KR101517280B1 - 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 - Google Patents
잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 Download PDFInfo
- Publication number
- KR101517280B1 KR101517280B1 KR1020130070439A KR20130070439A KR101517280B1 KR 101517280 B1 KR101517280 B1 KR 101517280B1 KR 1020130070439 A KR1020130070439 A KR 1020130070439A KR 20130070439 A KR20130070439 A KR 20130070439A KR 101517280 B1 KR101517280 B1 KR 101517280B1
- Authority
- KR
- South Korea
- Prior art keywords
- gene
- persistent organic
- organic pollutants
- group
- genes
- Prior art date
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6813—Hybridisation assays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Immunology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Molecular Biology (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Pathology (AREA)
Abstract
본 발명은 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도에 관한 것으로, 보다 구체적으로 본 발명은 잔류성 유기 오염물질의 투여를 통해 동정한 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이를 이용한 잔류성 유기 오염물질에 대한 위해성 평가방법에 관한 것이다. 본 발명에 따른 바이오마커는 마이크로어레이를 통하여 선별된 반응 유전자로 잔류성 유기 오염물질에 노출시 간 조직으로부터 특이적으로 검출되는 표지자이므로, 이러한 바이오마커를 잔류성 유기 오염물질에 대한 모니터링 및 위해성 평가에 유용하게 사용할 수 있으며, 이로 인해 조기에 신속하고 정확하게 진단 및 예측할 수 있는 효과가 있다.
Description
본 발명은 잔류성 유기 오염물질에 의해 발현양이 변화하는 반응 유전자를 마이크로 어레이를 통하여 선별함으로써 잔류성 유기 오염물질에 대한 위해성 평가에 사용할 수 있는 바이오마커 및 이의 용도에 관한 것이다.
잔류성 유기 오염물질(Persistent Organic Pollutants, POP)은 산업 생산 과정에서 생성되는 잔류성 물질로 인간과 각종 동물의 지방 조직에 축적되는 고도의 친유성 화학물질이다. 잔류성 유기 오염물질이 공기, 물, 토양, 퇴적물, 음식 등에 노출되면 전 세계적인 범위로 흩어지고 심각한 건강과 환경상 위험을 야기한다. 탄화수소 고리 또는 사실상의 염소, 브롬, 불소 그룹들 때문에 이들 오염물질은 환경 또는 인체에서 분해가 일어나지 않기 때문에, 잔류성 유기 오염물질은 지구에서 가장 중요한 환경 오염물질로 인식되고 있다.
많은 임상학, 유행병학, 세포 배양 연구를 통하여 일정 잔류성 유기 오염물질에의 노출이 생리적 일탈, 발암, 신경학적 변화, 생식 장애, 행동 장애, 면역 체계의 장애를 야기할 수 있음이 알려져 있고, 특히 살충제, 제초제, 살진균제와 같은 물질의 광범위한 사용으로 야기되는 유기염소계농약(organochlorine pesticide) 등의 잔류성 유기 오염물질에 대한 노출이 국제 사회의 주요 관심사가 되고 있다.
유기염소계농약으로는 알드린, 클로르데인, 다이클로로다이페닐트라이클로로에테인, 딜드린, 엔드린, 헵타클로르, 헥사클로로벤젠, 미렉스, 톡사펜 등이 알려져 있고, 이중 톡사펜은 농수산업에서 살충제로 사용되고 있는 폴리 염화 캄펜 및 보르난의 복합 혼합물로 신경독성, 신독성, 간독성, 내분비계 독성을 일으키는 것으로 알려져 있다. 또한, 먹이 사슬과 지질이 풍부한 조직에 농축된 헥사클로로벤젠은 간 포르피린증, 생식 장애, 면역제어, 발암 현상 등과 같은 다양한 독성 효과를 나타내는 것으로 알려져 있다. 클로르데인은 헵타클로르, 시스-클로르데인, 트랜스-클로르데인, 트랜스-노나클로르의 혼합물로 농업계 및 주택가에서 흔히 발생하며, 인체의 지방 조직과 원형질에서 흔히 발견되는 헵타클로르는 발암물질로 알려져 있다. 또한, 미렉스는 실험용 동물에서 종양성 유괴를 생성하여 잠재적 종양 유발물질로 보고되었고, 흰개미, 메뚜기, 딱정벌레 등을 제거하기 위한 살충제로 널리 사용되는 딜드린은 파킨슨씨 병의 발생을 증가시킨다고 보고되었다.
상기 잔류성 유기 오염물질의 다양한 부작용 때문에 국제암연구기관(IARC, International Agency for Research on Cancer)은 이들 물질은 인간에서 B2 그룹의 발암물질로 지정하였다. 잔류성 유기 오염물질의 이와 같은 부작용에도 불구하고, 이들 화학물질은 생물학적 시스템에서 유용한 효과를 가지고 있기 때문에, 이들 물질에 노출되었을 때 나타나는 독성 프로파일과 폭넓은 인구를 기초로 조사해 볼 필요가 있고 특이 이들 잔류성 유기 오염물질의 예측용 마커의 개발이 절실한 실정이다.
최근 게놈 기반의 실험방법 발전과 더불어, 인간에 대한 독성 위험도를 예측할 수 있는 기전 중심의 실험방법 또한 개발되고 있다. DNA 마이크로어레이 기술을 이용한 발현 유전자 기술은 수많은 유전자를 동시에 분석할 수 있어 다양한 환경 독성물질의 독성 분석 및 위험도 평가를 위한 유용한 수단으로 활용될 수 있다. 따라서 환경 독성 물질의 인체에 대한 부작용을 예측하기 위하여 많은 과학자들이 마이크로어레이 분석을 통한 유전자 발현 변화에 초점을 맞추고 있으며, 이와 더불어 "톡시코게노믹스(toxicogenomics)"라는 신조어까지 탄생하게 되었다. 톡시코게노믹스를 통해 유전자 발현 양상의 유사성을 분석하여 독성 물질에 대한 노출이 인체에 미치는 부작용을 효과적으로 예측할 수 있을 것이다. 독성 물질에 대한 노출에 의해 야기되는 유전자 발현 양상은 임상 화학, 조직병리학, 임상적 관찰에 비하여 더 민감하고 신속하게 변화하기 때문에 독성물질의 유독한 종점에 대한 예측적 진단의 초기 마커로 유용하다.
간은 인체에서 가장 중요한 기관 중 하나로, 약물대사, 아미노산 대사, 지질 대산와 같은 생체학적 기능을 가진다. 따라서 간은 환경 독성물질에 의해 가장 쉽게 공격받는 기관으로 인식되고 있는바, 본 발명의 목적은 6 종류의 잔류성 유기오염물질에 노출되었을 경우 간 조직의 전체 게놈의 분석을 통하여 초기에 이들 오염물질이 간에 미치는 영향을 분석하는 것이다.
1. Park, J. Y.; Kim, S. Y.; Lee, J. H.; Song, J.; Noh, J. H.; Lee, S. H.; Park, W. S.; Yoo, N. J.; Lee, J. Y.; Nam, S. W. Application of amplified RNA and evaluation of cRNA targets for spotted-oligonucleotide microarray. Biochem. Biophys. Res. Commun. 2004, 325 (4), 1346.52.
이에 본 발명자들은 랫트 동물 모델을 대상으로 잔류성 유기 오염물질(톡사펜, 헥사클로로벤젠, 클로르데인, 미렉스, 딜드린, 헵타클로르)을 처리하고 발현 유전체 분석을 통하여 전혈에서 유전자 발현 프로파일 변화를 확인하고, 잔류성 유기 오염물질에 노출될 경우 위해성을 조기에 진단 및 예측할 수 있는 신규한 바이오마커들을 동정함으로써 본 발명을 완성하였다.
따라서 본 발명의 목적은 잔류성 유기 오염물질의 노출에 따른 위해성을 진단 또는 예측할 수 있는 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커를 제공하는 것이다.
또한, 본 발명의 다른 목적은 상기 본 발명에 따른 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커를 이용한 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법을 제공하는 것이다.
따라서 본 발명은 384개의 유전자들 중에서 선택되는 하나 이상의 유전자 또는 상기 유전자로부터 발현된 단백질을 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커를 제공한다.
본 발명의 일실시예에 있어서, 상기 잔류성 유기 오염물질은 톡사펜(toxaphene), 헥사클로로벤젠(hexachlorobenzene), 클로르데임(Chlordane), 미렉스(Mirex), 딜드린(Dieldrin), 헵타클로르(Heptachlor)로 이루어진 군에서 선택되는 하나 이상일 수 있다.
본 발명의 일실시예에 있어서, 상기 미렉스, 딜드린 또는 헵타클로르의 처리에 의해 창 간암 하위분류 증식 업(Chang Liver Cancer Subclass Proliferation Up) 신호 전달 경로가 활성화되거나 기질 특이적 막관통 수송 활성(Substrate Specific Transmembrane Transporter Actvity) 경로가 저활성화(down-regulate) 되는 것일 수 있다.
본 발명의 일실시예에 있어서, 상기 유전자는 간 조직에서 잔류성 유기 오염물질에 의해 발현이 증가 또는 감소되는 것일 수 있다.
또한, 본 발명은 (a) 잔류성 유기 오염물질에 노출되었을 것으로 의심되는 생물학적 시료로부터 제1항의 표에 기재된 384개의 유전자들 중에서 선택되는 하나 이상의 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하는 단계; 및 (b) 정상 대조군 시료로부터 상기 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하여 상기 (a) 단계의 측정결과와 비교하는 단계를 포함하는 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법을 제공한다.
본 발명의 일실시예에 있어서, 상기 생물학적 시료는 간으로부터 분리된 조직인 것일 수 있다.
본 발명의 일실시예에 있어서, 상기 측정은 마이크로어레이(microarray), 역전사 중합효소 연쇄반응(reverse transcriptase-polymerase chain reaction), 실시간 중합효소 연쇄반응(real time-polymerase chain reaction), 웨스턴 블럿, 노던 블럿, ELISA(enzyme linked immunosorbent assay), 방사선면역분석(RIA: radioimmunoassay), 방사 면역 확산법(radioimmunodiffusion) 및 면역침전분석법(immunoprecipitation assay)으로 이루어진 군 중에서 선택되는 방법으로 수행되는 것일 수 있다.
또한, 본 발명은 (a) 하나 이상의 잔류성 유기 오염물질을 처리한 후, 분리된 간 조직으로부터 각각의 유전자 프로파일을 검출하는 단계; (b) 잔류성 유기 오염을 처리하지 않고 나머지는 단계 (a)와 동일한 조건을 유지한 경우의 유전자 발현 프로파일을 검출하는 단계; 및 (c) 단계 (a) 및 (b)의 유전자 발현 프로파일을 비교하여 상기 두 가지 이상의 잔류성 유기 오염물질 모두에서 동일한 발현 프로파일 상의 유의한 변화를 나타내는 유전자를 선별하여 잔류성 유기 오염물질 위해성 평가용 바이오마커 유전자로 판단하는 단계를 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 유전자의 스크리닝 방법을 제공한다.
본 발명에 따른 바이오마커는 마이크로어레이를 통하여 선별된 반응 유전자로 잔류성 유기 오염물질에 노출시 간 조직으로부터 특이적으로 검출되는 표지자이므로, 이러한 바이오마커를 잔류성 유기 오염물질 특히, 톡사펜, 헥사클로로벤젠, 클로르데인, 미렉스, 딜드린, 헵타클로르의 노출에 대한 모니터링 및 위해성 평가에 유용하게 사용할 수 있으며, 이로 인해 조기에 신속하고 정확하게 진단 및 예측할 수 있는 효과가 있다. 또한, 간단하게 잔류성 유기 오염물질의 노출에 대한 위해성 평가를 할 수 있으며, 이러한 잔류성 유기 오염물질에 의해 야기되는 독성 작용 기작을 규명하는 도구로 이용될 수 있다.
도 1은 본 발명의 일실시예에 따른 잔류성 유기 오염물질을 투여한 랫트의 간 조직의 자율 계층적 군집 분석(unsupervised hierarchical clustering analysis)을 수행한 결과를 나타낸 것이다. (A) 최소 필터링 기준을 사용하여 선별한 5366개 유전자의 2차원 클러스터그램(clustergram)으로, 각 줄(row)은 잔류성 유기 오염물질의 처리 후에 나타나는 간 조직의 유전자 발현 프로파일을 나타내고, 각 컬럼(column)은 처리한 잔류성 유기 오염물질을 나타낸다. 또한, 붉은 색은 대조군에 비해 유전자 발현이 증가되었음을 나타내고, 녹색은 대조군에 비해 유전자 발현이 감소되었음을 나타낸다. 색의 채도(saturation)은 샘플 간 조직 RNA와 일반적 표준 RNA 사이의 발현 차이를 반영한다. (B) 6종의 잔류성 유기 오염물질 처리 간의 5366개 유전자 세트를 사용한 클러스터링으로부터 유도된 계통수(dendrogrma)를 나타낸다.
도 2는 본 발명의 일실시예에 따른 잔류성 유기 오염물질을 투여한 랫트의 고정확도 유전자 분류자를 결정하기 위하여 총 48개 표본의 발현 데이타를 Welch's t-test(P<0.005)에 적용한 것으로, 2078개 분류자에 대한 계층적 군집(A), 대조군과 POPs 처리군 처리에 따른 2078개 분류자에 대한 발현 프로파일 따른 계통수 군집(B) 및 단일잔류 교차 검증 기법에 의한 예측 신뢰 분석에 따른 정확도(C)를 나타낸다.
도 3는 본 발명의 일실시예에 따른 잔류성 유기 오염물질을 투여한 랫트의 간 세포에서 예측도가 높은 유전자 기반의 바이오마커를 분류한 결과를 나타낸 것으로, (A) 최소 식별 가능한 분자 바이오 마커의 동정을 위한 분석 방법 (B) 384개의 예측 가능한 분자 바이오마커의 발현 프로파일 특성 (C) 단일잔류 교차 검증 기법(leave-one-out cross validation method)을 이용한 정확도 테스트. 모든 잔류성 유기 오염물질 투여 군은 7개의 다른 분류로 분류됨을 나타낸다.
도 4은 KEGG 경로 데이터베이스를 사용하여 잔류성 유기 오염물질의 노출에 따라 차별 발현되는 384개의 아웃라이어 유전자들의 기능적 분류를 통한 분자적 기능 카테고리를 나타낸 것이다.
도 5는 잔류성 유기 화학물질 노출에 의해 발현이 변화되는 유전자의 정렬된 리스트에서 잔류성 유기 오염물질-반응 유전자 세트의 GSEA(Gene Set Enrichment Analysis)를 나타낸다. (A-F) 각각 건강한 대조군 대 각각의 잔류성 유기 오염물질(MI, DI, HE) 투여군에서 Chiang 간암 아강 증식 상승 유전자 세트(Chiang liver cancer subclass proliferation up gene set) 및 기질 특이적 막간 수송 활성 유전자 세트의 GSEA enrichment plot과 이에 대응하는 열 지도(heat map) 이미지를 나타낸 것이다. 열(rows)은 열 지도 상의 유전자를, 하나의 컬럼(column)은 각 샘플을, 발현 정도는 고발현(빨간색)으로부터 저발현(파란색)으로의 구배로 나타내었다.
도 2는 본 발명의 일실시예에 따른 잔류성 유기 오염물질을 투여한 랫트의 고정확도 유전자 분류자를 결정하기 위하여 총 48개 표본의 발현 데이타를 Welch's t-test(P<0.005)에 적용한 것으로, 2078개 분류자에 대한 계층적 군집(A), 대조군과 POPs 처리군 처리에 따른 2078개 분류자에 대한 발현 프로파일 따른 계통수 군집(B) 및 단일잔류 교차 검증 기법에 의한 예측 신뢰 분석에 따른 정확도(C)를 나타낸다.
도 3는 본 발명의 일실시예에 따른 잔류성 유기 오염물질을 투여한 랫트의 간 세포에서 예측도가 높은 유전자 기반의 바이오마커를 분류한 결과를 나타낸 것으로, (A) 최소 식별 가능한 분자 바이오 마커의 동정을 위한 분석 방법 (B) 384개의 예측 가능한 분자 바이오마커의 발현 프로파일 특성 (C) 단일잔류 교차 검증 기법(leave-one-out cross validation method)을 이용한 정확도 테스트. 모든 잔류성 유기 오염물질 투여 군은 7개의 다른 분류로 분류됨을 나타낸다.
도 4은 KEGG 경로 데이터베이스를 사용하여 잔류성 유기 오염물질의 노출에 따라 차별 발현되는 384개의 아웃라이어 유전자들의 기능적 분류를 통한 분자적 기능 카테고리를 나타낸 것이다.
도 5는 잔류성 유기 화학물질 노출에 의해 발현이 변화되는 유전자의 정렬된 리스트에서 잔류성 유기 오염물질-반응 유전자 세트의 GSEA(Gene Set Enrichment Analysis)를 나타낸다. (A-F) 각각 건강한 대조군 대 각각의 잔류성 유기 오염물질(MI, DI, HE) 투여군에서 Chiang 간암 아강 증식 상승 유전자 세트(Chiang liver cancer subclass proliferation up gene set) 및 기질 특이적 막간 수송 활성 유전자 세트의 GSEA enrichment plot과 이에 대응하는 열 지도(heat map) 이미지를 나타낸 것이다. 열(rows)은 열 지도 상의 유전자를, 하나의 컬럼(column)은 각 샘플을, 발현 정도는 고발현(빨간색)으로부터 저발현(파란색)으로의 구배로 나타내었다.
본 발명은 잔류성 유기 오염물질의 노출에 따른 위해성을 조기 진단 및 예측할 수 있는 잔류성 유기 오염물질에 대한 위해성 노출 평가용 바이오마커를 제공함에 특징이 있다.
일반적으로 잔류성 유기 오염물질에 노출되었을 경우, 잔류성 유기 오염물질의 독성으로 인해 피부접촉이나 호흡기 흡입을 통해 신체내로 유입되어 생리적 변화, 발암, 신경학적 변화, 생식 장애, 행동 장애, 면역 체계의 장애를 야기할 수 있음이 알려져 있다. 하지만, 각종 잔류성 유기 오염물질에 대한 세포 내 전사체적 반응(transcriptomic response)에 대한 정보는 아직까지 그 연구가 미비한 실정이다.
이에 본 발명자들은 랫트 동물모델을 이용하여 잔류성 유기 오염물질의 초기 예측을 위한 특이적 분자 표지를 확인하고자, 간 조직에서 각종 잔류성 유기 오염물질의 노출에 따라 유전자의 발현 프로파일에 변화를 나타내는 유전자들을 스크리닝 하였다.
따라서, 본 발명에서는 잔류성 유기 오염물질에 노출될 때 전사체적(transcriptomic) 변화를 일으키는 유전자 발현의 변화를 검출하고자 한다.
즉, 본 발명의 일실시예에 따르면, 랫트의 간 조직에서 잔류성 유기 오염물질 처리에 따른 특이적 분자 표지를 확인하기 위하여 마이크로 어레이 기술을 적용하였는데, 11주령 SD 수컷 랫트에 LD10을 복용량으로 6종류의 잔류성 유기 오염물질(TO, HCB, CH, MI, DI, HE)을 경구 투여하고 48시간 경과 후, 발현 유전체 분석을 통하여 랫트의 간 조직에서 글로벌 유전자 발현 프로파일의 변화를 확인함으로써 예측 마커 유전자를 동정하였다.
그 결과, 간 조직에서의 전사체적 반응은 잔류성 유기 오염물질에 특이적으으로 나타났고, 전사체적 반응 내에서 특이한 분자표지(molecular signature)를 갖고 있는 것으로 나타났으며, 이러한 구별되는 분자적 변화의 표지들을 계통수(dendrogram)로 나타내었다(도 1 참조).
본 발명은 생화학 및 병리학적인 검사에서 전통적인 독성 분석이 유의미한 변화를 감지하지 못한 경우에도 적용될 수 있다.
또한, 본 발명의 일실시예에서는 간단한 논-파라메트릭(non-parametric) 분석을 통해 각각의 독성물질에 상관없이 잔류성 유기 오염물질을 식별할 수 있는 384개의 아웃라이어(outlier) 유전자를 선별하였다(도 2 참조).
따라서, 상기 384개의 아웃라이어 유전자는 잔류성 유기 오염물질에 특이적인 스트레스와 관련이 있는 일반적인 후생 유전자 반응을 대표할 수 있으며, 수많은 잔류성 유기 오염물질이 존재하는 환경에서 이러한 유전자들은 다른 호나경 화학적 스트레스로부터 잔류성 유기 오염물질을 구별할 수 있는 잠재적인 분자 표지를 제공할 수 있다.
또한, 본 발명의 일실시예에서는 다중 분류(multi-classification)의 2개의 연속되는 분석(Volcano plot method 및 Kruscal-Wallis H-test)을 디자인하고, 각 잔류성 유기 오염물질의 예측 가능성을 좀 더 명확히 하기 위하여 이들을 결합하였다. Volcano Plot 분석 결과 360개의 유전자를, Kruscal-Wallis H-test 결과 340개의 유전자를 선별하였고, 이들을 조합한 결과 384개의 유전자가 선별되었고, 이들은 100% 예측 정확도를 나타내는 것으로 확인되었다(도 3 참조).
이러한 결과는 간 조직에서 전사체적 반응이 각각의 잔류성 유기 오염물질에 매우 특이적이며, 각 잔류성 유기 오염물질에 특이적인 분자 표지는 간 조직에서 잔류성 유기 오염물질 노출에 따른 위해성을 조기에 검출하는데 기여할 수 있다.
또한, 본 발명에서는 384개의 예측 마커에서 몇 가지 분자 경로를 예측할 수 있으며, 이러한 분자경로는 초점접착역(focal adhesion), 퍼옥시좀 증식자-활성 수용체 신호 전달경로(peroxisome proliferator-activated receptor signaling pathway), 사이토카인-사이토카인 수용체 결합(cytokine-cytokine receptor interaction), p450에 의한 제노바이오틱스 대사경로(metabolism of xenobiotics by cytochrome P450), 지방산 대사경로(fatty acid metabolism), 산화적 인산화(oxidative phosphorylation), 안드로겐 및 에스트로겐 대사경로(adgrogen and estrogen metabolism), 아라키돈산 대사경로(arachidonic acid metabolism), 신세포암(renal cell carcinoma), 포르피린 및 클로로필 ㄷ대댓대사경로(rin and chlorophyll metabolism), 보체 및 응고 캐스캐이드(complement and coagulation cascades), 알츠하이머 병(Alzheimer's disease), 리보좀 경로(ribosome pathway)를 포함한다.
이러한 결과는 간 조직 내에서 잔류성 유기 오염물질에 대한 특이적 분자 표지의 다중 분류를 이용하여 잔류성 유기 오염물질에 노출되는 초기 단계에서 각각의 독성물질을 감별할 수 있음을 설명하며, 이러한 간 조직 특이적 발현 특성은 환경에서 잔류성 유기 오염물질 노출시 발생하는 생물학적 반응을 검출하기 위한 예측 및 인식 마커로 이용될 수 있음을 제시한다.
따라서, 본 발명자들은 발현 프로파일에 변호를 보인 특이적 분자 표지를 갖는 상기 유전자들을 잔류성 유기 오염물질의 노출에 따른 위해성을 조기에 진단 또는 예측할 수 있는 마커로 사용할 수 있음을 알 수 있었다.
나아가 본 발명자들이 상기 본 발명의 일실시예를 통해 확인된 384개의 유전자 목록을 하기 표에 나타내었다.
번호 | Probe ID | 유전자명 | Gene Bank 번호 | 서열번호 |
1 | R000038_01 | Pttg1 | NM_022391 | |
2 | R000055_01 | Pdpn | NM_019358 | |
3 | R000068_01 | Fmo1 | NM_012792 | |
4 | R000114_01 | Oprs1 | NM_030996 | |
5 | R000123_01 | Sult1b1 | NM_022513 | |
6 | R000175_01 | Sult1a1 | NM_031834 | |
7 | R000203_01 | Lamp2 | NM_017068 | |
8 | R000224_01 | Apcs | NM_017170 | |
9 | R000391_01 | Galt | NM_001013089 | |
10 | R000468_01 | Adk | NM_012895 | |
11 | R000658_01 | Fga | NM_001008724 | |
12 | R000664_01 | Cyp4a1 | NM_175837 | |
13 | R000690_01 | Ahcy | NM_017201 | |
14 | R000695_01 | Sh3gl3 | NM_031238 | |
15 | R000718_01 | Akr7a3 | NM_013215 | |
16 | R000727_01 | Slc16a1 | NM_012716 | |
17 | R000733_01 | Aldh1a1 | NM_022407 | |
18 | R000858_01 | Ccbl1 | NM_001013164 | |
19 | R001022_01 | Hnf1a | NM_012669 | |
20 | R001079_01 | Neu2 | NM_017130 | |
21 | R001154_01 | Rab38 | NM_145774 | |
22 | R001270_01 | Ugt2b1 | NM_173295 | |
23 | R001525_01 | Unknown | 1 | |
24 | R001539_01 | Apoa2 | NM_013112 | |
25 | R001584_01 | Mmp14 | NM_031056 | |
26 | R001874_01 | Cd4 | NM_012705 | |
27 | R002034_01 | Pnrc1 | NM_173322 | |
28 | R002052_01 | Egln3 | NM_019371 | |
29 | R002085_01 | Gfer | NM_013222 | |
30 | R002090_01 | Psen2 | NM_031087 | |
31 | R002149_01 | Cd1d1 | NM_017079 | |
32 | R002190_01 | Adora2a | NM_053294 | |
33 | R002272_01 | Cyp3a23 | NM_013105 | |
34 | R002437_01 | Tm4sf4 | NM_053785 | |
35 | R002545_01 | Crp | NM_017096 | |
36 | R002560_01 | Pgcp | NM_031640 | |
37 | R002656_01 | Miox | NM_145771 | |
38 | R002661_01 | Ftcd | NM_053567 | |
39 | R002715_01 | Tmem33 | NM_001034198 | |
40 | R002873_01 | Suox | NM_031127 | |
41 | R002952_01 | Il11ra1 | NM_139116 | |
42 | R003002_01 | Aqp9 | NM_022960 | |
43 | R003004_01 | Inhbe | NM_031815 | |
44 | R003042_01 | Pdk4 | NM_053551 | |
45 | R003126_01 | Apoe | NM_138828 | |
46 | R003190_01 | Gsr | NM_053906 | |
47 | R003195_01 | Ppap2b | NM_138905 | |
48 | R003217_01 | Unknown | 2 | |
49 | R003384_01 | Cyp2d2 | NM_012730 | |
50 | R003573_01 | Hspa2 | NM_021863 | |
51 | R003853_01 | Bbox1 | NM_022629 | |
52 | R003908_01 | Calca | NM_001033955 | |
53 | R003973_01 | Masp1 | NM_022257 | |
54 | R003992_01 | Nfil3 | NM_053727 | |
55 | R004318_01 | Sdha | NM_130428 | |
56 | R004322_01 | Itfg1 | NM_133557 | |
57 | R004406_01 | Dhrs4 | NM_153315 | |
58 | R004431_01 | Selenbp1 | NM_080892 | |
59 | R004504_01 | Fkbp4 | XM_001066628 | |
60 | R004535_01 | Tank | NM_145788 | |
61 | R004644_01 | Optn | NM_145081 | |
62 | R004818_01 | Slc16a2 | NM_147216 | |
63 | R004825_01 | Homez | NM_152849 | |
64 | R004970_01 | Creg1 | XM_001075616 | |
65 | R005129_01 | Ebpl | XM_001063508 | |
66 | R005164_01 | Eml4 | XM_001061307 | |
67 | R005215_01 | Gmppb | XM_001074797 | |
68 | Rn30000063 | Pdzk1 | NM_031712 | |
69 | Rn30000114 | Cdo1 | NM_052809 | |
70 | Rn30000151 | RGD1564906 | XM_576039 | |
71 | Rn30000445 | Nt5dc1 | XM_001060836 | |
72 | Rn30000531 | Nrbf2 | XM_001059137 | |
73 | Rn30000537 | Jmjd1c | XM_001080424 | |
74 | Rn30000551 | Tpst2 | NM_001008508 | |
75 | Rn30000557 | Unknown | 3 | |
76 | Rn30000646 | Unknown | 4 | |
77 | Rn30000665 | Rpp21 | NM_001002831 | |
78 | Rn30000675 | Man1a | NM_001033656 | |
79 | Rn30000774 | Hmgb1 | XM_001072913 | |
80 | Rn30000813 | Rpl21 | XM_001070972 | |
81 | Rn30000829 | Cyp3a23 | NM_013105 | |
82 | Rn30000832 | Scarb1 | NM_031541 | |
83 | Rn30000835 | Scarb1 | NM_031541 | |
84 | Rn30001135 | Ppp1cc | NM_022498 | |
85 | Rn30001141 | Vps29 | XM_001079533 | |
86 | Rn30001360 | Unknown | 5 | |
87 | Rn30001366 | Unknown | 6 | |
88 | Rn30001487 | Erg | NM_133397 | |
89 | Rn30001489 | St3gal6 | NM_207602 | |
90 | Rn30001583 | Ncbp2 | Not Annotated | 7 |
91 | Rn30001649 | Kng1 | NM_012696 | |
92 | Rn30001765 | Cldn1 | NM_031699 | |
93 | Rn30001808 | Ugt2a3 | XM_001074267 | |
94 | Rn30001813 | Ugt2b36 | NM_001004271 | |
95 | Rn30001817 | Ugt2b34 | XM_001074665 | |
96 | Rn30001934 | Unknown | 8 | |
97 | Rn30001974 | Pvrl3 | XM_001059227 | |
98 | Rn30001990 | Coq2 | XM_001061021 | |
99 | Rn30002007 | Hsd17b13 | XM_001065370 | |
100 | Rn30002012 | Stbd1 | NM_001013988 | |
101 | Rn30002077 | Hnrpd | NM_001082539 | |
102 | Rn30002157 | Prg4 | XM_001070215 | |
103 | Rn30002245 | Mgat1 | NM_030861 | |
104 | Rn30002519 | Slc19a2 | NM_001030024 | |
105 | Rn30002580 | Trim11 | XM_001076858 | |
106 | Rn30002606 | Golt1a | XM_001060774 | |
107 | Rn30002617 | Abcc3 | NM_080581 | |
108 | Rn30002877 | Serpinf2 | NM_001011892 | |
109 | Rn30002957 | Klhl21 | XM_001076289 | |
110 | Rn30002983 | RGD1309576 | XM_001078792 | |
111 | Rn30003195 | Unknown | 9 | |
112 | Rn30003277 | Prox1 | XM_001067440 | |
113 | Rn30003371 | Fam133b | NM_001024799 | |
114 | Rn30003444 | Rnf167 | NM_001008361 | |
115 | Rn30003465 | Krt14 | NM_001008751 | |
116 | Rn30003840 | Unknown | 10 | |
117 | Rn30003894 | Lpin1 | NM_001012111 | |
118 | Rn30004038 | Igf1 | NM_001082477 | |
119 | Rn30004142 | Rnd3 | NM_001007641 | |
120 | Rn30004151 | Fbxo7 | NM_001012222 | |
121 | Rn30004210 | Unknown | 11 | |
122 | Rn30004524 | Crip2 | NM_022501 | |
123 | Rn30004615 | Hus1 | XM_001054510 | |
124 | Rn30004956 | Pkp4 | XM_001058290 | |
125 | Rn30005061 | LOC360689 | NM_001014123 | |
126 | Rn30005158 | Alg13 | NM_001013951 | |
127 | Rn30005257 | Hsd11b1 | NM_017080 | |
128 | Rn30005543 | Mrfap1 | NM_001009264 | |
129 | Rn30005546 | Calu | NM_001033898 | |
130 | Rn30005627 | Slc38a2 | NM_181090 | |
131 | Rn30005659 | Ei24 | NM_001025660 | |
132 | Rn30005924 | Cd302 | NM_001013916 | |
133 | Rn30006094 | RGD1308874 | NM_001034003 | |
134 | Rn30006166 | Pea15a | NM_001013231 | |
135 | Rn30006341 | Galm | NM_001007704 | |
136 | Rn30006354 | Hipk2 | XM_001066598 | |
137 | Rn30006391 | Adfp | NM_001007144 | |
138 | Rn30006406 | Met | NM_031517 | |
139 | Rn30006408 | Xdh | NM_017154 | |
140 | Rn30006692 | Nfkbia | XM_001075778 | |
141 | Rn30007255 | Anxa13 | XM_001068572 | |
142 | Rn30007519 | Fer1l6 | XM_001068781 | |
143 | Rn30007520 | Fer1l6 | XM_001068781 | |
144 | Rn30007634 | Unknown | 12 | |
145 | Rn30007675 | Rrm2 | XM_222462 | |
146 | Rn30007783 | Ndufa6 | XM_001077432 | |
147 | Rn30007827 | Zfyve1 | XM_001056518 | |
148 | Rn30007929 | Slc37a3 | XM_001067156 | |
149 | Rn30007963 | Acox1 | NM_017340 | |
150 | Rn30008004 | RGD1311324 | NM_001014195 | |
151 | Rn30008116 | RGD1308734 | NM_001013927 | |
152 | Rn30008183 | Cryl1 | NM_175757 | |
153 | Rn30008202 | LOC259244 | NM_147212 | |
154 | Rn30008284 | Rpusd3 | XM_001078722 | |
155 | Rn30008289 | Nudt4 | NM_053598 | |
156 | Rn30008331 | Mup4 | NM_198784 | |
157 | Rn30008429 | Abhd4 | XM_001053662 | |
158 | Rn30008480 | LOC494499 | NM_001010921 | |
159 | Rn30008526 | Sez6 | XM_001080832 | |
160 | Rn30008602 | Serpina10 | NM_133617 | |
161 | Rn30008748 | Hgfac | NM_053320 | |
162 | Rn30008876 | LOC287569 | XR_005445 | |
163 | Rn30009055 | Rora | XM_001056334 | |
164 | Rn30009326 | Cgrrf1 | NM_053899 | |
165 | Rn30009335 | Unknown | 13 | |
166 | Rn30009559 | Unknown | 14 | |
167 | Rn30009660 | Fbxo8 | NM_001012050 | |
168 | Rn30009787 | Acsl1 | NM_012820 | |
169 | Rn30009865 | Atoh8 | XM_001063489 | |
170 | Rn30010024 | Bmp1 | XM_001070483 | |
171 | Rn30010088 | Cmtm6 | NM_001007802 | |
172 | Rn30010095 | Ank | XM_001064426 | |
173 | Rn30010276 | Arsb | NM_033443 | |
174 | Rn30010330 | Rnf128 | XM_001054034 | |
175 | Rn30010363 | Entpd5 | NM_199394 | |
176 | Rn30010444 | Ces6 | NM_144743 | |
177 | Rn30010643 | Mtmr9 | NM_001005761 | |
178 | Rn30010685 | Gldc | XM_001080401 | |
179 | Rn30010708 | Hnrnpc | NM_001025633 | |
180 | Rn30010821 | Tmem205 | XM_001077527 | |
181 | Rn30010956 | Atp6v1e1 | NM_198745 | |
182 | Rn30010969 | Cp | NM_012532 | |
183 | Rn30011015 | Ndufb5 | XM_001066565 | |
184 | Rn30011076 | Unknown | 15 | |
185 | Rn30011193 | Unknown | 16 | |
186 | Rn30011228 | Lect2 | XM_001068117 | |
187 | Rn30011252 | Unknown | 17 | |
188 | Rn30011717 | RGD1310660 | NM_001009316 | |
189 | Rn30011780 | Pgrmc1 | NM_021766 | |
190 | Rn30011801 | C1qa | NM_001008515 | |
191 | Rn30011978 | Akr1d1 | NM_138884 | |
192 | Rn30012172 | Pdcd5 | XM_001079809 | |
193 | Rn30012239 | Rnf217 | XM_001057827 | |
194 | Rn30012341 | RGD1308677 | XM_001072720 | |
195 | Rn30012440 | Cdc42 | NM_171994 | |
196 | Rn30012450 | Slc6a12 | NM_017335 | |
197 | Rn30012527 | Slc31a2 | NM_001033693 | |
198 | Rn30012578 | Unknown | 18 | |
199 | Rn30012603 | Unknown | 19 | |
200 | Rn30012613 | RGD1307509 | NM_001014036 | |
201 | Rn30012834 | Ghitm | NM_001005908 | |
202 | Rn30012882 | Mfsd2 | XM_001054640 | |
203 | Rn30012919 | Pgrmc2 | NM_001008374 | |
204 | Rn30013021 | Acad9 | XM_001059349 | |
205 | Rn30013132 | Fn1 | NM_019143 | |
206 | Rn30013241 | Hsbp1 | NM_173119 | |
207 | Rn30013251 | Hmgn2 | NM_001025624 | |
208 | Rn30013259 | Unknown | 20 | |
209 | Rn30013460 | Sema4g | XM_001063153 | |
210 | Rn30013684 | Crem | NM_001110860 | |
211 | Rn30013930 | Unknown | 21 | |
212 | Rn30013949 | LOC310721 | NM_001014041 | |
213 | Rn30014197 | Rcl1 | NM_001013152 | |
214 | Rn30014199 | Slc25a37 | NM_001013996 | |
215 | Rn30014234 | Unknown | 22 | |
216 | Rn30014262 | Etv3 | XM_001067337 | |
217 | Rn30014271 | RGD1559815 | Not Annotated | 23 |
218 | Rn30014303 | Ptprk | NM_001029902 | |
219 | Rn30014340 | Ghr | NM_017094 | |
220 | Rn30014341 | Ghr | NM_017094 | |
221 | Rn30014342 | Ghr | NM_017094 | |
222 | Rn30014422 | Lipc | NM_012597 | |
223 | Rn30014434 | Abtb1 | NM_001005902 | |
224 | Rn30014515 | Slc22a17 | NM_177421 | |
225 | Rn30014552 | Lrp5 | XM_001067386 | |
226 | Rn30014553 | Ptdss2 | XM_001062116 | |
227 | Rn30014634 | Rb1 | XM_001071121 | |
228 | Rn30014672 | Tkt | NM_022592 | |
229 | Rn30014694 | Mtmr10 | XM_001058490 | |
230 | Rn30014699 | Unknown | 24 | |
231 | Rn30014702 | Id4 | NM_175582 | |
232 | Rn30014761 | Unknown | 25 | |
233 | Rn30014921 | Entpd4 | XM_001069087 | |
234 | Rn30014936 | Slc22a1 | NM_012697 | |
235 | Rn30014964 | Peci | NM_001006966 | |
236 | Rn30015011 | Fxyd6 | NM_022005 | |
237 | Rn30015122 | Cdk105 | NM_134415 | |
238 | Rn30015145 | Hmgcs1 | NM_017268 | |
239 | Rn30015183 | Gnai2 | NM_031035 | |
240 | Rn30015398 | Ss18 | XM_001073112 | |
241 | Rn30015425 | Isoc2b | NM_001008367 | |
242 | Rn30015494 | Rpl3 | NM_198753 | |
243 | Rn30015691 | RGD1311307 | NM_001025719 | |
244 | Rn30015777 | Dmtf1 | NM_053693 | |
245 | Rn30015781 | Slc17a3 | NM_153622 | |
246 | Rn30015790 | Cyp27a1 | NM_178847 | |
247 | Rn30015821 | Plg | XM_001068594 | |
248 | Rn30015835 | Unknown | 26 | |
249 | Rn30015911 | RGD1359529 | NM_001014193 | |
250 | Rn30015927 | Ctbp2 | NM_053335 | |
251 | Rn30016076 | Snx24 | NM_001008364 | |
252 | Rn30016143 | Obp3 | NM_001033958 | |
253 | Rn30016166 | Snrpc | XM_001078182 | |
254 | Rn30016199 | Aldh1a1 | NM_022407 | |
255 | Rn30016255 | Itih3 | NM_017351 | |
256 | Rn30016269 | Gpld1 | XM_001070303 | |
257 | Rn30016293 | Cept1 | NM_001007699 | |
258 | Rn30016309 | Dgkz | NM_031143 | |
259 | Rn30016316 | Tmem77 | NM_001025018 | |
260 | Rn30016346 | Unknown | 27 | |
261 | Rn30016426 | Itih1 | XM_001060219 | |
262 | Rn30016458 | Ust5r | NM_134380 | |
263 | Rn30016508 | Optn | NM_145081 | |
264 | Rn30016589 | Unknown | 28 | |
265 | Rn30016631 | Spcs1 | Not Annotated | 29 |
266 | Rn30016642 | Sra1 | NM_183329 | |
267 | Rn30016676 | Slc16a4 | NM_001013913 | |
268 | Rn30016785 | Mrc1 | XM_001072782 | |
269 | Rn30016809 | Unknown | 30 | |
270 | Rn30016849 | RGD735175 | NM_199112 | |
271 | Rn30016930 | Unknown | 31 | |
272 | Rn30017132 | Gapdh | NM_017008 | |
273 | Rn30017178 | Rpl17 | NM_201415 | |
274 | Rn30017242 | Unknown | 32 | |
275 | Rn30017257 | Unknown | 33 | |
276 | Rn30017262 | Slc16a11 | XM_001079593 | |
277 | Rn30017291 | Rps14 | NM_022672 | |
278 | Rn30017309 | Rpl18a | NM_212510 | |
279 | Rn30017331 | Nisch | XM_001057307 | |
280 | Rn30017392 | C5 | XM_001079130 | |
281 | Rn30017396 | Unknown | 34 | |
282 | Rn30017403 | Unknown | 35 | |
283 | Rn30017412 | Slc25a17 | XM_001076461 | |
284 | Rn30017433 | Rexo2 | NM_001008326 | |
285 | Rn30017575 | Cln3 | NM_001006971 | |
286 | Rn30017584 | Slc13a3 | NM_022866 | |
287 | Rn30017687 | MGC108896 | NM_001024304 | |
288 | Rn30017726 | Ltbr | NM_001008315 | |
289 | Rn30017752 | LOC502374 | XR_007265 | |
290 | Rn30017908 | Oaz1 | NM_139081 | |
291 | Rn30017915 | Agpat2 | XM_001074707 | |
292 | Rn30017930 | Cyp8b1 | NM_031241 | |
293 | Rn30018038 | Unknown | 36 | |
294 | Rn30018040 | Vegfa | NM_001110333 | |
295 | Rn30018090 | Unknown | 37 | |
296 | Rn30018094 | Btd | NM_001012047 | |
297 | Rn30018139 | Unknown | 38 | |
298 | Rn30018247 | Gadd45b | NM_001008321 | |
299 | Rn30018470 | Atf5 | NM_172336 | |
300 | Rn30018676 | Fam35a | NM_001025028 | |
301 | Rn30018677 | Fam35a | NM_001025028 | |
302 | Rn30018695 | Unknown | 39 | |
303 | Rn30018822 | Ubl5 | XM_001077057 | |
304 | Rn30018829 | Cd81 | NM_013087 | |
305 | Rn30018998 | Aldh16a1 | NM_001033706 | |
306 | Rn30019157 | Cyp2b15 | XM_001070774 | |
307 | Rn30019210 | Rorc | XM_001058675 | |
308 | Rn30019303 | Cyp2a1 | NM_012692 | |
309 | Rn30019562 | Hist2h3c2 | XM_001062251 | |
310 | Rn30019565 | Hfe2 | NM_001012080 | |
311 | Rn30019607 | Adam33 | XM_001079402 | |
312 | Rn30019714 | RGD1562581 | Not Annotated | 40 |
313 | Rn30019740 | Fads6 | XM_001081675 | |
314 | Rn30019859 | RGD1562581 | Not Annotated | 41 |
315 | Rn30020032 | Ndufa13 | XM_001080448 | |
316 | Rn30020071 | Unknown | 42 | |
317 | Rn30020086 | Hist2h3c2 | XM_001062251 | |
318 | Rn30020232 | Unknown | 43 | |
319 | Rn30020238 | Unknown | 44 | |
320 | Rn30020260 | RGD1560740 | Not Annotated | 45 |
321 | Rn30020375 | Unknown | 46 | |
322 | Rn30020391 | Als2cr13 | XM_001069873 | |
323 | Rn30020415 | Unknown | 47 | |
324 | Rn30020522 | Unknown | 48 | |
325 | Rn30020529 | Rpl23a | XM_001059934 | |
326 | Rn30020545 | Hist2h3c2 | XM_001062251 | |
327 | Rn30020602 | Col2a1 | NM_012929 | |
328 | Rn30020762 | Gltpd1 | NM_001007703 | |
329 | Rn30020821 | Tor2a | NM_001007744 | |
330 | Rn30020837 | Slc22a23 | XM_001065778 | |
331 | Rn30021029 | Unknown | 49 | |
332 | Rn30021065 | Unknown | 50 | |
333 | Rn30021248 | Unknown | 51 | |
334 | Rn30021277 | Slc35d1 | XM_001063403 | |
335 | Rn30021399 | RGD1563294 | Not Annotated | 52 |
336 | Rn30021490 | Slc39a8 | NM_001011952 | |
337 | Rn30021626 | Cyp2c13 | NM_138514 | |
338 | Rn30021811 | RGD1560513 | XM_001077597 | |
339 | Rn30022040 | Lmf1 | XM_001060521 | |
340 | Rn30022166 | RGD1563145 | XM_001068099 | |
341 | Rn30022269 | LOC499531 | NM_001047109 | |
342 | Rn30022342 | LOC360689 | NM_001014123 | |
343 | Rn30022347 | Unknown | 53 | |
344 | Rn30022716 | Blvrb | XM_001072142 | |
345 | Rn30022796 | Unknown | 54 | |
346 | Rn30022965 | RGD1565192 | XM_577347 | |
347 | Rn30023080 | LOC499355 | Not Annotated | 55 |
348 | Rn30023102 | Unknown | 56 | |
349 | Rn30023382 | Lrp1 | XM_001056970 | |
350 | Rn30023387 | Tex2 | XM_001069235 | |
351 | Rn30023443 | Cebpb | NM_024125 | |
352 | Rn30023522 | RGD1306783 | NM_001025668 | |
353 | Rn30023533 | Unknown | 57 | |
354 | Rn30023943 | Rnase4 | NM_020082 | |
355 | Rn30024126 | LOC498826 | XR_005450 | |
356 | Rn30024607 | Unknown | 58 | |
357 | Rn30024849 | Dpy19l1 | XM_001053132 | |
358 | Rn30024857 | Unknown | 59 | |
359 | Rn30024887 | RGD1306994 | Not Annotated | 60 |
360 | Rn30025023 | Unknown | 61 | |
361 | Rn30025071 | Nnt | NM_001013157 | |
362 | Rn30025157 | LOC311984 | XM_001062783 | |
363 | Rn30025249 | Unknown | 62 | |
364 | Rn30025299 | RGD1562581 | Not Annotated | 63 |
365 | Rn30025332 | LOC360689 | NM_001014123 | |
366 | Rn30025579 | RGD1565956 | XM_001074915 | |
367 | Rn30025636 | Unknown | 64 | |
368 | Rn30025989 | Unknown | 65 | |
369 | Rn30025997 | Unknown | 66 | |
370 | Rn30025999 | Nit2 | NM_001034126 | |
371 | Rn30026000 | Nit2 | NM_001034126 | |
372 | Rn30026016 | RGD1562581 | Not Annotated | 67 |
373 | Rn30026160 | Hist2h2bb | XM_001059297 | |
374 | Rn30026269 | Arpc5 | NM_001025717 | |
375 | Rn30026270 | Tmem38b | NM_001014191 | |
376 | Rn30026388 | RGD1562581 | Not Annotated | 68 |
377 | Rn30026395 | RGD1560124 | XM_213187 | |
378 | Rn30026402 | Unknown | 69 | |
379 | Rn30026615 | RGD1559724 | XM_001078945 | |
380 | Rn30026621 | Gphn | NM_022865 | |
381 | Rn30026636 | RGD1565415 | XM_001057231 | |
382 | Rn30026806 | Unknown | 70 | |
383 | Rn30026925 | Ndufb7 | XM_001072918 | |
384 | Rn30026942 | Cyp2c7 | XM_001056628 |
또한 상기 표의 유전자들 중에서 유전자 명이 확정되지 않은 70개의 신규한 유전자들에 대해서는 상기 유전자들의 염기서열을 본 명세서와 함께 첨부된 서열목록에 기재하였다.
본 발명에 따른 상기 표에 기재된 384개의 유전자들은 간 조직에서 잔류성 유기 오염물질에 의해 바현, 즉 발현 수준 또는 그 발현 단백질의 양이 정상 대조군 시료에 비해 증가 또는 감소한다. 따라서, 이들 유전자들 중 하나 이상의 유전자를 사용하여 잔류성 유기 오염물질에 노출되었을 때 위해성 여부를 평가할 수 있다.
따라서, 본 발명은 상기 표에 기재된 384개의 유전자들 중에서 선택되는 하나 이상의 유전자 또는 상기 유전자로부터 발현된 단백질을 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커를 제공할 수 있다.
본 발명에서, 상기 “평가”는 병리 상태를 확인하는 것을 의미하는 것으로서, 본 발명의 목적상 상기 평가는 상기 바이오마커의 발현 유무 및 발현 정도를 확인하여 잔류성 유기 오염물질의 노출 여부 및 위해성을 확인하는 것을 의미한다.
생물학적 시료 중의 바이오마커 유전자 발현량의 증대 또는 감소는 mRNA 양을 확인함으로써 알 수 있으며, 바이오마커 유전자로부터 발현된 단백질 발현량의 증대 또는 감소는 단백질 양을 확인함으로써 알 수 있다. 생물학적 시료에서 mRNA 또는 단백질을 분리하는 과정은 공지의 공정을 이용하여 수행할 수 있으며, 그 양은 당업자에게 알려진 다양한 방법으로 측정할 수 있다.
본 발명에서 상기 "생물학적 시료"란 휘발성 유기화합물의 노출에 따른 상기 유전자의 발현 수준 또는 단백질의 수준이 정상 대조군과는 다른 생체로부터 채취된 시료를 말하며, 바람직하게는 조직, 혈액, 혈장, 혈청 등을 포함한다.
본 발명에서 상기 “바이오마커(biomarker)”란 잔류성 유기 오염물질에 노출시 간 조직에서 증가 또는 감소를 보이는 폴리펩타이드 또는 핵산(예컨대, mRNA 등), 지질, 당지질, 당단백질, 당(단당류, 이당류, 올리고당류 등) 등과 같은 유기 생체 분자 등을 포함한다. 본 발명에서 제공하는 바이오마커는 정상 간 조직에 비해 잔류성 유기 오염물질에 노출된 간 조직에서 발현양이 감소하거나 증가하는 상기 384개의 유전자 또는 상기 유전자들이 발현된 단백질일 수 있다.
본 발명에서 상기 바이오마커로 위해성을 평가할 수 있는 잔류성 유기 오염물질로는 톡사펜, 헥사클로로벤젠, 클로르데인, 미렉스, 딜드린, 헵타클로르 등이 있다.
또한, 본 발명은 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 유전자의 스크리닝 방법을 제공할 수 있는데, 상기 스크리닝 방법은 (a) 하나 이상의 잔류성 유기 오염물질을 처리한 후, 간 조직을 채취하여 각각의 유전자 프로파일을 검출하는 단계; (b) 잔류성 유기 오염물질을 처리하지 않고 나머지는 단계 (a)와 동일한 조건을 유지한 경우의 유전자 발현 프로파일을 검출하는 단계; 및 (c) 단계 (a) 및 (b)의 유전자 발현 프로파일을 비교하여 상기 두 가지 이상의 잔류성 유기 오염물질 모두에서 동일한 발현 프로파일 상의 유의한 변화를 나타내는 유전자를 선별하여 잔류성 유기 오염물질의 위해성 평가용 바이오마커 유전자로 판단하는 단계를 포함한다.
한편, 본 발명은 상기 본 발명에 따른 마커 유전자의 발현 수준 또는 상기 유전자로부터 발현된 단백질의 수준을 측정하는 물질을 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 조성물을 제공할 수 있다.
본 발명에서 상기 “유전자의 발현 수준”은, 바람직하게 상기 유전자가 발현된 mRNA 수준, 즉, mRNA의 양을 의미하며, 상기 수준을 측정할 수 있는 물질로는 상기 유전자에 특이적인 프라이머 또는 프로브를 포함할 수 있다. 본 발명에서 상기 유전자에 특이적인 프라이머 또는 프로브는 상기 384개의 각각의 유전자 전체 또는 유전자의 특정 영역을 특이적으로 증폭할 수 있는 프라이머 또는 프로브일 수 있으며, 상기 프라이머 또는 프로브는 당업계에 알려진 방법을 통해 디자인할 수 있다. 본 발명에서 상기 “프라이머”는 적합한 온도 및 적합한 완충액 내에서 적합한 조건(즉, 4종의 다른 뉴클레오시드 트리포스페이트 및 중합반응 효소) 하에서 주형-지시 DNA 합성의 개시점으로 작용할 수 있는 단일-가닥 올리고뉴클레오타이드를 의미한다. 프라이머의 적합한 길이는 다양한 요소, 예컨대, 온도와 프라이머의 용도에 따라 변화가 있을 수 있다. 또한, 프라이머의 서열은 주형의 일부 서열과 완전하게 상보적인 서열을 가질 필요는 없으며, 주형과 혼성화되어 프라이머 고유의 작용을 할 수 있는 범위 내에서의 충분한 상보성을 가지면 충분하다. 따라서 본 발명에서의 프라이머는 주형인 유전자의 뉴클레오타이드 서열에 완벽하게 상보적인 서열을 가질 필요는 없으며, 이 유전자 서열에 혼성화되어 프라이머 작용을 할 수 있는 범위 내에서 충분한 상보성을 가지면 충분하다. 또한, 본 발명에 따른 프라이머는 유전자 증폭 반응에 이용될 수 있는 것이 바람직하다.
상기 증폭 반응은 핵산 분자를 증폭하는 반응을 말하며, 이러한 유전자의 증폭 반응들에 대해서는 당업계에 잘 알려져 있고, 예컨대, 중합효소 연쇄반응(PCR), 역전사 중합효소 연쇄반응(RT-PCR), 리가아제 연쇄반응(LCR), 전자 중재 증폭(TMA), 핵산 염기서열 기판 증폭(NASBA) 등이 포함될 수 있다.
본 발명에서, 상기 “프로브”는 자연의 또는 변형된 모노머 또는 연쇄(linkages)의 선형 올리고머를 의미하며, 디옥시리보뉴클레오타이드 및 리보뉴클레오타이드를 포함하고 타켓 뉴클레오타이드 서열에 특이적으로 혼성화할 수 있으며, 자연적으로 존재하거나 또는 인위적으로 합성된 것을 말한다. 본 발명에 따른 프로브는 단일쇄일 수 있으며, 바람직하게는 올리고디옥시리보뉴클레오티드일 수 있다. 본 발명의 프로브는 자연 dNMP(즉, dAMP, dGMP, dCMP 및 dTMP), 뉴클레오타이드 유사체 또는 유도체를 포함할 수 있다. 또한, 본 발명의 프로브는 리보뉴클레오타이드도 포함할 수 있다.
또한, 본 발명에서 상기 “단백질의 수준 측정”이란 생물학적 시료에서 잔류성 유기 오염물질의 노출에 의해 발현이 증가 또는 감소한 바이오마커 단백질의 발현 정도를 확인하는 과정으로서, 바람직하게는 상기 바이오마커 단백질에 대하여 특이적으로 결합하는 항체를 이용하여 단백질의 양을 확인한다.
상기 “항체”는 항원성 부위에 대하여 지시되는 특이적인 단백질 분자를 의미하며, 본 발명의 목적상 항체는 본 발명의 384개의 마커 유전자들로부터 발현된 단백질들에 대해 특이적으로 결합할 수 있는 항체를 의미하며, 다클론 항체, 단일클론 항체 및 재조합 항체 등의 항체를 모두 포함한다. 이러한 항체는 당해 기술분야의 통상의 지식을 가진 자가 공지된 기술을 이용하여 제조된 것이라면 모두 사용할 수 있다.
또한, 본 발명은 상기 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 또는 상기 잔류성 유기 오염물질에 대한 위해성 평가용 조성물을 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 키트를 제공한다
본 발명의 잔류성 유기 오염물질에 대한 위해성 평가용 키트는 상기 마커 유전자의 발현 수준 또는 단백질의 양을 측정할 수 있는 프라이머, 프로브 또는 항체를 포함할 수 있으며, 이들의 정의는 앞서 기술된 바와 같다.
본 발명의 잔류성 유기 오염물질에 대한 위해성 평가용 키트가 만일 PCR 증폭 과정에 적용되는 경우, 본 발명의 키트는 선택적으로, PCR 증폭에 필요한 시약, 예컨대, 완충액, DNA 중합효소(예컨대, Thermus aquaticus (Taq), Thermus thermophilus (Tth), Thermus filiformis, Thermis flavus, Thermococcus literalis 또는 Pyrococcus furiosus(Pfu)로부터 수득한 열 안정성 DNA 중합효소), DNA 중합 효소 조인자 및 dNTPs를 포함할 수 있으며, 본 발명의 키트는 선택적으로, 이차항체 및 표지의 기질을 포함할 수 있다. 나아가, 본 발명에 따른 키트는 상기한 시약 성분을 포함하는 다수의 별도 패키징 또는 컴파트먼트로 제작될 수 있다.
또한, 본 발명은 상기 잔류성 유기 오염물질 위해성 평가용 마커를 포함하는 잔류성 유기 오염물질에 대한 위해성 평가용 마이크로어레이를 제공한다.
본 발명의 마이크로어레이에 있어서, 상기 마커 단백질 또는 이를 암호화하는 유전자의 발현 수준을 측정할 수 있는 프라이머, 프로브 또는 항체는 혼성화 어레이 요소(hybridizable array element)로서 이용되며, 기질(substrate) 상에 고정화된다. 바람직한 기질은 적합한 견고성 또는 반-견고성 지지체로서, 예컨대, 막, 필터, 칩, 슬라이드, 웨이퍼, 파이버, 자기성 비드 또는 비자기성 비드, 겔, 튜빙, 플레이트, 고분자, 미소입자 및 모세관을 포함할 수 있다. 상기 혼성화 어레이 요소는 상기 기질 상에 배열되고 고정화되며, 이와 같은 고정화는 화학적 결합 방법 또는 UV와 같은 공유 결합적 방법에 의해 수행될 수 있다. 예를 들어, 상기 혼성화 어레이 요소는 에폭시 화합물 또는 알데히드기를 포함하도록 변형된 글래스 표면에 결합될 수 있고, 또한 폴리라이신 코팅 표면에서 UV에 의해 결합될 수 있다. 또한, 상기 혼성화 어레이 요소는 링커(예: 에틸렌 글리콜 올리고머 및 디아민)를 통해 기질에 결합될 수 있다.
한편, 본 발명의 마이크로어레이에 적용되는 시료가 핵산일 경우에는 표지(labeling)될 수 있고, 마이크로어레이상의 어레이 요소와 혼성화 될 수 있다. 혼성화 조건은 다양할 수 있으며, 혼성화 정도의 검출 및 분석은 표지 물질에 따라 다양하게 실시될 수 있다.
또한, 본 발명은 상기 마커 유전자의 발현수준 또는 그 발현 단백질 수준을 측정하는 방법을 통해 잔류성 유기 오염물질에 대한 위해성을 예측 및 진단하는 방법을 제공할 수 있는데, 바람직하게 상기 방법은, (a) 잔류성 유기 오염물질에 노출되었을 것으로 의심되는 생물학적 시료로부터 상기 표에 기재된 384개의 유전자들 중에서 선택되는 하나 이상의 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하는 단계; 및 (b) 정상 대조군 시료로부터 상기 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하여 상기 (a) 단계의 측정결과와 비교하는 단계를 포함한다.
상기에서 유전자의 발현 수준 또는 단백질의 양을 측정하는 방법은 공지의 기술을 이용하여 생물학적 시료로부터 mRNA 또는 단백질을 분리하는 공지의 공정을 포함하여 수행될 수 있다.
상기 유전자의 발현 수준의 측정은 바람직하게는 mRNA의 수준을 측정하는 것이며, mRNA의 수준을 측정하는 방법은 당업계에 공지된 다양한 방법을 통해 수행될 수 있는데, 예를 들어, 역전사 중합효소 연쇄반응(reverse transcriptase-polymerase chain reaction), 실시간 중합효소 연쇄반응(real time-polymerase chain reaction), 노던 블럿, RNase 보호 분석법, DNA 칩 등이 있으나, 이에 제한되지는 않는다.
상기 단백질 수준의 측정은 항체를 이용할 수 있는데, 이러한 경우, 생물학적 시료 내의 상기 마커 단백질과 이에 특이적인 항체는 결합물, 즉, 항원-항체 복합체를 형성하며, 항원-항체 복합체의 형성량은 검출 라벨(detection label)의 시그널의 크기를 통해서 정량적으로 측정할 수 있다. 이러한 검출 라벨은 효소, 형광물, 리간드, 발광물, 미소입자(microparticle), 레독스 분자 및 방사선 동위원소로 이루어진 그룹 중에서 선택할 수 있으며, 이에 제한되는 것은 아니다. 단백질 수준을 측정하기 위한 분석 방법으로는, 예를 들어, 웨스턴 블럿, ELISA(enzyme linked immunosorbent assay), 방사선면역분석(radioimmunoassay: RIA), 방사선 면역 확산법(radioimmunodiffusion), 면역침전분석법(immunoprecipitation assay), 오우크테로니 면역 확산법, 로케트 면역전기영동, 조직면역 염색, 보체 고정분석법, FACS, 단백질 칩 등이 있으나, 이에 제한되지는 않는다.
따라서 본 발명은 상기와 같은 검출 방법들을 통하여, 대조군의 mRNA 발현 양 또는 단백질의 양과 잔류성 유기 오염물질이 노출된 경우의 mRNA 발현 양 또는 단백질의 양을 확인할 수 있고, 상기 발현 양의 정도를 대조군과 비교함으로써 휘발성 유기화합물의 노출에 따른 위해성을 예측 및 진단할 수 있다.
이하, 본 발명을 실시예에 의하여 더욱 상세하게 설명한다. 이들 실시예는 단지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 범위가 이들 실시예에 국한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
<
실시예
1>
동물모델 및
POP
처리
실험동물로는 오리엔트사(한국, 서울)에서 구입한 11주령 Sprague-Dawley 수컷 랫트를 사용하였고, 모든 실험동물은 23±2℃, 습도 60± 10%인 조건의 사육실에서 낮 12시간/밤 12시간을 주기로 사육하였으며, 물과 사료에는 자유로운 접근이 가능하도록 하였다. 실험기간 동안, 모든 동물은 하루 두번 질병률 및 사망률을 측정하였다. 동물실험은 IACIC(Institutional Animal Care and Use Committee)의 가이드라인을 준수하여 실시하였다. 동물은 무작위적으로 처리군과 대조군으로 구분하였다.
한편, 본 발명에서 사용한 잔류성 유기 오염물질로(POPs)는 톡사펜(이하 'TO'라 약칭한다.), 헥사클로로벤젠(이하 'HCB'라 약칭한다.), 클로르데인(이하 'CH'라 약칭한다.), 미렉스(이하 'MI'라 약칭한다.), 딜드린(이하 'DI'로 약칭한다.), 헵타클로르(이하 'HE'로 약칭한다.)의 총 6종을 사용하였으며, TO (CAS Number: 8001.35.2), HCB (CAS Number: 118.74.1), CH (CAS Number: 12789.03.6), MI (CAS Number: 2385.85.5), DI (CAS Number: 60.57.1), HE (CAS Number:76.44.8)는 Supelco 사(미국, 펜실베이나주, 벨레폰테)에서 구입하여 제조자 방식에 따라 제조하였다.
6종의 오염물질의 투여량은 각 오염물질의 공개된 LD50의 20%(LD10)로 결정하였고, HCB, TO, CH의 경우 7마리의 동물에, MI, DI, HE의 경우 6마리의 동물에 투여하였으나, DI의 경우 정제된 RNA의 질이 양호하지 않아 오직 5마리의 동물에 대해서만 마이크로어레이 분석을 할 수 있었다. 대조군으로는 10마리의 동물을 일반적 독성 분석 및 마이크로어레이 실험에 활용하였다.
잔류성 유기 오염물질(POPs)을 동물에 투여하기 위하여 옥수수 오일을 운반체로 사용하였으며, TO (10 mg/kg), HCB (700 mg/kg), CH (50 mg/kg), MI (47 mg/kg), DI(7.8 mg/kg), HE (8 mg/kg)를 각각 경구투여한 후 48시간이 경과하여 랫트를 희생하고 간의 총 RNA를 추출하였다.
<
실시예
2>
잔류성 유기 오염물질에 의한 동물 모델의 일반 독성 평가
<2-1>
체중 및 기관 무게 변화 관찰
본 발명자들은 잔류성 유기 오염물질(POPs)에 노출된 상기 실시예 1의 동물 모델에서 일반적인 독성 판단의 지표인 체중 및 기관(간, 신장, 폐)의 무게 변화가 관찰되는지 확인해 보았다.
그 결과, 하기 표1에 나타난 바와 같이, 잔류성 유기 오염물질에 48시간 노출된 동물 모델에서 정상 대조군과 비교하여 체중 및 기관(간, 신장, 폐)의 무게 변화가 감지되지 않는 것으로 나타났다.
<2-2> 혈액의 생화학적 분석
잔류성 유기 오염물질(POPs)에 노출된 동물 모델 혈액의 임상 생화학적 분석을 위하여 랫트의 전혈을 잔류성 유기 오염물질(POPs) 투여 후 2일이 경과하여 채취하였다. 간 효소 마커로써 POPs에 의해 유발된 GOT(glutamic oxaloacetictransaminase), GPT(glutamic pyruvic transaminase), 및 TBIL(total bilirubin)의 혈청 내 수준을 표준 혈액 생화학 기술을 사용하여 측정하였다.
그 결과, 하기 표2에 나타난 바와 같이, 48시간 동안 랫트에 잔류성 유기 오염물질을 투여하여도 간 기능 손상은 발생하지 않는 것으로 확인되었다.
상기와 같은 결과들을 통해 본 발명자들은 일반 독성 평가 방법으로 잔류성 유기 오염물질 노출에 대한 초기 예측이나 진단이 용이하지 않음을 확인하고, 세포 내 수준에서 신속하고 활발하게 일어나는 분자 수준에서의 평가의 필요성을 확인하였다.
<
실시예
3>
마이크로어레이를
통한 분자 표지 확인
본 발명자들은 랫트 모델을 이용하여 잔류성 유기 오염물질(POPs)에 의해 특이적 발현 양상을 나타내는 분자 표지를 확인하고자 마이크로어레이 분석을 실시하였다.
이를 위하여 상기 실시예 1에서 6종의 POPs를 투여한 랫트로부터 추출한 mRNA를 이용하였는데, 고밀도의 랫트 전-게놈(whole-genome) 올리고뉴클레오티드 마이크로어레이는 한국의 가톨릭대학교에 있는 MGRC(Microdissection Genomics Research Center)에서 제조하였다. AROS(Array-Ready Oligo Set) 올리고세트는 Operon(Huntsville, AL, USA)으로부터 구입하여 사용하였으며, 이 세트는 랫트 유전자를 표적으로 하는 26,963개의 프로브를 포함한다(선행문헌 1 참조).
<3-1> 전체
RNA
추출
잔류성 유기 오염물질을 투여한지 48시간 경과 후, 랫트 간 조직 샘플로부터 Trizol 시약(Invitrogen, Grand Island, NY, USA)을 사용하여 전체 RNA를 분리하였고, 품질 검사는 Experion bioanalyzer(Bio-Rad Laboratories, Hercules, CA)에서 RNA StdSens Chips을 이용하여 실시하였다. RNA 품질이 열악한 샘플은 실험에서 배제하였으며, 일반적으로 사용되는 Rat Reference RNA (RRR; Stratagene, La Jolla, CA)를 마이크로어레이를 위한 표준 RNA로 사용하였다.
<3-2>
표지된
전체
cDNA
제조
총 RNA의 20㎍이 cDNA 제조를 위해 사용하였다. 우선 표준 RNA는 시아닌 3-dUTP (NEN Life Science, Boston, MA, USA)로 표지하였으며, 테스트 샘플들은 시아닌 5-dUTP (NEN Life Science, Boston, MA, USA)로 표지하였다. 즉, 추출된 총 RNA는 Cy-3 또는 Cy-5 데옥시우리딘(deoxyuridine) 5´-트리포스페이트(triphosphate)를 첨가하여 SuperscriptII(Invitrogen, Carlsbad, CA, USA) 효소를 이용하여 cDNA 타겟으로 역전사하였으며, 잔존하는염색물질은 Microcon YM-30 컬럼(Millipore, Billerica, MA, USA)을 사용하여 제거하였다.
<3-3>
혼성화
반응
다음으로, 각각의 Cy5가 표지된 cDNA는 32㎕ 혼성화용액(50% DIG Easy-Hyb [Roche, Basel, Switzerland] 및 herring sperm DNA 30㎍)에서 42℃, 18시간 동안 Cy3이 표지된 표준과 혼성화시켰으며, 혼성화는 혼성화 챔버에서 수행되었다. 혼성화가 완료된 후에는 다음과 같은 세척과정을 수행하였다.
1) 2X SSC, 0.1% SDS로 상온에서 2분, 2) 1X SSC로 상온에서 2분, 3) 0.2X SSC로 상온에서 2분, 4) 0.05X SSC로 상온에서 2분 및 5) 증류수로 상온에서 2분.
<3-4> 스캐닝 및 데이터 분석
세척된 슬라이드 상의 혼성화 이미지는 GenePix 4000B 스캐너(Axon Instruments, Union City, CA, USA)로 스캔하였으며, Cy-3/Cy-5 신호는 GenePix Pro 5.0 마이크로어레이 분석용 소프트웨어(Axon Instrument)를 이용하여 측정하였다. 시각적인 검사에 의해 결정되는 낮은 해상도의 반점은 분석에서 제외하였다. 각 어레이에서 수집된 데이타는 GenPlex 소프트웨어(Istech, Seoul, Korea)에 전달하였고, 신호 대 잡음 비율(SNR)<1.5인 반점은 특별한 사정이 없는 한 분석에서 배제하였다. 각 배열 내의 신호 강도는 48핀 그룹에 따라 LOWESS 알고리즘(0.2 of data fraction and iteration No.3)을 사용하여 표준화하고, 배열 사이의 차이 또한 표준화하였다. 이후, 유의 유전자 선별을 위하여 대조군보다 각 오염물질 처리군에서 로그 변환된 비율값이 75% 이상의 변화를 보인 유전자들만을 분석에 사용하였다.
계층적 군집(Hierarchical clustering)의 로그 비율(log ratio)은 클러스터(Cluster)와 TreeView 2.3(Stanford Univ, USA)을 사용하여 수행하였다. 모든 클러스터링을 적용하는 동안 Pearson′s correlation, Manhattan distance, mean centering, 및 complete linkage가 적용되었다.
<
실시예
4>
잔류성 유기 오염물질에 대해 특이적 발현 프로파일을 제공하는 분자 표지
일반적으로 전세체 조절은 생리적 스트레스 또는 병리학적 트레스와 같은 생화학적 영향에 대한 동적인 세포내 반응에 의해 발생하며, 특이적 유전자 발현 프로파일은 이러한 자극을 반영한다. 간 조직에서 대규모-스케일의 유전자 발현 프로파일이 이러한 자극을 반영하는지 확인해보기 위하여, 자율 계층적 군집 분석(unsupervised hierarchical clustering analysis)을 수행하였다.
그 결과, 각각의 잔류성 유기 오염물질에 대한 노출로 랫트의 간 조직에서 대규모의 유전자 발현 프로파일의 변화에서 26,963 프로브 중 5366개의 프로브가 최소 필터링 기준(% of data present ≥ 100)을 통과하는 것으로 나타났다.
도 1에 나타낸 바와 같이, 이들 유전자 세트의 계층적 군집 분석은 계통수 상에서 2개의 주요 클러스터로 분류되었고, 각 클러스터는 계통수 상에서 유전자 발현 양상에 의해 다시 세부 클러스터로 분류되었다. 도 1에서 왼쪽 클러스터는 MI, HE, DI를 처리한 랫트 실험군을 나타내고, 오른쪽 클러스터는 TO, CH, HCB를 처리한 랫트 실험군을 나타낸다. 이들 결과로부터 랫트 간 전사체에서 각각의 잔류성 유기 오염물질 처리에 따른 특징적인 분자 수준의 변화를 감지할 수 있고, 각각의 잔류성 유기 오염물질 처리에 따른 유전자 발현 양상을 통해 각각의 잔류성 유기 오염물질을 분별해 낼 수 있을 것이다.
이들 결과에 기초하여 본 발명자들은 잔류성 유기 오염물질을 처리하였을 때, 운반체만을 처리한 대조군과 차별화된 발현 양상을 나타내는 아웃라이어 유전자를 동정하기 위하여, Welch's T-test(P<0.05)의 통제된 분석을 통해 분류된 알고리즘으로 2708개의 아웃라이어 유전자를 선별하였으며, 이러한 유전자들은 발현 프로파일에 근거하여 두 개의 그룹(POPs 및 대조군)으로 정확하게 분리되었다. 이들 잔류성 유기 오염물질 아웃라이어 유전자는 단일잔류 교차 검증 기법(leave-one-out cross validation method)에 의한 예측 신뢰 분석에 의해 검증되었고, 고 정확도 분류자(high-accuracy classifier, 2708 유전자)를 이용한 분류 배정 빈도는 두 그룹(대조군 및 POPs)에서 100%로 예측되었다(도 2 참조)
<
실시예
5>
잔류성 유기 오염물질에 대한 예측 분자
마커의
확인
본 발명자들은 잔류성 유기 오염물질로부터 각각의 오염물질을 결정하고 예측할 수 있는 분자 마커를 동정하였다. 각 오염물질을 정확하게 식별하는 유전자의 최대 숫자를 검색하기 위하여, 2개의 다른 다분류 알고리즘(Volcano plot mehtod and Kruscal-Wallis H-test)를 사용하였고, 100% 정확도로 각 독성물질을 분류하기 위한 유전자를 동정하기 위하여 전체 계산[유전자 선택 알고리즘, BSS/WSS(the ratio of between group to within-group sums of squares)]하였다. 마지막으로, 이러한 두 가지 방법으로부터 아웃라이어 유전자를 결합하였다(도 3A 참조).
즉, 각 오염물질 노출에 의한 대규모-스케일 유전자 발현 변화를 조사하기 위하여, 본 발명자들은 각 오염물질에 고도로 엄격한 컷 오프 밸류(P<0.001, 2배 변화, 360 유전자,; GenePlex, package tool, Istech)를 이용한 Volcano plot method를 적용하였고, 이들을 Kruskal-Wallis H-test(P=0.0001, 340 유전자)를 이용하여 7 개의 다른 그룹으로 분류하였다. 이후 LOOCV를 사용하여 100% 예측 정확도를 만족시키는 최대 유전자 수를 도출하였고, 이들 아웃라이어를 조합하여 잔류성 유기 오염물질에 노출되었을 때 각각의 독성물질을 결정할 수 있는 최대 유전자 수로 384개의 유전자가 도출되었다(도 3A 참조). 384개의 유전자 발현에 대한 계층적 클러스터링은 그 고유한 발현 프로파일에 의해 6종의 잔류성 유기 오염물질을 분별해 낼 수 있는데, 이들 384개의 아웃라이어 유전자는 LOOCV에 의한 100개의 임의 분할에 의한 분류된 예측 신뢰 분석에 의해 추가 검증되었다. 이러한 예측 마커의 예측 정확도에 대한 LOOCV 검증 실험 결과는 도 3C에 나타난 바와 같이 100% 예측 정확도를 나타내었다.
<
실시예
6>
잔류성 유기 오염물질에 의해 특이적 발현 양상을 보이는 유전자 분석 및
분
자기전 연구
POP에 노출되어 유전자의 발현 양상이 변화하는 분자적 기전을 규명하기 위하여 본 발명자들은 Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway database (http://www.ncbi.nih.gov/geo/)를 사용하였다.
KEGG pathway mapping은 분자적 데이타 세트를 지도화하기 위한 과정으로 특히 게노믹스의 대규모 데이타 세트에서 유용하게 사용할 수 있는 도구이다. 이러한 데이타베이스 분석을 통하여, 예측 마커인 384개의 유전자에서 적어도 4o의 유전 요소를 포함하는 13개의 경로가 확인되었다.
도 4에 나타낸 바와 같이, 잔류성 유기 오염물질에 노출된 랫트의 간 조직에 영향을 주는 주요한 신호 전달 경로는 다음과 같다: 초점접착역(focal adhesion), 퍼옥시좀 증식자-활성 수용체 신호 전달경로(peroxisome proliferator-activated receptor signaling pathway), 사이토카인-사이토카인 수용체 결합(cytokine-cytokine receptor interaction), p450에 의한 제노바이오틱스 대사경로(metabolism of xenobiotics by cytochrome P450), 지방산 대사경로(fatty acid metabolism), 산화적 인산화(oxidative phosphorylation), 안드로겐 및 에스트로겐 대사경로(adgrogen and estrogen metabolism), 아라키돈산 대사경로(arachidonic acid metabolism), 신세포암(renal cell carcinoma), 포르피린 및 클로로필 ㄷ대댓대사경로(rin and chlorophyll metabolism), 보체 및 응고 캐스캐이드(complement and coagulation cascades), 알츠하이머 병(Alzheimer's disease), 리보좀 경로(ribosome pathway).
또한, 본 발명자들은 각각의 POPs 처리에 따라 발생하는 하위 분자기전을 관찰하기 위하여 gene set enrichment analysis (GSEA)를 실시하였고, 유전자 세트의 데이터베이스로는 Gene Ontology Biological Process (http://www.broadinstitute.org/gsea)를 사용하였다.
그 결과, MI, DI, HE 처리에 의해 Chang Liver Cancer Subclass Proliferation Up 신호 전달 경로가 활성화 되고, Substrae Specific Transmembrane Transporter Actvity 경로가 저활성화 되는 것으로 나타났다(도 5 참조).
한편, 클로르데인, 딜드린, 헵타클로로벤젠, 헵타클로르, 미렉스, 톡사펜 처리에 의한 유전자 발현량 변화는 하기 표와 같다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
POPs: 잔류성 유기 오염물질
TO: 톡사펜
HCB: 헥사클로르벤젠
CH: 클로르데인
MI: 미렉스
DI: 딜드린
HE: 헵타클로르
TO: 톡사펜
HCB: 헥사클로르벤젠
CH: 클로르데인
MI: 미렉스
DI: 딜드린
HE: 헵타클로르
<110> CATHOLIC UNIVERSITY INDUSTRY ACADEMIC COOPERATION FOUNDATION
<120> Biomarker for risk assessment to Persistent organic pollutants
and use thereof
<130> PN1304-136
<160> 70
<170> KopatentIn 2.0
<210> 1
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID R001525_01 gene sequence
<400> 1
tcaacatcaa ctatgtgccc ttgcagttcc gggtgctctt tgccaacatg gcagctctgt 60
tctggtatgc 70
<210> 2
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID R003217_01 gene sequence
<400> 2
caaactttat gcatcctgag ctgttcttta ccctggccat ggattttccc gcaccttctc 60
caatccctgt 70
<210> 3
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30000557 gene sequence
<400> 3
gcaactggtt ctgtacttga aggtggctga gctgctctct tcaggcttac agactgccat 60
tgaccagatt 70
<210> 4
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30000646 gene sequence
<400> 4
gtttgtgagc tgggggtgtg atgtgctttt gttactgtag gcagaacaag ctagaagtcc 60
accattcctc 70
<210> 5
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30001360 gene sequence
<400> 5
agctgaccag aacacaagca aaaatgtggc agctggacag ccaatgaaaa gaggccagaa 60
gagtaaaatg 70
<210> 6
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30001366 gene sequence
<400> 6
cctagggtac ctgctcccca aggccagctc acatgacttg tcctttgtgc ccacaggaaa 60
gcgcatttgt 70
<210> 7
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30001583 gene sequence
<400> 7
ccgggatgag tatcgggagg actacgatgc tggaagaggc ggctatggaa aactggcaca 60
aaaacagtga 70
<210> 8
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30001934 gene sequence
<400> 8
cacagccacg ctggcagcac tggtaggcat cgctttccag atcctgaaaa atggttgtat 60
tgaagtatac 70
<210> 9
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30003195 gene sequence
<400> 9
gaggtcaaca ggcggaatcc tggatgttta tgtgttccta ggcccagagc ccaagagtgt 60
tgtccaacaa 70
<210> 10
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30003840 gene sequence
<400> 10
cttcctctac ttcttctacg aaatcattga ctgcttctcc atgctacact gtgtcgccaa 60
ccccatcctc 70
<210> 11
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30004210 gene sequence
<400> 11
gcattcagtg ttctgtatag acctgcccac cttcgtgaat tcatctgtta actcctcctc 60
ctctgagagc 70
<210> 12
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30007634 gene sequence
<400> 12
tgcttcttca ctacatcaag tgaggaaaaa actggactcc ctgggcctgt gttctgtatc 60
ctgttcactg 70
<210> 13
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30009335 gene sequence
<400> 13
ttacagctcg ggcaccgtag ccatcatgga atgacacggt aaccatccgg accaggaagt 60
tcatgacaaa 70
<210> 14
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30009559 gene sequence
<400> 14
ggcacgaaca atggacaccc agaaagatgt tcaaccacca aagcagcagc caatgatata 60
tatttgtgga 70
<210> 15
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30011076 gene sequence
<400> 15
ggagaactct tgggcccctg gagccaactt tggaccatta tgttctgaag actagctgtt 60
gataatgaga 70
<210> 16
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30011193 gene sequence
<400> 16
caagtccaag aaccacacca accagtcccg caaatggcac agaaatggca tcaagaaacc 60
ccggtcacaa 70
<210> 17
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30011252 gene sequence
<400> 17
agaacgggga gaagagttgg cagactctgc ccttgaaatc ttcaagaagg cgtcagccta 60
ttccagggta 70
<210> 18
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30012578 gene sequence
<400> 18
ctgtgacatc ctgtacaaag cagagtactt cctggttctg gctgtgctga actcaggtac 60
caaccccatc 70
<210> 19
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30012603 gene sequence
<400> 19
aaagagtcca ggacatatgg tgatactaaa ccaaaccaag ggagatcact gtaggccatc 60
aagaaggggc 70
<210> 20
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30013259 gene sequence
<400> 20
cttccctgaa accaagctgg acgagaagaa gtacccgtac tggtcccacc agcccattga 60
gaacctgtga 70
<210> 21
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30013930 gene sequence
<400> 21
ctcagtgaga gatgctgtac ctaaagaaca tattctaccc tccctatccc atctcctgcc 60
tgcccttgac 70
<210> 22
<211> 60
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30014234 gene sequence
<400> 22
caaggctttc gaaagaagac ttactgaata tattcattgc ttgcaacctg ccactggacg 60
60
<210> 23
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30014271 gene sequence
<400> 23
gtgggattgc agactggtaa aaccattctg gaaatcagtc tggaggttcc tcagaaaatt 60
ggacattgaa 70
<210> 24
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30014699 gene sequence
<400> 24
tagtccatct agggctcggc ctctttaaag aaacagactt ctgcaacctt gggactacgt 60
ttggggtcgc 70
<210> 25
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30014761 gene sequence
<400> 25
atatcttaca aatccagcac tacaaaggat aataaagggt aaagcccaac ataaggaggc 60
aagctatacc 70
<210> 26
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30015835 gene sequence
<400> 26
ccaccgtgaa acaagatgtg tggacaagag ccttcctgtt cttttggctg atccagttct 60
ttgtgccata 70
<210> 27
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30016346 gene sequence
<400> 27
tgtgataaag ccttttcaac acagtagcct ccagaagcat aaaagagttc acactggaga 60
gaagccctac 70
<210> 28
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30016589 gene sequence
<400> 28
ccaaacgccg taaagtctgc taggctggct aggtacggcc atggccaagc ggtttttcga 60
agcctacaat 70
<210> 29
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30016631 gene sequence
<400> 29
ccgccgccat cccctgaagt ggttacctgt tcaagactca ggcacagaag acaagaaatc 60
aggggacaga 70
<210> 30
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30016809 gene sequence
<400> 30
cgtggccccc tccaaggctc gagaatactc cagggagggc tgggagtatg tcaaagaaca 60
caccaagtaa 70
<210> 31
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30016930 gene sequence
<400> 31
agaccacctc ctaaacaaga cccacagcct gtgtcccaga ctgctctgca gggactggac 60
tcagggttaa 70
<210> 32
<211> 50
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30017242 gene sequence
<400> 32
attccgtgtg gggcagtgct ggccaagtac ttgggtatcc ccactgtgtt 50
<210> 33
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30017257 gene sequence
<400> 33
aaatccaacc ctacaaagga taataaatgc ccaacataag gaggcaagct acaccctaga 60
aaaagcaaaa 70
<210> 34
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30017396 gene sequence
<400> 34
ctcttccaga ggttctgagt tcaaatccca gcacccacat ggtggctcac aaccatctgt 60
aatgggatct 70
<210> 35
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30017403 gene sequence
<400> 35
caaatcccag caaccacatg gtggctcaca accatctgta acgagatctg ctgctctttt 60
ctggtgtgtc 70
<210> 36
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30018038 gene sequence
<400> 36
catcgtcacc gtcgacagaa cagtccttaa tccagaaagc ctgacatgaa gggagaggag 60
actcttcgag 70
<210> 37
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30018090 gene sequence
<400> 37
tgaggagtac ggcccagtca tcgaatgtga catcgtgaaa ttatgccttt gtacacatgg 60
agcgggcaga 70
<210> 38
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30018139 gene sequence
<400> 38
gaaaaagaag ttgttcaagc gccgcagggt actaagcagg gatcggcgac ggaagcgcct 60
ggtggtcggg 70
<210> 39
<211> 50
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30018695 gene sequence
<400> 39
gagcagcagg tcccttgaac caggtgtttg ggcagggtga gatgattgac 50
<210> 40
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30019714 gene sequence
<400> 40
tcaagtaaca tataaaggca gacctatgag aatcacacca gacttttcgc cagaaactat 60
gaaggccaga 70
<210> 41
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30019859 gene sequence
<400> 41
aagatcctgg actgatgtta tacagaccct aagagaacac aaatgccagc ccaggttact 60
gtatccagca 70
<210> 42
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020071 gene sequence
<400> 42
gaaccgcttc ttcggaaaag cgaaacccaa gggcccacct agccagactg aatgcattgg 60
gacggtggat 70
<210> 43
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020232 gene sequence
<400> 43
gcgcaggaac ccaagcaaca gaaaccaaga ctacatggca tcatcagagc ccaattctcc 60
caccaaaaca 70
<210> 44
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020238 gene sequence
<400> 44
cacagcccag cggaaggatg ccaaatctgt caagatcaag aagaacacgg ataatgtgaa 60
gttcaaggtc 70
<210> 45
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020260 gene sequence
<400> 45
agagcttgcc ccatatgatg agaactggct ctacacacga gctgcttcca cagcacggca 60
cctgtacctc 70
<210> 46
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020375 gene sequence
<400> 46
gcgcaggaac ccaagcaaca gaaaccaaga ctacatggca tcatcggagc ccaattctcc 60
caccaaaaca 70
<210> 47
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020415 gene sequence
<400> 47
ctacatggca tcatcagagc ccaattctcc caccaaaaca aacatggaat atccaaacac 60
accagaaaag 70
<210> 48
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30020522 gene sequence
<400> 48
caagggaaag gccaggctgg ggcgcctggt acacaggaag acatacaccg ctgttgcctt 60
cacacaggtt 70
<210> 49
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30021029 gene sequence
<400> 49
accaaaggat attgatacaa ctccagtttt ccctggattt gcctctctac caccatttta 60
tgagctgtgc 70
<210> 50
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30021065 gene sequence
<400> 50
gagacaagga gccatagata caagcatcac caacagaata agagagatag aagagagaat 60
ctcaggagca 70
<210> 51
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30021248 gene sequence
<400> 51
aaaccatagt ctctctctgt ggaaggtcgg gtgcactagc tttgtttatc caacttgtga 60
ggtgcagaca 70
<210> 52
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30021399 gene sequence
<400> 52
gtacgggaaa gacgccacca atgtgggtga cgagggtgga ttcgcaccta acaatctgga 60
gaacaaagac 70
<210> 53
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30022347 gene sequence
<400> 53
ggccaagttc atccggaact tcgtggagaa ggcactgtca atggtggccg ctgccgtgac 60
ttactcgaag 70
<210> 54
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30022796 gene sequence
<400> 54
cccctatgac agatactgtt gctacatcaa ccagagccaa ggcaggtggg accacgagac 60
aatagtctga 70
<210> 55
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30023080 gene sequence
<400> 55
gcgcaggaac ccaagcaaca gaaaccaaga ctgcatgcca ccatcggagc ccaattctcc 60
caccaaaaca 70
<210> 56
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30023102 gene sequence
<400> 56
gagagagagg cagagaggca gagaggcaga gaggcagaga ggcagaggca gaggcagagg 60
gagagagaga 70
<210> 57
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30023533 gene sequence
<400> 57
ctcccttaga gaaacacagg aaaacattaa taaacaagta gaagcctaca gagaggaatc 60
ccaaaaatgc 70
<210> 58
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30024607 gene sequence
<400> 58
gttaagtaag agcactgact gctcttccaa aggtcctgag ttcaaatccc agcaaccaca 60
cggtggctca 70
<210> 59
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30024857 gene sequence
<400> 59
aattctggtc ctactcttgg cgttttctgt tctgacctgg atccctcctt ccacaatcct 60
gtccctatga 70
<210> 60
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30024887 gene sequence
<400> 60
gtcccagcaa ccacatggtg gctcacaacc atctgtaatg ggatctaatg ccctcttctg 60
gtgtgtctga 70
<210> 61
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025023 gene sequence
<400> 61
gaggcagaga gaggcagaga gaggcagaga gaggcagaga gaggcagaga gaggcagaga 60
gaggcagaga 70
<210> 62
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025249 gene sequence
<400> 62
gctccttggc ctctacatct tcctgctcta caagatcgtt cgcggggggg tgccagtggc 60
gacaacgacg 70
<210> 63
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025299 gene sequence
<400> 63
ccagcccagg ttactgtatc cagcaaaact ctcaataaac attgatggag aaaccaagat 60
attccatgac 70
<210> 64
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025636 gene sequence
<400> 64
agctgaagaa gctataaagg ttaagattga aagtgatgct caagagcccg ccaaggcgga 60
ggacgacctt 70
<210> 65
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025989 gene sequence
<400> 65
gctgctgaac ctgaggaaga tcagctctga cttggattgg cttcctgtcc cgaaacaaac 60
cttcaccgaa 70
<210> 66
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30025997 gene sequence
<400> 66
acaagtagaa gcccatagag aggagtcaca aaaatccctg aaagaattcc aggaaaacac 60
aatgaaacag 70
<210> 67
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30026016 gene sequence
<400> 67
cgcagcctta tttataatag ccagaaaatg gaaagaaccc agatgccctt caacagagga 60
atggatacag 70
<210> 68
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30026388 gene sequence
<400> 68
acagacccta agagaacaca aatgccagcc caggttaatg tatcctgcaa aactctcaat 60
taacatagat 70
<210> 69
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30026402 gene sequence
<400> 69
ccagggaaag gattcaatta aggtgccatt ctgcctcctg tgtttttggc ctgctgttgt 60
ggactcttag 70
<210> 70
<211> 70
<212> DNA
<213> Artificial Sequence
<220>
<223> probe ID Rn30026806 gene sequence
<400> 70
tgcctgctcc aagttcgtct ctaccctgat caggagcgcc tctcagctgc cgagtcgtct 60
gctctccgca 70
Claims (14)
- 삭제
- 제1항에 있어서,
상기 미렉스, 딜드린 또는 헵타클로르의 처리에 의해 창 간암 하위분류 증식 업(Chang Liver Cancer Subclass Proliferation Up) 신호 전달 경로가 활성화되거나 기질 특이적 막관통 수송 활성(Substrate Specific Transmembrane Transporter Actvity) 경로가 저활성화(down-regulate) 되는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 유전자는 간 조직에서 잔류성 유기 오염물질에 의해 발현이 증가 또는 감소되는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 톡사펜인 경우,
COL3A1, ZFYVE26, LIN7C, UBE4B, SLC10A7, AGPAT3, TMEM63A, ZFYVE1, LRIG3, SESN3 및 TBC1D13으로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 증가하고;
AURKB, NNMT, CDCA8, H2AFX, WSB1, CFD, ARL4A, KBTBD2, KIF22, KCTD9, CAB39L, TRIM29, SEMA3C, GLIS2, PYGB, SLMAP, TUBB6, RAB34, DUSP1 및 ZFP36으로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 헥사클로로벤젠인 경우,
NQO1, ABCC3, TXNRD1 및 SCNN1A로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 증가하고;
NR1D1 및 MED16으로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 클로르데인인 경우,
RABGGTB, MRC1, CITED2, ID2, DUSP6, HIF1A, IL18, TANK, VASP, ITGB2, PAFAH1B3, ACLY, NUP88, ATP1B1, BTG1, CCDC53, FAM107B, PPP2R3A, TMEM19, RORA, FN1, SLC34A2, RGN, OAT 및 RORC 로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양이 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 미렉스인 경우,
EREG, SERPINB2, CSF3, MEOX2, ABCG5 및 SLC4A7으로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 증가하고;
ATP1B1, SLC7A6, ATP2C1, SLC17A3, SLC7A2, SLC17A5, SLC10A1, SLC5A6, AQP9, ABCC6 및 SLC16A7로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 헵타클로르인 경우,
HIPK2, SLC7A2, SGMS1, ATP6V0E2, ALCAM, AQP11, IL13RA1, FAAH, CFD, IGF1, PTGER3, MAOB, ABCC6, PDK4, WFDC2, IGF1, FN1, PSMB9, TGM2, C1QA로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양이 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - 제1항에 있어서,
상기 잔류성 유기 오염물질이 딜드린인 경우,
PTTG1, KIF18B, SLC38A1, E2F8, E2F1, TRIP13, CENPE, ECT2, LMNB1, CCNB1, AURKA, CDCA8, CCNB2, PCNA, PBK 및 H2AFZ로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 증가하고;
CGN, INSIG2, TLE1, RBL2, KLF9, PPAP2B, LMBRD1, PDK4, PDK1, SLC16A11, HIBADH, FAM35A, ACSM3, SLC16A1, SALL1, SLC13A3, INSIG2, TTPA, AADAC, NAGS, CYP8B1, CLDN2, AQP11, AQP9, SLC16A4, SLC6A12 및 SLC5A6로 이루어진 군에서 선택된 1 이상의 유전자 또는 상기 유전자로부터 발현된 단백질의 발현양은 정상 대조군 시료에 비해 감소하는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물. - (a) 톡사펜(toxaphene), 헥사클로로벤젠(hexachlorobenzene), 클로르데임(Chlordane), 미렉스(Mirex), 딜드린(Dieldrin), 헵타클로르(Heptachlor)로 이루어진 군에서 선택되는 하나 이상의 잔류성 유기 오염물질에 노출되었을 것으로 의심되는 생물학적 시료로부터 제1항의 표에 기재된 384개의 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하는 단계; 및
(b) 정상 대조군 시료로부터 상기 유전자의 발현 수준 또는 그 발현 단백질의 양을 측정하여 상기 (a) 단계의 측정결과와 비교하는 단계를 포함하는 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법.
- 제11항에 있어서,
상기 생물학적 시료는 간으로부터 분리된 조직인 것을 특징으로 하는 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법. - 제11항에 있어서,
상기 측정은 마이크로어레이(microarray), 역전사 중합효소 연쇄반응(reverse transcriptase-polymerase chain reaction), 실시간 중합효소 연쇄반응(real time-polymerase chain reaction), 웨스턴 블럿, 노던 블럿, ELISA(enzyme linked immunosorbent assay), 방사선면역분석(RIA: radioimmunoassay), 방사 면역 확산법(radioimmunodiffusion) 및 면역침전분석법(immunoprecipitation assay)으로 이루어진 군 중에서 선택되는 방법으로 수행되는 것을 특징으로 하는 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법. - 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130070439A KR101517280B1 (ko) | 2013-06-19 | 2013-06-19 | 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130070439A KR101517280B1 (ko) | 2013-06-19 | 2013-06-19 | 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140147352A KR20140147352A (ko) | 2014-12-30 |
KR101517280B1 true KR101517280B1 (ko) | 2015-05-04 |
Family
ID=52676169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130070439A KR101517280B1 (ko) | 2013-06-19 | 2013-06-19 | 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101517280B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102093286B1 (ko) | 2019-07-05 | 2020-05-29 | (주)제이씨글로벌 | 광학적 웨이퍼 엔드포인트 이중검사장치 |
CN113777291B (zh) * | 2021-08-31 | 2023-09-05 | 哈尔滨工业大学(深圳) | 利用草履虫生物标志物及ibr检测评价左氧氟沙星环境风险的方法 |
-
2013
- 2013-06-19 KR KR1020130070439A patent/KR101517280B1/ko active IP Right Grant
Non-Patent Citations (1)
Title |
---|
최한샘, 순천향대학교 대학원 석사학위논문 (2009.12.)* |
Also Published As
Publication number | Publication date |
---|---|
KR20140147352A (ko) | 2014-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101538787B1 (ko) | 췌장염 진단용 바이오 마커 조성물 | |
US20110064739A1 (en) | Medicament, compositions, and substances for treating and identifying adenocarcinoma of the lung | |
CN108138236A (zh) | 用于癌症中免疫治疗的基因标签 | |
Montel et al. | Tumor–stromal interactions reciprocally modulate gene expression patterns during carcinogenesis and metastasis | |
Lezhnina et al. | Novel robust biomarkers for human bladder cancer based on activation of intracellular signaling pathways | |
US20220127676A1 (en) | Methods and compositions for prognostic and/or diagnostic subtyping of pancreatic cancer | |
CN105981026A (zh) | 生物标志标识方法及用于其的装置和试剂盒 | |
CN105368925B (zh) | 用于肺癌预后的生物标志物及其用途 | |
KR101933692B1 (ko) | 폴리염화바이페닐77 노출 진단용 바이오 마커를 포함하는 진단 키트 | |
KR20100058420A (ko) | 심근염 전사체 바이오마커 | |
Vigneswaran et al. | Microarray gene expression profiling of cell lines from primary and metastatic tongue squamous cell carcinoma: possible insights from emerging technology | |
KR101517280B1 (ko) | 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 | |
US20110236396A1 (en) | Methods and compositions for diagnosing and treating a colorectal adenocarcinoma | |
CN104204223B (zh) | 用于睾丸癌的体外诊断或预后的方法 | |
KR101604178B1 (ko) | 약물에 의한 간 손상의 예측 및 진단을 위한 바이오마커 | |
KR101933695B1 (ko) | 비스페놀 a 노출 진단용 바이오 마커를 포함하는 진단키트 | |
KR101644682B1 (ko) | 전사체학과 단백질체학을 이용한 약물에 의한 간 손상의 예측 및 진단을 위한 바이오마커 | |
Zhang et al. | Signature patterns revealed by microarray analyses of mice infected with influenza virus A and Streptococcus pneumoniae | |
Jin et al. | Transcriptomes of injured lamprey axon tips: single-cell RNA-Seq suggests differential involvement of mapk signaling pathways in axon retraction and regeneration after spinal cord injury | |
KR20160035230A (ko) | 만성폐쇄성폐질환 진단용 마커 조성물 | |
Naito et al. | Global analysis of gene expression in gastric ischemia-reperfusion: a future therapeutic direction for mucosal protective drugs | |
Schrattenholz et al. | Protein biomarkers for in vitro testing of toxicology | |
US20150011411A1 (en) | Biomarkers of cancer | |
KR102065594B1 (ko) | 항암제에 대한 저항성 예측용 바이오마커 | |
KR101186721B1 (ko) | 다환 방향족 탄화수소류에 대한 위해성 평가용 바이오마커 및 이의 용도 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20180406 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20190422 Year of fee payment: 5 |