KR101872789B1 - 프로브 결합 빈도를 이용한 표적 생분자 식별 방법 - Google Patents

프로브 결합 빈도를 이용한 표적 생분자 식별 방법 Download PDF

Info

Publication number
KR101872789B1
KR101872789B1 KR1020110018211A KR20110018211A KR101872789B1 KR 101872789 B1 KR101872789 B1 KR 101872789B1 KR 1020110018211 A KR1020110018211 A KR 1020110018211A KR 20110018211 A KR20110018211 A KR 20110018211A KR 101872789 B1 KR101872789 B1 KR 101872789B1
Authority
KR
South Korea
Prior art keywords
target
biomolecule
binding
signature
probe
Prior art date
Application number
KR1020110018211A
Other languages
English (en)
Other versions
KR20120098336A (ko
Inventor
안태진
김수현
우경구
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020110018211A priority Critical patent/KR101872789B1/ko
Priority to US13/303,813 priority patent/US8771949B2/en
Publication of KR20120098336A publication Critical patent/KR20120098336A/ko
Application granted granted Critical
Publication of KR101872789B1 publication Critical patent/KR101872789B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
    • 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
    • C12Q1/6834—Enzymatic or biochemical coupling of nucleic acids to a solid phase
    • C12Q1/6837—Enzymatic or biochemical coupling of nucleic acids to a solid phase using probe arrays or probe chips
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

프로브 결합 빈도를 이용한 표적 생분자 식별 방법을 제공함에 따라, 샘플 시료 내에 포함되어 있는 표적 생분자를 효율적으로 정확하게 식별할 수 있다.

Description

프로브 결합 빈도를 이용한 표적 생분자 식별 방법{Method for identifying target biomolecule using probe-binding frequency}
생분자에 관한 정보를 활용하여 표적 생분자를 식별하는 방법에 관한 것이다.
최근, 인간 게놈 프로젝트(human genome project)에 의해 인간 유전체의 대부분의 염기 서열이 밝혀지고, 그 후 다양한 생명체에 대한 연구가 지속적으로 진행되어 많은 유전체에 관한 정보가 축적되고 있다. 그에 따라, 상기 유전체 정보는 다양한 분야, 예를 들어 의료 진단 및 치료 분야, 환경 분야, 에너지 분야 등에서 다양하게 활용되고 있다. 의료 진단 및 치료 분야에 있어서, 예를 들어, 상기 유전체 정보는 질병의 원인으로 예상되는 병원균을 획득하고 상기 획득된 병원균이 종래 알려진 어떤 병원균인지를 정확하게 식별하거나, 또는 환자로부터 획득된 유전체 절편이 인간 유전체 중 어느 영역으로부터 유래된 것인지를 식별하기 위해 활용될 수 있다. 또한, 환경 분야 또는 에너지 분야에 있어서, 예를 들어, 유해 폐기물을 높은 효율로 생분해할 수 있는 미생물, 또는 생물학적 에너지원으로서 열 재생성이 높은 것으로 기대되는 미생물을 획득하고, 상기 획득된 미생물들이 종래 알려진 어떤 미생물인지를 정확하게 식별하기 위해 활용되고 있다. 또한, 최근 정보 검색 처리 기술이 발달함에 따라 상기 유전체 정보는 온라인 또는 오프라인 검색에 의해 쉽게 접근, 분석 미 가공할 수 있다. 따라서, 예를 들어, 사용자는 관심이 있는 미지의 생명체 또는 생분자의 염기서열을 파악한 후 상기 유전체 정보와 비교하여 상기 표적 생분자가 어떤 생명체 또는 생분자인지를 식별할 수 있다. 그러나, 종래 식별 기술들은 미지의 생명체 또는 생분자의 유전체 절편을 획득하여 염기서열을 모두 시퀀싱(sequencing)하는 단계를 포함하거나, 특이적인 제한 효소(specific restriction enzyme)를 처리하여 절단 패턴을 확인하는 단계를 포함하거나, 또는 특이적인 프로브 분자(specific probe molecule)를 처리하여 혼성화 패턴을 확인하는 단계를 포함하는 것이기 때문에 절차가 매우 복잡하고, 높은 비용이 발생하며, 처리 시간이 장기간 소요되는 문제점이 있었다. 또한, 종래 식별 기술들은 유전체 서열의 변이가 존재하거나 측정기기의 고유 오차 등이 존재하는 경우 오류가 빈번하게 발생하여 부정확한 식별 결과를 도출하는 경우도 있었다.
따라서, 상기 유전체 정보를 이용하여 표적 생분자를 신속하고 강건하게 식별할 수 있는 표적 생분자 식별 기술이 요구된다.
샘플 시료 내에 포함되어 있는 표적 생분자를 효율적으로 정확하게 식별하기 위한 방법을 제공하고자 한다.
일 구체예는 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계; 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계; 상기 표적 생분자와 동종이고, 이미 알려진 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 기준 시그니처(reference signature)를 생성하는 단계; 및 상기 표적 시그니처와 상기 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 포함하는 표적 생분자 식별 방법를 제공한다.
상기 일 구체예에 있어서, 상기 생분자는 뉴클레오티드를 포함하는 핵산 분자 또는 아미노산을 포함하는 펩티드 분자일 수 있다.
상기 일 구체예에 있어서, 상기 식별 단계는 상기 표적 시그니처의 프로브 분자별 결합 빈도들이 이에 각각 대응하는 상기 기준 시그니처의 프로브 분자별 결합 빈도들과 미리 결정된 신뢰 수준 이상 일치하는 경우 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 일 구체예에 있어서, 상기 미리 결정된 신뢰 수준은 상기 N개의 프로브 분자 수 기준 약 95% 이상일 수 있다.
상기 일 구체예에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것일 수 있다.
다른 일 구체예는 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계; 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계; 상기 표적 생분자와 동종이고, 이미 알려진 2 이상의 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 2 이상의 기준 시그니처(reference signature)를 포함하는 기준 시그니처 풀(reference signature pool)을 생성하는 단계; 및 상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 포함하는 표적 생분자 식별 방법을 제공한다.
상기 다른 일 구체예에 있어서, 상기 식별 단계는 상기 표적 시그니처가 상기 기준 시그니처 풀에 포함된 기준 시그니처 중 어느 하나와 일치하는 경우 상기 표적 생분자는 상기 일치된 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 식별 단계는 상기 표적 시그니처의 프로브 분자별 결합 빈도들과 이에 각각 대응하는 상기 2 이상의 기준 시그니처의 프로브 분자별 결합 빈도들의 각각의 차이값을 계산하고, 상기 표적 생분자는 상기 차이값의 합이 가장 작은 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 식별 단계는 상기 표적 시그니처의 i번째 결합 빈도를 xi, 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi로 정의하여, 하기 식 1에 따른 결합 빈도 거리(d)를 계산하고,
Figure 112011014779442-pat00001
식 1
상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 식 1은 하기 식 2,
Figure 112011014779442-pat00002
식 2
로 대체될 수 있다.
상기 다른 일 구체예에 있어서, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소 값에 대응하는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것이고, 상기 식별 단계는 상기 표적 시그니처의 i번째 평균 결합 빈도를 xi, 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi, 및 상기 표적 시그니처의 i번째 평균 결합 빈도에 대한 표준편차를 σi로 정의하여, 하기 식 3에 따른 결합 빈도 거리(d)를 계산하고,
Figure 112011014779442-pat00003
식 3
상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
상기 다른 일 구체예에 있어서, 상기 식 3은 하기 식 4,
Figure 112011014779442-pat00004
식 4
로 대체될 수 있다.
상기 다른 일 구체예에 있어서, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소 값에 대응하는 기준 생분자와 동일한 것으로 식별하는 것일 수 있다.
표적 생분자에 대한 프로브별 결합 빈도를 활용하여, 샘플 시료 내에 포함되어 있는 표적 생분자를 효율적으로 정확하게 식별할 수 있다.
도 1은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 결합시켜 표적 시그니처를 생성하는 단계를 도시한다.
도 2는 도 1에 따른 표적 시그니처와 이미 알려진 기준 생분자에 의해 생성된 기준 시그니처를 비교하는 단계를 도시한다.
도 3은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 반복 결합하여 상기 반복 결합에 의해 계산된 평균값을 활용하여 표적 시그니처를 생성하는 단계를 도시한다.
도 4는 도 1 또는 도 3에 따른 표적 시그니처와 이미 알려진 기준 생분자에 의해 생성된 2 이상의 기준 시그니처를 포함하는 기준 시그니처 풀을 비교하는 단계를 도시한다.
도 5는 도 1 또는 도 3에 따른 표적 시그니처의 i번째 결합 빈도와 기준 시그니처의 i번째 결합 빈도에 의한 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 도시한다.
도 6은 나노 입자 및 나노 포어를 이용하여 프로브 분자를 표적 생분자에 결합시켜 결합 빈도를 측정하는 일 구현예를 도시한다.
도 7은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 반복 결합하여 상기 반복 결합에 의해 계산된 평균값 및 그에 따른 표준 편차를 활용하여 표적 시그니처를 생성하고, 표적 생분자를 식별하는 방법을 도시한다.
도 8은 일 실험예에 있어서, 표적 시그니처 및 기준 시그니처 풀에 포함된 서로 상이한 기준 시그니처들을 도시한다.
도 9는 측정 기기의 위치 오류를 적용하여 생성된 표적-기준 거리 분포를 참조로 하여, 표적 생분자를 식별하는 일 실험예를 도시한다.
도 10은 측정 기기의 위치 오류 및 표적 생분자의 유전적 변이를 적용하여 생성된 표적-기준 거리 분포를 참조로 하여, 표적 생분자를 식별하는 다른 일 실험예를 도시한다.
이하, 첨부 도면을 참조하여 실시예들을 상세하게 설명한다. 이하 설명은 일 실시예들을 용이하게 이해하기 위한 것일 뿐이며, 보호범위를 제한하기 위한 것은 아니다.
도 1은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 결합시켜 표적 시그니처를 생성하는 단계를 도시한다. 구체적으로, 도 1은 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계, 및 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계를 도시한다.
일 실시예에 따른 표적 생분자 식별 방법은 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계를 포함한다.
상기 표적 생분자(target biomolecule)는 개체로부터 획득되는 식별하고자 하는 미지의 생분자(biomolecule)로서, 다양한 생체분자(biomolecule)일 수 있다. 예를 들어, 상기 표적 생분자는 뉴클레오티드를 포함하는 핵산 분자 또는 아미노산을 포함하는 펩티드 분자일 수 있으나, 이에 제한되는 것은 아니다. 상기 표적 생분자는 개체로부터 획득된 샘플 시료에 포함되고, 상기 샘플 시료는 액체 샘플 시료일 수 있다. 상기 표적 생분자는 서브유닛(subunit)을 포함할 수 있다. 예를 들어, 상기 서브 유닛은 상기 표적 생분자가 핵산 분자인 경우 뉴클레오티드일 수 있고, 상기 표적 생분자가 펩티드 분자인 경우 아미노산일 수 있다. 상기 표적 생분자는 필요에 따라 미리 정해진 길이를 갖도록 제공될 수 있다. 예를 들어, 상기 표적 생분자가 핵산 분자인 경우 약 100 kbp 단위로 구현될 수 있다.
상기 프로브 분자는 상기 표적 생분자에 결합 가능한 구성 부재를 포함한다. 상기 구성 부재는 상기 표적 생분자의 서브 유닛에 결합할 수 있는 모든 물질을 포함한다. 예를 들어, 상기 구성 부재는 상기 표적 생분자가 핵산 분자인 경우 상기 핵산 분자 내에 포함된 뉴클레오티드 중 일부와 상보적으로 결합할 수 있는 뉴클레오티드일 수 있고, 상기 표적 생분자가 펩티드 분자인 경우 상기 펩티드 분자에 포함된 아미노산 서열 중 일부와 상보적으로 결합할 수 있는 아미노산일 수 있다. 상기 프로브 분자는 필요에 따라 직접 제작하여 사용할 수 있고, 이미 그 정보를 파악할 수 있도록 제작된 프로브를 선택하여 사용할 수도 있다. 상기 프로브 분자는 상기 표적 생분자에 결합할 수 있는 구성 부재를 포함한다면, 그 종류는 특별히 제한되지 않는다. 예를 들어, 상기 프로브 분자는 알려진 Dimensional reduction 또는 Feature selection 방법으로 선택될 수 있다. 상기 표적 생분자는 필요에 따라 미리 정해진 길이를 갖도록 제공될 수 있다. 예를 들어, 상기 프로브 분자가 뉴클레오티드를 포함하는 경우 약 5 내지 100 bp 단위로 구현될 수 있다. 상기 프로브 분자는 서로 상이한 구성 부재를 포함하는 2 이상의 N개로 제공되고, 2 이상이라면 특별히 최대 제공 수는 제한되지 않는다.
일 실시예에 따른 표적 생분자 식별 방법은 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계를 포함한다.
도 1에 따르면, 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도를 측정한다. 상기 N개의 프로브 분자별 결합 빈도는 다양할 수 있다. 상기 N개의 프로브 분자는 서로 상이한 구성 부재를 포함하고, 상기 표적 생분자는 상기 구성 부재와 결합할 수 있는 다양한 서브 유닛을 포함하고 있기 때문에, 상기 N개의 프로브 분자가 상기 표적 생분자에 결합하는 빈도는 다양할 수 있다. 예를 들어, 도 1에 따르면, 서로 상이한 구성 부재로서, 서로 상이한 뉴클레오티드 염기 서열을 갖는 N개의 프로브 분자, 즉 제1 프로브 분자(AAAAAA), 제2 프로브 분자(AAAAAT), 및 연속하여 제N 프로브 분자(CCCCCC)를 제공하고, 이들 프로브 분자들을 표적 생분자에 각각 결합시키면 상기 N개의 프로브 분자별로 다양한 결합 빈도, 즉 상기 제1 프로브 분자의 결합 빈도는 4, 상기 제2 프로브 분자의 결합 빈도는 3, 상기 제N 프로브 분자의 결합 빈도는 5가 도출된다. 이 경우, 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)가 생성될 수 있다. 상기 표적 시그니처는 서로 상이한 상기 N개의 프로브 분자에 따라 서로 상이한 결합 빈도들로 구성되기 때문에, 상기 표적 생분자와 대응하고, 상기 표적 생분자를 특정하는 수단으로 활용되며, 이하 설명될 기준 시그니처(reference signature)와 비교하여 상기 표적 생분자를 식별하기 위해 사용된다. 상기 표적 시그니처는 상기 표적 생분자를 특정하는 수단이기 때문에, 만약 상이한 서브유닛을 포함하는 2 이상의 표적 생분자에 상기 N개의 프로브 분자들을 결합시키면 서로 상이한 결합 빈도들이 도출되고, 그에 따라 상기 2 이상의 표적 생분자별로 상이한 2 이상의 표적 시그니처가 생성될 수 있다. 한편, 상기 표적 생분자에 상기 프로브 분자를 결합시켜 상기 프로브 분자의 결합 빈도를 측정하는 방법은 다양할 수 있다. 예를 들어, 도 6에 따르면, 표적 생분자에 결합할 수 있는 나노입자(nanoparticle) 및 나노포어(nanopore)를 구비하는 나노포어 검출기를 이용하여 상기 결합 빈도를 측정할 수 있다. 예를 들어, 상기 표적 생분자로서 단일 가닥의 표적 핵산 분자, 상기 프로브 분자로서 단일 가닥의 핵산 프로브, 상기 표적 핵산 분자 및/또는 상기 표적 핵산 분자와 상기 핵산 프로브의 결합체가 통과할 수 있는 크기를 갖고 신호 검출 수단이 구동가능하게 배치된 나노포어가 구비된 나노포어 검출기, 및 상기 표적 핵산 분자의 양 말단에 특이적으로 결합할 수 있고 상기 나노포어의 크기보다 큰 나노입자를 제공함으로써 상기 결합 빈도를 측정할 수 있다. 상기 나노포어 검출기는 상기 나노포어를 기준으로 일 방향에 형성된 제1 챔버 및 다른 방향에 형성된 제2 챔버를 포함하고, 상기 제1 챔버 및 제2 챔버는 반대 극성의 전압이 인가될 수 있다. 도 6에 따르면, 먼저, 상기 나노입자가 일 말단에 결합되어 있는 표적 핵산 분자를 상기 나노포어 검출기의 제1 챔버에 배치시키고, 상기 나노포어 검출기의 제1 챔버 및 제2 챔버에 각각 반대 전압, 예를 들어 상기 제1 챔버에는 음 전압을, 상기 제2 챔버에는 양 전압을 인가한다(A 단계). 이 경우 핵산 분자는 음 전하를 띠고 있기 때문에, 상기 표적 핵산 분자는 상기 제1 챔버의 전기적 척력 및 상기 제2 챔버의 전기적 인력에 의해 상기 나노포어를 통해 상기 제1 챔버로부터 상기 제2 챔버로 이동하고, 상기 제2 챔버에서 상기 표적 핵산 분자의 다른 말단에 상기 나노 입자를 결합시킨다(B 단계). 이 경우 상기 표적 핵산 분자의 양 말단은 상기 나노포어보다 더 큰 나노 입자에 결합되어 있기 때문에 상기 표적 핵산 분자가 상기 나노포어를 통과하더라도 상기 나노 포어로부터 완전히 이탈할 수 없다. 뒤이어, 상기 나노포어 검출기의 제2 챔버에서 상기 표적 핵산 분자에 제1 프로브 분자를 결합시킨다(C 단계). 뒤이어, 상기 나노포어 검출기의 제1 챔버 및 제2 챔버에 전압을 인가하여 상기 제1 프로브 분자가 결합된 표적 핵산 분자를 상기 제2 챔버로부터 상기 제1 챔버로 이동시키면서 상기 표적 핵산 분자에 결합된 상기 제1 프로브 분자의 수를 측정한다(D 단계). 이 경우 상기 나노포어에 구동가능하게 배치된 신호 검출 수단은 프로브 분자가 결합된 표적 핵산 분자의 통과로 인해 발생하는 신호 변화를 측정한다. 상기 신호는 상기 표적 핵산 분자 또는 상기 프로브 분자가 결합된 표적 핵산 분자의 나노포어 통과로 인해 발생 또는 변하는 물리적 신호 또는 전기적 신호를 모두 포함하며, 예를 들어 광 신호, 이온 차단 전류(ion blockage current), 전기용량(Capacity), 전압(voltage), 전류(current) 등일 수 있으나, 이에 제한되지는 않는다. 뒤이어, 상기 제1 프로브 분자가 결합된 표적 핵산 분자가 제1 챔버로 완전히 이동하면 상기 제1 프로브 분자의 결합 빈도 측정이 완료된다(E 단계). 뒤이어, 상기 표적 핵산 분자로부터 상기 제1 프로브 분자를 제거한다(F 단계). 이 경우 상기 프로브 분자의 제거 단계는 샘플 시료의 온도 또는 pH의 조절, 버퍼 또는 세척 용액의 처리 등 다양한 방법으로 수행될 수 있다. 뒤이어, 제2 프로브 분자를 제공하여 상기 (B) 단계부터 상기 (F) 단계를 반복함으로써, 상기 표적 생분자에 상기 N개의 프로브 분자별 결합 빈도를 측정할 수 있다.
도 2는 도 1에 따른 표적 시그니처와 이미 알려진 기준 생분자에 의해 생성된 기준 시그니처를 비교하는 단계를 도시한다. 구체적으로, 도 2는 상기 표적 생분자와 동종이고, 이미 알려진 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 기준 시그니처(reference signature)를 생성하는 단계; 및 상기 표적 시그니처와 상기 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 도시한다.
일 실시예에 따른 표적 생분자 식별 방법은 상기 표적 생분자와 동종이고, 이미 알려진 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 기준 시그니처(reference signature)를 생성하는 단계를 포함한다.
상기 기준 생분자(reference biomolecule)는 상기 표적 생분자와 비교대상이 되는 생분자로서, 상기 표적 생분자와 식별 가능한 동일한 종류이고, 그에 대한 정보가 이미 잘 알려진 분자를 말한다. 예를 들어, 상기 표적 생분자가 뉴클레오티드를 포함하는 핵산 분자인 경우 상기 기준 생분자는 뉴클레오티드 염기서열에 관한 정보 등이 이미 알려져 있는 핵산 분자일 수 있고, 상기 표적 생분자가 아미노산을 포함하는 펩티드 분자인 경우 상기 기준 생분자는 아미노산 서열에 관한 정보 등이 이미 알려져 있는 펩티드 분자일 수 있다. 상기 기준 생분자에 관한 정보는 영리 또는 비영리 단체의 데이터베이스 서버로부터 온라인 또는 오프라인 방식으로 검색할 수 있고, 다양한 데이터 분석 수단을 통해 가공 처리할 수 있다. 예를 들어, 상기 데이터베이스 서버는 미국립보건원에서 제공하는 유전체서열 데이터베이스 (http://www.ncbi.nlm.nih.gov/genome)일 수 있고, 상기 데이터 분석 수단은 Blast(http://www.ncbi.nlm.nih.gov/genome/seq/BlastGen/BlastGen.cgi?taxid=9606) 일 수 있다. 따라서, 상기 N개의 프로브 분자에 관한 정보 및 상기 기준 생분자에 관한 정보를 기초로 상기 데이터 분석 수단을 통해 기준 시그니처를 생성할 수 있다. 예를 들어, N개의 핵산 프로브 분자들의 염기 서열에 관한 정보를 상기 표적 핵산 분자와 동일한 것으로 예상되는 기준 핵산 분자의 염기 서열에 관한 정보에 가공 처리하여 상보적인 결합이 가능한 빈도를 파악할 수 있다. 이 경우, 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 기준 시그니처(reference signature)가 생성될 수 있다. 상기 기준 시그니처는 서로 상이한 상기 N개의 프로브 분자에 따라 서로 상이한 결합 빈도들로 구성되기 때문에, 상기 기준 생분자를 특정하는 수단으로 활용되고, 이미 설명된 표적 시그니처(reference signature)와 비교하여 상기 표적 생분자를 식별하기 위해 사용된다. 상기 기준 시그니처는 상기 기준 생분자를 특정하는 수단이기 때문에, 만약 상이한 서브유닛을 포함하는 2 이상의 기준 생분자에 상기 N개의 프로브 분자를 결합 가공 처리하면 서로 상이한 결합 빈도들이 도출되고, 그에 따라 상기 2 이상의 기준 생분자별로 상이한 2 이상의 기준 시그니처가 생성될 수 있다. 도 2에 따르면, 상기와 같이 생성된 기준 시그니처가 우측에 도시되어 있다.
일 실시예에 따른 표적 생분자 식별 방법은 상기 표적 시그니처와 상기 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 포함한다.
도 2에 따르면, 상기 표적 시그니처(좌측)와 상기 기준 시그니처(우측)를 비교하는 단계를 도시한다. 상기 표적 시그니처와 상기 기준 시그니처가 일치하는 정도에 따라, 상기 표적 시그니처를 갖는 표적 생분자가 상기 기준 시그니처를 갖는 기준 생분자와 일치하는지 여부를 식별할 수 있다. 즉, 상기 표적 시그니처와 상기 기준 시그니처가 완전히 일치하는 경우, 즉 상기 표적 시그니처의 프로브 분자별 결합 빈도들이 이에 각각 대응하는 상기 기준 시그니처의 프로브 분자별 결합 빈도들과 완전히 일치하는 경우 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 또한, 비록 상기 표적 시그니처와 상기 기준 시그니처가 완전히 일치하지 않더라도 상기 표적 시그니처의 프로브 분자별 결합 빈도들이 이에 각각 대응하는 상기 기준 시그니처의 프로브 분자별 결합 빈도들과 미리 결정된 신뢰 수준 이상 일치하는 경우, 즉 통계학적으로 신뢰할 수 있는 범위 내에서 일치하는 경우에는 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 상기 미리 결정된 신뢰 수준이라 함은 표적 생분자 및 기준 생분자의 특성, 환경 조건, 정보량 등에 따라 다양할 수 있으나, 상기 N개의 프로브 분자 수 기준 약 95% 이상, 바람직하게는 99% 이상일 수 있다. 예를 들어, 서로 상이한 구성 부재를 포함하는 100개의 프로브 분자들을 이용하여, 100개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처 및 기준 시그니처를 생성하고, 상호 대응하는 프로브 분자별 결합 빈도들을 비교했을 때 미리 결정된 신뢰 수준 이상, 예를 들어 총 100개 중 95개 이상, 또는 100개 중 99개 이상 일치하는 경우 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다.
도 3은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 반복 결합하여 상기 반복 결합에 의해 계산된 평균값을 활용하여 표적 시그니처를 생성하는 단계를 도시한다.
일 실시예에 따른 표적 생분자 식별 방법의 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 단계를 포함할 수 있다.
상기 표적 시그니처를 생성하는 단계는 상기 N개의 프로브 분자별 결합 빈도들을 측정하기 위하여 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 1회 결합함으로써 수행될 수도 있지만, 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 2회 이상 반복 결합함으로써 수행될 수도 있다. 상기 프로브 분자는 비록 표적 생분자에 결합할 수 있는 구성 부재를 포함하고 있지만, 표적 생분자의 종류 및/또는 특성, 환경 조건, 기타 측정 기기의 오류 등으로 인해 정확하게 결합 여부를 판단하기 어려운 경우, 예를 들어 표적 핵산 분자에 상보적인 구성 부재를 구비하는 핵산 프로브가 상기 표적 핵산 분자에 결합하지 않을 수도 있고, 표적 핵산 분자에 비-상보적인 구성 부재를 구비하는 핵산 프로브가 상기 표적 핵산 분자에 결합하는 경우가 발생할 수도 있다. 따라서, 상기 N개의 프로브 분자별 결합 빈도의 측정값의 신뢰성을 더욱 확보하기 위해 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 2회 이상 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하고, 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성할 수 있다. 상기 반복 결합은 통계학적으로 신뢰할 수 있는 범위 이상으로 반복될 수 있다. 도 3에 따르면, 예를 들어, 표적 핵산 분자에 제1 프로브 분자(AAAAAA), 제2 프로브 분자(AAAAAC), 제3 프로브 분자(AAAAAG), 제4 프로브 분자(AAAAAT), 제5 프로브 분자(AAAATA), 및 제N 프로브 분자(TTTTTT)를 각각 2회 이상 반복 결합시켜 상기 반복 결합에 의한 결합 빈도들의 평균값을 계산할 수 있다(상기 제1 프로브 분자의 평균 결합 빈도는 5, 상기 제2 프로브 분자의 평균 결합 빈도는 6, 상기 제3 프로브 분자의 평균 결합 빈도는 8, 상기 제4 프로브 분자의 평균 결합 빈도는 3, 상기 제5 프로브 분자의 평균 결합 빈도는 7, 상기 제N 프로브 분자의 평균 결합 빈도는 4). 이 경우 상기 표적 시그니처는 상기 표적 핵산 분자에 대한 상기 N개의 프로브 분자별 평균 결합 빈도로 정의된다.
도 4는 도 1 또는 도 3에 따른 표적 시그니처와 이미 알려진 기준 생분자에 의해 생성된 2 이상의 기준 시그니처를 포함하는 기준 시그니처 풀을 비교하는 단계를 도시한다.
다른 일 실시예에 따른 표적 생분자 식별 방법은 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계; 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계; 상기 표적 생분자와 동종이고, 이미 알려진 2 이상의 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 2 이상의 기준 시그니처(reference signature)를 포함하는 기준 시그니처 풀(reference signature pool)을 생성하는 단계; 및 상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 포함한다.
도 4에 따르면, 표적 시그니처(좌측 상단), 및 제1 내지 제3 기준 시그니처를 포함하는 기준 시그니처 풀(우측)을 도시한다. 상기 기준 시그니처 및 상기 제1 내지 제3 기준 시그니처에 관한 사항은 이미 설명된 바와 같다.
상기 기준 시그니처 풀은 상기 표적 생분자와 동종이고, 이미 알려진 2 이상의 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 2 이상의 기준 시그니처(reference signature)를 포함한다. 상기 기준 시그니처 풀에 포함되는 기준 시그니처를 생성하는 방법은 이미 설명된 바와 같다. 따라서, 일 실시예에 따른 표적 생분자 식별 방법은 상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계를 포함한다. 또한, 상기 표적 시그니처가 상기 기준 시그니처 풀에 포함된 기준 시그니처 중 어느 하나와 일치하는 경우 상기 표적 생분자는 상기 일치된 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 기준 시그니처의 일치 정도는 상기 표적 시그니처의 프로브 분자별 결합 빈도들이 이에 각각 대응하는 상기 기준 시그니처 풀에 포함된 기준 시그니처의 프로브 분자별 결합 빈도들과 미리 결정된 신뢰 수준, 예를 들어 상기 N개의 프로브 분자 수 기준 약 95% 또는 약 99% 이상 일치하는 경우 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 또한, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의될 수 있다. 또한, 상기 식별 단계는 상기 표적 시그니처의 프로브 분자별 결합 빈도들과 이에 각각 대응하는 상기 2 이상의 기준 시그니처의 프로브 분자별 결합 빈도들의 각각의 차이값을 계산하고, 상기 표적 생분자는 상기 차이값의 합이 가장 작은 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 예를 들어, 상기 표적 시그니처의 제1 프로브 분자, 제2 프로브 분자, 제3 프로브 분자, 및 연속하여 제N 프로브 분자별 결합 빈도들과 상기 기준 시그니처 풀에 포함된 기준 시그니처들의 제1 프로브 분자, 제2 프로브 분자, 제3 프로브 분자, 및 연속하여 제N 프로브 분자별 결합 빈도들의 각각의 차이값들을 계산하고, 상기 차이값들 중 최소값을 갖는 표적 시그니처-기준 시그니처 조합을 찾아내고, 상기 표적 생분자는 상기 조합된 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 도 4에 따르면, 표적 시그니처에 대한 N개의 프로브별 결합 빈도는 기준 시그니처 풀에 포함된 제2 기준 시그니처에 대한 N개의 프로브별 결합 빈도와 동일한 것으로 보이며, 이 경우 상기 표적 생분자는 상기 제2 기준 시그니처를 갖는 제2 기준 생분자와 동일한 것으로 결정 또는 식별된다. 한편, 상기 기준 시그니처 풀은 상기 N개의 프로브 분자가 제공된 후라면 상기 표적 생분자에 대한 표적 시그니처를 생성하기 전 또는 후에 생성될 수 있다.
도 5는 도 1 또는 도 3에 따른 표적 시그니처의 i번째 결합 빈도와 기준 시그니처의 i번째 결합 빈도에 의한 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 도시한다.
다른 일 실시예에 따른 표적 생분자 식별 방법에 있어서, 상기 식별 단계는 상기 표적 시그니처의 i번째 결합 빈도를 xi, 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi로 정의하여, 하기 식 1에 따른 결합 빈도 거리(d)를 계산하고,
Figure 112011014779442-pat00005
식 1
상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별할 수 있다.
상기 표적-기준 거리 분포는 상기 표적 시그니처에 해당하는 표적 생분자가 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처 중 어느 것과 일치하는 지 여부를 통계학적으로 신뢰할 수 있는 수준에서 결정하기 위한 것으로서, 상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처를 비교하여 계산된 결합 빈도 거리(d)별 개수로 정의된다. 상기 표적 시그니처 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처를 생성하는 방법은 이미 설명된 바와 같다. 상기 표적 시그니처의 i번째 결합 빈도라 함은 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 표적 생분자에 결합된 빈도를 말하고, 상기 기준 시그니처의 i번째 결합 빈도라 함은 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 기준 생분자에 결합된 빈도를 말한다. 즉, 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 표적 생분자에 결합된 빈도를 상기 표적 시그니처의 i번째 결합 빈도 xi로 정의하고, 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 기준 생분자에 결합된 빈도를 상기 기준 시그니처의 i번째 결합 빈도 yi로 정의한다. 뒤이어, 상기 표적 시그니처의 i번째 결합 빈도 xi 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 결합 빈도 yi를 상기 식 1에 적용하여 상기 기준 시그니처 풀에 포함된 기준 시그니처들의 수만큼 결합 빈도 거리(d)를 계산하고, 상기 결합 빈도 거리(d)별 개수를 계산한다. 이 경우 상기 식 1은 하기 식 2,
Figure 112011014779442-pat00006
식 2
로 대체될 수 있다. 도 5에 따르면, 상기 표적-기준 거리 분포에 있어서, 상기 결합 빈도 거리(d)는 X축에 표시되고, 상기 결합 빈도 거리(d)별 개수는 Y축에 표시된다. 상기 표적-기준 거리 분포에 있어서, 통계학적으로 신뢰할 수 있는 수준을 나타내는 역치(threshold)를 설정할 수 있다(도 5의 수직 점선). 이 경우, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 상기 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 또한, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소값에 대응하는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 한편, 상기 표적-기준 거리 분포를 생성함에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 단계를 포함할 수 있다.
도 7은 서로 상이한 2 이상의 프로브 분자를 표적 생분자에 반복 결합하여 상기 반복 결합에 의해 계산된 평균값 및 그에 따른 표준 편차를 활용하여 표적 시그니처를 생성하고, 표적 생분자를 식별하는 방법을 도시한다.
다른 일 실시예에 따른 표적 생분자 식별 방법에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것이고,
상기 식별 단계는 상기 표적 시그니처의 i번째 평균 결합 빈도를 xi, 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi, 및 상기 표적 시그니처의 i번째 평균 결합 빈도에 대한 표준편차를 σi로 정의하여, 하기 식 3에 따른 결합 빈도 거리(d)를 계산하고,
Figure 112011014779442-pat00007
식 3
상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별할 수 있다.
상기 표적 시그니처 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처를 생성하는 방법은 이미 설명된 바와 같다. 다만, 상기 표적 시그니처는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의된다. 상기 표적 시그니처의 i번째 평균 결합 빈도라 함은 상기 N개의 프로브 분자 중 i번째 프로브 분자를 상기 표적 생분자에 반복 결합시켜 상기 반복 결합에 의한 평균 결합 빈도를 말하고, 상기 기준 시그니처의 i번째 결합 빈도라 함은 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 기준 생분자에 결합된 빈도를 말한다. 즉, 상기 N개의 프로브 분자 중 i번째 프로브 분자를 상기 표적 생분자에 반복 결합시켜 계산된 평균 결합 빈도를 상기 표적 시그니처의 i번째 평균 결합 빈도 xi로 정의하고, 상기 N개의 프로브 분자 중 i번째 프로브 분자가 상기 기준 생분자에 결합된 빈도를 상기 기준 시그니처의 i번째 결합 빈도 yi로 정의하며, 상기 표적 시그니처의 i번째 평균 결합 빈도에 대한 표준편차를 σi로 정의한다. 도 7에 따르면, 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜, 상기 N개의 프로브 분자별 평균 결합 빈도 및 그에 대한 표준편차를 계산할 수 있다. 즉, 표적 생분자에 제1 프로브 분자(AAAAAA)를 반복 결합시켜 평균 결합 빈도 5(x1) 및 표준편차 1.2(σ1)를 계산하고, 제2 프로브 분자(AAAAAC)를 반복 결합시켜 평균 결합 빈도 6(x2) 및 표준편차 1.4(σ2)를 계산하고, 제3 프로브 분자(AAAAAG)를 반복 결합시켜 평균 결합 빈도 8(x3) 및 표준편차 1.1(σ3)를 계산하고, 제4 프로브 분자(AAAAAT)를 반복 결합시켜 평균 결합 빈도 3(x4) 및 표준편차 0.7(σ4)를 계산하고, 제5 프로브 분자(AAAATA)를 반복 결합시켜 평균 결합 빈도 7(x5) 및 표준편차 0.9(σ5)를 계산하며, 연속하여 제N 프로브 분자(TTTTTT)를 반복 결합시켜 평균 결합 빈도 4(xN) 및 표준편차 0.7(σN)를 계산할 수 있다. 뒤이어, 상기 표적 시그니처의 i번째 평균 결합 빈도 xi, 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 결합 빈도 yi, 및 상기 표적 시그니처 i번째 평균 결합 빈도의 대한 표준편차 σi를 상기 식 3에 적용하여 상기 기준 시그니처 풀에 포함된 기준 시그니처들의 수만큼 결합 빈도 거리(d)를 계산하고, 상기 결합 빈도 거리(d)별 개수를 계산한다. 이 경우 상기 식 3은 하기 식 4,
Figure 112011014779442-pat00008
식 4
로 대체될 수 있다. 상기 식 3 또는 식 4에 따른 표적-기준 거리 분포에 있어서, 상기 결합 빈도 거리(d)는 X축에 표시되고, 상기 결합 빈도 거리(d)별 개수는 Y축에 표시될 수 있고, 통계학적으로 신뢰할 수 있는 수준을 표시하는 역치(threshold)를 설정할 수 있다. 이 경우, 상기 표적 생분자는 상기 표적-기준 거리 분포에서 상기 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다. 또한, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소 값에 대응하는 기준 생분자와 동일한 것으로 결정 또는 식별할 수 있다.
도 8은 일 실험예에 있어서, 표적 시그니처 및 기준 시그니처 풀에 포함된 서로 상이한 기준 시그니처들을 도시한다. 구체적으로, 도 8a는 표적 핵산 분자의 표적 시그니처를 도시하고, 도 8b 및 도 8c는 상기 표적 핵산 분자와 유사한 것으로 염기 서열을 갖는 서로 상이한 기준 시그니처를 도시한다.
상기 방법에 의해 표적 생분자를 정확하게 식별할 수 있는지 여부를 확인하기 위하여 하기와 같이 실험하였다. 인간 유전체 중 7번 염색체(chromosome 7) 상에 존재하는 상피세포 성장인자 수용체(Homo sapiens epidermal growth factor receptor, EGFR) 유전자(55054219-55154219, 100 kb)를 표적 생분자로 선정하였다. 또한, 상기 EGFR 유전자(제1 기준 생분자), 상기 EGFR 유전자와 가장 유사한 염기서열을 갖는 침팬지의 유전체 중 염색체 7에 존재하는 임의의 유전자(제2 기준 생분자), 및 상기 EGFR 유전자와 가장 유사한 염기서열을 갖는 인간의 유전체 중 염색체 3에 존재하는 임의의 유전자(제3 기준 생분자)를 포함하는 임의의 유전자 100개를 기준 생분자로 선정하였다. 표적 시그니처를 생성하기 위하여, 상기 EGFR 유전자의 단일가닥 핵산 분자 및 서로 상이한 염기서열을 갖는 뉴클레오티드를 구비하는 프로브 분자들(aaaaaa, aaaaac, aaaaag, aaaaat, ...., tttttt)을 준비하고, 도 6에 따른 방법을 수행하여 표적 시그니처를 생성하였다(도 8a). 또한, 기준 시그니처를 생성하기 위하여, 상기 기준 생분자들에 대한 염기서열을 획득하고, 상기 방법에 따라 기준 시그니처 100개를 생성하고, 이들을 포함하는 기준 시그니처 풀을 생성하였다. 도 8b는 상기 EGFR 유전자와 가장 유사한 염기서열을 갖는 침팬지 유전자(제2 기준 생분자)의 기준 시그니처를 도시하고, 도 8c는 상기 EGFR 유전자와 가장 유사한 염기서열을 갖는 인간의 다른 유전자(제3 기준 생분자)의 기준 시그니처를 도시한다(그 이외의 나머지 98개의 기준 시그니처는 도시하지 않음).
도 9는 측정 기기의 위치 오류를 적용하여 생성된 표적-기준 거리 분포를 참조로 하여, 표적 생분자를 식별하는 일 실험예를 도시한다.
표적 생분자에 프로브 분자를 결합시킬 때 측정 기기의 기술적 한계에 의해 정확하지 않는 식별 결과가 도출될 수 있다. 예를 들어, 측정 기기는 일정한 크기의 검출 영역에서 광학적 또는 전기적 신호를 검출하고, 상기 검출 영역 내에서 표적 생분자-프로브 결합에 의해 발생하는 1개의 신호를 검출하는데, 만약 상기 검출 영역 내에서 표적 생분자에 2 이상의 프로브가 결합되면 비록 상기 결합 빈도는 2이지만, 1개의 신호를 검출하게 된다. 이와 같은 기계적 오류는 상기 측정 기기의 내재적 한계이기 때문에, 예상치 못한 결과를 야기하는 원인이 될 수 있다. 따라서, 상기와 같은 측정 기기의 위치 오류를 전제함에도 불구하고, 일 실시예에 따른 방법이 정확하게 표적 생분자를 식별할 수 있는지 여부를 확인하였다.
상기 표적 생분자-프로브 결합을 측정하기 위한 측정기기의 검출 영역(Resolution)을 100 bp로 설정하고, 상기 프로브의 길이(6 bp)를 고려하여 상기 검출 영역에서 발생할 수 있는 위치 오류를 임의적으로 0 bp, +10 bp, 및 +50 bp로 선정하고, 각각의 위치 오류를 전제하여 상기 EGFR 유전자에 프로브 분자들을 결합시켜 결합 빈도를 측정하였다. 상기 결합 빈도들을 기초로 표적 시그니처를 생성하고, 도 8에 따라 생성된 기준 시그니처 풀을 참조하여 상기 방법에 따라 표적-기준 거리 분포를 생성하였다. 도 9a는 위치 오류 0 bp인 경우의 표적-기준 거리 분포이고, 도 9b는 위치 오류 +10 bp인 경우의 표적-기준 거리 분포이고, 도 9c는 위치 오류 50 +bp인 경우의 표적-기준 거리 분포이다.
상기 표적-기준 거리 분포를 분석한 결과, 도 9a에 따르면, 위치 오류가 0 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 0.31, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 78.31, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 762.54를 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 또한, 도 9b에 따르면, 위치 오류가 +10 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 5.12, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 6.68, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 24.41을 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 또한, 도 9c에 따르면, 위치 오류가 +50 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 6.71, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 7.85, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 27.46을 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 따라서, 도 9a 내지 9c에 따르면, 측정기기의 위치 오류가 있는 경우라도 일 실시예에 따른 표적 생분자 식별 방법에 의하면 표적 생분자를 정확하게 식별할 수 있다.
도 10은 측정 기기의 측정 범위 오차 및 표적 생분자의 유전적 변이를 적용하여 생성된 표적-기준 거리 분포를 참조로 하여, 표적 생분자를 식별하는 다른 일 실험예를 도시한다.
도 9에 따른 측정 기기의 위치 오류뿐만 아니라 표적 생분자 자체의 변이(variation)로 인해 정확하지 않은 식별 결과가 도출될 수도 있다. 예를 들어, 표적 핵산 분자의 염기 서열 영역 중 일부분이 결실(deletion)된 경우 상기 결실된 부분의 염기 서열 부분은 판독하기 어렵기 때문에 상기 표적 핵산 분자를 정확하게 식별할 수 없는 경우가 생길 수 있다. 따라서, 측정 기기의 위치 오류뿐만 아니라 표적 생분자의 서브 유닛 그 자체의 변이를 전제함에도 불구하고, 일 실시예에 따른 방법이 정확하게 표적 생분자를 식별할 수 있는지 여부를 확인하였다.
상기 EGFR 유전자(100 kb)에 특이적 제한 효소를 처리하여 특정 염기 서열 부분 약 500 bp 정도를 결실시켰다(전체 길이의 약 0.5%). 또한, 상기 표적 생분자-프로브 결합을 측정하기 위한 측정기기의 검출 영역(Resolution)을 100 bp로 설정하고, 상기 프로브의 길이(6 bp)를 고려하여 상기 검출 영역에서 발생할 수 있는 위치 오류를 임의적으로 0 bp, +10 bp, 및 +50 bp로 선정하고, 각각의 위치 오류를 전제하여 상기 약 500 bp가 결실된 EGFR 유전자에 프로브 분자들을 결합시켜 결합 빈도를 측정하였다. 상기 결합 빈도들을 기초로 표적 시그니처를 생성하고, 상기 도 8에 따라 생성된 기준 시그니처 풀을 참조하여 상기 방법에 따라 표적-기준 거리 분포를 생성하였다. 도 10a는 위치 오류 0 bp인 경우의 표적-기준 거리 분포이고, 도 10b는 위치 오류 +10 bp인 경우의 표적-기준 거리 분포이고, 도 10c는 위치 오류 50 +bp인 경우의 표적-기준 거리 분포이다.
상기 표적-기준 거리 분포를 분석한 결과, 도 10a에 따르면, 위치 오류가 0 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 2.1, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 79.59, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 758.16을 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 또한, 도 10b에 따르면, 위치 오류가 +10 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 5.40, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 6.96, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 24.41를 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 또한, 도 10c에 따르면, 위치 오류가 +50 bp인 경우, 상기 표적 시그니처와 상기 제1 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d1)는 6.92, 상기 표적 시그니처와 상기 제2 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d2)는 8.05, 상기 표적 시그니처와 상기 제3 기준 생분자의 기준 시그니처를 기초로 하는 결합 빈도 거리(d3)는 23.99를 나타냈다. 상기 d1 값은 상기 표적-기준 거리 분포의 역치 이하의 최소값을 나타냈고, 상기 표적 핵산 분자는 제1 기준 생분자인 EGFR 유전자인 것으로 결정 또는 식별할 수 있다. 따라서, 도 10a 내지 10c에 따르면, 측정기기의 위치 오류뿐만 아니라 표적 생분자의 서브 유닛 그 자체에 변이가 있는 경우라도 일 실시예에 따른 표적 생분자 식별 방법에 의하면 표적 생분자를 정확하게 식별할 수 있다.

Claims (15)

  1. 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계;
    상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계;
    상기 표적 생분자와 동종이고, 이미 알려진 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 기준 시그니처(reference signature)를 생성하는 단계; 및
    상기 표적 시그니처와 상기 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계;를 포함하는 표적 생분자 식별 방법으로서, 상기 결합 빈도는 하나의 표적 생분자에 결합하는 동일한 프로브의 수를 나타내는 것이고,
    상기 표적 생분자 및 프로브 분자는 단일가닥 핵산이고, 상기 결합 빈도는 나노포어, 나노포어를 기준으로 일 방향에 형성된 제1 챔버 및 다른 방향에 형성된 제2 챔버를 포함하는 나노포어 검출기에서 검출되는 것으로서, 상기 나노포어는 상기 단일가닥 표적 핵산과 단일가닥 프로브 핵산의 결합체가 통과할 수 있는 크기를 갖고 상기 결합체로부터의 신호를 검출하는 신호 검출 수단이 구비되어 있는 것인 방법.
  2. 삭제
  3. 제1항에 있어서, 상기 식별 단계는 상기 표적 시그니처의 프로브 분자별 결합 빈도들이 이에 각각 대응하는 상기 기준 시그니처의 프로브 분자별 결합 빈도들과 미리 결정된 신뢰 수준 이상 일치하는 경우 상기 표적 생분자는 상기 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  4. 제3항에 있어서, 상기 미리 결정된 신뢰 수준은 상기 N개의 프로브 분자 수 기준 약 95% 이상인 것인 표적 생분자 식별 방법.
  5. 제1항에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것인 표적 생분자 식별 방법.
  6. 표적 생분자(target biomolecule)에 결합 가능하고, 서로 상이한 구성 부재를 포함하는 2 이상의 N개의 프로브 분자를 제공하는 단계;
    상기 표적 생분자에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 표적 시그니처(target signature)를 생성하는 단계;
    상기 표적 생분자와 동종이고, 이미 알려진 2 이상의 기준 생분자(reference biomolecule)에 상기 N개의 프로브 분자를 각각 결합시켜 상기 N개의 프로브 분자별 결합 빈도들로 정의되는 2 이상의 기준 시그니처(reference signature)를 포함하는 기준 시그니처 풀(reference signature pool)을 생성하는 단계; 및
    상기 표적 시그니처와 상기 기준 시그니처 풀에 포함된 기준 시그니처의 일치 정도에 따라 상기 표적 생분자를 식별하는 단계;를 포함하는 표적 생분자 식별 방법으로서, 상기 결합 빈도는 하나의 표적 생분자에 결합하는 동일한 프로브의 수를 나타내는 것이고,
    상기 표적 생분자 및 프로브 분자는 단일가닥 핵산이고, 상기 결합 빈도는 나노포어, 나노포어를 기준으로 일 방향에 형성된 제1 챔버 및 다른 방향에 형성된 제2 챔버를 포함하는 나노포어 검출기에서 검출되는 것으로서, 상기 나노포어는 상기 단일가닥 표적 핵산과 단일가닥 프로브 핵산의 결합체가 통과할 수 있는 크기를 갖고 상기 결합체로부터의 신호를 검출하는 신호 검출 수단이 구비되어 있는 것인 방법.
  7. 제6항에 있어서, 상기 식별 단계는 상기 표적 시그니처가 상기 기준 시그니처 풀에 포함된 기준 시그니처 중 어느 하나와 일치하는 경우 상기 표적 생분자는 상기 일치된 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  8. 제6항에 있어서, 상기 식별 단계는 상기 표적 시그니처의 프로브 분자별 결합 빈도들과 이에 각각 대응하는 상기 2 이상의 기준 시그니처의 프로브 분자별 결합 빈도들의 각각의 차이값을 계산하고, 상기 표적 생분자는 상기 차이값의 합이 가장 작은 기준 시그니처를 갖는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  9. 제6항에 있어서, 상기 식별 단계는 상기 표적 시그니처의 i번째 결합 빈도를 xi, 및 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi로 정의하여, 하기 식 1에 따른 결합 빈도 거리(d)를 계산하고,
    Figure 112011014779442-pat00009
    식 1
    상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고,
    상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  10. 제9항에 있어서, 상기 식 1은 하기 식 2,
    Figure 112011014779442-pat00010
    식 2
    로 대체되는 것인 표적 생분자 식별 방법.
  11. 제9항에 있어서, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소 값에 대응하는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  12. 제6항에 있어서, 상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것인 표적 생분자 식별 방법.
  13. 제6항에 있어서,
    상기 표적 시그니처 생성 단계는 상기 표적 생분자에 상기 N개의 프로브 분자를 각각 반복 결합시켜 상기 반복 결합에 의한 결합 빈도의 평균을 계산하여 상기 N개의 프로브 분자별 평균 결합 빈도들로 정의되는 표적 시그니처를 생성하는 것이고,
    상기 식별 단계는 상기 표적 시그니처의 i번째 평균 결합 빈도를 xi, 상기 기준 시그니처 풀에 포함된 각각의 기준 시그니처의 i번째 프로브 분자의 결합 빈도를 yi, 및 상기 표적 시그니처의 i번째 평균 결합 빈도에 대한 표준편차를 σi로 정의하여, 하기 식 3에 따른 결합 빈도 거리(d)를 계산하고,
    Figure 112011014779442-pat00011
    식 3
    상기 결합 빈도 거리(d)별 개수로 정의되는 표적-기준 거리 분포를 생성하는 단계를 더 포함하고,
    상기 표적 생분자는 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)에 대응하는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
  14. 제13항에 있어서, 상기 식 3은 하기 식 4,
    Figure 112011014779442-pat00012
    식 4
    로 대체되는 것인 표적 생분자 식별 방법.
  15. 제13항에 있어서, 상기 표적-기준 거리 분포에서 역치 이하의 결합 빈도 거리(d)가 2 이상인 경우 상기 표적 생분자는 상기 2 이상의 역치 이하의 결합 빈도 거리(d) 중 최소 값에 대응하는 기준 생분자와 동일한 것으로 식별하는 것인 표적 생분자 식별 방법.
KR1020110018211A 2011-02-28 2011-02-28 프로브 결합 빈도를 이용한 표적 생분자 식별 방법 KR101872789B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020110018211A KR101872789B1 (ko) 2011-02-28 2011-02-28 프로브 결합 빈도를 이용한 표적 생분자 식별 방법
US13/303,813 US8771949B2 (en) 2011-02-28 2011-11-23 Method of identifying target biomolecule by using probe-binding frequency

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110018211A KR101872789B1 (ko) 2011-02-28 2011-02-28 프로브 결합 빈도를 이용한 표적 생분자 식별 방법

Publications (2)

Publication Number Publication Date
KR20120098336A KR20120098336A (ko) 2012-09-05
KR101872789B1 true KR101872789B1 (ko) 2018-06-29

Family

ID=46719399

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110018211A KR101872789B1 (ko) 2011-02-28 2011-02-28 프로브 결합 빈도를 이용한 표적 생분자 식별 방법

Country Status (2)

Country Link
US (1) US8771949B2 (ko)
KR (1) KR101872789B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007174986A (ja) 2005-12-28 2007-07-12 Canon Inc 核酸の塩基配列解析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7005264B2 (en) 2002-05-20 2006-02-28 Intel Corporation Method and apparatus for nucleic acid sequencing and identification
US20050136408A1 (en) 2003-12-19 2005-06-23 May Tom-Moy Methods and systems for characterizing a polymer
US20070190542A1 (en) * 2005-10-03 2007-08-16 Ling Xinsheng S Hybridization assisted nanopore sequencing
WO2009046094A1 (en) * 2007-10-01 2009-04-09 Nabsys, Inc. Biopolymer sequencing by hybridization of probes to form ternary complexes and variable range alignment
KR100929524B1 (ko) * 2008-01-18 2009-12-03 포항공과대학교 산학협력단 패턴인식에 의한 생물분자 검출방법 및 검출프로세스

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007174986A (ja) 2005-12-28 2007-07-12 Canon Inc 核酸の塩基配列解析方法

Also Published As

Publication number Publication date
US20120220473A1 (en) 2012-08-30
KR20120098336A (ko) 2012-09-05
US8771949B2 (en) 2014-07-08

Similar Documents

Publication Publication Date Title
Santos et al. Computational methods for 16S metabarcoding studies using Nanopore sequencing data
Chen et al. Ionic current-based mapping of short sequence motifs in single DNA molecules using solid-state nanopores
KR102106499B1 (ko) 폴리머의 측정의 분석
KR102551897B1 (ko) 폴리머의 분석
US11104947B2 (en) Nanopore sequencing of polynucleotides with multiple passes
CN103582887B (zh) 提供核苷酸序列数据的方法和测序装置
JP7067896B2 (ja) 品質評価方法、品質評価装置、プログラム、および記録媒体
EP2970959A2 (en) Methods and compositions for tagging and analyzing samples
ES2697804T3 (es) Proceso de secuenciación
Patel et al. MinION rapid sequencing: Review of potential applications in neurosurgery
CN108179148A (zh) 一种检测遗传性心肌病的探针及其应用
Kim et al. Unraveling metagenomics through long-read sequencing: A comprehensive review
Detours et al. Integration and cross-validation of high-throughput gene expression data: comparing heterogeneous data sets
Mereuta et al. A nanopore sensor for multiplexed detection of short polynucleotides based on length-variable, poly-arginine-conjugated peptide nucleic acids
Rand et al. Electronic mapping of a bacterial genome with dual solid-state nanopores and active single-molecule control
JP7084470B2 (ja) 酵素のスクリーニング法
CN113278706A (zh) 一种用于区分体细胞突变和种系突变的方法
KR101872789B1 (ko) 프로브 결합 빈도를 이용한 표적 생분자 식별 방법
Alvarez et al. DNA/RNA transverse current sequencing: intrinsic structural noise from neighboring bases
Yan et al. Central Limit Theorem-Based Analysis Method for MicroRNA Detection with Solid-State Nanopores
Schwartz et al. New generations: Sequencing machines and their computational challenges
Zhang et al. Artificial intelligence/machine learning tools for single molecule data analysis in biomedicine
US20240274234A1 (en) Remote detection of pathogens
Manara et al. Free-energy calculations reveal the subtle differences in the interactions of DNA bases with α-hemolysin
Marić et al. Approaches to metagenomic classification and assembly

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant