CONT-D23	F	70	-	CONT-D46	F	41	leiomyoma, adenomyosis

CRC	Sex	Age year	Stage	Location	Cell Type	CEA ng/mL
CRC-D1	F	59	I	Rectum	AC	1.6
CRC-D2	F	46	I	S-colon	AC	1.4
CRC-D3	F	67	II	A-colon	AC	7.3
CRC-D4	F	75	II	Rectum	AC	12.6
CRC-D5	F	60	II	S-colon	AC	3.3
CRC-D6	F	66	II	S-colon	AC	4.2
CRC-D7	F	81	II	S-colon	AC	2.4
CRC-D8	F	77	II	Rectum	AC	6.2
CRC-D9	F	82	II	A-colon	AC	2.8
CRC-D10	F	58	III	S-colon	AC	2.1
CRC-D11	F	65	III	S-colon	MAC	2.7
CRC-D12	F	51	III	Rectum	AC	1.4
CRC-D13	F	48	III	A-colon	AC	0.9
CRC-D14	F	54	III	A-colon	AC	1.7
CRC-D15	F	49	III	S-colon	AC	1
CRC-D16	F	63	III	A-colon	AC	58.2
CRC-D17	F	54	III	T-colon	AC	2.2
CRC-D18	F	70	III	S-colon	MAC	36
CRC-D19	F	54	III	Rectum	AC	5.5
CRC-D20	F	52	III	A-colon	AC	1.2
CRC-D21	F	71	III	A-colon	AC	2.8
CRC-D22	F	33	III	D-colon	AC	4.7
CRC-D23	F	68	III	Rectum	AC	3.3
CRC-D24	F	61	III	A-colon	AC	2.8
CRC-D25	F	54	IV	S-colon	AC	29.8
CRC-D26	F	52	IV	A-colon	MAC	9
CRC-D27	F	54	IV	S-colon	AC	27.9
CRC-D28	F	59	III	Rectum	AC	1.4
CRC-D29	F	75	II	Rectum	AC	2.4
CRC-D30	F	68	II	Rectum	AC	0.7
CRC-D31	F	56	I	Rectum	AC	2.3
CRC-D32	F	45	II	Rectum	AC	2.7
CRC-D33	F	49	II	Rectum	AC	2.1
CRC-D34	F	45	0	Rectum	AC	0.9
CRC-D35	F	54	0	Rectum	AC	3.6
CRC-D36	F	71	III	Rectum	AC	6.7
CRC-D37	F	56	III	Rectum	AC	1
CRC-D38	F	69	I	Rectum	AC	1.5
CRC-D39	F	71	III	Rectum	AC	1.8
CRC-D40	F	51	I	Rectum	AC	1.5
CRC-D41	F	67	III	Rectum	AC	3.4
CRC-D42	F	76	III	Rectum	AC	1
CRC-D43	F	38	III	Rectum	AC	0.7
CRC-D44	F	50	III	Rectum	AC	2.2
CRC-D45	F	49	0	Rectum	AC	1.6
CRC-D46	F	42	III	Rectum	AC	9.9
CRC-D47	F	72	II	Rectum	AC	8
CRC-D48	F	69	III	Rectum	AC	11.3
CRC-D49	F	71	III	Rectum	AC	1.3
CRC-D50	F	60	I	Rectum	AC	1.2
CRC-D51	F	56	III	Rectum	AC	2.3
CRC-D52	F	68	I	Rectum	AC	2
CRC-D53	F	41	III	Rectum	AC	1.5
CRC-D54	F	34	III	Rectum	AC	5.2
CRC-D55	F	52	II	Rectum	AC	1.6
CRC-D56	F	67	0	Rectum	AC	4.4
CRC-D57	F	66	II	Rectum	AC	4.8
CRC-D58	F	61	III	A-colon	AC	30.4
CRC-D59	F	71	III	Rectum	AC	1
CRC-D60	F	53	II	S-colon	AC	1.3
CRC-D61	F	77	II	S-colon	AC	2.2
CRC-D62	F	71	III	S-colon	MAC	36
CRC-D63	F	79	II	Rectum	AC	6.2
CRC-D64	F	53	III	A-colon	AC	1.2
CRC-D65	F	72	III	A-colon	AC	2.8
CRC-D66	F	34	III	D-colon	AC	4.7
CRC-D67	F	62	III	A-colon	AC	2.8
CRC-D68	F	84	II	A-colon	AC	2.8
CRC-D69	F	71	II	S-colon	AC	15.3
CRC-D70	F	56	I	S-colon	AC	0.7
CRC-D71	F	70	II	S-colon	AC	1.4
CRC-D72	F	62	III	Rectum	AC	235.4
CRC-D73	F	52	III	S-colon	AC	6.4
CRC-D74	F	61	III	T-colon	AC	13.9
CRC-D75	F	88	II	A-colon	AC	3
CRC-D76	F	73	I	D-colon, T-colon	AC	2
CRC-D77	F	69	I	A-colon	AC	5
CRC-D78	F	69	I	A-colon	AC	5.7
CRC-D79	F	74	II	D-colon	AC	12.5
CRC-D80	F	75	II	Rectum	AC	0.9
CRC-D81	F	57	I	A-colon	AC	1.5
CRC-D82	F	62	III	S-colon	AC	4.4
CRC-D83	F	74	III	Rectum	AC	31
CRC-D84	F	70	I	A-colon	AC	2.5
CRC-D85	F	70	II	A-colon	AC	5.9
CRC-D86	F	77	II	S-colon	AC	1.5
CRC-D87	F	62	III	Rectum	AC	13.7
CRC-D88	F	45	0	Rectum	AC	-

MAC: Mucinous　adenocarcinoma

GC	Sex	Age year	CEA ng/mL	Stage	GC	Sex	Age year	CEA ng/mL	Stage
GC-D1	F	81	-	I	GC-D7	F	81	-	III
GC-D2	F	55	-	I	GC-D8	F	51	0.51	IV
GC-D3	F	40	-	II	GC-D9	F	43	1.62	IV
GC-D4	F	52	-	II	GC-D10	F	57	2.46	IV
GC-D5	F	81	-	II	GC-D11	F	52	-	IV
GC-D6	F	80	-	III

NHL	Sex	Age year	Stage	Involved Site	Subtype	IPI
NHL-D1	F	41	1	0	DLBL	0
NHL-D2	F	72	1	stomach	DLBL	2
NHL-D3	F	76	2	stomach	DLBL	1
NHL-D4	F	70	4	multiple	DLBL	3
NHL-D5	F	48	4	multiple	DLBL	3

OVC	Age year	Histology	Stage
OVC-D1	56	IIIc	Clear cell carcinoma
OVC-D2	52	IIa	Endometrioid adenocarcinoma
OVC-D3	63	IV	Papillary serous adenocarcinoma
OVC-D4	55	Ia	Malignant Brenner tumor
OVC-D5	47	IIIc	Papillary serous adenocarcinoma
OVC-D6	50	Ic	Clear cell carcinoma
OVC-D7	68	Ib	Serous adenocarcinoma
OVC-D8	74	IIIc	Papillary serous adenocarcinoma
OVC-D9	43	Ic	Mucinous adenocarcinoma
OVC-D10	44	IIIc	Papillary serous adenocarcinoma
OVC-D11	54	IIIc	Papillary serous adenocarcinoma
OVC-D12	55	IV	Serous adenocarcinoma
OVC-D13	72	IIIc	Serous adenocarcinoma
OVC-D14	58	IIIc	Mucinous adenocarcinoma
OVC-D15	44	IIIc	Papillary serous adenocarcinoma
OVC-D16	57	IV	Serous adenocarcinoma
OVC-D17	54	IIIc	Papillary serous adenocarcinoma
OVC-D18	73	IIIc	Serous adenocarcinoma
OVC-D19	47	IIIc	Papillary serous adenocarcinoma
OVC-D20	40	Ic	Papillary serous adenocarcinoma
OVC-D21	74	IIb	Transitional cell carcinoma
OVC-D22	65	IIIc	Papillary serous adenocarcinoma
OVC-D23	47	IV	Serous adenocarcinoma
OVC-D24	58	IIc	Serous adenocarcinoma
OVC-D25	57	Ib	Mixed cell adenocarcinoma

2-2. 시료 준비 - 혈청 준비 및 질량 스펙트럼 측정

4배 부피의 메탄올/클로로포름(2:1, v/v)을 25㎕의 혈청과 함께 격렬하게 섞은 후에 10분 동안 실온에서 배양하였다. 혼합물은 4℃에서 10분 동안 6000 × g로 원심 분리하였다. 수득한 상청액을 1시간 동안 농축기(concentrator)에서 완전히 건조시켰으며, 30분 동안 교반기(vortexer)에서 30㎕의 50% 아세토니트릴(acetonitrile)/0.1% 트라이플루오린화 아세트산(trifluoroacetic acid, TFA)으로 용해시켰다.

메탄올/클로로포름 추출물을 50% 아세토니트릴/0.1% TFA 내에서 알파-시아노-4-하이드록시 시남산(α-cyano-4-hydroxycinnamic acid) 용액과 혼합하였으며(1:12, v/v), 1㎕의 혼합물을 MALDI-타깃 플레이트(target plate)에 위치시켰다. BRC 환자 및 비환자 혈청 추출물의 질량 스펙트럼을 Proteomics Analyzer(Applied Biosystems, Foster City, CA, USA)를 사용하여 측정하였다.

한 개의 시료에 대해 질량 스펙트럼 데이터는 20번 반복 측정된 스펙트럼의 평균으로 추출된다. 모든 개별 시료의 질량값 구간은 최대 질량값이 약 2500 m/z이 되도록 조정하였다. 실험적 오류를 최소화하기 위하여, 초점 질량(focus mass), 레이저 강도(laser intensity), 타깃 플레이트, 데이터 수집 시각(data acquisition time)을 포함하는 다양한 요소를 점검하였다.

바람직한 초점 질량 및 레이저 강도로 500 m/z 및 5000이 각각 고정되어 사용되었다. 모든 시료들은 고정된 초점 질량 및 레이저 강도와 함께, 다른 추출 및 다른 데이터 수집 시각하에서 최소 5번 반복 측정하였다. 질량 이온별 가중치를 계산한 집합 C₁의 경우는 추가로 한 번 더 측정하였다.

따라서, 상기 저질량이온 검출부(1000)는 MALDI-TOF 질량분석기를 이용하여 상술한 바와 같은 과정을 통해서 혈청 시료로부터 저질량 이온의 질량 스펙트럼을 추출할 수 있다.

2-3. 판별 전략

구성한 판별식이 BRC 특이적인 식이 되기 위해서는 BRC 환자군은 판별식에 의해 정상 대조군뿐만 아니라 다른 암환자군과도 구분되어야 한다. 본 실시 예에서는 다른 암환자군으로 CRC 환자군, GC 환자군 및 NHL 환자군을 사용하고자 한다. 한 개의 판별식으로 BRC 환자군과 비환자군(정상 대조군, CRC 환자군, GC 환자군 및 NHL 환자군)을 구분할 수 있는지 종래의 주성분 분석 기반 선형 판별 분석 방법을 적용한 결과를 표 19에 나타내었다. 표 4에서와 같이 완벽한 판별 결과는 아니나, 대체적으로 80% 이상의 우수한 판별 성능을 보인다는 것을 확인할 수 있는데, 이로부터 한 개의 판별식으로 BRC 환자군과 비환자군을 구분할 수 있을 것으로 판단된다.

						Sensitivity		100.0%
Set C₁	True BRC	True Non-BRC				Specificity	CONT	89.80%
Set C₁	True BRC	CONT	CRC	GC	NHL		CRC	91.18%
Predicted BRC	54	5	3	2	2		GC	87.50%
Predicted Non-BRC	0	44	31	14	10		NHL	83.33%

도 2 및 표 4에서 확인한 바와 같이 BRC 환자군과 정상 대조군에 대해서는 완벽한 판별 결과를 얻을 수 있었으므로, BRC 환자군과 다른 암환자군이 구분될 수 있는지 살펴보았는데, 그 결과를 표 20에 나타내었다. 위음성 케이스는 없고 위양성 케이스도 하나만 나타나는 등 매우 우수한 판별 결과를 얻을 수 있었다.

					Sensitivity		100.0%
Set C₁	True BRC	True Non-BRC			Specificity	CRC	100.0%
Set C₁	True BRC	CRC	GC	NHL		GC	93.75%
Predicted BRC	54	0	1	0		NHL	100.0%
Predicted Non-BRC	0	34	15	12		Total	98.39%

따라서 BRC 환자군과 비환자군을 구분하는 것은 하나의 판별식을 사용하는 방법과, 두 개의 판별식을 사용하는 방법을 채택할 수 있는데, 실시 예에서 두 가지 경우를 모두 설명한다. BRC 환자군과 비환자군을 하나의 식으로 구분하는 경우, 이 식을 제1종 판별식이라고 지칭한다. BRC 환자군과 정상 대조군을 구분하는 제2종 판별식과 BRC 환자군과 다른 암환자군을 구분하는 제3종 판별식을 사용하는 경우, BRC 환자군과 비환자군을 구분하는 것은 이 두 판별식에 의해 모두 BRC로 판별된 경우를 BRC 환자로 판정하고, 두 판별식 중 어느 하나의 판별식으로든 BRC 비환자로 판별된 경우에는 BRC 비환자로 판정하는 방식을 통해 수행될 수 있다.

2-4. 제1훈련집합 C ₀ 의 선정 및 질량 이온별 가중치 계산

표 19 및 표 20에 나타낸 판별 결과가 우수하기는 하나 민감도와 특이도가 모두 100%는 아니다. 본 발명에서는 우선 민감도와 특이도가 소정의 값을 갖는 제1훈련집합 C₀를 선정하고, 이 제1훈련집합 C₀에 대해 질량 이온별 가중치를 계산하였는데, 본 실시 예에서 그 소정의 값은 민감도와 특이도 모두 100%이다.

도 10을 참조하여 민감도와 특이도가 소정의 값을 갖는 제1훈련집합 C₀를 선정하는 방법에 대하여 설명한다.

제1판별점수 계산수단(2200)은, 도시된 도 10의 E111 내지 E114 단계들을 통하여, 집합 C₁ 내 BRC 환자군 및 비환자군의 저질량 이온 질량 스펙트럼들을 정렬하여 임포트하고(E111), 임포트한 피크 강도들을 정규화하고(E112), 정규화한 피크 강도들을 파레토 스케일링하고(E113), 파레토 스케일링한 피크 강도들에 대해 생물통계학적 분석을 수행하여 판별 점수를 계산하였다(E114).

다양한 생물통계학적 분석 방법 중 어느 하나를 선택하여 판별 점수를 계산할 수 있으나, 본 실시 예에서는 주성분 분석 기반 선형 판별 분석을 수행하였다. 판별 점수를 통하여 민감도 및 특이도를 계산하였으며(E115), 그 결과는 전술한 표 19와 같다.

다음으로, 민감도의 문턱값 BN₁과 특이도의 문턱값 BN₂를 설정하여(E116), 민감도 또는 특이도가 각각의 문턱값보다 작은 경우 위양성(false positive) 또는 위음성(false negative) 케이스들을 제외하였다(E117).

본 실시 예에서는 민감도의 문턱값 BN₁과 특이도의 문턱값 BN₂를 모두 1로 설정함으로써 민감도와 특이도가 모두 100%인 제1훈련집합 C₀₁을 찾았다. 즉 표 19에 나타난 위양성인 열두 케이스를 모두 배제하고, 배제한 집합에 대하여 다시 E111 내지 E115 단계를 수행하였다. 배제한 집합에 대하여 E111 내지 E115 단계를 다시 수행하여도 바로 민감도 및 특이도가 100%가 되지는 않았으며, E111 내지 E117 단계를 수회 반복함으로써 비로소 민감도와 특이도가 모두 100%인 제1훈련집합 C₀₁을 찾을 수 있었다(E118).

BRC 환자군과 비환자군을 구분하는 제1종 판별식의 경우에는 15개의 위양성 케이스들(CONT 7개, CRC 3개, GC 2개 및 NHL 3개)을 배제한 후에 제1훈련집합 C₀₁에 도달하였고, BRC 환자군과 다른 암환자군을 구분하는 제3종 판별식의 경우에는 1개의 위양성 케이스(GC 1개)을 배제한 후에 제1훈련집합 C₀₃에 도달하였는데, 각 제1훈련집합은 민감도와 특이도가 모두 100%인 판별 결과를 준다.

BRC 환자군과 정상 대조군을 구분하는 제2종 판별식의 경우에는 표 4에 나타낸 바와 같이 이미 민감도 및 특이도가 100%이므로 해당 케이스들을 그대로 훈련 집합 C₀₂로 사용하였다. 이 과정을 통해 민감도와 특이도가 모두 100%인 판별 결과를 주는 질량 이온별 인자적재값을 도출할 수 있다(E119).

상기와 같은 일련의 과정은 상기 제1훈련집합 선택수단(2310)을 포함하는 인자적재값 계산수단(2300)을 통하여 수행될 수 있다.

2-5. 판별식의 적용

구성한 판별식을 판별 대상 시료에 적용하는 과정을 설명하면 다음과 같다.

우선 MarkerView^TM에는 이와 유사한 목적으로 사용할 수 있는 기능이 있다. 즉, 함께 임포트한 시료 데이터 중에서 일부 시료들만을 대상으로 하여 주성분 분석 기반 선형 판별 분석을 적용할 수 있으며, 이렇게 구성한 판별식으로 나머지 시료들을 판별할 수 있다. 이 기능을 이용하면 제1훈련집합과 판별 대상 시료를 함께 임포트한 후 제1훈련집합만을 선택해서 주성분 분석 기반 선형 판별 분석을 수행하여 판별 대상 시료가 어떻게 판정되는지 알 수 있다.

그러나 MarkerView^TM의 임포트 과정에서 피크들을 정렬하는 기능(peak alignment)이 수행되는데, 제1훈련집합에 맞추어 판별 대상 시료의 피크들을 정렬하는 기능이 없기 때문에, 제1훈련집합만을 임포트하였을 때의 피크 표(peak table, m/z 열과 시료별 피크 강도 열로 이루어진 행렬)와, 제1훈련집합과 판별 대상 시료를 함께 임포트하였을 때 생성되는 피크 표의 제1훈련집합 부분은 동일하지 않다. 피크 강도 행렬 부분도 다르며, 동일한 피크 강도 행에 대응하는 m/z 값도 항상 동일하게 나타나지는 않는다. 따라서, 제1훈련집합에서 만든 판별식을 판별 대상 시료에 적용하여 판별 점수를 계산하기 위해서는 제1훈련집합과 판별 대상 시료를 함께 임포트했을 때 생성되는 피크 표를 제1훈련집합만을 임포트하였을 때의 피크 표에 재정렬(realignment)하는 작업이 선행되어야 한다.

여러 개의 판별 대상 시료들을 제1훈련집합과 함께 임포트하는 경우 정렬이 어긋나는 정도가 더욱 심해진다. 따라서 본 실시 예에서는 모든 판별 대상 시료들에 대해서 제1훈련집합에 한 개의 판별 대상 시료를 추가하여 임포트한 후, 재정렬, 정규화, 파레토 스케일링을 수행하였다.

도 11을 참조하여 보다 상세히 설명하면 다음과 같다.

먼저, 판별 대상 시료의 저질량 이온 질량 스펙트럼들을 제1훈련집합에 정렬하여 임포트하는 단계를 수행한다(E211).

다만, 본 실시 예에서는 MarkerView^TM에는 판별 대상 시료를 제1훈련집합에 정렬하여 임포트하는 기능이 없으므로, 전술한 바와 같이 판별 대상 시료의 저질량 이온 질량 스펙트럼을 제1훈련집합과 함께 임포트한 후 만들어지는 피크 표를 제1훈련집합만을 임포트하였을 때 만들어지는 피크 표에 재정렬하는 프로그램을 만들어 제1훈련집합에 정렬된 판별 대상 시료의 저질량 이온 질량 스펙트럼을 추출하였다. 그러나 재정렬 없이 처음부터 판별 대상 시료를 제1훈련집합에 정렬하여 임포트하는 것이 보다 바람직하고 이것 역시 프로그램을 만들어 구현 가능하다.

다음으로, 임포트한 피크 강도들을 정규화하고(E212), 정규화한 피크 강도들을 파레토 스케일링하였다(E213).

다음으로, 파레토 스케일링한 저질량 이온들의 피크 강도와 제1훈련집합에 대한 주성분 분석 기반 선형 판별 분석에 의해 획득된 질량 이온별 인자적재값으로부터 판별 점수를 계산하였다(E214).

이렇게 계산된 판별 점수가 기준값 BS보다 큰지 여부를 판단하여(E215), 기준값 BS보다 큰 경우 양성으로 판정하고(E216), 기준값 BS보다 작은 경우 음성으로 판정하였다(E217). 본 실시 예에서 기준값 BS는 0인 것이 바람직하다.

상기와 같은 일련의 과정은 상기 제2정렬수단(2500), 제2판별점수계산 계산수단(2600) 및 유방암 판정수단(2700)을 통하여 수행될 수 있다.

제1종 판별식을 위해 집합 C₁에서 제1훈련집합 C₀₁을 구성할 때 제외되었던 15명의 비환자군 시료와 제3종 판별식을 위해 집합 C₁에서 제1훈련집합 C₀₃을 구성할 때 제외되었던 1명의 GC 환자군 시료에 대해 상기 2-4절에서 계산한 질량 이온별 인자적재값을 적용하여 판별 점수를 계산해 보았다. 제1훈련집합 C₀₁ 및 C₀₃을 구성할 때 이미 제외된 케이스들이었기 때문에 위양성 또는 위음성 케이스로 판별될 것으로 예상하였는데, 계산 결과 제1종 판별식 관련 정상 대조군의 한 케이스가 진음성으로 판정된 것을 제외하고는 예상대로 위양성 또는 위음성 케이스로 판별되었다. 상기 2-4절에서 계산한 질량 이온별 인자적재값을 적용하여 집합 C₁을 판별한 결과를 도 12와 도 13에 나타내었는데, 도 12는 제1종 판별식, 도 13은 제3종의 판별식의 결과를 보여준다.

2-6. 예비 판별식의 구성

전술한 종래 기술에서는 주성분 분석 기반 선형 판별 분석에서 고려한 모든 질량 이온들을 사용하여 판별 점수를 계산한 후 그 판별 점수에 따라 BRC 환자 여부를 판정하였으나, 본 발명에서는 강건한 판별 성능을 나타내는 판별식을 도출하기 위해 우선 판별 점수에 큰 기여를 하는 질량 이온들만 사용하는 예비 판별식을 구성하였다. "예비 판별식"이란 본 발명에 따라 최종적으로 구하고자 하는 판별식을 도출하는 중간 단계로서의 판별식을 지칭하며, 이를 구성하는 저질량 이온들은 최종 판별식을 구성할 BRC 진단용 저질량 이온들의 "예비 후보군"이 된다.

도 14에 도시된 순서도의 절차를 통해 10,000개의 질량 이온들 중 판별 점수에 큰 영향을 미치는 소정의 질량 이온들을 선정하였다. 본 실시 예에서 제1종 판별식의 경우 선정된 소정의 질량 이온들의 개수는 376개, 제2종 판별식의 경우는 353개, 제3종 판별식의 경우는 345개였다.

표 3과 함께 전술한 바와 같이 임포트 조건에서 피크의 최대 개수를 10,000개로 하였고 충분히 많은 시료들을 함께 임포트하였으므로, MarkerView^TM의 주성분 분석 기반 선형 판별 분석 방법을 통해 구성한 판별식은 10,000개의 항으로 이루어져 있다. 그러나 BRC 환자 및 비환자를 구분함에 있어 10,000개의 항이 모두 동등한 중요성을 가지지는 않을 것이므로, 도 14의 절차에 따라 10,000개의 질량 이온들 중 판별 점수에 큰 영향을 미치는 질량 이온들을 두 단계에 걸쳐 선정하였다. 이 단계는 10,000개의 질량 이온들 중 BRC 환자와 비환자를 구분함에 있어 불필요한 질량 이온들을 제거하는 과정이라 할 수 있다.

10,000개 항의 값들 중에서 피크 강도와 질량 이온별 인자적재값의 곱의 절댓값이 문턱값 BT₁보다 큰 질량 이온들을 케이스별로 일차적으로 선택하였다(E121). 본 실시 예에서 문턱값 BT₁은 0.1인 것이 바람직하다.

다음, 케이스별로 일차적으로 선택한 질량 이온들 중에서 제1훈련집합 전체 케이스들 중 문턱값 BT₂ 퍼센트 이상의 케이스들에서 공통으로 나타나는 질량 이온들을 이차적으로 선택하였다(E122). 본 실시 예에서 문턱값 BT₂는 50인 것이 바람직하다. 즉, 제2종 판별식의 경우를 예로 들어 설명하면 제1훈련집합인 103개 케이스들 중 최소 52개 이상의 케이스들에서 공통으로 등장하는 질량 이온들로만 예비 판별식을 구성하였다.

상기와 같은 과정을 통하여 선택한 질량 이온들만으로 다시 판별 점수를 계산하고 이에 따라 민감도 및 특이도를 계산하였다(E123). 다시, 민감도의 문턱값 BN₃와 특이도의 문턱값 BN₄를 설정하여(E124), 민감도 또는 특이도가 각각의 문턱값보다 작은 경우 E121 단계에서 사용된 문턱값 BT₁ 및/또는 E122 단계에서 사용된 문턱값 BT₂를 변경하여(E125) E121 내지 E124 단계를 반복하였다. 본 실시 예에서는 민감도의 문턱값 BN₃와 특이도의 문턱값 BN₄가 각각 0.9인 것이 바람직하다.

이와 같은 단계들을 거쳐 선택한 질량 이온들로 BRC 진단용 저질량 이온들의 예비 후보군을 구성하였는데(E126), 본 실시 예에서는 10,000개의 질량 이온들 중 제1종 판별식의 경우 376개, 제2종 판별식의 경우 353개, 제3종 판별식의 경우 345개의 질량 이온들이 선택되었다. 표 21, 22, 23에 제1, 2, 3종 예비 판별식으로 제1훈련집합 C₀₁, C₀₂, C₀₃을 판별한 결과를 나타내었는데, 민감도와 특이도 등 판별 성능이 100%에서 낮아지기는 하였으나 전체 질량 이온 개수의 4%도 되지 않는 질량 이온들만으로 계산한 결과임에도 불구하고, 매우 우수한 판별 결과를 보임을 확인할 수 있다.

또한, 예비 판별식으로 집합 C₁을 판별한 결과를 도 15, 16 및 17에 나타내었는데, 도 15는 제1종 예비 판별식, 도 16은 제2종 예비 판별식, 도 17은 제3종의 예비 판별식의 결과를 보여준다. 계산에 사용되는 질량 이온의 개수는 급격하게 감소된 것에 비해 판별 점수의 범위는 그렇지 않음을 알 수 있는데, 이로부터 BRC 환자 및 비환자를 구분함에 있어 10,000개의 질량 이온이 모두 필요한 것이 아니라는 것을 확인할 수 있다.

Set C₁	True BRC	True Non-BRC				Sensitivity	100.0%
Set C₁	True BRC	CONT	CRC	GC	NHL	Specificity	96.88%
Predicted BRC	54	1	0	1	1	PPV	94.74%
Predicted Non-BRC	0	41	31	13	8	NPV	100.0%

			Sensitivity	98.15%
Set C₀₂	True BRC	True CONT	Specificity	97.96%
Predicted BRC	53	1	PPV	98.15%
Predicted Non-BRC	1	48	NPV	97.96%

Set C₀₃	True BRC	True Non-BRC			Sensitivity	96.30%
Set C₀₃	True BRC	CRC	GC	NHL	Specificity	96.72%
Predicted BRC	52	2	0	0	PPV	96.30%
Predicted Non-BRC	2	32	15	12	NPV	96.72%

상기와 같은 일련의 과정은 상기 후보이온집합 선택수단(2410)을 포함하는 유방암진단용이온 선정수단(2400)을 통하여 효과적으로 수행될 수 있다.

2-7. 최종 판별식의 구성

예비 판별식을 구성하는 과정에서는 임포트한 10,000개의 질량 이온들 중 판별 점수에 수치적으로 큰 기여를 하는 질량 이온들을 추출하였다. 그러나 이 질량 이온들 중에는 제1훈련집합 C₀에서는 문제를 발생시키지 않았으나, 동일한 BRC 환자군 및 비환자군의 혈청에 대해 다시 측정한 질량 스펙트럼에 대한 판별 또는 새로운 BRC 환자군 및 비환자군에 대한 판별에 있어서는 잠재적으로 판별 성능을 저하시킬 수 있는 질량 이온들 역시 포함되어 있을 것이므로 이것들도 적극적으로 제거하는 단계가 필요한데, 최종 판별식의 구성 과정에서는 이 단계를 거쳐 최종적으로 BRC 진단용 저질량 이온들을 결정한다.

판별식의 강건성을 검증하기 위해 먼저 집합 C₁에 대해 추가적으로 5회 반복 측정 실험을 하였으며, 이와 독립적이며 또한, 서로 독립적인 집합 C₂ 및 집합 D에 대해서도 5회 반복 측정 실험을 수행하였다. 질량 스펙트럼의 반복 측정 과정에는 상기 설명한 혈청을 얼리고 녹이는 과정 및 혈청을 새로 메탄올/클로로포름과 혼합하여 추출하는 과정이 개입되는 것 외에, 레이저 빔(laser beam)을 이용한 기화(vaporization), 탈착(desorption), 이온화(ionization) 과정 등도 반복 실험 시 동일하게 진행된다고는 할 수 없으며 또한, 아직 밝혀지지 않은 다양한 원인들로부터의 외란들도 개입할 여지가 많다. 따라서 반복 측정된 개별 질량 스펙트럼에 대한 판별 점수에 어느 정도의 편차가 발생하는 것은 배제할 수 없을 것이므로 본 실시 예에서는 5회 반복 측정한 시료에 대해 평균 판별 점수를 계산하여 판정을 실시하였다.

표 24는 종래 기술인 MarkerView^TM의 주성분 분석 기반 선형 판별 분석 결과인 10,000개 항의 판별식으로 집합 C와 D를 판별한 결과를 나타내며, 표 25는 376개 항을 가지는 제1종 예비 판별식, 353개 항을 가지는 제2종 예비 판별식, 345개 항을 가지는 제3종 예비 판별식으로 집합 C와 D를 판별한 결과를 나타낸다.

표에서 BRC LOME(breast cancer low-mass ion discriminant equation) 1은 제1종 판별식, BRC LOME 2는 제2종 판별식, BRC LOME 3는 제3종 판별식을 나타내며, 그 뒤에 딸려 있는 숫자는 판별식에 포함되는 저질량 이온들의 개수를 의미한다. 또한, 표 26에는 검증 집합인 집합 D에 대해서만 판별 성능을 나타내었는데, 괄호 안의 숫자는 OVC 환자군을 제외했을 때의 판별 성능이다.

BRC LOME 1-10000						BRC LOME 1-10000
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	104	36	33	0	7	Predicted BRC	46	15	32	0	0	10
Predicted Non-BRC	4	59	30	31	12	Predicted Non-BRC	7	31	56	11	5	15
BRC LOME 2-10000						BRC LOME 2-10000
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	100	54	35	1	5	Predicted BRC	46	25	52	0	0	1
Predicted Non-BRC	8	41	28	30	14	Predicted Non-BRC	7	21	36	11	5	24
BRC LOME 3-10000						BRC LOME 3-10000
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	90	40	27	1	0	Predicted BRC	41	17	24	0	0	7
Predicted Non-BRC	18	55	36	30	19	Predicted Non-BRC	12	29	64	11	5	18
BRC LOMEs 2 & 3						BRC LOMEs 2 & 3
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	88	35	26	0	0	Predicted BRC	35	15	22	0	0	1
Predicted Non-BRC	20	60	37	31	19	Predicted Non-BRC	18	31	66	11	5	24

BRC LOME 1-376						BRC LOME 1-376
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	104	35	33	0	7	Predicted BRC	45	14	33	0	0	10
Predicted Non-BRC	4	60	30	31	12	Predicted Non-BRC	8	32	55	11	5	15
BRC LOME 2-353						BRC LOME 2-353
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	99	54	35	3	5	Predicted BRC	46	25	55	0	0	2
Predicted Non-BRC	9	41	28	28	14	Predicted Non-BRC	7	21	33	11	5	23
BRC LOME 3-345						BRC LOME 3-345
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	90	40	29	1	0	Predicted BRC	41	17	25	0	0	7
Predicted Non-BRC	18	55	34	30	19	Predicted Non-BRC	12	29	63	11	5	18
BRC LOMEs 2 & 3						BRC LOMEs 2 & 3
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	87	35	28	0	0	Predicted BRC	35	15	24	0	0	2
Predicted Non-BRC	21	60	35	31	19	Predicted Non-BRC	18	31	64	11	5	23

Set D	Sensitivity (%)	Specificity (%)	PPV (%)	NPV (%)
BRC LOME 1-10000	86.79 (86.79)	67.43 (68.67)	44.66 (49.46)	94.40 (93.64)
BRC LOME 1-376	84.91 (84.91)	67.43 (68.67)	44.12 (48.91)	93.65 (92.79)
BRC LOME 1-29	96.23 (96.23)	91.43 (94.67)	77.27 (86.44)	98.77 (98.61)

Set D	Sensitivity (%)	Specificity (%)	PPV (%)	NPV (%)
BRC LOME 2-10000 & BRC LOME 3-10000	66.04 (66.04)	78.29 (75.33)	47.95 (48.61)	88.39 (86.26)
BRC LOME 2-353 & BRC LOME 3-345	66.04 (66.04)	76.57 (74.00)	46.05 (47.30)	88.16 (86.05)
BRC LOME 2-42 & BRC LOME 3-75	92.45 (92.45)	96.57 (98.67)	89.09 (96.08)	97.69 (97.37)

10,000개 질량 이온으로 구성된 판별식은 제1훈련집합 C₀에서 완벽한 판별 성능을 보였음에도 불구하고, 집합 D에서 특히 양성예측도가 낮게 나타나는 것을 표 26에서 확인할 수 있다. 제1, 2, 3종 예비 판별식도 제1훈련집합 C₀에서는 매우 우수한 판별 성능(표 21, 22, 23)을 보였음에도 불구하고 집합 D에서의 판별 결과는 만족스럽지 않았다.

따라서, 본 발명의 바람직한 일 실시 예에서는 예비 판별식을 강건한 판별식으로 개선하고자 도 18에 도시된 순서도의 단계들을 수행하였다.

먼저, 예비 후보군의 질량 이온들을, 고민감도 집합과 고특이도 집합으로 구분하였다(E131). 여기에서, 고민감도 집합의 질량 이온들은 질량 이온별 민감도가 특이도보다 높은 질량 이온들이며, 고특이도 집합의 질량 이온들은 그 반대이다.

다음으로, 고민감도 집합의 질량 이온들과 고특이도 집합의 질량 이온들을 각각 질량 이온별 민감도와 특이도의 합의 내림차순으로 정렬한 후{Sns₁, Sns₂, Sns₃ … Sns_I}{Spc₁, Spc₂, Spc₃ … Spc_J}, 각각의 상위 2개의 질량 이온들을 취하고{Sns₁, Sns₂, Spc₁, Spc₂}, 4개의 질량 이온들 중 2개 이상의 질량 이온들로 구성할 수 있는 조합들(11개) 중 최고 성능의 조합을 바이오마커 그룹으로 선정하였다(E132).

여기에서, 최고 성능의 조합인지 여부는 다음의 기준들에 따라 객관적이고 보편적으로 선택될 수 있다. 다음의 기준들은 중요도의 순서에 따른다.

기준1) 민감도와 특이도의 합이 큰 조합이 보다 성능이 높다.

기준2) 질량 이온들의 개수가 적은 조합이 보다 성능이 높다.

기준3) 진양성 케이스 중 최소 판별 점수와 진음성 케이스 중 최대 판별 점수의 차이가 큰 조합이 보다 성능이 높다.

다음으로, 고민감도 집합과 고특이도 집합 각각의 그 다음 상위 1개의 질량 이온들{Sns₃, Spc₃}을 추가로 더 취하여 상기 바이오마커 그룹 및 상기 바이오마커 그룹에 상기 질량 이온들{Sns₃, Spc₃} 중 어느 하나 이상을 조합한 4개의 집합들{biomarker group}, {biomarker group, Sns₃}, {biomarker group, Spc₃}, {biomarker group, Sns₃, Spc₃} 중 최고 성능의 집합을 다시 바이오마커 그룹으로 선정한다(E133).

이러한 과정은, 고민감도 집합 및 고특이도 집합 모두에 추가할 질량 이온이 없을 때까지 반복된다(E134).

즉, 고민감도 집합 및 고특이도 집합 모두에 추가할 질량 이온이 있을 때에는 상기와 같은 방식(E133)을 반복하고, 고민감도 집합과 고특이도 집합 중 어느 하나에 추가할 질량 이온이 남지 않은 경우에는, 남은 질량 이온이 있는 집합 중 그 다음 상위 1개의 질량 이온{Sns_i 또는 Spc_j}을 추가로 더 취하여 상기 바이오마커 그룹 및 상기 바이오마커 그룹에 상기 질량 이온{Sns_i 또는 Spc_j}를 조합한 2개의 집합들{biomarker group}, {biomarker group, Sen_i 또는 Spc_j} 중 최고 성능의 집합을 다시 바이오마커 그룹으로 선정한다.

이러한 과정은, 고민감도 집합과 고특이도 집합 중 질량 이온이 남았었던 집합의 질량 이온이 남지 않을 때까지 반복되며, 고민감도 집합과 고특이도 집합 모두에 남은 질량 이온이 없는 경우의 바이오마커 그룹이 바이오마커 그룹1(BG)이 된다(E135).

예비 후보군에서 바이오마커 그룹1(BG)을 제거하고(E136) 남은 질량 이온들로 다시 고민감도 집합과 고특이도 집합을 구성하고 위의 과정을 반복한다. 이 과정은 고민감도 집합과 고특이도 집합 중 어느 한 집합이 두 개 미만의 질량 이온만을 가질 때까지 반복된다(E137).

위의 반복 과정을 통해 얻은 바이오마커 그룹1, 2, … 중 정확도순으로 BK개의 바이오마커 그룹을 조합하여 최종 바이오마커 그룹을 형성한다. 여기서 정확도는 전체 케이스 중 진양성 및 진음성 케이스의 비율을 의미한다. 본 실시 예에서 BK는 1, 2 또는 3 중 어느 하나인 것이 바람직하다(E138).

따라서, 상기 최종 바이오마커 그룹의 질량 이온들이 BRC 진단용 저질량 이온들로 결정된다(E139).

집합 C₁에서, 더 정확하게는 그 부분 집합인 C₀에서 질량 이온들의 예비 후보군을 선정하였는데, 예비 후보군으로부터 최종 바이오마커 그룹을 결정할 때에는 과적합 문제(overfitting)를 해결하기 위하여 집합 C₁에 독립인 집합 C₂도 추가하여 훈련 집합을 확장하였다.

상기의 과정들을 BRC 환자군과 비환자군을 구분하기 위한 시료들을 대상으로 수행한 결과 제1종 BRC 진단용 저질량 이온으로 29개가 선택되었으며, BRC 환자군과 정상 대조군을 구분하기 위한 시료들을 대상으로 수행한 결과 제2종 BRC 진단용 저질량 이온으로 42개가 선택되었고, BRC 환자군과 다른 암환자군을 구분하기 위한 시료들을 대상으로 수행한 결과 제3종 BRC 진단용 저질량 이온으로 75개가 선택되었다. 제1, 2, 3종 BRC 진단용 저질량 이온들의 질량값은 표 27, 28, 29에 나타내었다. 이와 같은 저질량 이온들을 "제1종 BRC 진단용 저질량 이온들", "제2종 BRC 진단용 저질량 이온들" 및 "제3종 BRC 진단용 저질량 이온들"로 지칭하고, 이를 이용하여 최종적으로 구한 본 발명에 따른 판별식을 "제1종 BRC 진단용 최종 판별식", "제2종 BRC 진단용 최종 판별식" 및 "제3종 BRC 진단용 최종 판별식"으로 지칭한다.

74.0937	193.0665	279.0841	332.3181	476.6038	562.3074
74.1155	208.0565	280.0847	401.0588	490.3427	583.2323
76.0728	212.0949	282.2777	427.3441	498.3237	584.2415
136.1067	231.0726	313.2638	432.9954	499.3265	646.3851
173.4872	258.1364	331.2024	452.2269	512.3145

38.9779	123.0821	225.1870	313.2618	424.3216	538.3428	610.3273
46.0647	130.1539	229.0005	332.3150	426.3389	540.3250	616.3286
74.1164	185.7723	231.0675	342.2482	428.1885	570.3234	618.3352
76.0733	191.1175	244.0962	368.2624	497.3194	580.3281	646.3959
97.0686	208.0530	281.0913	398.3034	513.3193	581.2310	725.3469
122.0777	212.0960	284.3205	416.0901	532.6918	581.3377	757.1117

38.9736	156.0412	228.0348	331.2036	478.8688	511.3367	583.2284
38.9892	172.3072	231.0726	332.3169	479.8724	518.8776	731.3330
44.0491	178.1330	234.0422	333.3233	480.3180	520.8826	733.3526
44.0656	182.0738	260.1013	337.1047	483.3301	534.2829	734.3563
74.0938	189.9525	279.0843	424.3272	487.3152	535.2882	735.3665
87.0991	192.1294	280.0849	426.3406	488.3287	542.8770	757.0995
104.1316	193.0660	282.2791	432.9948	488.6580	544.7878	757.3512
104.3161	196.0871	289.2960	433.9894	496.4331	544.8728	1465.5872
105.1091	212.3221	298.3425	446.0196	496.7718	546.3358	1466.5971
136.1021	217.0923	313.2630	454.3014	497.7764	559.2911
155.1798	222.0231	316.3269	469.2924	502.8741	568.1146

상기와 같은 일련의 과정은 상기 후보이온집합 선택수단(2410) 및 최종이온집합 선택수단(2420)을 포함하는 유방암진단용이온 선정수단(2400)을 통하여 효과적으로 수행될 수 있다.

2-8. 최종 판별식의 적용 및 분석

집합 D에 대하여 제1종, 또는 제2종 및 제3종 BRC 진단용 저질량 이온들을 이용한 제1종, 또는 제2종 및 제3종 BRC 진단용 최종 판별식을 도 11에 도시된 순서도의 방법에 따라 적용하면 그 판정 결과를 획득할 수 있다.

최종 판별식으로 판정한 결과를 도 19, 20 및 표 26, 30에 나타내었다. 도 19 및 20은 5회 판별 점수의 평균 판별 점수로 판정한 결과를 나타내는데, 도 19는 집합 C, 도 20은 집합 D의 판정 결과를 나타낸다.

BRC LOME 1-29						BRC LOME 1-29
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	108	2	2	1	0	Predicted BRC	51	2	6	0	0	7
Predicted Non-BRC	0	93	61	30	19	Predicted Non-BRC	2	44	82	11	5	18
BRC LOME 2-42						BRC LOME 2-42
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	93	0	12	9	12	Predicted BRC	49	1	28	2	1	6
Predicted Non-BRC	15	95	51	22	7	Predicted Non-BRC	4	45	60	9	4	19
BRC LOME 3-75						BRC LOME 3-75
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	106	31	1	1	1	Predicted BRC	53	22	1	0	0	8
Predicted Non-BRC	2	64	62	30	18	Predicted Non-BRC	0	24	87	11	5	17
BRC LOMEs 2 & 3						BRC LOMEs 2 & 3
Set C	True BRC	True Non-BRC				Set D	True BRC	True Non-BRC
Set C	True BRC	CONT	CRC	GC	NHL	Set D	True BRC	CONT	CRC	GC	NHL	OVC
Predicted BRC	91	0	1	0	1	Predicted BRC	49	1	1	0	0	4
Predicted Non-BRC	17	95	62	31	18	Predicted Non-BRC	4	45	87	11	5	21

검증 집합인 집합 D에서의 판별 성능으로 평가하면, 제1종 BRC 진단용 최종 판별식의 결과에 비해, 제2종 및 제3종의 BRC 진단용 최종 판별식의 결과가 더 우수함을 확인할 수 있다. 제2종 및 제3종의 BRC 진단용 최종 판별식을 사용하는 경우에는 훈련 집합에 포함되지 않았던 OVC 환자군을 검증 집합에 포함하는 경우에도 집합 D에서 민감도, 특이도, 양성예측도, 음성예측도가 모두 85% 이상이었다.

반면 제1종 BRC 진단용 최종 판별식을 사용하는 경우에는 훈련 집합에 포함되지 않았던 OVC 환자군을 검증 집합에서 제외하는 경우에만 집합 D에서 민감도, 특이도, 양성예측도, 음성예측도가 모두 85% 이상이었다. 그러나 대체적으로 보아 제1종의 BRC 진단용 최종 판별식도 우수한 판별 결과를 보인다고 할 수 있다.

본 발명을 통해 혈청의 저질량 이온 질량 스펙트럼을 분석하여 BRC 환자와 비환자를 높은 판별 성능을 갖고 판정할 수 있었다.

본 발명은 본 실시 예와 유사한 과정을 거쳐 유방암 외에 다른 특정 암환자군과 정상 대조군을 판별하는 식을 구성하며 또한, 서로 다른 암환자군을 구별하는 판별식을 구성하는 것으로 쉽게 확장될 수 있다. 또한, 암뿐만 아니라 어떠한 다른 질병에 대하여도 진단할 수 있도록 쉽게 확장될 수 있는 것을 당업자는 용이하게 알 수 있을 것이다.

1000 : 저질량 이온 검출부 2000 : 유방암 진단부
2100 : 제1정렬수단 2200 : 제1판별점수 계산수단
2210 : 정규화 모듈 2220 : 스케일링 모듈
2230 : 판별점수계산 모듈 2300 : 인자적재값 계산수단
2310 : 제1훈련집합 선택수단 2400 : 유방암진단용이온 선정수단
2410 : 후보이온집합 선택수단 2411 : 제1저질량이온 선택모듈
2412 : 후보이온집합 예비선택모듈 2413 : 민감도 및 특이도 계산모듈
2414 : 후보이온집합 최종선택모듈 2420 : 최종이온집합 선택수단
2421 : 이온 구분모듈 2422 : 바이오마커그룹 예비선정모듈
2423 : 바이오마커그룹 재선정모듈 2424 : 바이오마커그룹 최종선정모듈
2425 : 바이오마커그룹 추가선정모듈 2426 : 암진단용저질량이온 최종선택모듈
2500 : 제2정렬수단 2600 : 제2판별점수 계산수단
2610 : 정규화 모듈 2620 : 스케일링 모듈
2630 : 판별점수계산 모듈 2700 : 유방암 판정수단
3000 : 디스플레이부

Claims

다수의 유방암 환자 및 비환자 케이스들의 생물학적 시료로부터 질량값이 1466.5971 m/z (단, 오차 범위는 ±0.1 m/z) 이하인 저질량 이온(low-mass ion)의 질량 스펙트럼을 검출하는 저질량 이온 검출부;
상기 저질량 이온의 질량 스펙트럼 패턴을 비교 분석하여 유방암 진단 정보를 판정하는 유방암 진단부를 포함하며;
상기 유방암 진단부는;
훈련 후보 집합인 상기 유방암 환자 및 비환자 케이스들의 저질량 이온 질량 스펙트럼들을 정렬하는 제1정렬수단;
정렬된 상기 질량 스펙트럼에 대해 생물통계학적 분석을 수행하여 판별 점수를 계산하는 제1판별점수 계산수단;
상기 판별 점수에 따라 민감도(sensitivity) 및 특이도(specificity)를 계산하고, 이를 기준으로 제1훈련집합을 선정하여 저질량 이온별 인자적재값(factor loading)을 계산하는 인자적재값 계산수단;
후보 조건을 만족하는 후보 저질량 이온들 중 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 선택하는 유방암진단용이온 선정수단;
판별 대상 생물학적 시료의 저질량 이온 질량 스펙트럼을 상기 제1훈련집합에 정렬하는 제2정렬수단;
상기 판별 대상의 저질량 이온의 피크 강도와 상기 인자적재값으로부터 판별 점수를 계산하는 제2판별점수 계산수단; 및
상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하는 유방암 판정수단을 포함하되,
상기 유방암진단용이온 선정수단은;
상기 다수의 유방암 환자 및 비환자 케이스들을 제1종 판별 케이스들로 구성하거나, 상기 다수의 유방암 환자 및 비환자 케이스들을, 다수의 유방암 환자 케이스들과 다수의 정상인 케이스들로 구성되는 제2종 판별 케이스들과, 상기 다수의 유방암 환자 케이스들과 다수의 유방암 이외의 암 환자 케이스들로 구성되는 제3종 판별 케이스들로 구분하고,
상기 제1종 판별 케이스들과, 상기 제2종 판별 케이스들 및 상기 제3종 판별 케이스들에 대해 각각 실행되어, 상기 유방암 진단용 저질량 이온들이, 상기 제1종 판별 케이스에 대한 제1종 유방암 진단용 저질량 이온들과, 상기 제2종 판별 케이스에 대한 제2종 유방암 진단용 저질량 이온들 및 상기 제3종 판별 케이스에 대한 제3종 유방암 진단용 저질량 이온들로 구분되는 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 저질량 이온 검출부는;
상기 생물학적 시료로부터 저질량 이온의 피크 강도(peak intensity)를 검출하여 상기 저질량 이온의 질량 스펙트럼을 추출하는 것을 특징으로 하는 유방암 진단 장치.
제2항에 있어서,
상기 저질량 이온 검출부는;
질량분석기를 포함하는 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 유방암 진단부로부터 판정된 유방암 진단 정보를 출력 가능한 형태로 변환하여 표시하는 디스플레이부를 포함하는 유방암 진단 장치.
제1항에 있어서,
상기 제1종 판별 케이스들 중 상기 유방암 비환자 케이스들은 정상인 케이스들, 대장암 환자 케이스들, 비호지킨림프종(non-Hodgkin lymphoma, NHL) 환자 케이스들 및 위암 환자 케이스들 중 적어도 하나 이상의 케이스들을 포함하되,
상기 제1종 유방암 진단용 저질량 이온들의 질량값은 74.0937, 74.1155, 76.0728, 136.1067, 173.4872, 193.0665, 208.0565, 212.0949, 231.0726, 258.1364, 279.0841, 280.0847, 282.2777, 313.2638, 331.2024, 332.3181, 401.0588, 427.3441, 432.9954, 452.2269, 476.6038, 490.3427, 498.3237, 499.3265, 512.3145, 562.3074, 583.2323, 584.2415, 646.3851 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 제2종 유방암 진단용 저질량 이온들의 질량값은 38.9779, 46.0647, 74.1164, 76.0733, 97.0686, 122.0777, 123.0821, 130.1539, 185.7723, 191.1175, 208.0530, 212.0960, 225.1870, 229.0005, 231.0675, 244.0962, 281.0913, 284.3205, 313.2618, 332.3150, 342.2482, 368.2624, 398.3034, 416.0901, 424.3216, 426.3389, 428.1885, 497.3194, 513.3193, 532.6918, 538.3428, 540.3250, 570.3234, 580.3281, 581.2310, 581.3377, 610.3273, 616.3286, 618.3352, 646.3959, 725.3469, 757.1117 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 제3종 판별 케이스들 중 상기 다수의 유방암 이외의 암 환자 케이스들은 대장암 환자 케이스들, 비호지킨림프종 환자 케이스들 및 위암 환자 케이스들 중 적어도 하나 이상의 암 환자 케이스들을 포함하되,
상기 제3종 유방암 진단용 저질량 이온들의 질량값은 38.9736, 38.9892, 44.0491, 44.0656, 74.0938, 87.0991, 104.1316, 104.3161, 105.1091, 136.1021, 155.1798, 156.0412, 172.3072, 178.1330, 182.0738, 189.9525, 192.1294, 193.0660, 196.0871, 212.3221, 217.0923, 222.0231, 228.0348, 231.0726, 234.0422, 260.1013, 279.0843, 280.0849, 282.2791, 289.2960, 298.3425, 313.2630, 316.3269, 331.2036, 332.3169, 333.3233, 337.1047, 424.3272, 426.3406, 432.9948, 433.9894, 446.0196, 454.3014, 469.2924, 478.8688, 479.8724, 480.3180, 483.3301, 487.3152, 488.3287, 488.6580, 496.4331, 496.7718, 497.7764, 502.8741, 511.3367, 518.8776, 520.8826, 534.2829, 535.2882, 542.8770, 544.7878, 544.8728, 546.3358, 559.2911, 568.1146, 583.2284, 731.3330, 733.3526, 734.3563, 735.3665, 757.0995, 757.3512, 1465.5872, 1466.5971 m/z (단, 오차 범위는 ±0.1 m/z)로 이루어진 그룹으로부터 선택된 하나 이상의 질량값인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 판별 점수는 상기 제1종 유방암 진단용 저질량 이온들에 의한 제1종 판별 점수이며,
상기 판별 점수가 BS₁₁보다 큰 경우에는 상기 판별 대상을 유방암 양성으로 판단하고,
상기 판별 점수가 BS₁₂보다 작은 경우에는 상기 판별 대상을 유방암 음성으로 판단하는 것을 특징으로 하는 유방암 진단 장치.
제8항에 있어서,
상기 BS₁₁ 및 BS₁₂는 0인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 판별 점수는 상기 제2종 유방암 진단용 저질량 이온들에 의한 제2종 판별 점수와 상기 제3종 유방암 진단용 저질량 이온들에 의한 제3종 판별 점수를 포함하며,
상기 제2종 판별 점수가 BS₂₁보다 크고 상기 제3종 판별 점수가 BS₃₁보다 큰 경우에는 상기 판별 대상을 유방암 양성으로 판단하고,
상기 제2종 판별 점수가 BS₂₂보다 작거나 상기 제3종 판별 점수가 BS₃₂보다 작은 경우에는 상기 판별 대상을 유방암 음성으로 판단하는 것을 특징으로 하는 유방암 진단 장치.
제10항에 있어서,
상기 BS₂₁, BS₂₂, BS₃₁ 및 BS₃₂는 0인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 제1판별점수 계산수단은;
상기 훈련 후보 집합의 상기 저질량 이온 질량 스펙트럼들의 상기 피크 강도들을 정규화하는 정규화 모듈;
상기 정규화 모듈에서 정규화한 피크 강도들을 스케일링하는 스케일링 모듈; 및
상기 스케일링 모듈에서 스케일링된 피크 강도들에 대해 상기 생물통계학적 분석을 수행하여 상기 판별 점수를 계산하는 판별점수계산 모듈을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제12항에 있어서,
상기 스케일링 모듈은;
파레토 스케일링을 수행하는 것을 특징으로 하는 유방암 진단 장치.
제12항에 있어서,
상기 판별점수계산 모듈은;
주성분 분석 기반 선형 판별 분석을 사용하여 상기 생물통계학적 분석을 수행하는 것을 특징으로 하는 유방암 진단 장치.
제14항에 있어서,
상기 판별점수계산 모듈은;
상기 주성분 분석 기반 선형 판별 분석에 의해 획득된 인자적재값과 상기 스케일링된 피크 강도를 함께 사용하여 상기 판별 점수를 계산하는 것을 특징으로 하는 유방암 진단 장치.
제12항에 있어서,
상기 인자적재값 계산수단은;
상기 정렬된 질량 스펙트럼에 대해 생물통계학적 분석을 수행하고, 상기 생물통계학적 분석 결과를 기초로 상기 유방암 환자 및 비환자 케이스들 중 훈련 조건을 만족하는 훈련 케이스들을 제1훈련집합으로 선택하는 제1훈련집합 선택수단을 포함하며, 상기 제1훈련집합으로부터 인자적재값을 계산하는 것을 특징으로 하는 유방암 진단 장치.
제16항에 있어서,
상기 제1훈련집합 선택수단은;
상기 생물통계학적 분석 결과에 따른 민감도가 문턱값 BN₁ 이상이고, 특이도가 문턱값 BN₂ 이상일 때의 유방암 환자 및 비환자 케이스들을 상기 제1훈련집합으로 설정하는 것을 특징으로 하는 유방암 진단 장치.
제17항에 있어서,
상기 문턱값 BN₁과 BN₂는 1인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 제2판별점수 계산수단은;
상기 판별 대상의 상기 저질량 이온 질량 스펙트럼의 상기 피크 강도들을 정규화하는 정규화 모듈;
상기 정규화 모듈에서 정규화한 피크 강도들을 스케일링하는 스케일링 모듈; 및
상기 스케일링 모듈에서 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산하는 판별점수계산 모듈을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제19항에 있어서,
상기 스케일링 모듈은;
파레토 스케일링을 수행하는 것을 특징으로 하는 유방암 진단 장치.
제19항에 있어서,
상기 판별점수계산 모듈은;
상기 유방암 진단용 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 상기 판별 점수를 계산하는 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 유방암 판정수단은;
상기 판별 점수에 따라 상기 판별 대상을 유방암의 양성 또는 음성으로 판정하되,
상기 판별 점수가 기준값 BS보다 크면 양성으로 상기 판별 대상의 유방암 정보를 판단하고, 상기 판별 점수가 기준값 BS보다 작으면 음성으로 유방암 정보를 판단하는 것을 특징으로 하는 유방암 진단 장치.
제22항에 있어서,
상기 기준값 BS는 0인 것을 특징으로 하는 유방암 진단 장치.
제1항에 있어서,
상기 유방암 판정수단은;
상기 판별 대상의 생물학적 시료를 반복적으로 측정하여 검출한 다수의 상기 저질량 이온 질량 스펙트럼에 대해 계산된 다수의 상기 판별 점수의 평균값으로 상기 판별 대상의 상기 유방암 정보를 판단하는 것을 특징으로 하는 유방암 진단 장치.
제16항에 있어서,
상기 유방암진단용이온 선정수단은;
상기 선택된 상기 제1훈련집합으로부터 후보 조건을 만족하는 후보 저질량 이온들을 후보이온집합으로 선택하는 후보이온집합 선택수단; 및
상기 선택된 상기 후보이온집합의 상기 후보 저질량 이온의 개별 또는 조합별 판별 성능을 기반으로 하여 유방암 진단용 저질량 이온들을 최종이온집합으로 선택하는 최종이온집합 선택수단을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제25항에 있어서,
상기 후보이온집합 선택수단은;
상기 훈련 케이스 각각에 대한 상기 저질량 이온의 상기 피크 강도와, 상기 생물통계학적 분석을 통해 획득된 상기 저질량 이온별 인자적재값의 곱의 절댓값이 문턱값 BT₁보다 큰 제1저질량 이온들을 상기 훈련 케이스별로 선택하는 제1저질량이온 선택모듈을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제26항에 있어서,
상기 문턱값 BT₁은 0.1인 것을 특징으로 하는 유방암 진단 장치.
제26항에 있어서,
상기 후보이온집합 선택수단은;
상기 제1저질량 이온들 중 상기 훈련 케이스들 전체의 문턱값 BT₂ 퍼센트 이상의 케이스들에서 공통으로 나타나는 제2저질량 이온들을 상기 후보이온집합으로 선택하는 후보이온집합 예비선택모듈을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제28항에 있어서,
상기 문턱값 BT₂는 50인 것을 특징으로 하는 유방암 진단 장치.
제28항에 있어서,
상기 후보이온집합 선택수단은;
상기 제2저질량 이온들을 이용해 상기 훈련 케이스별로 유방암에 대한 양성 또는 음성을 나타내는 판별 점수를 계산하고, 상기 판별 점수에 따른 민감도 및 특이도를 계산하는 민감도 및 특이도 계산모듈; 및
상기 민감도가 문턱값 BN₃보다 작거나, 상기 특이도가 문턱값 BN₄보다 작은 경우 상기 BT₁ 및 상기 BT₂ 중 적어도 하나를 변경하고, 상기 제1저질량 이온과 제2저질량 이온을 재선정한 후 재선정한 상기 제1,2저질량 이온들을 가지고 민감도와 특이도를 계산하고 문턱값과 비교하는 과정을 반복하여 상기 후보이온집합으로 선택하는 후보이온집합 최종선택모듈을 더 포함하는 것을 특징으로 하는 유방암 진단 장치.
제30항에 있어서,
상기 문턱값 BN₃ 및 BN₄는 0.9인 것을 특징으로 하는 유방암 진단 장치.
제25항에 있어서,
상기 최종이온집합 선택수단의 상기 판별 성능의 기준은;
상기 후보 저질량 이온 중 민감도와 특이도의 합이 기준값보다 큰 이온들을 선택하거나 상기 후보 저질량 이온들로 구성되는 조합별 민감도와 특이도의 합이 비교 대상 조합들 중 가장 큰 조합을 선택하는 제1기준을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제32항에 있어서,
상기 최종이온집합 선택수단의 상기 판별 성능의 기준은;
상기 후보 저질량 이온들의 조합들 중 상기 후보 저질량 이온들의 개수가 비교 대상 조합들 중 가장 적은 조합을 선택하는 제2기준을 더 포함하는 것을 특징으로 하는 유방암 진단 장치.
제33항에 있어서,
상기 최종이온집합 선택수단의 상기 판별 성능의 기준은;
상기 후보 저질량 이온들의 조합들 중 진양성(true positive) 케이스의 최소 판별 점수와 진음성(ture negative) 케이스의 최대 판별 점수의 차가 비교 대상 조합들 중 가장 큰 조합을 선택하는 제3기준을 더 포함하며,
상기 판별 점수는 상기 후보 저질량 이온들의 상기 스케일링된 피크 강도와 상기 인자적재값을 통해 계산되며, 유방암에 대한 양성 또는 음성을 나타내는 것을 특징으로 하는 유방암 진단 장치.
제34항에 있어서,
상기 최종이온집합 선택수단은;
상기 후보이온집합에 포함된 상기 후보 저질량 이온들을 상기 민감도가 상기 특이도보다 높은 고민감도 저질량 이온들을 포함하며 상기 고민감도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고민감도 집합{Sns₁, Sns₂, Sns₃ … Sns_I}과, 상기 특이도가 상기 민감도보다 높은 고특이도 저질량 이온들을 포함하며 상기 고특이도 저질량 이온들을 상기 민감도와 상기 특이도의 합의 내림차순으로 정렬한 고특이도 집합{Spc₁, Spc₂, Spc₃ … Spc_J}으로 구분하는 이온 구분모듈;
상기 고민감도 집합에서 상위 L개의 상기 고민감도 저질량 이온들{Sns₁, Sns₂, Sns₃ … Sns_L}과 상기 고특이도 집합에서 상위 L개의 상기 고특이도 저질량 이온들{Spc₁, Spc₂, Spc₃ … Spc_L} 중 2개 이상의 저질량 이온들로 구성되는 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 바이오마커 그룹으로 선정하는 바이오마커그룹 예비선정모듈;
상기 바이오마커 그룹과, 상기 고민감도 집합에서 차상위 M개의 상기 고민감도 저질량 이온들과 상기 고특이도 집합에서 차상위 M개의 상기 고특이도 저질량 이온들 중 적어도 하나 이상의 저질량 이온을 상기 바이오마커 그룹에 추가한 후보 조합들 중 상기 제1기준, 상기 제2기준 및 상기 제3기준 중 적어도 하나 이상에 의한 상기 판별 성능의 기준에 의해 선택된 조합을 상기 바이오마커 그룹으로 재선정하는 바이오마커그룹 재선정모듈; 및
상기 고민감도 집합 및 상기 고특이도 집합에 차상위 저질량 이온이 존재하지 않을 때까지 상기 재선정 과정을 반복하여 상기 바이오마커 그룹을 최종 선정하는 바이오마커그룹 최종선정모듈을 포함하는 것을 특징으로 하는 유방암 진단 장치.
제35항에 있어서,
상기 최종이온집합 선택수단은;
상기 후보이온집합에서 상기 바이오마커그룹 최종선정모듈에서 얻어진 상기 바이오마커 그룹으로 선정 완료된 조합의 저질량 이온들을 제외한 잔류 후보이온집합을 대상으로 상기 바이오마커 그룹 예비 선정, 재선정 및 최종 선정 과정을 반복 수행하여 추가 바이오마커 그룹을 선정하되, 상기 고민감도 집합 또는 상기 고특이도 집합에 상기 L개 미만의 질량 이온이 남을 때까지 상기 추가 바이오마커 그룹을 더 선정하는 바이오마커그룹 추가선정모듈; 및
상기 바이오마커 그룹과 상기 추가 바이오마커 그룹들 중 진양성 및 진음성 판정의 정확도(accuracy)를 기준으로 상위 BK개의 바이오마커 그룹들의 조합의 저질량 이온들을 상기 유방암 진단용 저질량 이온으로 선택하는 암진단용저질량이온 최종선택모듈을 더 포함하는 것을 특징으로 하는 유방암 진단 장치.
제36항에 있어서,
상기 L값은 2이고, 상기 M값은 1이며, 상기 BK값은 1, 2 또는 3 중 어느 하나인 것을 특징으로 하는 유방암 진단 장치.
제25항에 있어서,
상기 최종이온집합 선택수단은,
상기 제1훈련집합에 대해 독립적인 제2훈련집합을 상기 제1훈련집합에 추가한 훈련 집합을 대상으로 상기 저질량 이온을 선택하는 것을 특징으로 하는 유방암 진단 장치.