KR102177218B1 - 머신러닝 기반 암진단 예측 장치 - Google Patents

머신러닝 기반 암진단 예측 장치 Download PDF

Info

Publication number
KR102177218B1
KR102177218B1 KR1020200050191A KR20200050191A KR102177218B1 KR 102177218 B1 KR102177218 B1 KR 102177218B1 KR 1020200050191 A KR1020200050191 A KR 1020200050191A KR 20200050191 A KR20200050191 A KR 20200050191A KR 102177218 B1 KR102177218 B1 KR 102177218B1
Authority
KR
South Korea
Prior art keywords
cancer
tumor cells
machine learning
sample
blood circulation
Prior art date
Application number
KR1020200050191A
Other languages
English (en)
Inventor
이왕재
박찬호
Original Assignee
유니젠바이오 주식회사
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 유니젠바이오 주식회사 filed Critical 유니젠바이오 주식회사
Priority to KR1020200050191A priority Critical patent/KR102177218B1/ko
Application granted granted Critical
Publication of KR102177218B1 publication Critical patent/KR102177218B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
    • B01L7/00—Heating or cooling apparatus; Heat insulating devices
    • B01L7/52—Heating or cooling apparatus; Heat insulating devices with provision for submitting samples to a predetermined sequence of different temperatures, e.g. for treating nucleic acid samples
    • 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
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
    • B01L2200/00—Solutions for specific problems relating to chemical or physical laboratory apparatus
    • B01L2200/06—Fluid handling related problems
    • B01L2200/0647—Handling flowable solids, e.g. microscopic beads, cells, particles
    • B01L2200/0663—Stretching or orienting elongated molecules or particles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
    • B01L2200/00—Solutions for specific problems relating to chemical or physical laboratory apparatus
    • B01L2200/10—Integrating sample preparation and analysis in single entity, e.g. lab-on-a-chip concept
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
    • B01L2300/00—Additional constructional details
    • B01L2300/06—Auxiliary integrated devices, integrated components
    • B01L2300/0681—Filter
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
    • B01L2300/00—Additional constructional details
    • B01L2300/18—Means for temperature control
    • B01L2300/1805—Conductive heating, heat from thermostatted solids is conducted to receptacles, e.g. heating plates, blocks
    • 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
    • C12Q2531/00—Reactions of nucleic acids characterised by
    • C12Q2531/10—Reactions of nucleic acids characterised by the purpose being amplify/increase the copy number of target nucleic acid
    • C12Q2531/113—PCR

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Zoology (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • Wood Science & Technology (AREA)
  • Oncology (AREA)
  • Evolutionary Computation (AREA)
  • Hospice & Palliative Care (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Microbiology (AREA)
  • Clinical Laboratory Science (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

본 발명은 머신러닝 기반 암진단 예측 장치에 관한 것으로서, 시료에서 혈중순환 종양세포를 추출하는 추출부; 상기 혈중순환 종양세포에서 유래된 RNA에서 cDNA를 합성하여 템플릿을 생성하는 합성부; 상기 템플릿을 증폭시키는 증폭부; 및 머신러닝 학습에 기반하여 상기 증폭부의 증폭결과를 분석함으로써, 암여부 및 암의 생성위치를 판단하는 판단부를 포함하되, 상기 증폭부는, RT-PCR 증폭 장치인 것을 특징으로 하며, 상기 추출부는, 상기 혈중순환 종양세포와 혈액세포의 크기 차이를 이용하여 상기 혈중순환 종양세포를 추출하는 것을 특징으로 하며, 상기 추출부는, 수직형의 플레이트 형태로 마련되며, 상기 수직형의 플레이트를 지지할 수 있도록 저면에는 평판형의 플레이트가 형성되며, 상기 추출부는, 상기 수직형의 플레이트 내부에 내부공간이 형성되며, 상기 내부공간의 상측에 연통되며 시료가 유입되는 유입구가 형성되며, 상기 내부공간의 하측에 연통되며 시료가 유출되는 유출구가 형성되며, 상기 내부공간의 하측에 연통되는 추가홀이 형성되며, 상기 내부공간은, 높이방향을 따라 폭이 넓어지는 형태로 마련되며, 상기 내부공간에는, 가로방향으로 연장되는 복수개의 필터모듈이 상호 이격되게 배치되며, 상호 마주하는 한쌍의 상기 필터모듈의 각 단부는, 경사지도록 마련되며, 상호 마주하는 한쌍의 상기 필터모듈 각 단부 사이의 상측 이격거리는, 상기 혈중순환 종양세포의 직경 보다 더 크도록 마련되고, 상호 마주하는 한쌍의 상기 필터모듈 단부 사이의 하측 이격거리는, 상기 혈중순환 종양세포의 직경 보다 더 작도록 마련되고, 상기 추출부는, 시료의 유동을 감지하는 감지모듈과, 상기 감지모듈에 의해 시료가 유동되지 않는 다고 판단하는 경우 추가홀로 기체 또는 순수전해질을 공급하는 공급모듈이 각각 설치되며, 상기 필터모듈은, 높이가 너비보다 더 짧도록 마련되며, 상기 필터모듈의 높이는, 상기 혈중순환 종양세포의 직경 보다 더 짧도록 마련되며, 상기 감지모듈은, 상기 추출부의 정면에 배치되며, 상기 추출부의 내부공간의 영상을 촬영한 후, 영상분석함으로써 시료의 유동여부를 감지하는 것을 특징으로 한다.
본 발명에 따르면, 머신러닝기법을 이용하여 효과적으로 암을 예측 할 수 있다.

Description

머신러닝 기반 암진단 예측 장치{APPARATUS FOR PREDICTING CANCER DIAGNOSIS BASED ON MACHINE LEARNING}
본 발명은 머신러닝 기반 암진단 예측 장치에 관한 것이다.
종래의 암 진단 및 암 치료는, 조직검사를 이용한 진단 및 CT, MRI와 같은 이미징 장치를 이용하고, 이를 바탕으로 수술, 방사선 치료, 항암 치료 등 치료법을 결정한 다음, 이후 각 치료법의 효과 및 암의 진행 여부를 파악한 뒤, 그 효과가 미비하면 차선의 치료법을 결정하게 되는데, 그 주기가 수 개월이 걸리기 때문에 종래의 방식에 따를 때는 환자의 적절한 치료시기를 놓쳐버릴 가능성이 존재한다.
액상생검은 혈액과 같은 인체로부터 유래한 물질로부터 암의 정보를 담고 있는 바이오마커를 분리한 후, 이를 분석함으로써 암 진단에 활용하는 검사를 의미한다. 기존 암을 진단하기 위한 조직검사는 암이 발병한 부위에 내시경이나 바늘 등의 침습 도구를 직접 삽입하여 조직을 채취한 후, 이를 분석하는 방법으로 실시되는데, 액상생검은 상대적으로 비침습적인 방법으로 실시되므로 조직검사에 비해 고통이 적고, 실시가 간편하다는 이점이 있다.
그러므로, 암 진단에 상술한 바와 같은 액상생검을 이용하게되면, 암 검사를 보다 자주 시행할 수 있게 되므로, 치료법 결정의 시기를 보다 빨리 판단할 수 있는 바, 암 환자의 치료에 큰 도움이 될 것으로 생각된다. 액상생검에 사용되는 대표적인 생체지표로는 혈액순환종양세포(Circulating Tumor Cells, CTCs)가 있다. 도 2에 도시된 바와 같은 혈액순환종양은 모든 암에 공통적으로 나타나는 생체지표이기 때문에 혈액순환 종양세포를 이용하는 경우 다양한 암을 한번에 진단할 수 있을 것으로 기대된다.
한편, 근래에 머신러닝 기술의 발달로 각종 시험, 연구에 머신러닝 기법이 적용되고 있다.
상기와 같은 배경하에서 본 발명자는 머신러닝기법을 이용하여 효과적으로 암을 예측 할 수 있는 장치를 개발하고 그 효과를 확인하여, 본 발명을 완성하였다.
본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로서, 머신러닝기법을 이용하여 효과적으로 암을 예측 할 수 있는 머신러닝 기반 암진단 예측 장치를 제공함에 있다.
상기 목적은, 본 발명에 따라, 시료에서 혈중순환 종양세포를 추출하는 추출부; 상기 혈중순환 종양세포에서 유래된 RNA에서 cDNA를 합성하여 템플릿을 생성하는 합성부; 상기 템플릿을 증폭시키는 증폭부; 및 머신러닝 학습에 기반하여 상기 증폭부의 증폭결과를 분석함으로써, 암여부 및 암의 생성위치를 판단하는 판단부를 포함하되, 상기 증폭부는, RT-PCR 증폭 장치인 것을 특징으로 하며, 상기 추출부는, 상기 혈중순환 종양세포와 혈액세포의 크기 차이를 이용하여 상기 혈중순환 종양세포를 추출하는 것을 특징으로 하며, 상기 추출부는, 수직형의 플레이트 형태로 마련되며, 상기 수직형의 플레이트를 지지할 수 있도록 저면에는 평판형의 플레이트가 형성되며, 상기 추출부는, 상기 수직형의 플레이트 내부에 내부공간이 형성되며, 상기 내부공간의 상측에 연통되며 시료가 유입되는 유입구가 형성되며, 상기 내부공간의 하측에 연통되며 시료가 유출되는 유출구가 형성되며, 상기 내부공간의 하측에 연통되는 추가홀이 형성되며, 상기 내부공간은, 높이방향을 따라 폭이 넓어지는 형태로 마련되며, 상기 내부공간에는, 가로방향으로 연장되는 복수개의 필터모듈이 상호 이격되게 배치되며, 상호 마주하는 한쌍의 상기 필터모듈의 각 단부는, 경사지도록 마련되며, 상호 마주하는 한쌍의 상기 필터모듈 각 단부 사이의 상측 이격거리는, 상기 혈중순환 종양세포의 직경 보다 더 크도록 마련되고, 상호 마주하는 한쌍의 상기 필터모듈 단부 사이의 하측 이격거리는, 상기 혈중순환 종양세포의 직경 보다 더 작도록 마련되고, 상기 추출부는, 시료의 유동을 감지하는 감지모듈과, 상기 감지모듈에 의해 시료가 유동되지 않는 다고 판단하는 경우 추가홀로 기체 또는 순수전해질을 공급하는 공급모듈이 각각 설치되며, 상기 필터모듈은, 높이가 너비보다 더 짧도록 마련되며, 상기 필터모듈의 높이는, 상기 혈중순환 종양세포의 직경 보다 더 짧도록 마련되며, 상기 감지모듈은, 상기 추출부의 정면에 배치되며, 상기 추출부의 내부공간의 영상을 촬영한 후, 영상분석함으로써 시료의 유동여부를 감지하는 것을 특징으로 하는 머신러닝 기반 암진단 예측 장치에 의해 달성된다.
또한, 상기 판단부는, 인종, 성별, 연령, 과거병력, 가족력 중 어느 하나 이상의 상관지수와, 암의 종류별 상관지수와, 발현되는 마커별 상관지수를 고려하여 암여부 및 암의 생성위치를 판단할 수 있다.
또한, 상기 시료는, 혈액일 수 있다.
본 발명에 따르면, 머신러닝기법을 이용하여 효과적으로 암을 예측 할 수 있다.
또한, 본 발명에 따르면, 저비용으로 범용적으로 암을 용이하게 진단할 수 있다.
또한, 본 발명에 따르면, 여러가지 암의 발생 여부, 암의 발생위치를 효과적으로 파악할 수 있다.
또한, 본 발명에 따르면, 혈액으로부터 혈중순환 종양세포를 효과적으로 추출할 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치를 전체적으로 도시한 것이고,
도 2는 혈액순환종양세포를 설명한 도면이고,
도 3은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치를 이용한 암진단 방법의 순서를 도시한 것이고,
도 4는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부를 도시한 것이고,
도 5는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부의 필터를 확대하여 도시한 것이고,
도 6은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부에서 혈중순환 종양세포가 추출되는 과정을 도시한 것이고,
도 7은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부의 추가홀에 기체 또는 순수전해질이 공급된 상황을 도시한 것이고,
도 8은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 진단부에서 작동되는 머신러닝 학습과정의 예를 도시한 것이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야한다.
그리고 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 실시 예의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.
이하, 첨부한 도면을 참조하여, 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치에 대해서 상세히 설명한다.
도 1은 혈액순환종양세포를 설명한 도면이고, 도 2는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치를 전체적으로 도시한 것이고, 도 3은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치를 이용한 암진단 방법의 순서를 도시한 것이고, 도 4는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부를 도시한 것이고, 도 5는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부의 필터를 확대하여 도시한 것이고, 도 6은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부에서 혈중순환 종양세포가 추출되는 과정을 도시한 것이고, 도 7은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 추출부의 추가홀에 기체 또는 순수전해질이 공급된 상황을 도시한 것이고, 도 8은 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치의 진단부에서 작동되는 머신러닝 학습과정의 예를 도시한 것이다.
도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치(100)은 추출부(110)와, 합성부(120)와, 증폭부(130)와, 판단부(140)를 포함한다.
추출부(110)는 시료에서 혈중순환 종양세포를 추출하는 것으로서, 도 4에 도시된 바와 같은 미세 유로를 내부에 포함하는 마이크로 칩으로 구성될 수 있다.
여기서, 시료는 혈액으로 마련되는 것이며, 혈중순환 종양세포는 1차 종양으로부터 혈관계 또는 림프계로 흘러 혈액 순환으로 신체 주위로 운반되는 종양세포를 의미한다. 혈중순환 종양세포는 원발암에서 떨어져 나와 혈액을 통해 암의 전이를 일으킨다.
도 4 및 도 5에 도시된 바와 같이, 추출부(110)는 보다 상세하게, 좁은 폭을 가지는 수직형 플레이트로 형성되는데, 플레이트 내부에는 내부공간이 형성된다. 형성된 내부공간은 높이방향을 따라 폭이 넓어지는 형태로 마련되며, 내부공간에는 가로방향을 따라 연장되는 필터모듈이 복수개로 형성된다. 복수개의 필터모듈은 소정간격으로 상호 이격되도록 배치되며, 좌우로 상호 마주하는 필터모듈의 단부는 경사지도록 마련된다. 한편, 상호 마주하는 단부의 상측 이격거리는 혈중순환 종양세포의 직경 보다 더 크도록 마련되고, 상호 마주하는 단부의 하측 이격거리는 혈중순환 종양세포의 직경 보다는 더 작고, 혈액세포 중 백혈구의 크기 보다는 더 크도록 마련된다.
추출부(110)의 상단에는 내부공간과 연통되는 유입구가 형성된다. 유입구는 시료가 유입되는 부분을 의미한다. 한편, 추출부(110)의 하단에는 내부공간과 연통되는 유출구가 형성된다. 유출구는 내부공간을 경유한 시료가 외부로 유출되는 부분을 의미한다.
혈중순환 종양세포는 8 ~ 20μm의 직경을 가지는데, 이는 일반적인 혈액세포들 보다 더 큰 수치이며, 혈액 내 가장 큰 직경을 가지는 백혈구(백혈구는 6 ~ 10 μm의 직경을 가진다.) 보다도 약 30% 정도 더 큰 수치이다. 그러므로, 추출부(110)의 내부공간에서 시료의 유동 방향을 따라 필터모듈을 적절하게 배치하면 시료 내에서 혈중순환 종양세포만을 적절하게 추출할 수 있다.
추출부(110)를 이용한 혈중순환 종양세포의 추출과정을 다음과 같다. 먼저, 시료가 유입구로 유입되면, 시료는 유압 및 중력에 의해서 내부공간의 하측으로 이동된다. 도 6에 도시된 바와 같이, 시료가 하측으로 이동되는 과정에서, 혈액세포는 좌우로 마주보는 필터모듈 사이의 공간을 통과하게 되며, 혈액세포 보다 더 큰 직경을 가지는 혈중순환 종양세포는 상호 마주하는 필터모듈 단부의 하측 부분에 걸려 이동이 정지된다. 상기와 같은 과정에 의해서, 혈중순환 종양세포가 시료로 부터 추출된다.
한편, 상호 마주하는 필터모듈 단부의 하측 부분에 복수개의 혈액세포가 한꺼번에 걸리게 되거나, 가로방향 필터모듈 사이에 혈중순환 종양세포 또는 혈액세포가 모두 걸리게 되어 시료의 유동에 장애가 생길 수 있다. 이러한 경우에는 시료에 유동성이 인가되어야 하므로, 추출부(110)에는 내부공간의 하측부분과 연통되는 추가홀이 형성되는 것이 바람직하다. 도 7에 도시된 바와 같이, 추가홀에 기체 또는 순수전해질을 공급하면, 내부공간 하측에서 상측방향으로 유압이 발생되는데, 이러한 과정을 통해 필터모듈 사이에 걸려 있는 혈액세포 또는 혈중순환 종양세포에 순간적인 유동이 생기게 되고, 이에 의해서, 혈액세포는 필터모듈 사이로 다시 하강하게 되어 시료가 다시 유동될 수 있다.
한편, 추출부(110)는 상술한 바와 같은 시료의 유동을 감지하는 감지모듈(미도시)과, 감지모듈(미도시)에 의해 시료가 유동되지 않는 다고 판단하는 경우, 추가홀로 기체 또는 순수전해질을 공급하는 공급모듈(미도시)을 추가적으로 포함할 수 있다. 감지모듈(미도시)는 추출부(110)의 정면에 마련되어 추출부(110)의 내부공간의 영상을 촬영한 후, 영상분석함으로써 시료의 유동여부를 감지하는 영상방식으로 마련될 수 있고, 내부공간에 설치되어 내부공간의 시료 유동을 직접적으로 감지하는 센서방식으로 마련될 수도 있다.
상술한 바와 같은 추출부(110)에 따르면, 시료로 부터 혈중순환 종양세포가 효과적으로 추출될 수있다. 추출부(110)에 의해 추출된 혈중순환 종양세포는 후술하는 합성부(120)로 전달된다.
합성부(120)는 혈중순환 종양세포에서 유래된 RNA에서 cDNA를 합성하여 템플릿을 생성하는 것으로서, 상술한 추출부(110)에 공정상 연결되며, 샘플이동장치, 반응기, 교반기, 원심분리기 등의 템플릿 합성을 위한 장치들로 구성될 수 있다.
RNA 추출과정은 다음과 같다. 먼저, 혈중순환 종양세포에 분해시약 첨가한 샘플을 수분간 실온에서 반응시킨 다음, 클로로폼(chloroform)을 일정 용량 첨가한 후 교반한다. 이후, 샘플을 원심분리하면 혈중순환 종양세포가 RNA 부분과, DNA 부분과, 기타 단백질 부분 등으로 나뉘게 된다. 최상층에 배치된 RNA 부분을 별도로 추출하고, 이소프로파놀(Isoprophanol)을 일정 용량 첨가한 후 실온에서 수분간 반응 시킨다. 이후, 샘플을 원심분리하면, RNA Pellet이 침전되는데, 이를 추출하여 Washing하는 과정을 반복한다. 상기와 같은 과정으로 RNA가 추출된다. 다음으로 cDNA 합성과정은 다음과 같다. 상기 과정을 통해 추출된 RNA에 역전사 효소와 디옥시리보뉴클레오티드을 첨가하여 mRNA 사슬을 주형으로 1차 DNA 가닥을 복사한다. 이후, RNA 분해효소 (RNase H)를 처리하여 DNA-RNA 혼성 double strands로부터 mRNA를 제거한다. 이후, DNA중합효소를 처리하여 역전사에 의해 만들어진 DNA 가닥을 주형으로 하여 DNA의 두 번째 가닥을 형성하여 템플릿을 완성한다. 상기와 같은 과정으로 합성부(120)에서 형성된 템플릿은 후술하는 증폭부(130)로 전달된다.
증폭부(130)는 템플릿을 증폭시키는 것으로서, 상술한 합성부(120)에 공정상 연결된다. 이러한 증폭부(130)는 RT-PCR(역전사 중합효소 연쇄반응, Reverse Transcription Polymerase Chain Reaction) 증폭 장치로 마련될 수 있다. RT-PCR 증폭 장치는 일반적인 연구실, 병원 등에서 범용적으로 사용되고 있는 장치이므로, RT-PCR 증폭 장치를 사용함으로써, 저비용으로 범용적으로 암을 용이하게 진단할 수 있는 효과가 기대된다. 증폭부(130)에 의해서 템플릿을 증폭한 결과는 후술하는 판단부(140)로 전달되어 분석에 사용된다.
판단부(140)는 증폭부(130)의 증폭결과를 분석하여 암여부 및 암의 생성위치를 판단하는 것으로서, 증폭부(130)에 전기적으로 연결된다.
판단부(140)는 증폭결과에 대한 유전자 분석을 통해 암여부 및 암의 생성위치를 판단해야 하므로, PC와 같은 연산을 수행하는 장치로 마련될 수 있다. 판단부(140)는 전기영동을 통해 증폭결과에 대한 양성 밴드를 확인할 수 있는 수단을 포함하고, 내부에는 증폭결과를 분석할 수 있는 스크리닝 알고리즘이 저장된다. 스크리닝 알고리즘은 전 암성 상태 및 환자의 특정 범주에 대한 위험 범주 및 빈도를 포함한 다양한 악성 종양에 대해 환자를 스크링하는 도구이다. 스크리닝 알고리즘은 환자에 대한 인종, 성별, 연령, 과거병력, 가족력 중 어느 하나 이상의 상관지수와, 암의 종류별 상관지수와, 발현되는 바이오마커별 상관지수를 고려하여 설정될 수 있다. 전기영동을 통해 양성 밴드가 확인되면, 스크리닝 알고리즘이 작동되는데, 스크리닝 알고리즘에 따르면 복수개의 세트로 구성된 수십개의 Target Gene 각각에 대해 기 구축된 암 상대 점수를 기초로 양성으로 판단된 타겟들의 점수를 합산된 후 최종 암지수가 연산됨으로써 암의 생성위치가 판단된다.
한편, 판단부(140)는 기존에 실시되었던 증폭결과에 따른 암여부 및 암의 생성위치 정보를 머신러닝 기법으로 학습하고, 학습된 알고리즘을 이용하여, 당해 증폭결과를 분석할 수 있게 작동될 수 있다. 머신러닝 학습과정은 도 8에 도시된 바와 같다.
이러한 머신러닝에 기초하여 작동하는 판단부(140)에 따르면, 암여부 및 암의 생성위치가 보다 더 정밀하게 예측될 수 있는 효과가 기대된다.
상술한 바와 같은 추출부(110)와, 합성부(120)와, 증폭부(130)와, 판단부(140)를 포함하는 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치(100)에 따르면, 머신러닝기법을 이용하여 효과적으로 암을 예측 할 수 있다.
이상에서, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석 되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
그리고 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 본 발명의 일실시예에 따른 머신러닝 기반 암진단 예측 장치
110 : 추출부
120 : 합성부
130 : 증폭부
140 : 판단부
f : 필터모듈

Claims (3)

  1. 시료에서 혈중순환 종양세포를 추출하는 추출부; 상기 혈중순환 종양세포에서 유래된 RNA에서 cDNA를 합성하여 템플릿을 생성하는 합성부; 상기 템플릿을 증폭시키는 증폭부; 및 머신러닝 학습에 기반하여 상기 증폭부의 증폭결과를 분석함으로써, 암여부 및 암의 생성위치를 판단하는 판단부를 포함하되,
    상기 증폭부는,
    RT-PCR 증폭 장치인 것을 특징으로 하며,
    상기 추출부는,
    상기 혈중순환 종양세포와 혈액세포의 크기 차이를 이용하여 상기 혈중순환 종양세포를 추출하는 것을 특징으로 하며,
    상기 추출부는,
    수직형의 플레이트 형태로 마련되며, 상기 수직형의 플레이트를 지지할 수 있도록 저면에는 평판형의 플레이트가 형성되며,
    상기 추출부는,
    상기 수직형의 플레이트 내부에 내부공간이 형성되며, 상기 내부공간의 상측에 연통되며 시료가 유입되는 유입구가 형성되며, 상기 내부공간의 하측에 연통되며 시료가 유출되는 유출구가 형성되며, 상기 내부공간의 하측에 연통되는 추가홀이 형성되며,
    상기 내부공간은,
    높이방향을 따라 폭이 넓어지는 형태로 마련되며,
    상기 내부공간에는,
    가로방향으로 연장되는 복수개의 필터모듈이 상호 이격되게 배치되며,
    상호 마주하는 한쌍의 상기 필터모듈의 각 단부는,
    경사지도록 마련되며,
    상호 마주하는 한쌍의 상기 필터모듈 각 단부 사이의 상측 이격거리는,
    상기 혈중순환 종양세포의 직경 보다 더 크도록 마련되고,
    상호 마주하는 한쌍의 상기 필터모듈 단부 사이의 하측 이격거리는,
    상기 혈중순환 종양세포의 직경 보다 더 작도록 마련되고,
    상기 추출부는,
    시료의 유동을 감지하는 감지모듈과, 상기 감지모듈에 의해 시료가 유동되지 않는 다고 판단하는 경우 추가홀로 기체 또는 순수전해질을 공급하는 공급모듈이 각각 설치되며,
    상기 필터모듈은,
    높이가 너비보다 더 짧도록 마련되며,
    상기 필터모듈의 높이는,
    상기 혈중순환 종양세포의 직경 보다 더 짧도록 마련되며,
    상기 감지모듈은,
    상기 추출부의 정면에 배치되며, 상기 추출부의 내부공간의 영상을 촬영한 후, 영상분석함으로써 시료의 유동여부를 감지하는 것을 특징으로 하는 머신러닝 기반 암진단 예측 장치.
  2. 청구항 1에 있어서,
    상기 판단부는,
    인종, 성별, 연령, 과거병력, 가족력 중 어느 하나 이상의 상관지수와, 암의 종류별 상관지수와, 발현되는 마커별 상관지수를 고려하여 암여부 및 암의 생성위치를 판단하는 것을 특징으로 하는 머신러닝 기반 암진단 예측 장치.
  3. 청구항 2에 있어서,
    상기 시료는,
    혈액인 것을 특징으로 하는 머신러닝 기반 암진단 예측 장치.
KR1020200050191A 2020-04-24 2020-04-24 머신러닝 기반 암진단 예측 장치 KR102177218B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200050191A KR102177218B1 (ko) 2020-04-24 2020-04-24 머신러닝 기반 암진단 예측 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200050191A KR102177218B1 (ko) 2020-04-24 2020-04-24 머신러닝 기반 암진단 예측 장치

Publications (1)

Publication Number Publication Date
KR102177218B1 true KR102177218B1 (ko) 2020-11-10

Family

ID=73548980

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200050191A KR102177218B1 (ko) 2020-04-24 2020-04-24 머신러닝 기반 암진단 예측 장치

Country Status (1)

Country Link
KR (1) KR102177218B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010507388A (ja) * 2006-10-27 2010-03-11 デコード・ジェネティクス・イーエイチエフ Ｃｈｒ８ｑ２４．２１上の癌感受性変異体
JP2012244989A (ja) * 2011-05-25 2012-12-13 M&D Inc リアルタイム重合反応を用いた癌診断のための情報提供方法及びこのための癌診断用キット
KR20130003190U (ko) * 2013-04-22 2013-05-29 주식회사 코비 고압의 공기를 이용한 필터형 시료 전처리 시스템
KR101768812B1 (ko) * 2016-07-05 2017-08-17 고려대학교 산학협력단 흉부 단층영상에서 검색된 폐결절의 암 진단 보조 시스템 및 프로그램
KR20170127637A (ko) * 2016-05-12 2017-11-22 주식회사 에스디티아이엔씨 순환 종양 세포 클러스터 검출 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010507388A (ja) * 2006-10-27 2010-03-11 デコード・ジェネティクス・イーエイチエフ Ｃｈｒ８ｑ２４．２１上の癌感受性変異体
JP2012244989A (ja) * 2011-05-25 2012-12-13 M&D Inc リアルタイム重合反応を用いた癌診断のための情報提供方法及びこのための癌診断用キット
KR20130003190U (ko) * 2013-04-22 2013-05-29 주식회사 코비 고압의 공기를 이용한 필터형 시료 전처리 시스템
KR20170127637A (ko) * 2016-05-12 2017-11-22 주식회사 에스디티아이엔씨 순환 종양 세포 클러스터 검출 장치 및 그 방법
KR101768812B1 (ko) * 2016-07-05 2017-08-17 고려대학교 산학협력단 흉부 단층영상에서 검색된 폐결절의 암 진단 보조 시스템 및 프로그램

Similar Documents

Publication Publication Date Title
Zhang et al. Raman spectroscopy and machine learning for the classification of breast cancers
US20160272934A1 (en) Systems, devices and methods for microfluidic culturing, manipulation and analysis of tissues and cells
CN106282320B (zh) 检测体细胞突变的方法和装置
WO2015061458A1 (en) Systems, devices and methods for microfluidic culturing, manipulation and analysis of tissues and cells
WO2014092457A1 (ko) 환자 맞춤형 항암제 선별용 시스템
CN105950753A (zh) 一种与肺腺癌辅助诊断相关的血浆miRNA标志物及其应用
CN108949979A (zh) 一种通过血液样本判断肺结节良恶性的方法
CN109457032A (zh) 甲状腺癌分子诊断试剂盒
KR102177218B1 (ko) 머신러닝 기반 암진단 예측 장치
KR102177222B1 (ko) 머신러닝 기반 암진단 예측 시스템
KR102196493B1 (ko) 암진단을 위한 CTCs 분석 시스템
Venkatesan et al. Diagnostic and therapeutic approach of artificial intelligence in neuro-oncological diseases
CN105779433A (zh) 试剂盒及其用途
CN105442053B (zh) 一种检测诊断离子通道病致病基因的dna文库及其应用
KR102177226B1 (ko) Pcr 증폭 장치
CN105219841B (zh) 一种肺癌差异性表达microRNA的检测试剂盒及其应用
CN111961716B (zh) 一种急性胰腺炎预后标志物、急性胰腺炎预后预测模型及其应用
KR102197410B1 (ko) 핵산증폭 반응 모니터링 시스템
KR20220121956A (ko) 인공지능을 이용한 소화기 내시경 영상 분석 기반의 소화기암 위험성 예측 시스템
CN106755322A (zh) 一种预测肺癌转移的试剂盒及其使用方法
US20190385696A1 (en) Method for predicting disease risk based on analysis of complex genetic information
CN115747333B (zh) 一种肿瘤标记物检测试剂盒和检测分析系统及其应用
CN116377062B (zh) 检测环状RNA hsa_circ_0033144的试剂在制备诊断胃癌产品中的应用
WO2023063049A1 (ja) がん検出のためのバイオマーカーセットの作製方法
CN117916817A (zh) 基于人工智能且使用外泌体sers信号的多肿瘤同时诊断系统及其方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant