KR101987477B1

KR101987477B1 - 바이오마커 발굴 방법

Info

Publication number: KR101987477B1
Application number: KR1020120048110A
Authority: KR
Inventors: 최형석; 어해석; 허지연
Original assignee: 엘지전자 주식회사
Priority date: 2012-05-07
Filing date: 2012-05-07
Publication date: 2019-06-10
Also published as: WO2013168859A1; US20130296193A1; KR20130124745A

Abstract

본 발명은 바이오마커 발굴 방법에 대한 것으로, 특히 특정 질환을 가진 다수의 환자를 포함하는 사람의 유전인자(gene-factor) 발현 수준을 사람별로 매칭(matching)하고, 상기 유전인자와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나의 분석에 의하여 비교함으로써, 상기 유전인자 중 일부를 선택하는 것을 포함한다. 이러한 본 발명에 의하면 특정 질환에 높은 정확도를 가지는 바이오 마커를 간단하고 용이하게 발굴할 수 있다.

Description

바이오마커 발굴 방법{Method for discovering a biomarker}

본 발명은 바이오마커를 발굴하는 방법에 대한 것으로, 특히 유전인자(gene-factor)와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나 이상의 분석에 의하여 비교함으로써, 특정 질환에 높은 정확도를 가지는 바이오 마커를 간단하고 용이하게 발굴하기 위한 것이다.

유방암은 임상적 거동 및 요법에 대한 반응과 관련하여 이질적인 질환이다. 이러한 가변성은 유방암의 각각의 아형 내 암 세포의 다양한 분자 구성의 결과이다. 그러나, 단지 2개의 분자적 특징만이 현재 치료 표적으로서 이용되고 있다. 이들은 각각 항에스트로겐 (타목시펜 및 아로마타제 억제제) 및 헤르셉틴(HERCEPTIN,등록상표) (트라스투주맙)의 표적인 에스트로겐 수용체 및 HER2이다. 이들 두 분자를 표적화하기 위한 노력은 매우 생산적인 것으로 입증된 바 있다. 그럼에도 불구하고, 상기 2가지 표적을 갖지 않는 종양은 일반적으로 증식성 세포를 표적화한 화학요법으로 종종 치료된다. 일부 중요한 정상세포도 또한 증식성이기 때문에, 화학요법에 의해서 이들도 동시에 손상된다. 따라서, 화학요법은 심각한 독성과 연관된다. ER 또는 HER2 이외의 종양에서의 분자 표적의 확인이 새로운 항암요법의 개발에 있어서 중요하다.

이와 같이, 암의 발생과 진행은 몇몇 특정 유전자들에 의해 이루어지는 것이 아니라 암의 악성화가 진행되면서 발생하는 세포내 다양한 신호전달과 조절기작에 관여하는 많은 유전자들의 복합적인 상호작용에 의한 것임을 알 수 있다. 따라서 몇몇 특정한 유전자들에 중점을 두고 암의 형성 기작을 연구하는 것은 매우 국한된 연구에 지나지 않기 때문에 정상 세포와 암 세포주들 사이의 다량의 유전자 발현정도를 비교 분석하여 암에 관련된 새로운 유전자들을 발굴할 필요가 있다.

본 발명은 상기한 문제점을 해결하기 위한 것으로, 특정 질환에 높은 정확도를 가지는 바이오 마커를 간단하고 용이하게 발굴하는 것이 목적이다.

상기한 목적을 달성하기 위한 본 발명에 따른 바이오마커 발굴 방법은, 특정 질환을 가진 다수의 환자를 포함하는 사람의 유전인자(gene-factor) 발현 수준을 사람별로 매칭(matching)하는 단계; 상기 유전인자와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나 이상의 분석에 의하여 비교함으로써, 상기 유전인자 중 일부를 선택하는 단계;를 포함하는 것이 특징이다.

여기서, 상기 유전인자는 염색체 상의 유전자(gene), 단일염기다형성(SNP), 복제수변이(CNV) 및 마이크로RNA(miRNA)로 이루어진 군에서 선택된 하나 이상인 것이 바람직하다.

본 발명의 다른 형태는, 특정 질환을 가진 다수의 환자의 염색체 상의 유전자(gene) 발현 수준을 환자별로 매칭하고, 상기 유전자 중 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 단계; 상기 유전자 별로 환자의 질환 타입별 발현 패턴을 분석하는 단계; 및 상기 발현 패턴에 따라 유전자를 군집화(clustering)하는 단계;를 포함하는 것을 특징으로 하는 서브타이핑(sub-typing) 바이오마커 발굴 방법이다.

여기서, 상기 유전자 중 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 것은, 상기 유전자 중 특정 질환과 관련된 것으로 알려진 공지된 유전자에 대한 정보만을 선발하는 것이 가능하다.

그리고, 상기 유전자 별로 환자의 질환 타입별 발현 패턴을 분석하는 것은, 상기 유전자 별로 환자의 질환 타입에 따른 발현 패턴을 2등급 이상으로 구분하는 것일 수 있다.

또한, 상기 발현 패턴에 따라 유전자를 군집화하는 단계는, 상기 발현 패턴에 따라 군집화 가능한 유전자만을 선발하고, 선발한 유전자를 특정 질환의 서브 타이핑과 관련된 마커로 선정하는 단계를 포함하는 것이 바람직하다.

본 발명의 또 다른 형태는, 특정 질환을 가진 다수의 환자의 염색체 상의 단일염기다형성(SNP)과 유전자 각각의 발현 수준을 환자별로 매칭하는 단계; 상기 SNP 발현 수준이 소정의 기준값 이상이거나 이하인 복제수변이(CNV) 영역을 선정하고, 상기 CNV 영역의 염색체 상의 위치가 유효한 유전자 상에 존재하는 CNV를 선발하는 단계; 및 상기 선발한 CNV와 그에 대응하는 상기 환자의 염색체 상의 유전자 발현 수준을 상관분석하여, 양(+)의 상관관계가 있는 유전자를 선택하는 단계;를 포함하는 것을 특징으로 하는 복제수 변이(Copy Number Variation, CNV)에 의한 바이오마커 발굴 방법이다.

여기서, 상기 유효한 유전자는 유전정보를 담고 있는 서열인 것이 바람직하다.

그리고, 상기 CNV를 선발하는 것은, 상기 SNP 발현 수준이 소정의 제1기준값 이상이거나 소정의 제2기준값 이하인 CNV 영역을 선정하고, 상기 CNV의 염색체 상의 위치가 유전정보를 담고 있는 서열 상에 존재하는 CNV를 선발하는 것이 더욱 바람직하다.

본 발명의 또 다른 형태는, 특정 질환을 가진 다수의 환자를 포함하는 사람의 마이크로RNA(miRNA)와 유전자 각각의 발현 수준을 사람별로 매칭하는 단계; 및 상기 miRNA와 그에 상응하는 유전자의 발현 수준을 상관분석하여, 음(-) 또는 양(+)의 상관관계가 있는 유전자를 선발하고, 상기 선발한 유전자 중 특정 질환과 관련된 miRNA에 상응하는 유전자를 선택하는 단계;를 포함하는 것을 특징으로 하는 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법이다.

여기서, 상기 특정 질환과 관련된 miRNA는, 상기 특정 질환과 관련된 것으로 알려진 공지된 miRNA일 수 있다.

본 발명의 또 다른 형태는, 질환의 바이오마커로 사용하기에 적합한 후보 유전자군에 속한 유전자를 특정 질환의 작동 메커니즘(mechanism)과 관련된 그룹으로 구분하는 단계; 및 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로, 상기 구분한 그룹 내의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 선택하는 단계;를 포함하는 메커니즘 분석에 의한 바이오마커 발굴 방법이다.

여기서, 상기 후보 유전자군은 상술한 바이오마커 발굴 방법에 의해 얻어진 유전자를 포함하는 것이 바람직하다.

그리고, 상기 후보 유전자군은 상술한 서브타이핑(sub-typing) 바이오마커 발굴 방법에 의해 얻어진 유전자와, 복제수 변이(Copy Number Variation, CNV)에 의한 바이오마커 발굴 방법에 의해 얻어진 유전자와, 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법에 의해 얻어진 유전자를 포함하는 것이 더욱 바람직하다.

또한, 상기 후보 유전자군에 속한 유전자를 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분하는 것은, 다수의 질환 작동 메커니즘 중, 특정 질환을 가진 다수의 환자군과 정상인군 간의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 포함하는 질환 작동 메커니즘을 특정 질환의 작동 메커니즘과 관련된 그룹으로 선발하는 것이 가능하다.

또한, 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로, 환자군에서 더 높게 발현되는 유전자를 선택하는 것은, 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로, T-test 에 의하여, 환자군에서 더 높게 발현되는 유전자를 선택하는 것일 수 있다.

또한, 상기 구분한 그룹 내의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 선택하는 것은, 상기 구분한 그룹 내의 유전자 발현 수준이 높은 유전자에 대하여 우선적으로 T-test 를 실시하여 환자군에서 더 높게 발현되는 유전자를 선택하는 것이 바람직하다.

한편, 본 발명의 다른 실시형태는, 표 1에 기재된 유전자를 포함하는 유방암 관련 바이오마커이다.

그리고, 본 발명은 표 1에 기재된 유전자를 포함하여 유방암의 서브타입(sub-type) 판별이 가능한 바이오마커일 수 있다.

또한, 본 발명은 표 1에 기재된 유전자에 대응하는 프로브를 포함하는 마이크로 어레이; 및 상기 유전자의 발현 변화를 측정하는 광학측정 장치;를 포함하는 유방암 검사 키트인 것도 가능하다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

이러한 본 발명은 유전인자(gene-factor)와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나 이상의 분석에 의하여 비교함으로써, 특정 질환에 높은 정확도를 가지는 바이오 마커를 간단하고 용이하게 발굴할 수 있는 효과가 있다.

도 1은 본 발명의 바람직한 일 실시예에 따른 서브타이핑(sub-typing) 바이오마커 발굴 방법에 사용되는 환자별 유전자 발현 수준을 나타내는 매칭표의 일례이고,
도 2는 도 1의 유전자별로 환자의 질환 타입별 발현 패턴의 일례이고,
도 3은 도 2의 발현 패턴에 따라 유전자를 군집화한 일례를 나타내는 표이고,
도 4는 본 발명의 바람직한 일 실시예에 따른 복제수 변이(Copy Number Variation, CNV)에 의한 바이오마커 발굴 방법에 사용되는 환자별 단일염기다형성(SNP) 발현 수준을 나타내는 매칭표의 일례이고,
도 5는 도 4의 SNP 별 발현 수준으로부터 선별된 CNV 영역과 유효한 유전자를 포함하는 CNV 영역을 염색체 상에 나타낸 것의 일례이고,
도 6은 도 4의 CNV와 그에 대응하는 유전자 발현 수준의 상관분석 일례를 나타내는 그래프이고,
도 7은 본 발명의 바람직한 일 실시예에 따른 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법에 사용되는 환자별 miRNA 발현 수준을 나타내는 매칭표의 일례이고,
도 8은 도 7의 miRNA와 그에 대응하는 유전자 발현 수준의 상관분석 일례를 나타내는 그래프이고,
도 9는 본 발명의 바람직한 일 실시예에 따른 메커니즘 분석에 의한 바이오마커 발굴 방법에 사용되는 메커니즘 분석을 설명하기 위한 메커니즘별 유전자의 일례이고,
도 10은 도 9의 메커니즘I과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이고,
도 11은 도 9의 메커니즘II과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이고,
도 12는 도 9의 메커니즘III과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이고,
도 13은 본 발명의 바람직한 일 실시예에 따른 바이오마커 발굴 방법에 의해 발굴된 바이오마커의 유의수준별 정확도의 일례를 나타내는 그래프이고,
도 14는 본 발명의 바람직한 일 실시예에 따른 바이오마커 발굴 방법에 의해 발굴된 바이오마커를 이용하여 유방암의 서브타입을 확인한 광학 사진이고,
도 15는 본 발명의 바람직한 일 실시예에 따른 바이오마커를 타사의 바이오마커 구성과 비교한 다이어그램이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 발명에 따른 바이오마커 발굴 방법은 특정 질환을 가진 다수의 환자를 포함하는 사람의 유전인자 발현 수준을 사람별로 매칭(matching)하는 단계;를 거치고, 이어서 상기 유전인자와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나 이상의 분석에 의하여 비교함으로써, 상기 유전인자 중 일부를 선택하는 단계;를 포함한다.

본 발명은 환자 또는 이를 포함하는 사람의 유전인자(gene-factor) 발현 수준을 바탕으로 특정 질환을 검사하기에 적합한 바이오마커를 발굴하는 방법에 대한 것이다. 상기 유전인자는 사람마다 상이한 염색체 상의 유전자(gene), 단일염기다형성(SNP), 복제수 변이(CNV) 및 마이크로RNA(miRNA)로 이루어진 군에서 선택된 하나 이상의 것일 수 있다. 즉, 본 발명은 환자 또는 사람의 유전자를 이용하거나 CNV를 이용하거나 특정 질환관 관련된 miRNA를 이용하거나 이것들 중 2개 이상을 이용하여 정확성이 높은 바이오마커들을 발굴하는 방법에 대한 것이다.

이를 위하여, 본 발명에 따른 바이오마커 발굴 방법은 먼저 특정 질환을 가진 다수의 환자를 포함하는 사람의 유전인자 발현 수준을 사람별로 매칭(matching)하는 단계;를 거친다. 예를 들어, 다수의 환자 또는 사람별로 유전자 및 그것의 발현 수준을 DB화하는 것일 수 있다(도 1 참조). 또한, 다수의 환자 또는 사람의 CNV 및 그것의 발현 수준을 매칭시키거나(도 4 왼쪽 그림 참조), miRNA 및 그것의 발현 수준을 매칭시키는 것(도 7 왼쪽 그림 참조)도 가능하다.

그런 다음, 본 발명은 상기 유전인자와 그에 따른 유전자(gene)의 발현 수준을 군집분석(cluster analysis) 및 상관분석(correlation analysis) 중 어느 하나 이상의 분석에 의하여 비교함으로써, 상기 유전인자 중 일부를 선택하는 단계;를 거친다. 이에 대해서는 이하에서 더욱 상세하게 설명한다.

이하에서는 질환 중 유방암을 예로 들어 설명하지만, 본 발명은 특별히 여기에 제한되지 않고, 모든 질환에 적용가능함은 이 기술분야에서 보통의 지식을 가진자에게 명백하다.

도 1은 본 발명의 바람직한 일 실시예에 따른 서브타이핑(sub-typing) 바이오마커 발굴 방법에 사용되는 환자별 유전자 발현 수준을 나타내는 매칭표의 일례이고, 도 2는 도 1의 유전자별로 환자의 질환 타입별 발현 패턴의 일례이며, 도 3은 도 2의 발현 패턴에 따라 유전자를 군집화한 일례를 나타내는 표이다.

본 발명에 따른 서브타이핑(sub-typing) 바이오마커 발굴 방법은, 특정 질환을 가진 다수의 환자의 염색체 상의 유전자(gene) 발현 수준을 환자별로 매칭하고, 상기 유전자 중 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 단계; 상기 유전자 별로 환자의 질환 타입별 발현 패턴을 분석하는 단계; 및 상기 발현 패턴에 따라 유전자를 군집화(clustering)하는 단계;를 포함한다.

이러한 본 발명은 유전인자로써 환자의 유전자를 이용하고, 그것의 발현 수준에 따른 유전자 발현(gene expression, GE) 분석을 통하여 바이오마커를 발굴하는 방법이다. 이러한 본 발명은 특정 질환의 서브타입(sub-type)까지 확인할 수 있는 바이오마커를 발굴할 수 있게 한다.

본 발명에 따른 서브타이핑 바이오마커 발굴 방법은 먼저 도 1에 나타난 바와 같이, 특정 질환을 가진 다수의 환자의 염색체 상의 유전자(gene) 발현 수준을 환자별로 매칭하는 단계를 거친다. 즉, 환자의 전체 또는 일부 유전자 각각의 발현 수준을 환자별로 맵핑(mapping)하는 것이다. 여기서, 환자는 질환의 유형별로 구분되어 있으면 족하고, 환자의 순서는 상관이 없다. 이러한 환자의 유전자에는 특정 질환과 관련이 없는 유전자도 포함되어 있기 때문에, 그런 다음에는 상기 유전자 중 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 단계;를 거칠 수 있다. 예를 들어, 각 환자의 유전자가 대략 30,000개인 경우 유방암과 관련된 유전자에 대한 정보만을 추출하는 것이다. 이와 같이, 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 것은, 상기 특정 질환과 관련된 것으로 알려진 공지된 유전자에 대한 정보를 이용하여 비교 선발할 수 있다. 본 발명자들은 유방암과 관련된 환자, 논문, 특허, 학술정보 등 327개의 정보를 통하여 유방암과 관련된 866개의 유전자를 선별하였다. 여기서, 상기 유전자 발현 수준을 환자별로 매칭하는 것과, 상기 유전자 중 특정 질환과 관련된 유전자에 대한 정보만을 선발하는 것은, 순서에 상관없이 이루어질 수 있고, 동시에 수행되는 것도 가능하다.

이어서, 본 발명에 따른 서브타이핑 바이오마커 발굴 방법은 도 2에 나타난 바와 같이 상기 유전자 별로 환자의 질환 타입별 발현 패턴을 분석하는 단계;를 거친다. 즉, 특정 유전자가 환자의 질환 타입에 따라 발현되는 양상을 분석하는 것이고, 이러한 분석은 유전자 별로 환자의 질환 타입에 따른 발현 패턴을 2등급 이상으로 구분하는 것이 가능하다. 예를 들어, 도 2에 나타난 바와 같이 유전자별로 질환 타입에 따라 발현되는 양상을 높음(high) 이나 낮음(low)으로 구분하여 패턴화할 수 있다. 본 발명은 유전자 각각의 발현 정도를 분석하는 것이 아니라, 상기와 같이 패턴화하는 것을 특징으로 하여, 후술하는 바와 같이 그 발현 패턴에 따라 유전자를 군집화할 수 있다.

즉, 본 발명에 따른 서브타이핑 바이오마커 발굴 방법은 계속해서 도 3에 나타난 바와 같이 상기 발현 패턴에 따라 유전자를 군집화(clustering)하는 단계;를 포함한다. 질환의 타입에 따라 동일한 발현 패턴을 보이는 유전자를 그룹핑(grouping) 하는 것이다. 여기서, 상기 발현 패턴에 따라 유전자를 군집화하는 것은, 상기 발현 패턴이 유사한 유전자만을 선발해서 군집화하고, 발현 패턴이 상이하여 군집화할 수 없는 것은 제외하는 것이 바람직하다. 실제로, 본 발명자들은 유방암과 관련하여 선별된 상기 866개의 유전자를 발현 패턴에 따라 구분하여 4가지로 구분하였고, 그렇게 군집화된 유전자는 646개였다. 이와 같이, 본 발명은 군집화된 유전자를 특정 질환의 서브 타이핑과 관련된 마커로 선정하는 것이 특징이고, 상기 선정된 유전자를 바이오마커로 이용해서, 이것과 목적하는 환자의 유전자 발현 패턴을 비교하면 상기 환자의 질환을 예측할 수 있는 것이다.

도 4는 본 발명의 바람직한 일 실시예에 따른 복제수 변이(Copy Number Variation, CNV)에 의한 바이오마커 발굴 방법에 사용되는 환자별 단일염기다형성(SNP) 발현 수준을 나타내는 매칭표의 일례이고, 도 5는 도 4의 SNP 별 발현 수준을 통해 얻어낸 CNV 영역과 유효한 유전자를 포함하는 염색체 상에 나타낸 것의 일례이며, 도 6은 도 4의 CNV와 그에 대응하는 유전자 발현 수준의 상관분석 일례를 나타내는 그래프이다.

본 발명에 따른 복제수 변이(CNV)에 의한 바이오마커 발굴 방법은, 특정 질환을 가진 다수의 환자의 염색체 상의 단일염기다형성(SNP)과 유전자 각각의 발현 수준을 환자별로 매칭하는 단계; 상기 SNP 발현 수준이 소정의 기준값 이상이거나 이하인 CNV를 선별하고, 상기 CNV 영역의 염색체 상의 위치가 유효한 유전자 상에 존재하는 CNV를 선발하는 단계; 및 상기 선발한 CNV와 그에 대응하는 상기 환자의 염색체 상의 유전자 발현 수준을 상관분석하여, 양(+)의 상관관계가 있는 유전자를 선택하는 단계;를 포함한다.

이러한 본 발명은 유전인자로써 환자의 SNP 및/또는 CNV 를 이용하고, 그것의 발현 수준에 따른 복제수 변이(CNV) 분석을 통하여 바이오마커를 발굴하는 방법이다. 이러한 본 발명은 특정 질환과 관련된 SNP가 존재하고, 상기 SNP에 따른 CNV를 포함하는 특정 유전자의 발현 수준이 상기 특정 질환에 정비례한다는 상관관계를 바탕으로 한다.

본 발명에 따른 복제수 변이(CNV)에 의한 바이오마커 발굴 방법은 먼저 도 4에 나타난 바와 같이, 특정 질환을 가진 다수의 환자의 염색체 상의 SNP 발현 수준을 환자별로 매칭하는 단계를 거친다. 여기서, 상기 SNP로부터 선별된 CNV는 환자 전체의 CNV일 수 있고, 그 중에서 특정 질환과 관련된 CNV일 수도 있다. 이러한 CNV 중에는 특정 질환과 관련이 없는 것도 포함되어 있을 수 있다. 그래서, 이러한 CNV 중에서 질환 분석 또는 평가에 적합하게 사용될 수 있는 바이오마커로써의 CNV를 선발하는 과정이 필요하다.

이를 위하여, 본 발명은 도 5에 나타난 바와 같이 상기 SNP 발현 수준이 소정의 기준값 이상이거나 이하인 CNV 영역을 선정하고, 상기 CNV의 염색체 상의 위치가 유효한 유전자 상에 존재하는 CNV를 선발하는 단계;를 거친다. 즉, 본 발명에 따른 상기 CNV는 특정 질환을 가진 환자를 대상으로 하는 것이므로, 이것의 발현 수준에 따라 질환 관련 CNV를 선정하는 것이고, 이러한 CNV 중에서도 특별히 유전자 발현에 영향을 미치는 CNV를 선정하기 위하여, CNV의 위치에 따라 유효한 유전정보를 담고 있는 서열 상에 존재하는 CNV를 선발하는 것이다. 여기서, 상기 CNV를 선발하는 것은, SNP와 그에 따른 유전자 발현 수준의 상관성에 따라, 상기 SNP 발현 수준이 소정의 제1기준값 이상(또는 초과)이거나, 또는/및 소정의 제2기준값 이하(또는 미만)인 것을 선택하여 CNV를 선발하는 것이 바람직하다. 예를 들어, 도 5에 나타난 바와 같이, 염색체1(chr 1) 상에 존재하는 SNP 마다 그것의 발현 수준이 다르게 나타날 수 있고, 그 중에서 소정의 기준값 이상이거나 이하인 SNP의 존재 위치에 따라 유효한 유전정보를 담고 있는 서열 상에 존재하는 CNV를 선발할 수 있다.

그런 다음에는, 상기 선발한 CNV 영역과 그에 대응하는 상기 환자의 염색체 상의 유전자 발현 수준(도 4의 오른쪽 그림 참조)을 상관분석하고, 도 6에 나타난 바와 같이, 양(+)의 상관관계가 있는 유전자를 선택하는 단계;를 거친다. 이를 위하여, 본 발명은 환자의 염색체 상의 유전자 발현 수준 정보를 더 포함하고, 이러한 정보는 CNV와는 상관있는 환자의 유전자에 따른 발현 수준 정보이며, 상술한 서브타이핑 바이오마커 발굴 방법에서 사용한 염색체 상의 유전자(gene) 발현 수준 정보와 동일한 것(도 1 참조)일 수 있다. 이러한 상관분석은 상기 선발된 CNV 중에서 실제로 유전자 발현과 관련 있는 것만을 추출하기 위한 것이다. 즉, SNP의 발현으로부터 구한 CNV 수준이 높아질수록 그와 관련된 유전자(상기 CNV가 위치하는 유전자)의 발현 수준이 높다는 것은, 상기 CNV 및 그와 관련된 유전자가 질환과의 관련성이 높다는 것을 의미한다. 이에 반하여, CNV와 그에 대응하는 유전자의 발현수준이 음(-)의 상관관계를 갖거나 특별한 상관관계를 갖지 않는 경우는, 상기 CNV 및 그와 관련된 유전자가 질환과의 관련성이 낮다는 것을 의미한다.

실제로 본 발명자들은 최초 100만여개의 SNP를 대상으로, 상기 SNP의 발현 수준으로부터 324개의 CNV 영역을 찾고, 상기 CNV의 염색체 상의 위치에 따라 그와 관련된 327개의 유전자를 선발하였고, 선발된 327개의 유전자 중에서 양(+)의 상관분석에 의하여 73개의 유전자를 선택하였다. 이와 같이, 본 발명은 특정 질환과 관련된 CNV를 선발하고, 이것과 관련된 특정 유전자를 마커로 선정하는 것이 특징이고, 상기 선정된 유전자를 바이오마커로 이용해서, 이것과 목적하는 환자의 유전자 발현 패턴을 비교하면 환자의 질환을 예측할 수 있는 것이다.

도 7은 본 발명의 바람직한 일 실시예에 따른 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법에 사용되는 환자별 miRNA 발현 수준을 나타내는 매칭표의 일례이고, 도 8은 도 7의 miRNA와 그에 대응하는 유전자 발현 수준의 상관분석 일례를 나타내는 그래프이다.

본 발명에 따른 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법은, 특정 질환을 가진 다수의 환자를 포함하는 사람의 마이크로RNA(miRNA)와 유전자 각각의 발현 수준을 사람별로 매칭하는 단계; 및 상기 miRNA와 그에 상응하는 유전자의 발현 수준을 상관분석하여, 음(-) 또는 양(+)의 상관관계가 있는 유전자를 선발하고, 상기 선발한 유전자 중 특정 질환과 관련된 miRNA에 상응하는 유전자를 선택하는 단계;를 포함한다.

이러한 본 발명은 유전인자로써 환자의 miRNA를 이용하고, 그것의 발현 수준에 따른 miRNA 분석을 통하여 바이오마커를 발굴하는 방법이다. 이러한 본 발명은 특정 질환과 관련된 miRNA가 존재하고, 일반적으로 miRNA는 유전자의 발현을 억제하는 작용을 하는바, 상기 miRNA의 발현 수준은 이와 관련된 특정 유전자의 발현 수준과 반비례한다는 음(-)의 상관관계를 바탕으로 한다. 또한, 일부 miRNA의 경우 유전자의 발현을 증가시키는 작용을 하는바, 이 때에 miRNA의 발현 수준은 이와 관련된 특정 유전자의 발현 수준과 비례한다는 양(+)의 상관관계를 바탕으로 한다.

본 발명에 따른 miRNA에 의한 바이오마커 발굴 방법은 먼저 도 7에 나타난 바와 같이, 특정 질환을 가진 다수의 환자를 포함하는 사람의 miRNA와 유전자 각각의 발현 수준을 사람별로 매칭하는 단계를 거친다. 여기서, 상기 miRNA는 인간 전체의 miRNA일 수 있고, 그 중에서 특정 질환과 관련된 miRNA일 수도 있다. 이러한 miRNA 중에는 특정 질환과 관련이 없는 것도 포함되어 있을 수 있다. 그래서, 이러한 miRNA 중에서 질환 분석 또는 평가에 적합하게 사용될 수 있는 바이오마커로써의 miRNA를 선발하는 과정이 필요하다.

이를 위하여, 본 발명은 상기 선발한 miRNA와 그에 대응하는 유전자의 발현 수준(도 7의 오른쪽 그림 참조)을 상관분석하고, 예를 들어 도 8에 나타난 바와 같이 음(-)의 상관관계가 있는 유전자를 선발할 수 있으며, 상기 선발한 유전자 중 특정 질환과 관련된 miRNA에 상응하는 유전자를 선택하는 단계;를 거친다. 즉, 본 발명에 따른 상기 miRNA는 환자와 정상인을 포함한 모든 사람을 대상으로 하는 것이므로, 이러한 miRNA 중에서 질환과 관련 miRNA를 선정하는 것이 필요하고, 이를 위하여 상기 특정 질환과 관련된 miRNA는 상기 특정 질환과 관련된 것으로 알려진 공지된 miRNA를 이용하여 비교함으로써 선택하는 것이 가능하다. 동시에 이러한 miRNA 중에서도 특별히 유전자 발현에 영향을 미치는 miRNA를 선정하는 것이 필요하고, 이를 위하여 본 발명에서는 상관분석을 수행하는 것이다. 상관분석을 위하여, 본 발명은 환자의 염색체 상의 유전자 발현 수준 정보를 더 포함하고, 이러한 정보는 miRNA와는 상관없이 환자의 유전자에 따른 발현 수준 정보이며, 상술한 서브타이핑 바이오마커 발굴 방법에서 사용한 염색체 상의 유전자(gene) 발현 수준 정보와 동일한 것(도 1 참조)일 수 있다. 이러한 상관분석은 상기 선발된 miRNA 중에서 실제로 유전자 발현과 관련 있는 것만을 추출하기 위한 것이다. 즉, miRNA의 발현 수준이 높아질수록 그와 관련된 유전자의 발현 수준이 어떤 기준값보다 낮거나 높다는 것은, 상기 miRNA 및 그와 관련된 유전자가 질환과의 관련성이 높다는 것을 의미한다. 이에 반하여, miRNA와 그에 대응하는 유전자의 발현수준이 상기 기준값 이내의 상관관계를 갖거나 특별한 상관관계를 갖지 않는 경우는, 상기 miRNA 및 그와 관련된 유전자가 질환과의 관련성이 낮다는 것을 의미한다.

이러한 본 발명에 있어서, 상기 유전자 중 특정 질환과 관련된 miRNA에 상응하는 유전자를 선발하는 것의 순서는 특별히 제한되지 않는다. 예를 들어, 상관분석 전에 수행되는 것도 가능하다. 즉, 본 발명에 따른 마이크로RNA에 의한 바이오마커 발굴 방법은, 특정 질환을 가진 다수의 환자를 포함하는 사람의 마이크로RNA(miRNA)와 유전자 각각의 발현 수준을 사람별로 매칭하는 단계; 상기 유전자 중 특정 질환과 관련된 miRNA에 상응하는 유전자를 선발하는 단계; 및 상기 특정 질환된 관련된 miRNA와 그에 상응하는 유전자의 발현 수준을 상관분석하여, 음(-) 또는 양(+)의 상관관계가 있는 유전자를 선택하는 단계;를 포함하는 것도 가능하다.

실제로 본 발명자들은 27,830여개의 miRNA 중에서, 유방암과 관련된 환자, 논문, 특허, 학술정보 등 1,265개의 정보를 통하여 유방암과 관련된 38개의 miRNA를 선발하였고, 선발된 38개의 miRNA와 관련된 유전자 중에서 음(-) 또는 양(+)의 상관분석에 의하여 246개의 유전자를 선택하였다. 이와 같이, 본 발명은 특정 질환과 관련된 miRNA를 선발하고, 이것과 관련된 특정 유전자를 마커로 선정하는 것이 특징이고, 상기 선정된 유전자를 바이오마커로 이용해서, 이것과 목적하는 환자의 유전자 발현 패턴을 비교하면 환자의 질환을 예측할 수 있는 것이다.

도 9는 본 발명의 바람직한 일 실시예에 따른 메커니즘 분석에 의한 바이오마커 발굴 방법에 사용되는 메커니즘 분석을 설명하기 위한 메커니즘별 유전자의 일례이고, 도 10은 도 9의 메커니즘I과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이며, 도 11은 도 9의 메커니즘II과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이고, 도 12는 도 9의 메커니즘III과 그에 속하는 유전자의 발현 수준 일례를 나타내는 그래프이다.

여기에 도시된 본 발명에 따른 메커니즘(mechanism) 분석에 의한 바이오마커 발굴 방법은, 질환의 바이오마커로 사용하기에 적합한 후보 유전자군에 속한 유전자를 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분하는 단계; 및 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로, 상기 구분한 그룹 내의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 선택하는 단계;를 포함한다.

이러한 본 발명은 후보 유전자들을 분자생물학적 작동 또는 기능의 연관성에 따라 그룹핑하고, 이를 바탕으로 상기 그룹 및 거기에 속한 유전자의 발현 수준에 따라 바이오마커를 발굴하는 방법이다.

이를 위하여, 본 발명은 먼저 후보 유전자군에 속한 유전자를 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분하는 단계;를 거친다. 여기서, 특정 질환의 작동 메커니즘이라 함은 상기한 바와 같이 어느 하나의 분자생물학적 작동 또는 기능의 연관성을 의미한다. 예를 들어, 유전자 A, B, E, F가 서로 연관되어 특정 질환과 관련된 분자생물학적 기능을 수행할 때 상기 유전자 A, B, E, F는 도 9에 나타난 바와 같이 하나의 메커니즘(또는 pathway, network) I 그룹으로 구분될 수 있다. 그리고, 이 단계에는 다수의 메커니즘 중 특정 질환과 관련된 메커니즘만을 선택하는 과정이 포함될 수 있고, 이것은 상술한 유전자 발현(GE) 분석에서 사용한 유전자 발현 수준 정보를 이용하여 높은 발현 수준을 나타내는 유전자가 포함된 메커니즘을 선택하는 것으로 수행될 수 있다. 즉, 상기 후보 유전자군에 속한 유전자를 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분하는 것은, 다수의 질환 작동 메커니즘 중, 특정 질환을 가진 다수의 환자군과 정상인군 간의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 포함하는 질환 작동 메커니즘을 특정 질환의 작동 메커니즘과 관련된 그룹으로 선발하는 것이 가능하다.

그런 다음, 또는 이와 함께, 또는 이에 앞서서, 본 발명은 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로, 상기 구분한 그룹 내의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 선택하는 단계;를 거친다. 이것은 상기 질환을 가진 다수의 환자군과 정상인군을 대상으로 하는 T-test 에 의하여 수행될 수 있다. 즉, 도 10에 나타난 바와 같이, 메카니즘 I에 속하는 유전자에 대하여 환자군과 정상인군을 대상으로 T-test(유의수준 0.01)를 수행하는 경우, 유전자 A, B, F 는 유의수준 범위 내이므로, 환자군과 정상인군 간에 유의한 차이가 있는 것으로 볼 수 있고, 이에 따르면 상기 유전자 A, B, F 는 유효한 바이오마커가 될 수 있다. 이와 비교하여, 유전자 E의 유의수준은 0.01을 넘어서고, 이에 따라 상기 유전자 E는 유효한 바이오마커가 될 수 없는 것이다. 이와 같은 원리로 도 11의 메커니즘 II에서는 유전자 L과 Q만이 유효한 바이오마커가 될 수 있고, 도 12의 메커니즘 III에서는 어떠한 유전자도 유효한 바이오마커가 될 수 없으며, 상기 메커니즘 III는 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분될 수도 없는 것이다.

이와 같이 환자군과 정상인군을 대상으로 하는 T-test 에 의하면, 본 발명에 따른 상기 유전자를 특정 질환의 작동 메커니즘과 관련된 그룹으로 구분하는 단계;와 상기 환자군에서 더 높게 발현되는 유전자를 선택하는 단계;는 동시에 이루어질 수도 있다.

또한, 이러한 본 발명의 다른 특징은 상기 구분한 그룹 내의 유전자 발현 수준을 비교하여, 환자군에서 더 높게 발현되는 유전자를 선택함에 있어서, 상기 구분한 그룹 내의 유전자 발현 수준이 높은 유전자에 대하여 우선적으로 T-test 를 실시함으로써, 환자군에서 더 높게 발현되는 유전자를 선택하는 것이다. 예를 들어, 도 12에 나타난 바와 같이 유전자 E, G, P, D 중에서 발현수준이 가장 높은 유전자 E에 대하여 우선적으로 T-test 를 실시하여, 그 결과가 유의수준(0.01)을 넘는 것으로 확인되면, 다른 유전자 G, P, D에 대해서는 T-test 를 실시할 필요도 없이 그 메커니즘 및 거기에 속하는 유전자는 필요없는 것으로 볼 수 있다.

이와 함께, 본 발명에 따른 메커니즘 분석에 의한 바이오마커 발굴 방법에 있어서, 상기 후보 유전자군은 상술한 바이오마커 발굴 방법에 의해 얻어진 유전자를 포함하는 것이 바람직한데, 이 경우 상술한 바이오마커 발굴 방법과 함께 메커니즘 분석에 의한 바이오마커 발굴 방법을 이중으로 동시에 사용하여 더욱 정확도 높은 바이오마커를 선별할 수 있는 특징이 있다.

나아가, 상기 후보 유전자군은 상술한 서브타이핑(sub-typing) 바이오마커 발굴 방법에 의해 얻어진 유전자와, 복제수 변이(Copy Number Variation, CNV)에 의한 바이오마커 발굴 방법에 의해 얻어진 유전자와, 마이크로RNA(miRNA)에 의한 바이오마커 발굴 방법에 의해 얻어진 유전자를 모두 포함하는 것이 더욱 바람직하고, 이 경우 환자 및 사람을 대상으로 한 다양한 바이오마커 발굴 방법을 종합적으로 통합하여 가장 정확도가 높은 바이오마커를 선별할 수 있는 효과가 있다.

실제로, 본 발명자들은 도 9에 나타난 바와 같이, 서브타이핑 바이오마커 발굴 방법에 의해 646개의 유전자와, 복제수 변이에 의한 바이오마커 발굴 방법에 의해 73개의 유전자와, 마이크로RNA에 의한 바이오마커 발굴 방법에 의해 246개의 유전자를 얻은 뒤, 중복되지 않은 965개의 후보 유전자를 구성하였고, 이에 대하여 1,340개의 메커니즘 중 유방암과 관련된 메커니즘을 분석하여, 최종적으로 215개의 유전자를 선정하였다.

선정된 215개의 유전자는 하기 표 1에 나타난 바와 같다.

	No	Gene symbol	Gene function	Discovery type
1	402	Acacb	acetyl-Coenzyme A carboxylase beta	GE
2	302	ACADSB	acyl-Coenzyme A dehydrogenase, short/branched chain	GE
3	272	agl	amylo-1, 6-glucosidase, 4-alpha-glucanotransferase	GE
4	461	Ap1g1	adaptor-related protein complex 1, gamma 1 subunit	GE
5	35	APC	adenomatous polyposis coli	miRNA
6	16	APP	amyloid beta (A4) precursor protein	miRNA
7	313	aqp1	aquaporin 1 (Colton blood group)	GE
8	273	AQP3	aquaporin 3 (Gill blood group)	GE
9	365	Ar	androgen receptor	GE
10	146	Arf6	ADP-ribosylation factor 6	CNV
11	289	Atp7b	ATPase, Cu++ transporting, beta polypeptide	GE
12	281	AURKA	aurora kinase A; aurora kinase A pseudogene 1	GE
13	338	AURKB	aurora kinase B	GE
14	145	Bad	BCL2-associated agonist of cell death	CNV
15	39	BCL2	B-cell CLL/lymphoma 2	miRNA
16	12	BDNF	brain-derived neurotrophic factor	miRNA
17	224	bhlhe40	basic helix-loop-helix family, member e40	GE
18	238	BIRC5	baculoviral IAP repeat-containing 5	GE
19	345	BUB1	budding uninhibited by benzimidazoles 1 homolog (yeast)	GE
20	274	BUB1B	budding uninhibited by benzimidazoles 1 homolog beta (yeast)	GE
21	423	C3	similar to Complement C3 precursor; complement component 3; hypothetical protein LOC100133511	GE
22	400	capn3	calpain 3, (p94)	GE
23	262	cav1	caveolin 1, caveolae protein, 22kDa	GE
24	268	CCNA2	cyclin A2	GE
25	405	CCNB1	cyclin B1	GE
26	254	CCNB2	cyclin B2	GE
27	319	CCND1	cyclin D1	GE
28	126	CCNE1	cyclin E1	miRNA
29	299	Ccne2	cyclin E2	GE
30	351	ccno	cyclin O	GE
31	211	cct5	chaperonin containing TCP1, subunit 5 (epsilon)	GE
32	310	CD36	CD36 molecule (thrombospondin receptor)	GE
33	66	CDC14B	CDC14 cell division cycle 14 homolog B (S. cerevisiae)	miRNA
34	258	cdc20	cell division cycle 20 homolog (S. cerevisiae)	GE
35	209	CDC25A	cell division cycle 25 homolog A (S. pombe)	GE
36	53	Cdc42	cell division cycle 42 (GTP binding protein, 25kDa); cell division cycle 42 pseudogene 2	miRNA
37	399	CDC42BPA	CDC42 binding protein kinase alpha (DMPK-like)	GE
38	54	CDC42P2	cell division cycle 42 (GTP binding protein, 25kDa); cell division cycle 42 pseudogene 2	miRNA
39	277	cdc6	cell division cycle 6 homolog (S. cerevisiae)	GE
40	453	cdca7	cell division cycle associated 7	GE
41	440	CDCA8	cell division cycle associated 8	GE
42	222	CDH1	cadherin 1, type 1, E-cadherin (epithelial)	GE
43	263	Cdk1	cell division cycle 2, G1 to S and G2 to M	GE
44	153	CDK11A	similar to cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 2 (PITSLRE proteins)		CNV
45	154	Cdk11b	similar to cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 2 (PITSLRE proteins)		CNV
46	74	CEBPB	CCAAT/enhancer binding protein (C/EBP), beta		miRNA
47	386	cebpd	CCAAT/enhancer binding protein (C/EBP), delta		GE
48	297	CENPA	centromere protein A		GE
49	300	CENPE	centromere protein E, 312kDa		GE
50	315	CENPF	centromere protein F, 350/400ka (mitosin)		GE
51	431	CENPN	centromere protein N		GE
52	243	CFB	complement factor B		GE
53	439	CLTC	clathrin, heavy chain (Hc)		GE
54	212	CP	ceruloplasmin (ferroxidase)		GE
55	148	CTDSP2	similar to hCG2013701; CTD (carboxy-terminal domain, RNA polymerase II, polypeptide A) small phosphatase 2		CNV
56	5	CTNNB1	catenin (cadherin-associated protein), beta 1, 88kDa		miRNA
57	306	Cx3cr1	chemokine (C-X3-C motif) receptor 1		GE
58	286	CXCL1	chemokine (C-X-C motif) ligand 1 (melanoma growth stimulating activity, alpha)		GE
59	425	cybrd1	cytochrome b reductase 1		GE
60	311	CYP2B6	cytochrome P450, family 2, subfamily B, polypeptide 6		GE
61	93	dcaf7	WD repeat domain 68		miRNA
62	266	DCK	deoxycytidine kinase		GE
63	418	DST	dystonin		GE
64	179	E2F1	E2F transcription factor 1		miRNA, GE
65	441	E2f5	E2F transcription factor 5, p130-binding		GE
66	234	egfr	epidermal growth factor receptor (erythroblastic leukemia viral (v-erb-b) oncogene homolog, avian)		GE
67	201	Erbb2	v-erb-b2 erythroblastic leukemia viral oncogene homolog 2, neuro/glioblastoma derived oncogene homolog (avian)		CNV, GE
68	301	Esr1	estrogen receptor 1		GE
69	208	ETS1	v-ets erythroblastosis virus E26 oncogene homolog 1 (avian)		GE
70	167	F11r	F11 receptor		CNV
71	48	F2	coagulation factor II (thrombin)		miRNA
72	499	FABP4	fatty acid binding protein 4, adipocyte		GE
73	250	Fadd	Fas (TNFRSF6)-associated via death domain		GE
74	292	FEN1	flap structure-specific endonuclease 1		GE
75	395	Fermt2	fermitin family homolog 2 (Drosophila)		GE
76	314	Fgfr1	fibroblast growth factor receptor 1		GE
77	287	Fgfr4	fibroblast growth factor receptor 4		GE
78	432	FGG	fibrinogen gamma chain		GE
79	464	FLT1	fms-related tyrosine kinase 1 (vascular endothelial growth factor/vascular permeability factor receptor)		GE
80	213	fn1	fibronectin 1		GE
81	305	Gas2	growth arrest-specific 2		GE
82	340	GATA3	GATA binding protein 3		GE
83	303	gfra1	GDNF family receptor alpha 1		GE
84	502	GMPS	guanine monphosphate synthetase		GE
85	50	Gna13	guanine nucleotide binding protein (G protein), alpha 13		miRNA
86	394	Gnas	GNAS complex locus		GE
87	10	gpD1	glycerol-3-phosphate dehydrogenase 1 (soluble)		miRNA
88	356	Grb7	growth factor receptor-bound protein 7		GE
89	27	GTF2H1	general transcription factor IIH, polypeptide 1, 62kDa		miRNA
90	4	HDAC4	histone deacetylase 4		miRNA
91	433	Hhat	hedgehog acyltransferase		GE
92	426	Hjurp	Holliday junction recognition protein		GE
93	348	HOXB13	homeobox B13		GE
94	130	HSD17B12	hydroxysteroid (17-beta) dehydrogenase 12		miRNA
95	332	id4	inhibitor of DNA binding 4, dominant negative helix-loop-helix protein		GE
96	228	Ifitm1	interferon induced transmembrane protein 1 (9-27)		GE
97	244	IGF2	insulin-like growth factor 2 (somatomedin A); insulin; INS-IGF2 readthrough transcript		GE
98	334	IKBKB	inhibitor of kappa light polypeptide gene enhancer in B-cells, kinase beta		GE
99	309	IL18	interleukin 18 (interferon-gamma-inducing factor)		GE
100	295	IL6ST	interleukin 6 signal transducer (gp130, oncostatin M receptor)		GE
101	245	INS	insulin-like growth factor 2 (somatomedin A); insulin; INS-IGF2 readthrough transcript		GE
102	182	IRS1	insulin receptor substrate 1		miRNA, GE
103	60	ITCH	itchy E3 ubiquitin protein ligase homolog (mouse)		miRNA
104	298	ITGA2	integrin, alpha 2 (CD49B, alpha 2 subunit of VLA-2 receptor)		GE
105	346	ITGA7	integrin, alpha 7		GE
106	21	Jun	jun oncogene		miRNA
107	220	JUP	junction plakoglobin		GE
108	285	KIF11	kinesin family member 11		GE
109	430	KIF15	kinesin family member 15		GE
110	427	kif20a	kinesin family member 20A		GE
111	291	KIF23	kinesin family member 23		GE
112	337	KIF2C	kinesin family member 2C		GE
113	434	Klf4	Kruppel-like factor 4 (gut)		GE
114	221	KPNA2	karyopherin alpha 2 (RAG cohort 1, importin alpha 1); karyopherin alpha-2 subunit like		GE
115	336	Krt14	keratin 14		GE
116	227	KRT18	keratin 18; keratin 18 pseudogene 26; keratin 18 pseudogene 19		GE
117	233	KRT5	keratin 5		GE
118	323	krt8	keratin 8 pseudogene 9; similar to keratin 8; keratin 8		GE
119	352	LAMA5	laminin, alpha 5		GE
120	375	lbp	lipopolysaccharide binding protein		GE
121	304	LRP2	low density lipoprotein-related protein 2		GE
122	519	lzts1	leucine zipper, putative tumor suppressor 1		GE
123	207	Mad2l1	MAD2 mitotic arrest deficient-like 1 (yeast)		GE
124	283	MAOA	monoamine oxidase A		GE
125	516	MAOB	monoamine oxidase B		GE
126	384	MAP1B	microtubule-associated protein 1B		GE
127	163	MAP3K1	mitogen-activated protein kinase kinase kinase 1		CNV
128	275	mapt	microtubule-associated protein tau		GE
129	210	mccc2	methylcrotonoyl-Coenzyme A carboxylase 2 (beta)		GE
130	124	mcl1	myeloid cell leukemia sequence 1 (BCL2-related)		miRNA
131	436	Mcm10	minichromosome maintenance complex component 10		GE
132	240	mcm2	minichromosome maintenance complex component 2		GE
133	380	MCM4	minichromosome maintenance complex component 4		GE
134	422	mdm2	Mdm2 p53 binding protein homolog (mouse)		GE
135	269	med1	mediator complex subunit 1		GE
136	390	MED24	mediator complex subunit 24		GE
137	34	MET	met proto-oncogene (hepatocyte growth factor receptor)		miRNA
138	363	MGLL	monoglyceride lipase		GE
139	428	MLF1IP	MLF1 interacting protein		GE
140	276	Mmp9	matrix metallopeptidase 9 (gelatinase B, 92kDa gelatinase, 92kDa type IV collagenase)		GE
141	507	mtss1	metastasis suppressor 1		GE
142	9	myb	v-myb myeloblastosis viral oncogene homolog (avian)		miRNA
143	231	MYBL2	v-myb myeloblastosis viral oncogene homolog (avian)-like 2		GE
144	178	MYC	v-myc myelocytomatosis viral oncogene homolog (avian)		CNV
145	265	myo6	myosin VI		GE
146	282	NDC80	NDC80 homolog, kinetochore complex component (S. cerevisiae)		GE
147	216	ndrg1	N-myc downstream regulated 1		GE
148	454	NFIA	nuclear factor I/A		GE
149	330	NFIB	nuclear factor I/B		GE
150	471	nfix	nuclear factor I/X (CCAAT-binding transcription factor)		GE
151	307	Nmu	neuromedin U		GE
152	2	NT5E	5'-nucleotidase, ecto (CD73)		miRNA
153	392	Oip5	Opa interacting protein 5		GE
154	429	ORC6L	origin recognition complex, subunit 6 like (yeast)		GE
155	215	Pak2	p21 protein (Cdc42/Rac)-activated kinase 2		GE
156	326	PEG3	paternally expressed 3; PEG3 antisense RNA (non-protein coding); zinc finger, imprinted 2		GE
157	214	PGK1	phosphoglycerate kinase 1		GE
158	31	Phkb	phosphorylase kinase, beta		miRNA
159	424	Pigt	phosphatidylinositol glycan anchor biosynthesis, class T		GE
160	520	PIGV	phosphatidylinositol glycan anchor biosynthesis, class V		GE
161	150	PIK3CA	phosphoinositide-3-kinase, catalytic, alpha polypeptide		CNV
162	71	Pik3r1	phosphoinositide-3-kinase, regulatory subunit 1 (alpha)		miRNA
163	241	PLK1	polo-like kinase 1 (Drosophila)		GE
164	11	Plxnd1	plexin D1		miRNA
165	25	pnp	nucleoside phosphorylase		miRNA
166	29	POLR2K	polymerase (RNA) II (DNA directed) polypeptide K, 7.0kDa		miRNA
167	46	POM121	POM121 membrane glycoprotein (rat)		miRNA
168	317	PPARG	peroxisome proliferator-activated receptor gamma		GE
169	149	PPP6C	protein phosphatase 6, catalytic subunit		CNV
170	45	PRIM1	primase, DNA, polypeptide 1 (49kDa)		miRNA
171	255	PRKACB	protein kinase, cAMP-dependent, catalytic, beta		GE
172	58	PRKCI	protein kinase C, iota		miRNA
173	42	pten	phosphatase and tensin homolog; phosphatase and tensin homolog pseudogene 1		miRNA
174	271	PTTG1	pituitary tumor-transforming 1; pituitary tumor-transforming 2		GE
175	105	Rab23	RAB23, member RAS oncogene family		miRNA
176	446	racgap1	Rac GTPase activating protein 1 pseudogene; Rac GTPase activating protein 1		GE
177	67	RB1	retinoblastoma 1		miRNA
178	142	Rbl1	retinoblastoma-like 1 (p107)		CNV
179	125	rheb	Ras homolog enriched in brain		miRNA
180	347	rrm2	ribonucleotide reductase M2 polypeptide		GE
181	166	rsf1	remodeling and spacing factor 1		CNV
182	260	S100A8	S100 calcium binding protein A8		GE
183	235	Sfrp1	secreted frizzled-related protein 1		GE
184	15	SFRS9	splicing factor, arginine/serine-rich 9		miRNA
185	75	slc30a1	solute carrier family 30 (zinc transporter), member 1		miRNA
186	33	SLC35A1	solute carrier family 35 (CMP-sialic acid transporter), member A1		miRNA
187	451	SLC40A1	solute carrier family 40 (iron-regulated transporter), member 1		GE
188	280	slc5a6	solute carrier family 5 (sodium-dependent vitamin transporter), member 6		GE
189	226	SLC7A5	solute carrier family 7 (cationic amino acid transporter, y+ system), member 5		GE
190	257	SLC7A8	solute carrier family 7 (cationic amino acid transporter, y+ system), member 8		GE
191	407	Smarce1	SWI/SNF related, matrix associated, actin dependent regulator of chromatin, subfamily e, member 1		GE
192	230	SMC4	structural maintenance of chromosomes 4		GE
193	417	SNRPN	small nuclear ribonucleoprotein polypeptide N; SNRPN upstream reading frame		GE
194	219	STAT1	signal transducer and activator of transcription 1, 91kDa		GE
195	308	STAT4	signal transducer and activator of transcription 4		GE
196	38	tbca	tubulin folding cofactor A		miRNA
197	288	Tff3	trefoil factor 3 (intestinal)		GE
198	312	TFRC	transferrin receptor (p90, CD71)		GE
199	349	TGFB2	transforming growth factor, beta 2		GE
200	55	Tgfbr2	transforming growth factor, beta receptor II (70/80kDa)		miRNA
201	90	Th1l	TH1-like (Drosophila)		miRNA
202	205	tk1	thymidine kinase 1, soluble		GE
203	1	TNFRSF10A	tumor necrosis factor receptor superfamily, member 10a		miRNA
204	252	TNFSF10	tumor necrosis factor (ligand) superfamily, member 10		GE
205	232	tp53	tumor protein p53		GE
206	259	TRAF4	TNF receptor-associated factor 4		GE
207	18	TRAM1	translocation associated membrane protein 1		miRNA
208	8	TXNRD1	thioredoxin reductase 1; hypothetical LOC100130902		miRNA
209	206	Tyms	thymidylate synthetase		GE
210	261	UBE2C	ubiquitin-conjugating enzyme E2C		GE
211	47	UGP2	UDP-glucose pyrophosphorylase 2		miRNA
212	40	Vcam1	vascular cell adhesion molecule 1		miRNA
213	6	VIM	vimentin		miRNA
214	217	YWHAZ	tyrosine 3-monooxygenase/tryptophan 5-monooxygenase activation protein, zeta polypeptide		GE
215	279	ZWINT	ZW10 interactor		GE

상기 표 1에서 No.는 최초 유전자 번호를 나타내고, Discovery type 은 해당 유전자 발굴된 방법을 의미한다.

한편, 본 발명의 다른 실시형태는 상기 표 1에 기재된 유전자를 포함하는 유방암 관련 바이오마커이다.

그리고, 본 발명은 상기 표 1에 기재된 유전자를 포함하여 유방암의 서브타입(sub-type) 판별이 가능한 바이오마커일 수 있다.

또한, 본 발명의 또 다른 실시형태는 상기 표 1에 기재된 유전자에 대응하는 프로브를 포함하는 마이크로 어레이; 및 상기 유전자의 발현 변화를 측정하는 광학측정 장치;를 포함하는 유방암 검사 키트인 것도 가능하다.

도 13은 본 발명의 바람직한 일 실시예에 따른 바이오마커 발굴 방법에 의해 발굴된 바이오마커의 유의수준별 정확도의 일례를 나타내는 그래프이다. 본 발명자들은 상기 최종 선정된 215개의 유전자를 508개의 프로브로 구성하였고, T-test 의 유의수준을 0.01~0.05로 달리하여 측정한 결과, 유의수준 0.01인 경우 정확도는 94.8%에 달하는 것으로 측정되었다.

또한, 도 14는 본 발명의 바람직한 일 실시예에 따른 바이오마커 발굴 방법에 의해 발굴된 바이오마커를 이용하여 유방암의 서브타입을 확인한 광학 사진이고, 여기에 나타난 바와 같이, 4가지의 유방암 형태별로 508개의 프로브는 다른 광학특성을 나타내고 있으며, 이에 따라 유방암의 유형 판별까지 가능함을 확인할 수 있다.

본 발명에 따른 바이오마커를 타사의 바이오마커 구성과 비교하면, 하기 표 2에 나타난 바와 같고, 도 15에 나타난 바와 같이 타사의 바이오마커와 일부 중복되기는 하지만 다른 바이오마커도 143개에 달한다.

개발사	유전자 개수	Probe 개수	비고
LG전자	215 개	508 개	GE: 346개¹⁾ CNV: 47 개 miRNA: 162개
KFSYSCC (대만 암센터)	625개	783개	GE: 783개²⁾
Agendia社 (네덜란드)	80개	219개	GE: 219개²⁾

1) Probe간에 겹치는 것이 있음. 2) KFSYSCC와 Agendia社는 GE 데이터만 사용

그리고, 본 발명에 따른 바이오마커와 KFSYSCC (대만 암센터)의 바이오마커의 정확도를 4개의 유방암 유형에 따라 비교분석한 결과는 하기 표 3(KFSYSCC (783 probes, 625 genes)) 및 표 4(LG전자 (508 probes, 215 genes))에 나타난 바와 같다.

Type	Sensitivity	Specificity	Total accuracy (%)
Basal	0.98	0.97	87.80
HER2	0.85	0.95
Luminal B	0.53	0.95
Luminal A	0.43	0.89

Type	Sensitivity	Specificity	Total accuracy (%)
Basal	0.98	0.96	89.80
HER2	0.80	0.95
Luminal B	0.52	0.94
Luminal A	0.89	0.85

상기 표 3 및 표 4에 나타난 바와 같이, 총 250 개의 유방암 샘플로 비교테스트 수행한 결과, 상대적으로 적은 개수의 유전자로 구성된 본 발명에 따른 다중 바이오마커가 KFSYSCC(대만 암센터)보다 높은 서브타이핑 정확도를 보여주었다.

또한, 본 발명에 따른 바이오마커와 Agendia社의 바이오마커의 정확도를 3개의 유방암 유형에 따라 비교분석한 결과는 하기 표 5(Agendia社 (219 probes, 80 genes)) 및 표 6(LG전자 (508 probes, 215 genes))에 나타난 바와 같다.

Type	Sensitivity	Specificity	Total accuracy (%)
Basal	0.98	0.95	88.50
HER2	0.85	0.94
Luminal	0.59	0.95

Type	Sensitivity	Specificity	Total accuracy (%)
Basal	0.98	0.96	94.13
HER2	0.80	0.95
Luminal	0.91	0.95

상기 표 5 및 표 6에 나타난 바와 같이, 총 250 개의 유방암 샘플로 비교테스트 수행한 결과, 본 발명에 따른 다중 바이오마커는 각 서브타입별로 균일한 정확도를 보여 주었으나, Agendia社의 다중 바이오마커는 luminal type 예측에서 정확도가 현저히 떨어짐을 확인할 수 있다.

한편, 상기에서는 본 발명을 특정의 바람직한 실시예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 마련되는 본 발명의 기술적 특징이나 분야를 이탈하지 않는 한도 내에서 본 발명이 다양하게 개조 및 변화될 수 있다는 것은 당업계에서 통상의 지식을 가진 자에게 명백한 것이다.

Claims

삭제

다수의 유방암 환자의 유방암과 관련된 복제수변이(CNV), 마이크로RNA(miRNA) 및 염색체 상의 유전자(gene)의 발현 수준을 결정하는 단계;
상기 복제수변이(CNV), 마이크로RNA(miRNA) 및 염색체 상의 유전자(gene)의 발현 수준을 데이터베이스(DB)에 저장하는 단계;
상기 데이터베이스에 저장된 복제수변이(CNV), 마이크로RNA(miRNA) 및 염색체 상의 유전자(gene)의 발현 수준 데이터를 사람별로 매칭하는 단계;
상기 매칭된 복제수변이(CNV), 마이크로RNA(miRNA) 및 염색체 상의 유전자(gene)의 발현 수준의 데이터를 유방암이 없는 정상인의 발현 수준의 데이터와 비교하되,
상기 매칭된 복제수변이(CNV)의 발현 수준의 데이터를 비교함에 있어서는,
SNP 발현 수준이 소정의 기준값 이상이거나 이하인 복제수변이(CNV) 영역을 선정하고, 상기 CNV 영역의 염색체 상의 위치에 유방암과 관련된 CNV를 선발하고, 상기 선발한 CNV와 그에 대응하는 상기 환자의 염색체 상의 유전자 발현 수준을 상관분석하여, 양(+)의 상관관계가 있는 유전자를 선택하며,
상기 매칭된 마이크로RNA(miRNA)의 발현 수준의 데이터를 비교함에 있어서는,
상기 miRNA와 그에 상응하는 유전자의 발현 수준을 상관분석하여, 음(-) 또는 양(+)의 상관관계가 있는 유전자를 선발하고, 상기 선발한 유전자 중 유방암과 관련된 miRNA에 상응하는 유전자를 선택하는 단계; 및
상기 선택된 유전자에 의하여 Basal, HER2, Luminal A 및 Luminal B의 4가지 유방암 유형의 바이오마커를 판별하는 단계;를 포함하고,
상기 선택된 유전자는 하기 표 7의 215개의 유전자 내에 포함되어 있는 것을 특징으로 하는 유방암에 대한 바이오마커를 발굴하는 방법.
구분　 최초 유전자 번호 유전자 심볼(Gene symbol) 유전자 기능(Gene function) 유전자
발굴방법 1 402 Acacb acetyl-Coenzyme A carboxylase beta GE 2 302 ACADSB acyl-Coenzyme A dehydrogenase, short/branched chain GE 3 272 agl amylo-1, 6-glucosidase, 4-alpha-glucanotransferase GE 4 461 Ap1g1 adaptor-related protein complex 1, gamma 1 subunit GE 5 35 APC adenomatous polyposis coli miRNA 6 16 APP amyloid beta (A4) precursor protein miRNA 7 313 aqp1 aquaporin 1 (Colton blood group) GE 8 273 AQP3 aquaporin 3 (Gill blood group) GE 9 365 Ar androgen receptor GE 10 146 Arf6 ADP-ribosylation factor 6 CNV 11 289 Atp7b ATPase, Cu++ transporting, beta polypeptide GE 12 281 AURKA aurora kinase A; aurora kinase A pseudogene 1 GE 13 338 AURKB aurora kinase B GE 14 145 Bad BCL2-associated agonist of cell death CNV 15 39 BCL2 B-cell CLL/lymphoma 2 miRNA 16 12 BDNF brain-derived neurotrophic factor miRNA 17 224 bhlhe40 basic helix-loop-helix family, member e40 GE 18 238 BIRC5 baculoviral IAP repeat-containing 5 GE 19 345 BUB1 budding uninhibited by benzimidazoles 1 homolog (yeast) GE 20 274 BUB1B budding uninhibited by benzimidazoles 1 homolog beta (yeast) GE 21 423 C3 similar to Complement C3 precursor; complement component 3; hypothetical protein LOC100133511 GE 22 400 capn3 calpain 3, (p94) GE 23 262 cav1 caveolin 1, caveolae protein, 22kDa GE 24 268 CCNA2 cyclin A2 GE 25 405 CCNB1 cyclin B1 GE 26 254 CCNB2 cyclin B2 GE 27 319 CCND1 cyclin D1 GE 28 126 CCNE1 cyclin E1 miRNA 29 299 Ccne2 cyclin E2 GE 30 351 ccno cyclin O GE 31 211 cct5 chaperonin containing TCP1, subunit 5 (epsilon) GE 32 310 CD36 CD36 molecule (thrombospondin receptor) GE 33 66 CDC14B CDC14 cell division cycle 14 homolog B (S. cerevisiae) miRNA 34 258 cdc20 cell division cycle 20 homolog (S. cerevisiae) GE 35 209 CDC25A cell division cycle 25 homolog A (S. pombe) GE 36 53 Cdc42 cell division cycle 42 (GTP binding protein, 25kDa); cell division cycle 42 pseudogene 2 miRNA 37 399 CDC42BPA CDC42 binding protein kinase alpha (DMPK-like) GE 38 54 CDC42P2 cell division cycle 42 (GTP binding protein, 25kDa); cell division cycle 42 pseudogene 2 miRNA 39 277 cdc6 cell division cycle 6 homolog (S. cerevisiae) GE 40 453 cdca7 cell division cycle associated 7 GE 41 440 CDCA8 cell division cycle associated 8 GE 42 222 CDH1 cadherin 1, type 1, E-cadherin (epithelial) GE 43 263 Cdk1 cell division cycle 2, G1 to S and G2 to M GE 44 153 CDK11A similar to cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 2 (PITSLRE proteins) CNV 45 154 Cdk11b similar to cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 1 (PITSLRE proteins); cell division cycle 2-like 2 (PITSLRE proteins) CNV 46 74 CEBPB CCAAT/enhancer binding protein (C/EBP), beta miRNA 47 386 cebpd CCAAT/enhancer binding protein (C/EBP), delta GE 48 297 CENPA centromere protein A GE 49 300 CENPE centromere protein E, 312kDa GE 50 315 CENPF centromere protein F, 350/400ka (mitosin) GE 51 431 CENPN centromere protein N GE 52 243 CFB complement factor B GE 53 439 CLTC clathrin, heavy chain (Hc) GE 54 212 CP ceruloplasmin (ferroxidase) GE 55 148 CTDSP2 similar to hCG2013701; CTD (carboxy-terminal domain, RNA polymerase II, polypeptide A) small phosphatase 2 CNV 56 5 CTNNB1 catenin (cadherin-associated protein), beta 1, 88kDa miRNA 57 306 Cx3cr1 chemokine (C-X3-C motif) receptor 1 GE 58 286 CXCL1 chemokine (C-X-C motif) ligand 1 (melanoma growth stimulating activity, alpha) GE 59 425 cybrd1 cytochrome b reductase 1 GE 60 311 CYP2B6 cytochrome P450, family 2, subfamily B, polypeptide 6 GE 61 93 dcaf7 WD repeat domain 68 miRNA 62 266 DCK deoxycytidine kinase GE 63 418 DST dystonin GE 64 179 E2F1 E2F transcription factor 1 miRNA, GE 65 441 E2f5 E2F transcription factor 5, p130-binding GE 66 234 egfr epidermal growth factor receptor (erythroblastic leukemia viral (v-erb-b) oncogene homolog, avian) GE 67 201 Erbb2 v-erb-b2 erythroblastic leukemia viral oncogene homolog 2, neuro/glioblastoma derived oncogene homolog (avian) CNV, GE 68 301 Esr1 estrogen receptor 1 GE 69 208 ETS1 v-ets erythroblastosis virus E26 oncogene homolog 1 (avian) GE 70 167 F11r F11 receptor CNV 71 48 F2 coagulation factor II (thrombin) miRNA 72 499 FABP4 fatty acid binding protein 4, adipocyte GE 73 250 Fadd Fas (TNFRSF6)-associated via death domain GE 74 292 FEN1 flap structure-specific endonuclease 1 GE 75 395 Fermt2 fermitin family homolog 2 (Drosophila) GE 76 314 Fgfr1 fibroblast growth factor receptor 1 GE 77 287 Fgfr4 fibroblast growth factor receptor 4 GE 78 432 FGG fibrinogen gamma chain GE 79 464 FLT1 fms-related tyrosine kinase 1 (vascular endothelial growth factor/vascular permeability factor receptor) GE 80 213 fn1 fibronectin 1 GE 81 305 Gas2 growth arrest-specific 2 GE 82 340 GATA3 GATA binding protein 3 GE 83 303 gfra1 GDNF family receptor alpha 1 GE 84 502 GMPS guanine monphosphate synthetase GE 85 50 Gna13 guanine nucleotide binding protein (G protein), alpha 13 miRNA 86 394 Gnas GNAS complex locus GE 87 10 gpD1 glycerol-3-phosphate dehydrogenase 1 (soluble) miRNA 88 356 Grb7 growth factor receptor-bound protein 7 GE 89 27 GTF2H1 general transcription factor IIH, polypeptide 1, 62kDa miRNA 90 4 HDAC4 histone deacetylase 4 miRNA 91 433 Hhat hedgehog acyltransferase GE 92 426 Hjurp Holliday junction recognition protein GE 93 348 HOXB13 homeobox B13 GE 94 130 HSD17B12 hydroxysteroid (17-beta) dehydrogenase 12 miRNA 95 332 id4 inhibitor of DNA binding 4, dominant negative helix-loop-helix protein GE 96 228 Ifitm1 interferon induced transmembrane protein 1 (9-27) GE 97 244 IGF2 insulin-like growth factor 2 (somatomedin A); insulin; INS-IGF2 readthrough transcript GE 98 334 IKBKB inhibitor of kappa light polypeptide gene enhancer in B-cells, kinase beta GE 99 309 IL18 interleukin 18 (interferon-gamma-inducing factor) GE 100 295 IL6ST interleukin 6 signal transducer (gp130, oncostatin M receptor) GE 101 245 INS insulin-like growth factor 2 (somatomedin A); insulin; INS-IGF2 readthrough transcript GE 102 182 IRS1 insulin receptor substrate 1 miRNA, GE 103 60 ITCH itchy E3 ubiquitin protein ligase homolog (mouse) miRNA 104 298 ITGA2 integrin, alpha 2 (CD49B, alpha 2 subunit of VLA-2 receptor) GE 105 346 ITGA7 integrin, alpha 7 GE 106 21 Jun jun oncogene miRNA 107 220 JUP junction plakoglobin GE 108 285 KIF11 kinesin family member 11 GE 109 430 KIF15 kinesin family member 15 GE 110 427 kif20a kinesin family member 20A GE 111 291 KIF23 kinesin family member 23 GE 112 337 KIF2C kinesin family member 2C GE 113 434 Klf4 Kruppel-like factor 4 (gut) GE 114 221 KPNA2 karyopherin alpha 2 (RAG cohort 1, importin alpha 1); karyopherin alpha-2 subunit like GE 115 336 Krt14 keratin 14 GE 116 227 KRT18 keratin 18; keratin 18 pseudogene 26; keratin 18 pseudogene 19 GE 117 233 KRT5 keratin 5 GE 118 323 krt8 keratin 8 pseudogene 9; similar to keratin 8; keratin 8 GE 119 352 LAMA5 laminin, alpha 5 GE 120 375 lbp lipopolysaccharide binding protein GE 121 304 LRP2 low density lipoprotein-related protein 2 GE 122 519 lzts1 leucine zipper, putative tumor suppressor 1 GE 123 207 Mad2l1 MAD2 mitotic arrest deficient-like 1 (yeast) GE 124 283 MAOA monoamine oxidase A GE 125 516 MAOB monoamine oxidase B GE 126 384 MAP1B microtubule-associated protein 1B GE 127 163 MAP3K1 mitogen-activated protein kinase kinase kinase 1 CNV 128 275 mapt microtubule-associated protein tau GE 129 210 mccc2 methylcrotonoyl-Coenzyme A carboxylase 2 (beta) GE 130 124 mcl1 myeloid cell leukemia sequence 1 (BCL2-related) miRNA 131 436 Mcm10 minichromosome maintenance complex component 10 GE 132 240 mcm2 minichromosome maintenance complex component 2 GE 133 380 MCM4 minichromosome maintenance complex component 4 GE 134 422 mdm2 Mdm2 p53 binding protein homolog (mouse) GE 135 269 med1 mediator complex subunit 1 GE 136 390 MED24 mediator complex subunit 24 GE 137 34 MET met proto-oncogene (hepatocyte growth factor receptor) miRNA 138 363 MGLL monoglyceride lipase GE 139 428 MLF1IP MLF1 interacting protein GE 140 276 Mmp9 matrix metallopeptidase 9 (gelatinase B, 92kDa gelatinase, 92kDa type IV collagenase) GE 141 507 mtss1 metastasis suppressor 1 GE 142 9 myb v-myb myeloblastosis viral oncogene homolog (avian) miRNA 143 231 MYBL2 v-myb myeloblastosis viral oncogene homolog (avian)-like 2 GE 144 178 MYC v-myc myelocytomatosis viral oncogene homolog (avian) CNV 145 265 myo6 myosin VI GE 146 282 NDC80 NDC80 homolog, kinetochore complex component (S. cerevisiae) GE 147 216 ndrg1 N-myc downstream regulated 1 GE 148 454 NFIA nuclear factor I/A GE 149 330 NFIB nuclear factor I/B GE 150 471 nfix nuclear factor I/X (CCAAT-binding transcription factor) GE 151 307 Nmu neuromedin U GE 152 2 NT5E 5'-nucleotidase, ecto (CD73) miRNA 153 392 Oip5 Opa interacting protein 5 GE 154 429 ORC6L origin recognition complex, subunit 6 like (yeast) GE 155 215 Pak2 p21 protein (Cdc42/Rac)-activated kinase 2 GE 156 326 PEG3 paternally expressed 3; PEG3 antisense RNA (non-protein coding); zinc finger, imprinted 2 GE 157 214 PGK1 phosphoglycerate kinase 1 GE 158 31 Phkb phosphorylase kinase, beta miRNA 159 424 Pigt phosphatidylinositol glycan anchor biosynthesis, class T GE 160 520 PIGV phosphatidylinositol glycan anchor biosynthesis, class V GE 161 150 PIK3CA phosphoinositide-3-kinase, catalytic, alpha polypeptide CNV 162 71 Pik3r1 phosphoinositide-3-kinase, regulatory subunit 1 (alpha) miRNA 163 241 PLK1 polo-like kinase 1 (Drosophila) GE 164 11 Plxnd1 plexin D1 miRNA 165 25 pnp nucleoside phosphorylase miRNA 166 29 POLR2K polymerase (RNA) II (DNA directed) polypeptide K, 7.0kDa miRNA 167 46 POM121 POM121 membrane glycoprotein (rat) miRNA 168 317 PPARG peroxisome proliferator-activated receptor gamma GE 169 149 PPP6C protein phosphatase 6, catalytic subunit CNV 170 45 PRIM1 primase, DNA, polypeptide 1 (49kDa) miRNA 171 255 PRKACB protein kinase, cAMP-dependent, catalytic, beta GE 172 58 PRKCI protein kinase C, iota miRNA 173 42 pten phosphatase and tensin homolog; phosphatase and tensin homolog pseudogene 1 miRNA 174 271 PTTG1 pituitary tumor-transforming 1; pituitary tumor-transforming 2 GE 175 105 Rab23 RAB23, member RAS oncogene family miRNA 176 446 racgap1 Rac GTPase activating protein 1 pseudogene; Rac GTPase activating protein 1 GE 177 67 RB1 retinoblastoma 1 miRNA 178 142 Rbl1 retinoblastoma-like 1 (p107) CNV 179 125 rheb Ras homolog enriched in brain miRNA 180 347 rrm2 ribonucleotide reductase M2 polypeptide GE 181 166 rsf1 remodeling and spacing factor 1 CNV 182 260 S100A8 S100 calcium binding protein A8 GE 183 235 Sfrp1 secreted frizzled-related protein 1 GE 184 15 SFRS9 splicing factor, arginine/serine-rich 9 miRNA 185 75 slc30a1 solute carrier family 30 (zinc transporter), member 1 miRNA 186 33 SLC35A1 solute carrier family 35 (CMP-sialic acid transporter), member A1 miRNA 187 451 SLC40A1 solute carrier family 40 (iron-regulated transporter), member 1 GE 188 280 slc5a6 solute carrier family 5 (sodium-dependent vitamin transporter), member 6 GE 189 226 SLC7A5 solute carrier family 7 (cationic amino acid transporter, y+ system), member 5 GE 190 257 SLC7A8 solute carrier family 7 (cationic amino acid transporter, y+ system), member 8 GE 191 407 Smarce1 SWI/SNF related, matrix associated, actin dependent regulator of chromatin, subfamily e, member 1 GE 192 230 SMC4 structural maintenance of chromosomes 4 GE 193 417 SNRPN small nuclear ribonucleoprotein polypeptide N; SNRPN upstream reading frame GE 194 219 STAT1 signal transducer and activator of transcription 1, 91kDa GE 195 308 STAT4 signal transducer and activator of transcription 4 GE 196 38 tbca tubulin folding cofactor A miRNA 197 288 Tff3 trefoil factor 3 (intestinal) GE 198 312 TFRC transferrin receptor (p90, CD71) GE 199 349 TGFB2 transforming growth factor, beta 2 GE 200 55 Tgfbr2 transforming growth factor, beta receptor II (70/80kDa) miRNA 201 90 Th1l TH1-like (Drosophila) miRNA 202 205 tk1 thymidine kinase 1, soluble GE 203 1 TNFRSF10A tumor necrosis factor receptor superfamily, member 10a miRNA 204 252 TNFSF10 tumor necrosis factor (ligand) superfamily, member 10 GE 205 232 tp53 tumor protein p53 GE 206 259 TRAF4 TNF receptor-associated factor 4 GE 207 18 TRAM1 translocation associated membrane protein 1 miRNA 208 8 TXNRD1 thioredoxin reductase 1; hypothetical LOC100130902 miRNA 209 206 Tyms thymidylate synthetase GE 210 261 UBE2C ubiquitin-conjugating enzyme E2C GE 211 47 UGP2 UDP-glucose pyrophosphorylase 2 miRNA 212 40 Vcam1 vascular cell adhesion molecule 1 miRNA 213 6 VIM vimentin miRNA 214 217 YWHAZ tyrosine 3-monooxygenase/tryptophan 5-monooxygenase activation protein, zeta polypeptide GE 215 279 ZWINT ZW10 interactor GE

제2항에 있어서,
상기 유방암과 관련된 miRNA는,
유방암과 관련된 것으로 알려진 공지된 miRNA인 것을 특징으로 하는 유방암에 대한 바이오마커를 발굴하는 방법.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제