KR101517280B1 - 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도 - Google Patents

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

잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커 및 이의 용도{Biomarker for risk assessment to Persistent organic pollutants and use thereof}

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.

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

<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)

1. 하기 표에 기재된 384개의 유전자 또는 상기 유전자로부터 발현된 단백질을 포함하는 톡사펜(toxaphene), 헥사클로로벤젠(hexachlorobenzene), 클로르데임(Chlordane), 미렉스(Mirex), 딜드린(Dieldrin), 헵타클로르(Heptachlor)로 이루어진 군에서 선택되는 하나 이상의 잔류성 유기 오염물질에 대한 위해성 평가용 바이오마커용 조성물.
   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   
2. 삭제
3. 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.
4. 제1항에 있어서,
   상기 유전자는 간 조직에서 잔류성 유기 오염물질에 의해 발현이 증가 또는 감소되는 것을 특징으로 하는 위해성 평가용 바이오마커용 조성물.
5. 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.
6. 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.
7. 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.
8. 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.
9. 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.
10. 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.
11. (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.
    
12. 제11항에 있어서,
    상기 생물학적 시료는 간으로부터 분리된 조직인 것을 특징으로 하는 잔류성 유기 오염물질에 대한 위해성을 평가하는 방법.
13. 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.
14. 삭제

Images