KR101965698B1 - 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트 - Google Patents

대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트 Download PDF

Info

Publication number
KR101965698B1
KR101965698B1 KR1020170068033A KR20170068033A KR101965698B1 KR 101965698 B1 KR101965698 B1 KR 101965698B1 KR 1020170068033 A KR1020170068033 A KR 1020170068033A KR 20170068033 A KR20170068033 A KR 20170068033A KR 101965698 B1 KR101965698 B1 KR 101965698B1
Authority
KR
South Korea
Prior art keywords
acid
liver cancer
group
lysopc
metabolite
Prior art date
Application number
KR1020170068033A
Other languages
English (en)
Other versions
KR20180131269A (ko
Inventor
이종호
지선하
김민주
김민경
유혜진
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020170068033A priority Critical patent/KR101965698B1/ko
Publication of KR20180131269A publication Critical patent/KR20180131269A/ko
Application granted granted Critical
Publication of KR101965698B1 publication Critical patent/KR101965698B1/ko

Links

Images

Classifications

    • 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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57438—Specifically defined cancers of liver, pancreas or kidney
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • 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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G01N2030/8809—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
    • G01N2030/8813—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/50—Determining the risk of developing a disease
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Cell Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Oncology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

본 발명은 특정 바이오마커에 기반하여 간암 관련 위험도를 평가하는 진단 방법에 관한 것으로, (a) 대상체(subject)에서 생물학적 시료를 채취하는 단계; (b) 상기 생물학적 시료에서 타이로신(tyrosine), AST(aspartate aminotransferase), 5-하이드록시헥산(5-hydroxyhexanoic acid), 타우로우르소데옥시콜릭산(tauroursodeoxycholic acid), 라이소포스파티딜콜린(lysophosphatidylcholines) 16:1, 라이소포스파티딜콜린 20:3, 올레아미드(oleamide), 및 안드로스테론 황산염(androsterone sulfate)으로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 측정하는 단계; 및 (c) 상기 측정된 대사체의 수준을 정상 대조군 시료에서의 측정값과 비교하는 단계;를 포함하는 간암의 예후 또는 위험도를 평가하는 방법이 제공된다.

Description

대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트{A METHOD AND KIT FOR ASSESSING RISK OF HEPATOCELLULAR CARCINOMA USING METABOLITE PROFILING}
본 발명은 특정 바이오마커의 농도를 측정하여 간암 관련 위험도를 평가하는 진단 방법 및 키트에 관한 것이다.
암은 세포주기가 조절되지 않아 세포분열을 계속 하는 질병으로, 주위 조직에 침윤하면서 빠르게 성장하고 신체 각 부위에 확산되거나 전이되어 생명을 위협한다. 간에 생긴 암을 간암이라고 하며, 간암은 세계적으로 발병률이 높은 암 가운데 하나이다. 한국에서 간암 사망률은 인구 10만 명당 23명으로 매우 높은 편이며, 한국인의 총 사망률의 약 10%는 간염, 간경화 및 간암과 관계되어 있다.
간암은 다른 조직의 암이 간으로 전이되는 전이성 간암과 간세포 자체에서 암이 발생하는 원발성 간암(HCC; hepatocellular carcinoma)으로 분류할 수 있으나, 원발성 간암이 간암의 90%를 차지하기 때문에 대부분의 간암은 원발성 간암(HCC)을 의미한다.
간암의 원인은 B형간염 및 C형간염 바이러스, 알코올성 간질병, 대사성 만성 간질병, 독성물질 등이 있다. B 형간염 및 C 형간염 바이러스는 만성 간염이나 간경화증과 같은 만성 간질환이나 간암을 일으킬 수 있는 바이러스로, 주로 아시아 지역과 아프리카 지역에 감염자가 많다. 한국의 간암 환자의 65~80%는 B 형간염 항원 보균자로 알려져 있다.
그러나 최근에는 비만, 당뇨병 등이 증가하면서 대사성 만성 간질병으로 인한 간암환자가 증가하고 있다. 대사증후군이 점진적으로 진행되어 대사성 만성 간질병을 일으키고, 장기적으로 간암이 발생할 수 있다. 대사증후군은 여러 가지 신진대사와 관련된 질환이 함께 동반되는 것으로 고혈압 및 당뇨병을 비롯한 당대사 이상 등 각종 성인병이 복부비만과 함께 동시 다발적으로 나타난 상태를 말한다.
간암은 생존율이 낮고, 예후가 나쁜 질병이기 때문에 예방과 조기발견이 중요하다.
간암을 조기에 진단하는 방법으로서 신규 바이오마커에 대한 연구가 진행되고 있다. 바이오마커는 일반적으로 단백질이나 DNA, RNA, 대사물질 등을 이용해 몸 안의 변화를 알아낼 수 있는 지표를 의미하며, 바이오마커를 활용하면 대상체의 정상 또는 병리적인 상태, 약물에 대한 반응 정도 등을 객관적으로 측정할 수 있다. 바이오마커는 특정 질병의 내적 표현형이라고 불리며, 특정 질병의 원인을 찾거나 발병 위험도를 측정하는데 이용될 수 있다.
세포 내의 대사물질과 대사회로를 총체적으로 분석하는 대사체학(metabolomics)은 질병의 바이오마커를 검출하는데 널리 사용되고 있다. 암 발병 시기에 특이적으로 다량 또는 소량으로 존재하는 대사체를 암 특이적 마커로 사용할 수 있으며, 암이 발병되었는지 의심되는 환자로부터 생물학적 시료를 채취하여 암 특이적 마커의 변화 양상을 관찰함으로써 암의 유무를 예측할 수 있다. 간암을 진단하는 특이적 마커로 DNA, mRNA, 및 단백질이 연구되어 왔으나, 간암 환자 및 건강한 사람 간의 대사체 변화에 대한 포괄적인 이해는 아직 미흡한 상태이다.
본 발명자들은 간암과 관련된 대사체를 동정하고 간암 발병과의 상관 관계를 규명하여 간암의 위험성 또는 예후를 진단하는 방법을 제공하고자 하였다.
본 명세서 전체에 걸쳐 다수의 논문 및 특허문헌이 참조되고 그 인용이 표시되어 있다. 인용된 논문 및 특허 문헌의 개시 내용은 그 전체로서 본 명세서에 참조로 삽입되어 본 발명이 속하는 기술 분야의 수준 및 본 발명의 내용이 보다 명확하게 설명된다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로, 본 발명의 목적은 특정 대사체의 수준을 측정하여 간암의 위험성 또는 예후를 진단하는 방법을 제공한다.
본 발명의 일 측면에 따르면, (a) 대상체(subject)에서 생물학적 시료를 채취하는 단계; (b) 상기 생물학적 시료에서 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 측정하는 단계; 및 (c) 상기 측정된 대사체의 수준을 정상 대조군 시료에서의 측정값과 비교하는 단계;를 포함하는 간암의 예후 또는 위험도를 평가하는 방법이 제공된다.
일 실시예에 있어서, 상기 (b) 단계에서 ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정할 수 있다.
일 실시예에 있어서, 상기 (b) 단계에서 L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정할 수 있다.
일 실시예에 있어서, 기준시점으로부터 7년 이후 간암의 발병 가능성을 판단할 수 있다.
본 발명의 다른 측면에 따르면, 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 포함하는 간암 발병 위험도 진단용 키트가 제공된다.
일 실시예에 있어서, ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함할 수 있다.
일 실시예에 있어서, L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함할 수 있다.
본 발명의 일 측면에 따르면, 혈청 내 특정 대사체의 농도를 측정함으로써, 간암의 발병 가능성을 효과적으로 예측할 수 있다.
특히, 상기 방법은 기준시점으로부터 평균 7년 이후의 간암 발병가능성에 관한 정보와 함께 선제적인 대응 가능성을 제공한다.
본 발명의 효과는 상기한 효과로 한정한 것은 아니며, 본 발명의 상세한 설명 또는 청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 대조군(Control group, n=134)과 HCC 군(Hepatocellular cancer group, n=75) 사이 혈장 대사체를 비교한 것이다. OPLS-DA 모델로부터 얻은 양이온 모드(a)와 음이온 모드(b)의 스코어 플롯과, OPLS-DA 모델로부터 얻은 양이온 모드(c)와 음이온 모드(d)의 공변인 [p] 및 신뢰도 관계(reliability correlation) [p(corr)]에 대한 S-플롯을 나타낸다.
도 2는 인리치먼트(enrichment) 분석(y축) 및 토폴로지(topology) 분석(x축)에 기반한 스코어에 따라 배열된 경로를 나타내는 대사 경로 분석 결과이다. 각 원의 색상과 크기는 각각 P-값 및 경로 영향력 값(pathway impact value)을 나타낸다.
도 3은 대조군(control group)과 HCC 군(hepatocellular cancer group)에서의 AST(aspartate aminotransferase)와 7가지 주요 대사체들 간의 상관관계를 나타낸 매트릭스다. 피어슨 상관 계수(Pearson's correlation coefficient)를 사용하여 상관관계를 도출하였으며, 빨강색은 양의 상관관계를, 파란색은 음의 상관관계를 나타낸다.
도 4는 대조군(Control group)과 HCC 군(Hepatocellular cancer group)에서의 주요 대사체와 생화학적 특징 간의 상관관계를 나타낸 매트릭스다. 피어슨 상관 계수(Pearson's correlation coefficient)를 사용하여 상관관계를 도출하였으며, 빨강색은 양의 상관관계를, 파란색은 음의 상관관계를 나타낸다.
도 5는 간암 발병에 대한 타이로신(tyrosine), AST(aspartate aminotransferase), 5-하이드록시헥산(5-hydroxyhexanoic acid) 및 TUDCA(tauroursodeoxycholic acid)에 대한 ROC 곡선을 도식화한 것이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
달리 정의되지 않는 한, 분자 생물학, 미생물학, 단백질 정제, 단백질 공학, 및 DNA 서열 분석 및 당업자의 능력 범위 안에서 재조합 DNA 분야에서 흔히 사용되는 통상적인 기술에 의해 수행될 수 있다. 상기 기술들은 당업자에게 알려져 있고, 많은 표준화된 교재 및 참고서에 기술되어 있다.
본 명세서에 달리 정의되어 있지 않으면, 사용된 모든 기술 및 과학 용어는 당업계에 통상의 기술자가 통상적으로 이해하는 바와 같은 의미를 가진다.
본 명세서에 포함되는 용어를 포함하는 다양한 과학적 사전이 잘 알려져 있고, 당업계에서 이용가능하다. 본 명세서에 설명된 것과 유사 또는 등가인 임의의 방법 및 물질이 본원의 실행 또는 시험에 사용되는 것으로 발견되나, 몇몇 방법 및 물질이 설명되어 있다. 당업자가 사용하는 맥락에 따라, 다양하게 사용될 수 있기 때문에, 특정 방법학, 프로토콜 및 시약으로 본 발명이 제한되는 것은 아니다.
이하, 첨부된 도면을 참고하여 본 발명을 더욱 상세히 설명한다.
본 발명의 일 측면에 따르면, (a) 대상체(subject)에서 생물학적 시료를 채취하는 단계; (b) 상기 생물학적 시료에서 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 측정하는 단계; 및 (c) 상기 측정된 대사체의 수준을 정상 대조군 시료에서의 측정값과 비교하는 단계;를 포함하는 간암의 예후 또는 위험도를 평가하는 방법이 제공된다.
상기 대상체(subject)는 진단 대상으로서 인간일 수 있고, 상기 생물학적 시료는 간암 관련 질환의 위험성을 평가하고자 하는 상기 대상체에서 분리된 시료로써, 조직, 세포, 혈액, 혈장, 복막액, 활막액, 타액, 소변, 대변 등을 포함하나 이에 제한되는 것은 아니다. 바람직하게 상기 생물학적 시료는 혈액일 수 있으며, 구체적으로 혈액에서 분리된 혈장일 수 있다.
상기 정상 대조군은 평균 7년 동안 암에 걸리지 않거나 암에 걸린 기록이 없는 대상으로 인간일 수 있다.
또한, 상기 대사체 각각을 개별적으로 분석하여 간암의 예후 또는 위험성 여부를 진단할 수 있으나, 상기 관련 대사체의 수준을 전체적으로 분석함으로써 진단의 정확성을 향상시킬 수 있다.
상기 대사체는 대사체학을 통하여 간암의 병리학적 경로를 연구함으로써 결정할 수 있다. 상기 “대사체학”이란 세포내의 대사물질과 대사회로를 총체적으로 분석 및 연구하는 생물학 분야 중 하나이다. 상기 “대사체”는 주로 혈액 등에서 분류가 가능한 세포 과정(cellular process) 중 발생하는 소분자의 대사산물 전체(metabolome)를 말하며, 상기 대사체학은 혈액에서 추출된 상기 대사체를 분석하는 것이 기본이며, 그 응용은 주로 대사관련 질병을 연구하는 것이다.
상기 대사체는 간에서 만들어지는 효소, 분지형 아미노산, 방향족 아미노산, 글리세롤 인지질, 지방산의 대사산물, 및 담즙산일 수 있다.
상기 “타이로신(tyrosine)”은 방향족 아미노산의 일종으로 아드레날린(부신피질 호르몬), 티록신(갑상선 호르몬) 등 호르몬 생합성에 중요한 역할을 한다. 상기 타이로신은 생체 내 간에서 페닐알라닌으로부터 생합성된다. 간암과 간경화증 환자에서 아미노산 불균형이 확인되며, 특히 방향족 아미노산인 타이로신이 증가하였다. 따라서 타이로신의 증가는 간암의 발병 위험을 나타내는 지표가 될 수 있다.
상기 “AST(aspartate aminotransferase)”는 아스파르트산 아미노기전달효소로 간에서 요소 회로를 진행하기 위해 간에서 생성되는 간 효소이다. 간 질환 환자의 간에서 간 효소가 증가한다고 보고된 바 있으며, 이러한 간 효소는 AST뿐 아니라 ALT(alanine aminotransferase) 및 γ-GTP(γ-glutamyl transpeptidase)가 있다. 특히 단계별 회귀분석에 따르면, AST는 간암 발생에 영향을 미치는 독립 변수 중 하나이기 때문에 AST의 증가는 간암의 발병 위험을 예측하는 중요한 지표가 될 수 있다.
상기 “lysoPC(16:1) 및 lysoPC(20:3)”는 라이소포스파티딜콜린(lysoPC)의 한 종류이다. 최근 연구에 의하면, 간암 환자에서 lysoPC가 감소되었고, 종양 진단을 받은 환자에서 포스파티딜콜린(PC)의 전환이 급속히 증가하므로 lysoPC의 하향 조절이 발생된다고 보고된 바 있다. 따라서 lysoPC(16:1) 및 lysoPC(20:3)의 감소는 간암의 발병 위험을 나타내는 지표가 될 수 있다.
상기 “올레아미드(oleamide)”는 불포화 지방산 아미드 중 하나이며, 뇌에서 수면 유도를 돕고 중추신경계에서 중요한 역할을 한다. 간암이 발병하면 아미노산 대사뿐 아니라 지질 대사에도 영향을 주기 때문에, 불포화 지방산인 상기 올레아미드의 수치가 변할 수 있다. 또한, 올레아미드는 간경화증과 관련이 없기 때문에 간암의 특이적인 표지자가 될 수 있다.
상기 “5-하이드록시헥산(5-hydroxyhexanoic acid)”은 지방산 대사산물이고, 상기 “안드로스테론 황산염”은 안드로겐 대사산물이다. 상기 5-하이드록시헥산과 안드로스테론 황산염의 간암 발병률에 관한 연구는 종래에 없었으나, 간암이 발병하면 각종 대사에 영향을 받기 때문에 5-하이드록시헥산과 안드로스테론 황산염의 수치가 변할 수 있다.
상기 “TUDCA(tauroursodeoxycholic acid)”는 생체 내에서 매우 낮은 수준으로 생성되는 친수성 담즙산이다. 상기 TUDCA는 소포체(endoplasmic reticulum) 스트레스뿐만 아니라 지방간 질환, 알코올성 간 질환, 바이러스성 간염 및 간암과 같은 간 질환을 유발하는 UPR(unfolded protein response) 신호 전달로 인한 세포 사멸을 감소시킨다. 생체 내의 간암이 발생하면 보호 작용으로 생체 내의 TUDCA의 수준이 증가할 수 있으며, TUDCA의 증가는 간암의 특이적인 표지자가 될 수 있다.
따라서, 상기 (c) 단계에서 타이로신, AST, 5-하이드록시헥산, 및 TUDCA로 이루어진 군에서 선택되는 어느 하나 이상의 대사체의 농도가 상기 정상 대조군 시료에서의 측정값보다 높은 경우에 상기 대상체는 간암의 발병 위험도가 높은 것으로 판단할 수 있고, lysoPC(16:1), lysoPC(20:3), 올레아미드, 및 안드로스테론 황산염으로 이루어진 군에서 선택되는 어느 하나 이상의 대사체의 농도가 낮은 경우에 상기 대상체는 간암의 발병 위험도가 높은 것으로 판단할 수 있다.
한편, 상기 (b) 단계에서 ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정할 수 있고, 상기 (b) 단계에서 L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정할 수 있다.
상기 대사체들의 수준을 추가적으로 분석하고 상기 정상 대조군과 비교함으로써 진단의 신뢰도를 더욱 개선할 수 있다.
상기 ALT(alanine aminotransferase) 및 γ-GTP(γ-glutamyl transpeptidase)는 AST와 같이 간에서 생성되는 효소이다. 전술한 바와 같이, 간 질환 환자에서 간에서 생성되는 효소가 증가한다고 보고된 바 있고, ALT 및 γ-GTP의 증가는 간암의 특이적인 표지자가 될 수 있다.
또한, 20년의 추적 연구를 통해 AST 및 γ-GTP가 증가한 사람들의 간암 발생율은 정상 수치의 사람들보다 높다고 보고된 바 있다. 따라서 간암이 발병하기 전에 AST, ALT 및 γ-GTP와 같은 간 효소의 수치가 상승할 수 있다.
상기 류신(leucine)은 분지형 아미노산 중 하나이고, 상기 페닐알라닌(phenylalanine)은 방향족 아미노산으로 생체 내의 필수 아미노산이다. 간암과 간경화증 환자에서 아미노산 불균형이 확인되며, 상기 류신과 상기 페닐알라닌의 수준은 간암의 특이적인 표지자가 될 수 있다.
상기 아라키돈산(arachidonic acid)은 불포화 지방산 중 하나이며, 리놀레산 및 레놀렌산 과 같은 필수 지방산이다. 간암 환자와 정상인 간에 여러 유리 지방산의 수치가 상이한 것으로 보고된 바 있다. 특히 상기 아라키돈산은 혈관 신생 과정에 중요한 역할을 하며, 상기 혈관 신생 과정은 간암 환자에게 빈번하게 관찰되는 특징이기 때문에 아라키돈산의 증가는 간암의 특이적인 표지자가 될 수 있다.
상기 L-팔미토일카르니틴(L-palmitoylcarnitine)은 지방산 대사에 관여하는 카르니틴의 에스테르 유도체이다. 간암 환자와 정상인 사이의 카르니틴 수준 차가 보고된 바 있으며, L-팔미토일카르니틴 수준은 간암의 특이적인 표지자가 될 수 있다.
상기 LPA(16:0) 및 상기 LPA(18:1)은 포스파티드산의 아실기가 유리하여 하이드록실기가 된 형태의 리소체 인지질이다. 간암이 발병하면 인지질 대사에 영향을 주기 때문에 LPA들의 수치가 변할 수 있다. 따라서 상기 LPA(16:0) 및 상기 LPA(18:1)의 수치는 간암의 특이적인 표지자가 될 수 있다.
따라서, 상기 (c) 단계에서 ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 어느 하나 이상의 대사체의 농도가 상기 정상 대조군 시료에서의 측정값보다 높은 경우에 상기 대상체는 간암의 발병 위험도가 높은 것으로 판단할 수 있고, L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 어느 하나 이상의 대사체의 농도가 상기 정상 대조군 시료에서의 측정값보다 낮은 경우에 상기 대상체는 간암의 발병 위험도가 높은 것으로 판단할 수 있다.
한편, 상기 방법은 기준시점으로부터 7년 이후 간암의 발병 가능성을 판단할 수 있다. 상기 “기준시점”은, 대사체 프로파일링, 즉 상기 대사체의 농도 측정을 수행한 특정 시점을 의미한다.
한편, 본 발명의 다른 측면은 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 포함하는 간암 발병 위험도 진단용 키트를 제공한다.
상기 정량장치는 상기 각 대사체의 농도를 측정하기 위한 것으로, 크로마토그래피, 질량분석기 등을 예시할 수 있다.
상기 크로마토그래피는 액체 크로마토그래피(LC), 액체-고체 크로마토그래피(LSC), 종이 크로마토그래피(PC), 박층 크로마토그래피(TLC), 기체-고체 크로마토그래피(GSC), 액체-액체 크로마토그래피(LLC), 포말 크로마토그래피(FC), 유화 크로마토그래피(EC), 기체-액체 크로마토그래피(GLC), 이온 크로마토그래피(IC), 겔 여과 크로마토그래피(GFC) 또는 겔 투과 크로마토그래피(GPC)일 수 있고, 바람직하게는 액체 크로마토그래피, 더 바람직하게는 초고성능 액체 크로마토그래피(UPLC, ultra-performance liquid chromatography)일 수 있으나, 이에 한정되는 것은 아니다.
또한, 상기 질량분석기는 푸리에 변환 질량분석기(FTMS, Fourier transform mass spectrometer)를 사용할 수 있고, 구체적으로 LTQ-Orbitrap-XL 질량분석기를 사용할 수 있다.
상기 크로마토그래피는 분자마다 상이한 이동성을 이용하여 각 대사체를 분리할 수 있고, 상기 질량분석기는 상기 분석 대상의 분자량 정보뿐만 아니라 구조 정보를 통해 대사체를 식별할 수 있다.
상기 진단 키트는 ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함할 수 있다.
상기 진단 키트는 L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함할 수 있다.
이하, 실시예를 통해 본 발명을 더욱 상세히 기술한다.
실험방법
실험대상
한국 대사 증후군 연구 사업(Korean Metabolic Syndrome Research Initiative)에서 2005년부터 수집된 자료를 참고하여, 본 발명과 관련된 연구를 “Korean Cancer Prevention Study-II (KCPS-II)”로 명명하였다.
연구 대상자로 서울과 경기도의 건강증진센터(health promotion center in Seoul and Gyeonggi Province, South Korea)에서 2004년 내지 2013년의 정기 건강 검진자들을 모집하였다. 혈액 샘플의 제공을 동의한 156,701명의 지원자들 중 연령과 성별이 매치되는 75명의 간암 환자(HCC 군)와 134명의 건강한 지원자(정상 대조군)를 1:2 비율로 선발하였다.
설문 및 인체측정
모든 참가자는 구조적 설문지(structured questionnaire)에 따라 하기 사항에 대한 인터뷰를 수행하였다:
흡연(흡연 미경험자, 흡연 유경험자, 현재 흡연자) 및 음주 이력, 가벼운 복장에 따른 키 및 몸무게, BMI, 최소 15분 동안의 휴식 후 수축기 및 이완기 혈압, 늑골 하단 및 장골능 사이의 허리 둘레.
혈액 수집 및 생화학적 분석
임상 화학적 분석을 위해, 12시간 이상의 공복 후 각 참가자로부터 말초 정맥 혈액에서 분리된 혈청을 수득하고, 분석 때까지 -70℃에서 보관하였다.
공복 혈당, 총 콜레스테롤, 트리글리세라이드, 저밀도 지질단백질-콜레스테롤(LDL-cholesterol), 고밀도 지질단백질-콜레스테롤(HDL-cholesterol), AST(aspartate aminotransferase), ALT(alanine aminotransaminase) 및 hs-CRP(Serum high-sensitivity C-reactive protein)는 자동 분석 장치를 이용하여 측정하였다.
각각의 측정은 Korean Association of Laboratory Quality Control이 요구하는 내부 및 외부적 품질 관리 절차에 따라 수행되었다.
개별 병원 사이 각각의 바이오 마커에 대한 일치도는 높았다(상관 계수는 0.96 ~ 0.99 범위).
간암( HCC ) 진단
간암 발병률에 대한 데이터는 National Cancer Registry의 기록과 대상자가 치료를 받은 병원으로부터 얻어졌다. National Cancer Registry에 보고되지 않은 자료는 대상자의 병원 입원 기록을 참고하였다.
전반적( 비표적화 ) 혈청 대사체 프로파일링
UPLC - LTQ - Orbitrap XL MS 분석
샘플 준비 절차는 종래 문헌에 따라 수행하였다(Nutr Metab 2016; 13:3).
크로마토그래피를 이용한 분리 절차는 Thermo UPLC 시스템(Ultimate 3000 BioRS, Dionex-Thermo Fischer Scienrific, Bremen, Germany)에 설치된 Acquity UPLC-BEH-C18 컬럼(2.1 x 50 ㎜, 1.7 ㎛; Waters Milford, MA, USA)을 이용하여, ESI 양이온 모드와 ESI 음이온 모드로 실시하였다.
각 샘플(5 μL)을 컬럼에 주입하고, 50℃로 유지하였다.
양이온 모드는 0.1%의 포름산을 포함하는 LC-MS grade water(Fisher Scientific, Fair Lawn, NJ, USA)인 용액 A와 0.1%의 포름산을 포함하는 LC-MS grade methanol(Fisher Scientific, Fair Lawn, NJ, USA)인 용액 B를 이용하였다.
메탄올의 비율은 15분간 0%에서 100%까지 증가시키고, 4분간 100%로 유지시켰으며, 2분간 100%에서 0%로 감소시켰다.
음이온 모드는 6.5 mM 탄화수소 암모늄(ammonium bicarbonate)을 포함하는 LC-MS grade water(Fisher Scientific, Fair Lawn, NJ, USA)로 주입된 샘플을 평균화 하였고, 6.5 mM 탄화수소 암모늄(ammonium bicarbonate)을 포함하는 5% water (Fisher Scientific)로 용출하였다. 용출 용액의 비율은 15분간 0%에서 100%까지 증가시키고, 5분간 100%로 유지시켰으며, 2분간 100%에서 0%로 감소시켰다.
상기 양이온 모드 및 음이온 모드의 총 유속은 각각 0.4 mL/min 및 0.35 mL/min으로 고정하였다.
MS는 푸리에 변환 MS에 대해 풀 스캔 모드로 작동되는 LTQ-Orbitrap-XL 질량 분석계(Thermo Fisher Scientific, Waltham, MA, USA)로 수행하였다. 질량 분해능은 60,000이고, 스프레이 전압은 5 kV이다. 질소(nitrogen sheath) 가스 및 보조 가스의 유속은 각각 50 및 5(arbitrary units)이다. 모세관 전압, 튜브-렌즈 전압, 및 모세관 온도는 각각 35 V, 120 V, 및 360℃로 일정하게 유지하였다.
MS 데이터는 m/z 50 내지 1,000 범위에서 수집하였다. 품질 관리를 위해, 통합 제어 샘플은 각 샘플과 혼합하여 준비하였으며, 5번째마다 샘플을 주입하였다. 대사체의 MS/MS 스펙트럼은 20 내지 55%에서의 충돌 에너지 램프를 통해 획득하였다.
데이터 처리 및 대사체 동정
유지시간, m/z비, 및 이온 강도를 포함하는 모든 관련 데이터는 SIEVE 2.2 데이터 분석 소프트웨어(Thermo Fisher Scientific, Waltham, MA, USA)를 이용하여 수집하였다. 분석 파라미터는 하기와 같다: m/z 범위 50-1,000 m/z; 폭 5 ppm; 및 유지시간 폭 2.5분.
대사체는 하기 데이터베이스를 이용하여 검색하였다: Human Metabolome(www.hmdb.ca); Lipid MAPS(www.lipidmaps.org); KEGG(www.genome.jp/kegg); MassBank(www.massbank.jp); 및 ChemSpider(www.chemspider.com).
MS/MS를 통해 잠재적 대사체를 확인하였다. MS/MS를 수행하여 얻은 스펙트라를 상기 데이터베이스의 참고 수치들과 비교하여 잠재적 대사체를 동정하였다.
통계적 분석
통계적 분석은 SPSS v. 23.0(IBM, Chicago, IL, USA)을 이용하였다. 왜곡된 변수들은 대수적으로(logarithmically) 변환하였다. 기술적(descriptive) 목적을 위해, 평균값은 변환되지 않은 값으로 표시하였다. 결과는 평균±표준오차(SE)로 표현하였다. 양측 P-검정값(two-tailed P-value)<0.05를 통계적 유의성이 있는 것으로 간주하였다. 두 그룹 간의 파라미터들을 비교하기 위해 독립 t-검정을 사용하였다.
변수들 간의 관계를 평가하기 위해 피어슨 상관 계수(Pearson's correlation coefficient)를 사용하였다. R 패키지 'fdrtool'을 이용하여 오류 발견률(FDR, False discovery rate-corrected)을 보정한 q-값을 산출하였고, 0.05 미만의 q-값이 유의성을 가지는 것으로 간주하였다.
간암 발병의 주요 독립 예측 인자를 동정하기 위하여 단계적 회귀분석(stepwise regression analysis)을 수행하였다.
단계적 회귀분석 결과를 기반으로, 수신자 조작 특성 곡선 분석(receiver-operating characteristic curve analysis)을 이용하여 각각의 생화학적 특징에 대한 최적의 컷오프(cut-off) 값을 결정하였다.
또한, 대사체와 생화학적 특징 중에서의 상관관계를 시각화하여 평가하기 위하여 히트 맵을 생성하였다.
모든 스펙트라 데이터는 다변수 통계 분석(multivariate analysis)을 위해 SIMCA-P+ 14.0(Umetrics, Umea, Sweden)으로 이출되었다. 다변수 통계 분석에 앞서, 파레토 스케일링(Pareto scaling)을 모든 데이터에 적용하였다.
직교 부분 최소 자승 판별 분석(Orthogonal partial least squares discriminant analysis; OPLS-DA)을 이용하여 모델들을 비교하였다. 모델의 유효성은 R2Y 및 Q2Y의 파라미터와, 교차검증 분산분석(cross-validation analysis of variance; CV-ANOVA)을 통해 평가하였다.
대사 경로 분석
대사 경로 분석은 MetaboAnalyst 3.0(http://metaboanalyst.ca)을 이용하였다. 본 프로그램은 몇몇의 데이터베이스(KEGG(http://www.genome.jp/kegg/), Human Metabolome Database(http://www.hmdb.ca) 등)의 정보를 기반으로 현저히 변경된 경로에 대한 정보를 제공한다. 상기 MetaboAnalyst는 경로-인리치먼트 분석(pathway enrichment analysis) 및 경로-위상 분석(pathway topology analysis)을 통합하여 대사 경로를 분석하였다.
실험결과
실험예 1 : 기준시점의 임상적 특징
평균 7년 동안, 20 내지 84세의 156,701명의 지원자 중 75명의 대상자에서 간암이 발병하였다. 간암으로 입원한 75명의 환자와 암에 걸리지 않고 연령 및 성별이 매칭되는 134명의 지원자를 HCC 군과 정상 대조군으로 분류하였다.
흡연과 음주 상태를 보정한 후, 정상 대조군(n=134)과 HCC 군(n=75)의 BMI, 수축기 및 이완기 혈압뿐 아니라 포도당, 트리글리세라이드, 총 콜레스테롤, HDL-콜레스테롤, LDL-콜레스테롤 및 hs-CRP의 혈중 농도를 표 1에 나타냈다.
HCC 군에서 백혈구 수치가 낮았고, AST(P<0.001), ALT(P<0.001) 및 γ-GTP(P<0.001)의 수준은 높았다.
구분 대조군(n=134) HCC 군(n=75) P a P b
연령(년) 52.7±0.81 52.8±1.18 0.968 0.983
남/여 n, (%) 121(90.3)/13(9.7) 67(89.3)/8(10.7) 0.824 0.793
현 흡연자 n, (%) 42(33.3) 31(45.6) 0.093 -
음주자 n, (%) 103(82.4) 48(71.6) 0.083 -
음주 주기(g/day)∮ 18.2±3.24 22.3±7.24 0.235 0.359
체중(kg) 69.2±0.89 69.7±1.17 0.744 0.892
신장(cm) 168.0±0.61 168.5±0.88 0.604 0.601
허리 둘레(cm) 84.9±0.88 86.8±1.07 0.154 0.305
BMI(kg/m2) 24.5±0.25 24.6±0.38 0.868 0.966
수축기혈압(mmHg) 122.8±1.3 121.5±1.59 0.552 0.730
이완기혈압(mmHg) 77.4±1.00 76.5±1.18 0.590 0.803
포도당(mg/dL)∮ 96.8±1.78 98.7±2.70 0.546 0.623
트리글리세라이드(mg/dL)∮ 135.1±7.20 120.4±9.24 0.133 0.064
총 콜레스테롤(mg/dL)∮ 188.6±2.76 179.6±3.41 0.049 0.068
HDL-콜레스테롤(mg/dL)∮ 50.6±0.93 51.0±1.36 0.871 0.803
LDL-콜레스테롤(mg/dL)∮ 114.2±2.44 106.8±3.52 0.063 0.101
AST(IU/L)∮ 24.1±0.63 42.9±4.08 <0.001 <0.001
ALT(IU/L)∮ 27.5±1.56 49.7±8.95 <0.001 <0.001
γ-GTP(U/L)∮ 42.9±4.98 90.7±15.4 <0.001 <0.001
백혈구 수(x103/μL)∮ 6.08±0.15 5.66±0.17 0.093 0.031
hs-CRP(mg/L)∮ 0.21±0.03 0.22±0.06 0.509 0.325
각 값들은 평균±표준오차로 나타내었다; ∮은 로그 변환으로 검사한 값이다. 독립적인 t-test로 파생된 P a -값. 음주 및 흡연에 대한 보정 후 독립적인 t-test로 파생된 P b -값.
실험예 2 : UPLC - LTQ - orbitrap MS를 이용한 혈청 대사체 프로파일링
기준시점에서 얻은 혈청 대사체에 대한 총 이온 크로마토그래피 데이터(양이온 및 음이온 모드)를 OPLS-DA 스코어 플롯을 사용하여 분석하였다. 특히, OPLS-DA는 양이온 모드에서 대조군(기준시점 및 7년간 간암에 걸리지 않음; n=134) 및 HCC 군(기준시점 암에 걸리지 않았으나 7년간 간암이 발병함; n=75) 간 기준시점의 대사체를 비교하였다(도 1a).
OPLS-DA의 품질은 모델의 적합성 및 각 모델의 예측력을 평가하는 R2 및 Q2 값을 사용하여 시험하였다.
도 1을 참조하면, 상기 모델은 적합도(goodness of fit)가 88.2%(R2Y=0.882), 예측력이 65.8%(Q2Y=0.658)로 나타났다. 상기 결과는 OPLS-DA 모델의 접합도가 높고 수용 가능한 예측력을 가지고 있음을 시사한다.
또한, OPLS-DA는 음이온 모드에서 적합도R2Y=0.798 및 예측력 Q2Y=0.604의 통계적 파라미터로 대조군 및 HCC 군 간 기준시점의 대사체를 비교하였다(도 1b).
상기 결과는 대사체의 존재도의 차이를 기반으로 두 그룹을 구별 할 수 있음을 시사한다.
확인된 차이에 기여하는 잠재적 변수를 추출하기 위해, 양이온 모드(도 1c)와 음이온 모드(도 1d)에서 파레토 스케일링(Pareto scaling)을 이용하여 OPLS-DA 모델로부터 공변인 p(1) 및 신뢰도 관계 p(corr) (1)의 S-플롯을 생성하였다. 상기 대사체가 높거나 낮은 p(corr) 값을 가질 때, 두 그룹을 구별함에 있어 더 높은 관련성을 가진다.
실험예 3 : 혈청 대사체의 동정
각 군의 구분에 중요한 역할을 하는 변수(대사체)를 변수중요도척도(Variable Important in the Projection; VIP) 파라미터에 따라 선별하였다. VIP 값이 1.5를 초과할 때 샘플 군들 간의 차이에 높은 관련성이 있음을 의미한다.
대조군(기준시점 및 7년간 암에 걸리지 않음; n=134) 및 HCC 군(기준시점 암에 걸리지 않았으나 7년간 간암이 발병함; n=75) 간의 기준시점 대사체 수준의 비교에서, 180개의 대사체가 VIP 값이 1.5를 초과하였다. 이 중 55개의 대사체가 종래에 확인된 바 있으며, 나머지는 신규였다.
표 2와 3은 대조군과 HCC 군에서 혈청 대사체를 나타낸다.
대조군과 비교하여, HCC 군에서 이소발레르알데히드(isovaleraldehyde), 4-하이드록시노네날(4-hydroxynonenal), 아젤라익산(azelaic acid), 3-하이드록시세바식산(3-hydroxysebacic acid), 트라마트산(traumatic acid), 3-하이드록시도데카네디오익산(3-hydroxydodecanedioic acid), 3-하이드록시테트라데카네디오익산(3-hydroxytetradecanedioic acid), 올레아미드(oleamide, q=2.17x10-5), 페닐알라닐페닐알라닌(phenylalanylphenylalanine), 디하이드로에피안드로스테론 황산염(dehydroepiandrosterone sulfate), 안드로스테론 황산염(androsterone sulfate), L-팔미토일카르니틴(L-palmitoylcarnitine, q=1.26x10-5), 2종의 LPA (16:0, 18:1) 및 14종의 lysoPC(14:0, 15:0, 16:1(q=1.81x10-10), 16:0, 17:0, 18:4, 18:3, 18:2, 18:1(q=2.09x10-5), 20:5, 20:4, 20:3(q=1.97x10-8), 22:6, 22:5)을 포함하는 28개의 대사체의 수준은 현저히 낮았다.
대조군과 비교하여, HCC 군에서 류신(leucine, q=1.84x10-4), 5-하이드록시헥산(5-hydroxyhexanoic acid, q=7.47x10-3), 페닐알라닌(phenylalanine, q=9.22x10-5), 타이로신(tyrosine, q=3.24x10-9), 아라키돈산(arachidonic acid, q=2.51x10-2), 8, 11, 14-에이코사트리엔산(8, 11, 14-eicosatrienoic acid), 글리코우르소데옥시콜릭산(glycoursodeoxycholic acid), 글리콜산(glycolic acid, q=1.18x10-2), 및 타우로우르소데옥시콜릭산(tauroursodeoxycholic acid; TUDCA, q=3.35x10- 4)을 포함하는 9개의 대사체의 수준은 현저히 높았다.
또한, 대조군과 비교하여 HCC 군에서 리놀레산의 수준은 현저히 높았다.
대조군과 HCC 군에서 상향 조절된 혈청 대사체의 동정
m/z
[M+H]†
[M-H] ‡ 		화학식 대사체 VIP t -Test Cohen's d
P q
132.102 C6H13NO2 L-Leucine† 3.682 <0.001 1.84E-04 0.591
133.086 C6H12O3 5-Hydroxyhexanoic acid† 1.631 0.008 7.47E-03 0.461
166.086 C9H11NO2 L-Phenylalanine† 3.353 <0.001 9.22E-05 0.615
182.081 C9H11NO3 L-Tyrosine† 3.844 <0.001 3.24E-09 1.192
205.097 C11H12N2O2 L-Tryptophan† 2.608 0.776 0.287 0.041
253.217 C16H30O2 Palmitoleic acid‡ 2.871 0.180 0.098 0.220
279.232 C18H32O2 Linoleic acid‡ 4.466 0.098 0.062 0.267
295.226 C18H30O3 9-HOTE† 1.961 0.145 0.084 0.255
295.227 C18H32O3 Alpha-dimorphecolic acid‡ 2.116 0.116 0.071 0.302
301.216 C20H30O2 Eicosapentaenoic acid‡ 1.968 0.302 0.142 0.157
303.232 C20H32O2 Arachidonic acid‡ 4.243 0.032 2.51E-02 0.373
305.248 C20H34O2 8,11,14-Eicosatrienoic acid‡ 2.401 0.005 5.23E-03 0.502
319.227 C20H32O3 15(S)-HETE‡ 2.321 0.235 0.119 0.227
325.216 C22H28O2 Etonogestrel† 1.713 0.850 0.306 0.027
327.232 C22H32O2 Docosahexaenoic acid‡ 4.127 0.117 0.071 0.260
329.247 C22H34O2 Docosapentaenoic acid‡ 1.537 0.189 0.101 0.211
343.227 C22H32O3 8-HDoHE‡ 2.557 0.271 0.132 0.209
448.306 C26H43NO5 Glycoursodeoxycholic acid‡ 4.341 0.001 1.24E-03 0.941
464.300 C26H43NO6 Glycocholic acid‡ 2.171 0.013 1.18E-02 0.759
498.288 C26H45NO6S Tauroursodeoxycholic acid‡ 2.320 <0.001 3.55E-04 1.126
†는 ESI-양이온 모드(M/Z [M+H])에서 얻은 대사체, ‡는 ESI-음이온 모드(M/Z [M-H])에서 얻은 대사체이다. VIP는 변수중요도척도이다. P-값은 대조군(n=134) 및 HCC 군(n=75) 간의 독립 t-검정으로부터 도출되었다. q-값은 오류 발견률(FDR)을 보정한 P-값이다. Cohen's d는 합동표준편차(pooled standard deviation)에 의해 분할된 양 평균 간 차이 비교에 대한 영향력 크기이다. d=0.20이면 “작은”, d=0.50이면 “중간의”, d=0.80이면 “큰”으로 영향력의 크기를 정의한다. 변화 경향은 대조군과 비교하여 HCC 군에서 대사체의 상대적 피크 강도를 비교함으로써 결정하였다.
대조군과 HCC 군에서 하향 조절된 혈청 대사체의 동정
m/z
[M+H]†
[M-H] ‡ 		화학식 대사체 VIP t -Test Cohen's d
P q
87.080 C5H10O Isovaleraldehyde† 1.547 <0.001 1.22E-04 -0.540
157.122 C9H16O2 4-Hydroxynonenal† 1.585 <0.001 1.32E-04 -0.536
189.112 C9H16O4 Azelaic acid† 1.590 <0.001 7.39E-05 -0.554
219.122 C10H18O5 3-Hydroxysebacic acid† 2.118 <0.001 6.91E-05 -0.551
227.201 C14H28O2 Myristic acid‡ 1.571 0.093 0.060 -0.244
229.143 C12H20O4 Traumatic acid† 3.256 <0.001 6.85E-05 -0.544
247.154 C12H22O5 3-Hydroxydodecanedioic acid† 3.515 <0.001 6.94E-05 -0.546
255.232 C16H32O2 Palmitic acid‡ 5.146 0.735 0.276 -0.049
275.185 C14H26O5 3-Hydroxytetradecanedioic acid† 3.790 <0.001 1.12E-04 -0.525
277.216 C18H30O2 Gamma-linolenic acid‡ 1.725 0.270 0.131 -0.160
281.248 C18H34O2 Oleic acid‡ 5.867 0.938 0.327 -0.011
282.279 C18H35NO Oleamide† 2.817 <0.001 2.17E-05 -0.580
283.263 C18H36O2 Stearic acid‡ 3.144 0.356 0.161 -0.133
301.216 C20H28O2 All-trans-retinoic acid† 2.211 0.904 0.319 -0.017
313.154 C18H20N2O3 Phenylalanylphenylalanine† 3.472 <0.001 5.30E-10 -0.893
367.157 C19H28O5S Dehydroepiandrosterone sulfate‡ 2.382 <0.001 4.26E-04 -0.548
369.173 C19H30O5S Androsterone sulfate‡ 2.784 <0.001 1.08E-06 -0.780
400.342 C23H45NO4 L-Palmitoylcarnitine† 1.518 <0.001 1.26E-05 -0.624
409.235 C19H39O7P LPA(16:0)‡ 4.089 <0.001 4.64E-07 -0.810
435.250 C21H41O7P LPA(18:1)‡ 2.338 <0.001 4.18E-06 -0.731
468.307 C22H46NO7P LysoPC (14:0)† 4.560 <0.001 3.22E-10 -1.051
480.344 C24H50NO6P LysoPC (P-16:0)† 2.151 0.820 0.299 -0.033
482.323 C23H48NO7P ysoPC (15:0)† 2.860 <0.001 3.77E-08 -0.865
494.323 C24H48NO7P LysoPC(16:1) 5.700 <0.001 1.81E-10 -1.066
496.339 C24H50NO7P LysoPC (16:0) 9.992 <0.001 4.62E-06 -0.728
510.355 C25H52NO7P LysoPC (17:0)† 3.721 <0.001 2.26E-06 -0.760
516.308 C26H46NO7P LysoPC (18:4)† 2.067 <0.001 3.88E-08 -0.821
518.323 C26H48NO7P LysoPC (18:3)† 4.068 <0.001 8.63E-09 -0.942
520.338 C26H50NO7P LysoPC (18:2)† 7.483 <0.001 1.41E-08 -1.070
522.354 C26H52NO7P LysoPC (18:1)† 6.090 <0.001 2.09E-05 -0.766
542.323 C28H48NO7P LysoPC (20:5)† 5.908 <0.001 3.32E-11 -1.117
544.338 C28H50NO7P LysoPC (20:4)† 5.182 <0.001 5.67E-09 -0.958
546.354 C28H52NO7P LysoPC(20:3)† 4.878 <0.001 1.97E-08 -0.812
568.338 C30H50NO7P LysoPC (22:6)† 4.158 <0.001 6.43E-08 -0.875
570.354 C30H52NO7P LysoPC (22:5)† 1.931 0.001 1.11E-03 -0.494
†는 ESI-양이온 모드(M/Z [M+H])에서 얻은 대사체, ‡는 ESI-음이온 모드(M/Z [M-H])에서 얻은 대사체이다. VIP는 변수중요도척도이다. P-값은 대조군(n=134) 및 HCC 군(n=75) 간의 독립 t-검정으로부터 도출되었다. q-값은 오류 발견률(FDR)을 보정한 P-값이다. Cohen's d는 합동표준편차(pooled standard deviation)에 의해 분할된 양 평균 간 차이 비교에 대한 영향력 크기이다. d=0.20이면 “작은”, d=0.50이면 “중간의”, d=0.80이면 “큰”으로 영향력의 크기를 정의한다. 변화 경향은 대조군과 비교하여 HCC 군에서 대사체의 상대적 피크 강도를 비교함으로써 결정하였다.
실험예 4 : 대상자에서 간암 발병과 관련된 대사 경로
선별된 대사체에서 가장 관련성이 높은 경로를 동정하고자, 웹-기반 분석 모듈인 MetaboAnalyst 3.0을 이용하여 대사 경로 분석(Metabolic pathway analysis)을 수행하였다(도 2).
간암이 발생한 또는 발생하지 않은 모든 대상자는 기준시점에서 타이로신 대사; 페닐알라닌 대사; 페닐알라닌, 타이로신 및 트립토판 생합성; 발린, 류신 및 이소류신 분해; 발린, 류신 및 이소류신 생합성; 트립토판 대사; 글리세롤인지질 대사; 리놀레산 대사; 아라키돈산 대사; 초기 담즙산 생합성; 및 지방산 대사가 연관되었다(표 4).
대사 경로 분석
대사 경로 Hits P FDR Impact
Tyrosine metabolism L-Tyrosine 2.64E-19 2.64E-19 0.04724
Phenylalanine metabolism L-Tyrosine 7.92E-19 4.16E-18 0.11906
L-Phenylalanine
Phenylalanine, tyrosine and
tryptophan biosynthesis		 L-Tyrosine 1.83E-16 6.39E-16 0.008
L-Phenylalanine
L-Tryptophan
Valine, leucine and isoleucine
degradation		 L-Leucine 7.29E-12 1.70E-11 0.02232
Valine, leucine and isoleucine
biosynthesis		 L-Leucine 7.29E-12 1.70E-11 0.01325
Tryptophan metabolism L-Tryptophan 1.44E-08 2.76E-08 0.10853
Glycerophospholipid metabolism LysoPC(18:1) 3.11E-06 5.45E-06 0.10429
Linoleic acid metabolism Linoleic acid 2.57E-05 4.15E-05 0.65625
Gamma-linoleic acid
Arachidonic acid metabolism Arachidonic acid 6.30E-05 9.45E-05 0.2255
15(S)-HETE
Primary bile acid biosynthesis Glycocholic acid 0.001403 0.001841 0.00846
Fatty acid metabolism Palmitic acid 0.002902 0.003585 0.02959
L-Palmitoylcarnitine
Hits는 MetaboAnalyst에 업로드된 대사체와 실제로 일치하는 것이다. FDR은 오류 발견률(False Discovery Rate)을 보정한 P-값이다. Impact는 경로 토폴로지(topology) 분석으로부터 계산된 경로 영향력 값(pathway impact value)이다. 영향력 값 0은 표시하지 않았다.
대사 경로 분석은 타이로신이 타이로신 대사에 속해 있음을 밝혀냈고, 영향력 계수는 0.047로 나타났다. 페닐알라닌 대사는 타이로신 및 페닐알라닌과 연관되었고, 대사 경로 분석 기반의 영향력 계수는 0.119로 나타났다. 페닐알라닌, 타이로신 및 트립토판 생합성은 타이로신, 페닐알라닌 및 트립토판과 연관되었고, 영향력 계수는 0.008로 나타났다. 발린, 류신 및 이소류신의 분해 및 생합성은 모두 류신과 연관되었고, 대사 경로 분석 기반의 영향력 계수는 각각 0.022 및 0.013으로 나타났다.
트립토판 대사는 트립토판과 연관되었고, 영향력 계수는 0.108로 나타났다. 글리세롤인지질 대사는 lysoPC(18:1)과 연관되었고, 영향력 계수는 0.104로 나타났다. 리놀레산 대사는 리놀레산과 감마 리놀레산과 연관되었고, 영향력 계수는 0.656으로 나타났다. 아라키돈산 및 하이드록시에이소카펜타에노익산은 아라키돈산 대사와 연관되었고, 영향력 계수는 0.226으로 나타났다. 초기 담즙산 생합성은 글리코콜릭산과 연관되었고, 영향력 계수는 0.009로 나타났다. L-팔미토일카르니틴 및 팔미틱산은 지방산 대사와 연관되었고, 영향력 계수는 0.030으로 나타났다.
실험예 5 : 간암 발병 빈도에 따른 양상과 주요 대사체 간의 연관성
7년 동안 간암이 발병한 75명의 환자들과 간암이 발병하지 않은 연령과 성별이 매칭된 134명의 대조군에 대해 간암 발병 빈도에 따른 생화학적 특성과 주요 대사체를 포함하는 상관관계 매트릭스를 도 4에 나타냈다.
간암의 발병에 대해 상이한 변수의 독립적인 영향을 분석하고자, 다음의 변수에 대한 단계적 회귀분석(stepwise regression analysis)을 수행하였다: 백혈구 수, AST 수준, ALT 수준; γ-GTP 수준, 및 37가지 대사체(이소발레르알데히드, 4-하이드록시노네날, 아젤라익산, 3-하이드록시세바식산, 3-하이드록시도데카네디오익산, 3-하이드록시테트라데카네디오익산, 올레아미드, 페닐알라닐페닐알라닌, 디하이드로에피안드로스테론 황산염, 안드로스테론 황산염, L-팔미토일카르니틴, LPA(16:0, 18:1), lysoPC(14:0, 15:0, 16:1, 16:0, 17:0, 18:4, 18:3, 18:2, 18:1, 20:5, 20:4, 20:3, 22:6, 22:5), 류신, 5-하이드록시헥산, 페닐알라닌, 타이로신, 아라키돈산, 8, 11, 14-에이코사트리엔산, 글리코우르소데옥시콜릭산, 글리콜산, TUDCA).
모든 환자의 간암 발병률은 AST, 타이로신, 올레아미드, lysoPC(16:1), lysoPC(20:3), 5-하이드록시헥산, 안드로스테론 황산염 및 TUDCA에 영향을 받았다. 상기 결과를 바탕으로 AST와 7가지 대사체를 포함하는 상관관계 매트릭스를 작성하였다(도 3).
단계적 회귀분석의 결과를 기반으로, ROC 곡선 분석(ROC curve analysis)을 통해 각각의 변수의 최적의 컷오프(cut-off) 값을 결정하였다.
ROC 곡선의 하단의 영역(AUROC)은 L-타이로신의 경우 0.79±0.03(P<0.001), AST 수준의 경우 0.78±0.04(P<0.001), 5-하이드록시헥산 수준의 경우 0.61±0.04(P=0.010), TUDCA의 경우 0.77±0.04(P<0.001) 였다. 나머지 변수의 경우 AUROC는 0.5 이하였다. 상기 4가지 변수의 예측 확률(88%, P<0.001)의 합은 변수를 독립적으로 고려했을 때 보다 컸다(도 5).
상기 결과는 타이로신 대사; 페닐알라닌 대사; 페닐알라닌, 타이로신 및 트립토판 생합성; 발린, 류신 및 이소류신 분해; 발린, 류신 및 이소류신 생합성; 트립토판 대사; 글리세롤인지질 대사; 리놀레산 대사; 아라키돈산 대사; 초기 담즙산 생합성; 및 지방산 대사가 임상적 관련성을 시사한다. 상기 결과는 상기 대사 과정의 조절 장애가 간암 발병의 핵심 메커니즘임을 시사한다.
상기 결과에서 대조군(기준시점 및 7년간 간암에 걸리지 않음)에 비해 HCC 군(기준시점 암에 걸리지 않았으나 7년간 간암이 발병함)에서 분지형 아미노산과 방향족 아미노산이 모두 유의하게 높았다. 상기 결과는 분지형 아미노산과 방향족 아미노산의 생합성이 증가하고, 분지형 아미노산의 분해가 증가하고, 분지형 아미노산을 산화하는 혈청 카르니틴의 증가를 부분적으로 반영하는 간암의 병리학적 진행을 시사한다.
또한, 상기 결과에서 올레아미드가 HCC 군과 정상 대조군의 차별적인 혈청 지질임을 시사한다. 구체적으로, HCC 군은 대조군보다 낮은 수준의 올레아미드를 나타냈고, 이는 올레아미드가 간암 발병률의 독립적인 영향 인자임을 시사한다. 또한, 상기 결과에서 5-하이드록시헥산과 안드로스테론 황산염은 간암 발병률의 독립적인 영향 인자임을 시사한다.
결론적으로, 상기 결과는 간에서 만들어지는 효소인 AST, 방향족 아미노산의 일종인 타이로신, lysoPC(16:1) 및 lysoPC(20:3), 지방산 대사 산물인 5-하이드록시헥산 및 안드로스테론 황산염, 및 담즙산의 일종인 TUDCA는 간암 발병률의 독립적인 영향 인자임을 시사한다.
또한, 상기 결과에서 7년의 추적 기간 동안 이전의 연구와 유사하게 분지형 아미노산과 방향족 아미노산, lysoPC, 뿐만 아니라, 담즙산 생합성 및 리놀레산, 아라키돈산 및 지방산 대사 조절이 간암 발생과 관련이 있음을 시사한다.
또한, 상기 결과에서 HCC 군에서 관찰된 고도 불포화된 lysoPC의 감소는 아라키돈산 수준이 암 및 종양 발생을 유도하는 염증 촉진에 관여할 수 있음을 시사한다.
상기 결과는 대조군에 비해 HCC 군에서 간세포 아포토시스(apoptosis)의 표지자인 혈청 ALT의 수준이 유의하게 증가함을 보여주었다. 또한, 간암이 발생하기 전에 HCC 군에서 TUDCA 수치가 증가하면 UPR에 의한 간세포 아포토시스를 감소시키는 보상 기전이 될 수 있음을 시사한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (8)

  1. (a) 대상체(subject)에서 생물학적 시료를 채취하는 단계;
    (b) 상기 생물학적 시료에서 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 대사체 농도를 측정하는 단계; 및
    (c) 상기 측정된 대사체의 수준을 정상 대조군 시료에서의 측정값과 비교하는 단계;를 포함하는 간암의 예후 또는 위험도를 평가하는 방법.
  2. 제1항에 있어서,
    상기 (b) 단계에서 ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정하는 방법.
  3. 제1항에 있어서,
    상기 (b) 단계에서 L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체 농도를 더 측정하는 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    기준시점으로부터 7년 이후 간암의 발병 가능성을 판단하는 방법.
  5. 타이로신(tyrosine), AST(aspartate aminotransferase), lysoPC(16:1), lysoPC(20:3), 올레아미드(oleamide), 5-하이드록시헥산(5-hydroxyhexanoic acid), 안드로스테론 황산염(androsterone sulfate), 및 TUDCA(tauroursodeoxycholic acid)로 이루어진 대사체에 대한 정량장치를 포함하는 간암 발병 위험도 진단용 키트.
  6. 제5항에 있어서,
    상기 정량장치는 크로마토그래피 및 질량분석기인 키트.
  7. 제5항에 있어서,
    ALT(alanine aminotransferase), γ-GTP(γ-glutamyl transpeptidase), 류신(leucine), 페닐알라닌(phenylalanine), 및 아라키돈산(arachidonic acid)으로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함하는 키트.
  8. 제5항에 있어서,
    L-팔미토일카르니틴(L-palmitoylcarnitine), LPA(16:0) 및 LPA(18:1)로 이루어진 군에서 선택되는 하나 이상의 대사체에 대한 정량장치를 더 포함하는 키트.
KR1020170068033A 2017-05-31 2017-05-31 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트 KR101965698B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170068033A KR101965698B1 (ko) 2017-05-31 2017-05-31 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170068033A KR101965698B1 (ko) 2017-05-31 2017-05-31 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트

Publications (2)

Publication Number Publication Date
KR20180131269A KR20180131269A (ko) 2018-12-10
KR101965698B1 true KR101965698B1 (ko) 2019-04-04

Family

ID=64671026

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170068033A KR101965698B1 (ko) 2017-05-31 2017-05-31 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트

Country Status (1)

Country Link
KR (1) KR101965698B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102156213B1 (ko) * 2019-01-29 2020-09-15 연세대학교 산학협력단 간암 진단용 지질 바이오마커 및 이의 용도
KR102344385B1 (ko) * 2020-04-23 2021-12-29 서울대학교병원 간암 진단용 조성물 및 이를 포함하는 키트

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010529470A (ja) 2007-06-14 2010-08-26 フラームス・インテルウニフェルシタイル・インステイチュート・フォール・ビオテヒノロヒー・ヴェーゼットウェー（ヴェーイーベー・ヴェーゼットウェー） 早期段階肝臓癌の検出のための診断試験
KR101495225B1 (ko) * 2013-09-13 2015-02-25 바디텍메드 주식회사 Ast 양의 측정을 통한 간 질환 진단, 예후 또는 모니터링 키트 및 방법
WO2015155259A1 (en) 2014-04-08 2015-10-15 Centre Hospitalier Universitaire D'angers Prognostic tests for hepatic disorders
CN105738626A (zh) 2014-12-12 2016-07-06 中国科学院大连化学物理研究所 一种新的血清代谢物的组合及其作为肝癌诊断标志物的用途

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100502275B1 (ko) * 2002-09-04 2005-07-20 바디텍메드 주식회사 면역분석법을 이용한 혈청 효소의 정량적 측정방법 및 이방법을 이용한 간질환 검사방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010529470A (ja) 2007-06-14 2010-08-26 フラームス・インテルウニフェルシタイル・インステイチュート・フォール・ビオテヒノロヒー・ヴェーゼットウェー（ヴェーイーベー・ヴェーゼットウェー） 早期段階肝臓癌の検出のための診断試験
KR101495225B1 (ko) * 2013-09-13 2015-02-25 바디텍메드 주식회사 Ast 양의 측정을 통한 간 질환 진단, 예후 또는 모니터링 키트 및 방법
WO2015155259A1 (en) 2014-04-08 2015-10-15 Centre Hospitalier Universitaire D'angers Prognostic tests for hepatic disorders
CN105738626A (zh) 2014-12-12 2016-07-06 中国科学院大连化学物理研究所 一种新的血清代谢物的组合及其作为肝癌诊断标志物的用途

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Corinne Bettina Lang et al, submitted to the ETHZ for the degree of Doctor of Natural Sciences (2001), pp. 1-147.*
박병채 저, 간세포암 환자에 있어서 AST / ALT 비의 진단적 의의, The Korean Journal of Gastroenterology (1993), vol. 25, no. 5, pp. 958-963.

Also Published As

Publication number Publication date
KR20180131269A (ko) 2018-12-10

Similar Documents

Publication Publication Date Title
Ohshima et al. Metabolomic analysis of the saliva of Japanese patients with oral squamous cell carcinoma
Beyoğlu et al. Metabolomic and lipidomic biomarkers for premalignant liver disease diagnosis and therapy
Kalhan et al. Plasma metabolomic profile in nonalcoholic fatty liver disease
JP5946104B2 (ja) 肝炎キャリアの検出方法及び装置
Yamakado et al. Plasma amino acid profile associated with fatty liver disease and co-occurrence of metabolic risk factors
Guo et al. Deciphering hepatocellular carcinoma through metabolomics: from biomarker discovery to therapy evaluation
Alexandre-Gouabau et al. Offspring metabolomic response to maternal protein restriction in a rat model of intrauterine growth restriction (IUGR)
US20190285656A1 (en) Diabetes-related biomarkers and treatment of diabetes-related conditions
CA2727855A1 (en) Means and methods diagnosing gastric bypass and conditions related thereto
KR101594515B1 (ko) 혈장 대사체를 이용한 제2형 당뇨병 진단 키트
Buzatto et al. Metabolomic investigation of human diseases biomarkers by CE and LC coupled to MS
KR101965698B1 (ko) 대사체 프로파일링을 이용한 간암의 예후 또는 위험도를 평가하는 방법 및 키트
KR20120134272A (ko) 혈장 대사체를 이용한 제2형 당뇨병 진단 키트
Capel et al. Metabolomics reveals plausible interactive effects between dairy product consumption and metabolic syndrome in humans
Bahcecioglu et al. Levels of serum vitamin A, alpha‐tocopherol and malondialdehyde in patients with non‐alcoholic steatohepatitis: relationship with histopathologic severity
Guo et al. Research progress of metabolomics in psoriasis
KR102077058B1 (ko) 대사체 프로파일링을 이용한 유방암의 예후 또는 위험도를 평가하는 방법 및 키트
Sarandi et al. Metabolic profiling of organic and fatty acids in chronic and autoimmune diseases
KR101835813B1 (ko) 혈장 대사체를 이용한 내장지방비만 진단 방법 및 키트
Gea et al. Metabolomics in COPD
Imajo et al. Oral choline tolerance test as a novel noninvasive method for predicting nonalcoholic steatohepatitis
WO2023035045A1 (en) Biological markers of liver fat
EP2331963A1 (en) Method for the diagnosis of non-alcoholic steatohepatitis based on a metabolomic profile
KR101847403B1 (ko) 비타민 a 관련 대사체를 이용한 당뇨병의 진단 방법 및 키트
Kim et al. Global metabolic profiling of plasma shows that three-year mild-caloric restriction lessens an age-related increase in sphingomyelin and reduces L-leucine and L-phenylalanine in overweight and obese subjects

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