KR102325945B1 - 두경부암 예후 예측용 바이오마커 조성물 - Google Patents

두경부암 예후 예측용 바이오마커 조성물 Download PDF

Info

Publication number
KR102325945B1
KR102325945B1 KR1020200048833A KR20200048833A KR102325945B1 KR 102325945 B1 KR102325945 B1 KR 102325945B1 KR 1020200048833 A KR1020200048833 A KR 1020200048833A KR 20200048833 A KR20200048833 A KR 20200048833A KR 102325945 B1 KR102325945 B1 KR 102325945B1
Authority
KR
South Korea
Prior art keywords
head
neck cancer
prognosis
predicting
gene
Prior art date
Application number
KR1020200048833A
Other languages
English (en)
Other versions
KR20210130512A (ko
Inventor
장전엽
김윤학
권은정
하미향
Original Assignee
아주대학교산학협력단
부산대학교 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 아주대학교산학협력단, 부산대학교 산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020200048833A priority Critical patent/KR102325945B1/ko
Publication of KR20210130512A publication Critical patent/KR20210130512A/ko
Application granted granted Critical
Publication of KR102325945B1 publication Critical patent/KR102325945B1/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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • 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
    • 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
    • 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
    • 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
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • 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
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • 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)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Physics & Mathematics (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Organic Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 인유두종 바이러스 감염에 의해 발병되는 두경부암의 예후 예측용 바이오마커 및 이를 이용한 예후 예측방법에 관한 것으로, 보다 상세하게는 인유두종 바이러스 감염에 따른 자궁경부암 환자에게서 34개의 유전자의 발현 수준 변화가 확인되었으며, 상기 유전자의 HPPI 위험 점수가 증가할수록 자궁경부암 환자의 전체생존율이 감소하는 것으로 확인됨에 따라, 인유두종 바이러스 감염 두경부암 환자를 상기 34개 유전자의 HPPI 위험 점수로 분류하여 전체생존율을 확인한 결과, HPPI 위험 점수가 증가할수록 인유두종 바이러스 감염 두경부암 환자의 전체생존율이 감소하는 것을 확인함에 따라, 상기 34개 유전자들을 두경부암 예후 예측을 위한 바이오마커 조성물로 제공할 수 있다.

Description

두경부암 예후 예측용 바이오마커 조성물 {Biomarker composition for predicting prognosis of head and neck cancer}
본 발명은 인유두종 바이러스 감염에 의해 발병되는 두경부암의 예후 예측용 바이오마커 및 이를 이용한 예후 예측방법에 관한 것이다.
암은 세계적으로 높은 사망률을 보이고 있으며, 서구 사회에서는 심혈관 질환 다음으로 가장 일반적인 사망 원인이다. 특히, 인구의 고령화와 더불어 흡연 인구가 증가 및 대기오염으로 인해 폐암이 증가하고 있으며, 식생활이 서구화되어 고지방식의 섭취가 일반화되고, 환경오염 물질의 급격한 증가, 음주량의 증가등으로 대장암, 유방암, 전립선암 등이 지속적으로 증가하는 추세이다. 이러한 실정에서 암의 조기 예방 및 치료를 가능하게 하여 인간 건강의 증진, 건강한 삶의 질 향상 및 인류 보건 증진에 기여할 수 있는 항암 물질의 계발이 절실하게 요구되고 있다.
두경부암(Head and Neck Cancer)은 전세계적으로 매년 600,000명 정도 발생하는, 전체암 중에서 6번째로 흔한 암으로 알려져 있다. 두경부란 뇌 아래에서 가슴 윗 부분 사이를 말하고, 두경부에는 비강, 혀, 입, 후두, 침샘등 음식을 먹거나 목소리르 내는 등의 기능을 하는 기관이 많이 있으며, 이러한 기관에 생긴 암을 두경부암이라고 말한다. 이러한 두경부 암은 유전적 요인과 흡염, 음주가 발병의 원인으로 알려져 있으며, 타 장기의 암보다 안면과 목이라는 특수성 때문에 치료상의 제약이 많고 진행 시 치명적이며, 치료 후 기능상 및 외견상의 장애가 많이 발생한다.
인유두종 바이러스 (Human papillomavirus, HPV)는 기존에 자궁경부암의 중요한 원인으로 알려져 있으며, 이에 따라 현재 여성에게 고위험군 바이러스에 대한 백신 예방접종이 시행됨에 따라, 자궁경부암의 발병률은 과거와 비교하여 현저하게 감소하는 추세이다.
그러나 최근 연구보고에 따르면, 두경부암 중 일부가 (특히, 구인두암) 인유두종 바이러스에 의해 발생한다는 사실이 밝혀졌으며, 이로 인하여 새로운 보건의학적 이슈로 등장하고 있다. 인유두종 바이러스 유래 두경부암은 전반적으로 발병률이 증가하는 추세로 이에 대한 진단, 치료 및 예방이 해결되어야할 난제로 여겨지고 있다. 특히, 인유두종 유래 두경부암은 전반적으로 좋은 예후가 알려져 있으나, 치료에 반응하지 않거나 재발하는 환자가 존재하여 이에 대한 위험도를 분류할 수 있는 예후인자의 발굴이 필요한 실정이다.
대한민국 공개특허 제10-2017-0050484호 (2017.05.11. 공개)
본 발명은 인유두종 바이러스 감염에 의해 발병하는 두경부암의 예후를 효과적으로 예측하기 위한 바이오마커 조성물을 제공하며, 상기 바이오마커 조성물을 이용하여 인유두종 바이러스 감염에 의해 발병된 두경부암의 치료 예후를 예측하는 방법을 제공하고자 한다.
본 발명은 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2 및 PRKCDBP로 이루어진 군에서 하나 또는 둘 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자를 유효성분으로 포함하는 두경부암 예후 예측용 바이오마커 조성물을 제공한다.
본 발명은 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2 및 PRKCDBP로 이루어진 군에서 하나 또는 둘 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자의 발현 수준을 검출하는 제제를 유효성분으로 함유하는 두경부암 예후 예측용 키트를 제공한다.
또한, 본 발명은 검체로부터 분리된 시료로부터 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2 및 PRKCDBP로 이루어진 군에서 하나 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자의 발현량을 확인하는 단계;
상기 유전자 발현량과 각 유전자의 회귀계수(regression coefficient)를 곱하여 위험 점수를 확인하는 단계; 및
상기 위험 점수의 증가 여부를 확인하는 단계를 포함하는 두경부암 예후 예측을 위한 정보를 제공하는 방법을 제공한다.
본 발명에 따르면, 인유두종 바이러스 감염에 따른 자궁경부암 환자에게서 34개의 유전자의 발현 수준 변화가 확인되었으며, 상기 유전자의 HPPI 위험 점수가 증가할수록 자궁경부암 환자의 전체생존율이 감소하는 것으로 확인됨에 따라, 인유두종 바이러스 감염 두경부암 환자를 상기 34개 유전자의 HPPI 위험 점수로 분류하여 전체생존율을 확인한 결과, HPPI 위험 점수가 증가할수록 인유두종 바이러스 감염 두경부암 환자의 전체생존율이 감소하는 것을 확인함에 따라, 상기 34개 유전자들을 두경부암 예후 예측을 위한 바이오마커 조성물로 제공할 수 있다.
도 1은 유전자 선별 및 검증 과정을 나타낸 모식도이다.
도 2는 HPV 관련 예후 및 예측 지표로서의 34개 유전자를 확인하기 위한 HPPI 위험 점수 시스템 결과로, 도 2A는 실험군 및 검증군 세트의 C-인덱스의 변경 및 알파에 따른 변수의 수를 나타낸 결과이며, 도 2B는 상이한 환자를 분류하기 위해 실험군 및 검증군에서 ROC 곡선 (AUC) 하에서 시간 의존적 영역을 확인한 결과로, 각 C-인덱스 값은 다음과 같다: 실험군(training set) : 0.887 (Continuous), 0.784 (Median cutoff), 0.745 (Universal cutoff); 검증군(validation set) : 0.627 (Continuous), 0.572 (Median cutoff), 0.673 (Universal cutoff). 도 2C는 실험군(blue=low expression, red=high expression)에 대한 표준화된 유전자 발현 열지도로, 위험 점수가 증가되는 순으로 열을 정렬한 결과이며 (For readability, values below -3 and above 3 are denoted by -3, 3.), 점수 분배, 환자의 생존상태, 평균 및 보편적인 컷오프 점수 및 각 컷오프 점수에 대한 위험비(HR)를 나타낸 결과이며, 도 2D는 실험군에서 각 유전자 발현의 숲그림(Forest plots)으로, HR이 증가되는 순으로 열이 정렬되었으며, 단변량 Cox 비례위험모형을 이용하여 95% 동시 신뢰구간(CI)과 위험비율을 가로축에 나타낸 결과이며, 별표는 환자 생존 결과의 통계적 유의성을 나타낸다 (***P < 0.001, **P < 0.01, *P < 0.05; univariate Coxph p-value). 도 2E는 각 데이터 세트의 점수 분포를 나타내는 바이올린 플롯으로 컷오프 점수 1.9를 사용하여 환자를 2개 그룹으로 분류한 결과이다.
도 3은 HPV 양성에서 HPPI 유전자 신호의 진단값을 확인한 결과로, 도 3A는 실험군인 HPV 감염 자궁경부암 환자 (training set)의 전체생존율(Overall survival, OS)에 대한 Kaplan-Meier plot이며, 도 3B는 검증군인 HPV 감염 두경부암 환자 (validation set)의 전체생존율(Overall survival, OS)에 대한 Kaplan-Meier plot으로, HPPI 위험 점수는 보편적인 컷오프 점수에 따라 2 그룹으로 환자를 분류하였다. 단변량 Cox 회귀분석로부터 확인된 위험율(HR), 로그 순위법 p 값 (P) 및 성공적으로 분류된 환자의 수 (N)를 각 생존 KM 곡선에 표시하였으며, 파랑 및 적색 KM 곡선은 각각 예상되는 저위험군 및 고위험군을 나타낸다. 도 3C는 HPPI 위험 점수의 분포는 밀도 플롯 및 히스토그램과 보편적인 컷오프 점수에 기초하여 두 그룹의 환자로 분류하였다.
도 4는 HPV 감염 자궁경부암 환자의 각 하위집단에 대한 전체생존율의 Kaplan-Meier plot으로, 도 4A는 암의 진행단계에 따른 결과이며, 도 4B는 연령별 결과로, 보편적인 컷오프 점수에 기초하여 HPPI 위험 점수로 환자를 두 그룹으로 분류하였다. 단변량 Cox 회귀분석로부터 확인된 위험율(HR), 로그 순위법 p 값(P) 및 성공적으로 분류된 환자의 수 (N)를 각 그래프의 오른쪽 하단에 나타내었으며, 파랑 및 적색 KM 곡선은 각각 예상되는 저위험군 및 고위험군을 나타내며, 도 4C는 모든 환자 또는 HPV 감염 자궁경부암 환자의 각 하위집단에 대한 5년간의 시간 의존적 AUC 곡선을 나타낸 결과로, 적색: 모든 환자, 노란색: I & II기, 파랑색: III & IV기, 녹색: 55세 미만, 분홍색: 55 이상의 결과이며, C-인덱스 값은 그래프의 오른쪽 밑에 표시하였다.
도 5는 HPV 감염 두경부암 환자 (HNSCC HPV-positive)의 하위집단의 분석결과로, HPV 감염 두경부암 환자의 각 하위집단에서 전체생존율의 Kaplan-Meier plot을 확인한 결과로, 도 5A는 암의 진행단계에 따른 결과이며, 도 5B는 연령별 결과로, 보편적인 컷오프 점수에 기초하여 HPPI 위험 점수로 환자를 두 그룹으로 분류하였다. 단변량 Cox 회귀분석로부터 확인된 위험율(HR), 로그 순위법 p 값(P) 및 성공적으로 분류된 환자의 수 (N)를 각 그래프의 오른쪽 하단에 나타내었으며, 파랑 및 적색 KM 곡선은 각각 예상되는 저위험군 및 고위험군을 나타내고, 도 5C는 모든 환자 또는 HPV 감염 두경부암 환자의 각 하위집단에 대한 5년간의 시간 의존적 AUC 곡선을 나타낸 결과로, 적색: 모든 환자, 노란색: I & II기, 파랑색: III & IV기, 녹색: 55세 미만, 분홍색: 55 이상의 결과이며, C-인덱스 값은 그래프의 오른쪽 밑에 표시하였다.
도 6은 HPV 감염 방광암(BLCA, full name)에서 HPPI 유전자 신호의 예후를 확인한 결과로, 도 6A는 전체생존율(OS)를 확인한 Kaplan-Meier plot 결과로, 보편적인 컷오프 점수에 기초하여 HPPI 위험 점수로 환자를 두 그룹으로 분류하고, 단변량 Cox 회귀분석로부터 확인된 위험율(HR), 로그 순위법 p 값(P) 및 성공적으로 분류된 환자의 수 (N)를 생존 KM 곡선에 나타내었으며, 파랑 및 적색 KM 곡선은 각각 예측된 저위험군 및 고위험군를 나타내며, 도 6B는 HPPI 위험 점수의 분포는 밀도 플롯 및 히스토그램과 보편적인 컷오프 점수에 기초하여 두 그룹의 환자로 분류한 결과이다.
이하, 본 발명을 보다 상세하게 설명한다.
본 발명자들은 인유두종 바이러스 감염에 따른 자궁경부암 환자에게서 발현 수준 변화가 확인된 34개의 유전자들의 HPPI 위험 점수를 확인하였으며, 상기 HPPI 위험 점수가 증가할수록 자궁경부암 환자의 전체생존율이 감소하는 것을 확인하고, 동일한 인유두종 바이러스 감염에 의해 발병되는 두경부암 환자에게서 상기 34개 유전자들의 HPPI 위험 점수를 확인을 통하여 두경부암 환자의 예후 예측이 가능한 것을 확인함에 따라 본 발명을 완성하였다.
본 발명은 APOBEC3H (NCBI No. 164668), ROR1 (NCBI No. 4919), UBE2NL (NCBI No. 389898), ZNF418 (NCBI No. 147686), C19orf20 (NCBI No. 91978), EGLN1 (NCBI No. 54583), PEAR1 (NCBI No. 375033), SCML1 (NCBI No. 6322), C13orf1 (NCBI No. 57213), RAD9B (NCBI No. 144715), GPR143 (NCBI No. 4935), TYW1 (NCBI No. 55253), STARD3NL (NCBI No. 83930), PTPN12 (NCBI No. 5782), CXCL2 (NCBI No. 2920) 및 PRKCDBP (NCBI No. 112464)로 이루어진 군에서 하나 또는 둘 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자를 유효성분으로 포함하는 두경부암 예후 예측용 바이오마커 조성물을 제공할 수 있다.
상기 바이오마커 조성물은 MTCP1NB (NCBI No. 100272147), SH3GLB2 (NCBI No. 56904), PGK1 (NCBI No. 5230), THBD (NCBI No. 7056), NAMPT (NCBI No. 10135), CD46 (NCBI No. 4179), NCSTN (NCBI No. 23385), MTMR2 (NCBI No. 8898), P4HA2 (NCBI No. 8974), NRP1 (NCBI No. 8829), TMEM87B (NCBI No. 84910), ERG (NCBI No. 2078), ESM1 (NCBI No. 11082), C6orf211 (NCBI No. 79624), ZNF134 (NCBI No. 7693), DLEU1 (NCBI No. 10301), PLAC1 (NCBI No. 10761) 및 FAM124B (NCBI No. 79843)로 이루어진 군에서 하나 이상의 단백질 또는 상기 단백질을 코딩하는 유전자를 더 포함하는 것일 수 있다.
상기 두경부암은 인유두종 바이러스 감염에 의해 발병되는 두경부암일 수 있으나, 이에 제한되지 않는다.
본 발명은 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2 및 PRKCDBP로 이루어진 군에서 하나 또는 둘 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자의 발현 수준을 검출하는 제제를 유효성분으로 함유하는 두경부암 예후 예측용 키트를 제공할 수 있다.
상기 두경부암 예후 예측용 키트는 MTCP1NB, SH3GLB2, PGK1, THBD, NAMPT, CD46, NCSTN, MTMR2, P4HA2, NRP1, TMEM87B, ERG, ESM1, C6orf211, ZNF134, DLEU1, PLAC1 및 FAM124B로 이루어진 군에서 하나 이상의 단백질 또는 상기 단백질을 코딩하는 유전자를 더 포함하는 것일 수 있다.
상기 제제는 프라이머, 프로브, 항체, 펩타이드 및 앱타머로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 "바이오마커"는 두경부암이 발생한 대상체의 조직 또는 세포를 정상 대조군의 조직 또는 세포와 구분하여 진단할 수 있는 물질로, 정상 대조군에 비하여 질환이 발생한 대상체의 조직 또는 세포에서 증가 또는 감소 양상을 보이는 단백질 또는 핵산, 지질, 당지질, 당단백질 등과 같은 유기 생체 분자 등을 포함한다.
본 발명의 "예후"는 병세의 진행, 회복에 관한 예측을 의미하는 것으로, 전망 내지는 예비적 평가를 말한다. 본 발명의 목적상, 예후란 두경부암의 치료 후 해당 개체에서 치료 성공 여부, 생존, 재발, 전이, 약물반응성, 내성 등과 같은 여부를 판단하는 것을 의미한다.
본 발명의 "프라이머"는 짧은 자유 3 말단 수산기 (free 3`hydroxyl group)을 가지는 핵산 서열로 상보적인 주형(template)과 염기쌍 (base pair)을 형성할 수 있고, 주형의 복사를 위한 시작지점으로 기능을 하는 짧은 핵산 서열을 의미한다. 상기 프라이머는 적절한 완충용액 및 온도에서 중합반응 (즉, DNA 중합 효소 또는 역전사효소)을 위한 시약 및 상이한 4가지 뉴클레오사이드 트리포스페이트의 존재 하에서 DNA 합성을 개시할 수 있다.
본 발명에 있어서, 상기 프라이머는 상기 34개 유전자의 증폭에 사용될 수 있는 모든 프라이머를 의미하며, 상기 34개 유전자와 상보적으로 결합하여 증폭시킬 수 있는 한, 프라이머의 서열은 제한되지 않는다.
본 발명의 "프로브"는 유전자 또는 mRNA와 특이적 결합을 이룰 수 있는 짧게는 수 염기 내지 길게는 수백 염기에 해당하는 RNA 또는 DNA 등의 핵산 단편을 의미하며 표지(Labelling)되어 있어서 특정 mRNA의 존재 유무를 확인할 수 있다. 상기 프로브는 올리고 뉴클레오티드 프로브, 단쇄 DNA(single stranded DNA) 프로브, 이중쇄 DNA(double stranded DNA) 프로브, RNA 프로브 등의 형태로 제작될 수 있다.
본 발명에 있어서, 상기 프로브는 상기 34개 유전자와 상보적으로 결합할 수 있는 한 프로브의 서열은 제한되지 않는다.
본 발명은 검체로부터 분리된 시료로부터 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2 및 PRKCDBP로 이루어진 군에서 하나 이상 선택되는 단백질 또는 상기 단백질을 코딩하는 유전자의 발현량을 확인하는 단계; 상기 유전자 발현량과 각 유전자의 회귀계수(regression coefficient)를 곱하여 위험 점수를 확인하는 단계; 및 상기 위험 점수의 증가 여부를 확인하는 단계를 포함하는 두경부암 예후 예측을 위한 정보를 제공하는 방법을 제공할 수 있다.
상기 두경부암 예후 예측을 위한 정보를 제공하는 방법은 MTCP1NB, SH3GLB2, PGK1, THBD, NAMPT, CD46, NCSTN, MTMR2, P4HA2, NRP1, TMEM87B, ERG, ESM1, C6orf211, ZNF134, DLEU1, PLAC1 및 FAM124B로 이루어진 군에서 하나 이상의 단백질 또는 상기 단백질을 코딩하는 유전자를 더 포함하는 것일 수 있다.
보다 바람직하게는 상기 위험 점수를 확인하는 단계는 상기 34개 유전자 각각의 발현량과 각각의 유전자 회귀계수(regression coefficient)를 곱한 값을 모두 합한 점수인 것일 수 있으나, 이에 제한되지 않는다.
상기 예후 예측을 위한 정보를 제공하는 방법은 위험 점수가 1.9 이상일 때 고위험군으로 분류되는 것일 수 있다.
상기 시료는 조직, 세포, 전혈, 혈청, 혈장, 타액, 객담, 뇌척수액 및 뇨로 이루어진 군으로부터 선택되는 것일 수 있으나, 이에 제한되지 않는다.
이하, 본 발명의 이해를 돕기 위하여 실시예를 들어 상세하게 설명하기로 한다. 다만 하기의 실시예는 본 발명의 내용을 예시하는 것일 뿐 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 본 발명의 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해 제공되는 것이다.
<실시예 1> 인유두종 바이러스 감염 암질환에 대한 예측인자 선별
자궁경부암과 두경부암의 병인이 같은 인유두종 바이러스에 의한 것이라는 보고됨에 따라, 서로 유사한 유전체 발현의 특성이 있을 것이라는데 착안하여 도 1과 같은 과정으로 Genomic Data Commons Data Portal (https://gdc-portal.nci.nih.gov/) 데이터베이스로부터 자궁경부암 환자들 중 HPV 감염이 있는 269명과 두경부암 환자 85명의 mRNA 및 임상정보를 분석하였다.
먼저, HPPI 위험점수를 계산하기 위해, 정규화된 고차원 콕스 회기(regularized high dimensional cox regression) 방법 중의 하나인 엘라스틱넷(elastic net)을 이용하였으며, 교차검증 오류 (Cross validation error)를 최소화하기 위해, leave-one-out cross validation을 사용하였다.
Elastic net을 HPV 감염 자궁경부암 집단에서 수행하여 표 1의 34개의 유전자를 선별하였으며, 각 유전자의 회귀계수를 확인하였다. 다음으로, 하기 계산식과 같이 선별된 34개의 유전자들의 발현량값과 회귀계수(regression coefficient)의 곱을 합하여 HPPI 점수를 산출하였으며, 환자들의 위험도를 구분하는 점수 기준은 UNO’s C index가 가장 커지는 값을 기준으로 하였다.
[계산식]
Figure 112020041541348-pat00001
그 결과 도 2와 같이 유전자의 위험도를 확인할 수 있었다.
Gene list Regression coefficient
APOBEC3H -0.00326
C13orf1 0.000285
C19orf20 0.000593
C6orf211 7.88E-05
CD46 2.40E-05
CXCL2 0.000165
DLEU1 5.80E-05
EGLN1 0.000401
ERG 2.85E-05
ESM1 1.13E-06
FAM124B 1.10E-05
GPR143 -0.00022
MTCP1NB -1.98E-05
MTMR2 6.70E-05
NAMPT 1.67E-05
NCSTN 2.27E-05
NRP1 9.56E-05
P4HA2 6.23E-05
PEAR1 0.000379
PGK1 2.83E-06
PLAC1 4.42E-05
PRKCDBP 0.0001
PTPN12 0.000172
RAD9B -0.00027
ROR1 0.002461
SCML1 -0.0003
SH3GLB2 -9.53E-05
STARD3NL 0.000178
THBD 1.33E-05
TMEM87B 2.12E-05
TYW1 0.000216
UBE2NL -0.00213
ZNF134 3.12E-05
ZNF418 0.001514
상기 34개의 유전자의 HPPI 값을 이용하여 HPV 감염 자궁경부암 환자 및 HPV 감염 두경부암 환자의 위험도를 컷오프 점수 1.9 이상인 경우 고위험군 및 이하인 경우 저위험군 환자로 분류한 후, 각 그룹의 생존 곡선을 확인하였으며, 생존 곡선의 모양에 따라, Log-rank test를 이용하여 통계적 유의성을 확인하였다.
그 결과 도 3과 같이 자궁경부암 및 두경부암 환자들 중, 컷오프 점수보다 높은 점수를 나타낸 환자들의 예후가 나쁠 것으로 예상하였으며, 실제 생존곡선에서도 나쁜 예후를 나타내는 것이 확인되었다.
<실시예 2> 인유두종 바이러스 감염 자궁경부암에 대한 위험도 예측
HPV 감염 자궁경부암 환자를 암 병기 또는 연령별로 분류하고 각 그룹 환자의 34개 유전자의 HPPI 값을 이용하여 위험도를 확인하여 고위험군 및 저위험군 환자로 분류한 후, 각 그룹의 생존 곡선을 확인하였으며, 생존 곡선의 모양에 따라, Log-rank test를 이용하여 통계적 유의성을 확인하였다.
그 결과, 도 4와 같이 HPPI가 높은 값을 나타내는 환자의 생존 예측이 용이한 것으로 나타났으며, HPPI 값을 이용한 위험도 확인은 자궁경부암 환자들의 암 병기와 나이에 상관없이 우수한 예후 예측 결과를 나타내는 것이 확인되었다.
<실시예 3> 인유두종 바이러스 감염 두경부암에 대한 위험도 예측
앞선 실험에서 확인된 바와 같이 HPV 감염 자궁경부암 환자에서 확인된 34개 유전자의 HPPI 값이 위험도를 예측하는 데 매우 효과적인 것이 확인됨에 따라, 상기 34개 유전자의 HPPI 값을 이용하여 HPV 감염 두경부암의 위험을 예측할 수 있을지 확인하였다.
상기 실시예 2와 동일한 방법으로 HPV 감염 두경부암 환자를 암 진행단계 및 연령별 하위그룹으로 분류하고 각 그룹 환자의 34개 유전자의 HPPI 값을 이용하여 위험도를 확인하고, 고위험군 및 저위험군 환자로 분류한 후, 각 그룹의 생존 곡선을 확인하였으며, 생존 곡선의 모양에 따라, Log-rank test를 이용하여 통계적 유의성을 확인하였다.
그 결과, 도 5와 같이 HPPI가 높은 값을 나타내는 환자의 생존 예측이 용이한 것을 확인할 수 있었으며, HPPI 값을 이용한 위험도 확인은 두부경부암 환자들의 암 병기와 나이에 상관없이 우수한 예후 예측 결과를 나타내는 것이 확인되었다.
상기 결과로부터 HPV 감염 자궁경부암 환자에게서 확인된 34개 유전자의 HPPI 값을 이용하여 두경부암환자의 위험을 매우 효과적으로 예측할 수 있음이 확인되었다.
<실시예 3> 인유두종 바이러스 감염 방광암에 대한 위험도 예측
한편, HPV 감염과 밀접한 관계가 있다고 알려진 방광암 환자의 위험도를 예측하기 위해, 34개 유전자의 HPPI 값을 이용하여 방광암 환자를 고위험군 및 저위험군 환자로 분류한 후, 각 그룹의 생존 곡선을 확인하였다.
그 결과, 도 6과 같이 고위험군과 저위험군의 생존곡선이 함께 감소하는 것으로 확인됨에 따라, HPPI 값을 이용한 위험도가 인유두종 바이러스에 감염된 암질환에서 모두 동일한 예후 예측효과를 나타내는 것이 아님이 확인되었다.
이상으로 본 발명 내용의 특정한 부분을 상세히 기술하였는 바, 당업계의 통상의 지식을 가진 자에게 있어서, 이러한 구체적 기술은 단지 바람직한 실시양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.

Claims (10)

  1. APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2, PRKCDBP, MTCP1NB, SH3GLB2, PGK1, THBD, NAMPT, CD46, NCSTN, MTMR2, P4HA2, NRP1, TMEM87B, ERG, ESM1, C6orf211, ZNF134, DLEU1, PLAC1 및 FAM124B로 이루어진 단백질 또는 상기 단백질을 코딩하는 유전자를 유효성분으로 포함하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측용 바이오마커 조성물.
  2. 삭제
  3. 삭제
  4. APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2, PRKCDBP, MTCP1NB, SH3GLB2, PGK1, THBD, NAMPT, CD46, NCSTN, MTMR2, P4HA2, NRP1, TMEM87B, ERG, ESM1, C6orf211, ZNF134, DLEU1, PLAC1 및 FAM124B로 이루어진 단백질 또는 상기 단백질을 코딩하는 유전자의 발현 수준을 검출하는 제제를 유효성분으로 함유하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측용 키트.
  5. 삭제
  6. 청구항 4에 있어서, 상기 제제는 프라이머, 프로브, 항체, 펩타이드 및 앱타머로 이루어진 군에서 선택되는 것을 특징으로 하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측용 키트.
  7. 검체로부터 분리된 시료로부터 APOBEC3H, ROR1, UBE2NL, ZNF418, C19orf20, EGLN1, PEAR1, SCML1, C13orf1, RAD9B, GPR143, TYW1, STARD3NL, PTPN12, CXCL2, PRKCDBP, MTCP1NB, SH3GLB2, PGK1, THBD, NAMPT, CD46, NCSTN, MTMR2, P4HA2, NRP1, TMEM87B, ERG, ESM1, C6orf211, ZNF134, DLEU1, PLAC1 및 FAM124B로 이루어진 유전자군에서 각 유전자의 발현량을 확인하는 단계;
    상기 각 유전자의 발현량과 각 유전자의 회귀계수(regression coefficient)를 곱한 값을 모두 합하여 위험 점수를 확인하는 단계; 및
    상기 위험 점수의 증가 여부를 확인하는 단계를 포함하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측을 위한 정보를 제공하는 방법.
  8. 삭제
  9. 청구항 7에 있어서, 상기 예후 예측을 위한 정보를 제공하는 방법은 위험 점수가 1.9 이상일 때 고위험군으로 분류되는 것을 특징으로 하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측을 위한 정보를 제공하는 방법.
  10. 청구항 7에 있어서, 상기 시료는 조직, 세포, 전혈, 혈청, 혈장, 타액, 객담, 뇌척수액 및 뇨로 이루어진 군으로부터 선택되는 것을 특징으로 하는 인유두종 바이러스 감염에 의해 발병되는 두경부암 예후 예측을 위한 정보를 제공하는 방법.
KR1020200048833A 2020-04-22 2020-04-22 두경부암 예후 예측용 바이오마커 조성물 KR102325945B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200048833A KR102325945B1 (ko) 2020-04-22 2020-04-22 두경부암 예후 예측용 바이오마커 조성물

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200048833A KR102325945B1 (ko) 2020-04-22 2020-04-22 두경부암 예후 예측용 바이오마커 조성물

Publications (2)

Publication Number Publication Date
KR20210130512A KR20210130512A (ko) 2021-11-01
KR102325945B1 true KR102325945B1 (ko) 2021-11-12

Family

ID=78497450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200048833A KR102325945B1 (ko) 2020-04-22 2020-04-22 두경부암 예후 예측용 바이오마커 조성물

Country Status (1)

Country Link
KR (1) KR102325945B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017165629A1 (en) 2016-03-23 2017-09-28 Regents Of The University Of Minnesota Methods of detecting apobec3 expression and predicting clinical outcomes

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2793133C (en) * 2010-03-31 2019-08-20 Sividon Diagnostics Gmbh Method for breast cancer recurrence prediction under endocrine treatment
KR101785795B1 (ko) 2015-10-30 2017-10-13 가톨릭대학교 산학협력단 두경부암 예후 예측용 바이오마커 마이크로 rna

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017165629A1 (en) 2016-03-23 2017-09-28 Regents Of The University Of Minnesota Methods of detecting apobec3 expression and predicting clinical outcomes

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DEYUAN FU et al., ‘PGK1 is a potential survival biomarker and invasion promoter by regulating the HIF-1α-mediated epithelial-mesenchymal transition process in breast cancer’, Cell Physiol Biochem, 201*
HENDRIK A. WOLFF et al., ‘Analysis of chemokine and chemokine receptor expression in squamous cell carcinoma of the head and neck (SCCHN) cell lines’, Radiat Environ Biophys., 2011, Vol. 50, pp 145-15*
Lei Li et al., ‘Comprehensive immunogenomic landscape analysis of prognosisrelated genes in head and neck cancer’, Scientific Reports, (2020.04.14.), Vol. 10, pp 1-27. 1부.*
M. LUUKKAA et al., ‘Expression of the cellular oxygen sensor PHD2 (EGLN-1) predicts radiation sensitivity in squamous cell cancer of the head and neck’, Int. J. Radiat. Biol., 2009, Vol. 85, pp 900-90*

Also Published As

Publication number Publication date
KR20210130512A (ko) 2021-11-01

Similar Documents

Publication Publication Date Title
US8821876B2 (en) Methods of identifying infectious disease and assays for identifying infectious disease
CN111394456B (zh) 早期肺腺癌患者预后评估系统及其应用
CN103097548A (zh) 基于多癌症侵袭相关机制的生物标记
CN115992229B (zh) 一种胰腺癌预后风险评估的lncRNA标记物、模型及其应用
TW201802247A (zh) 檢測癌症之存在風險的方法
CN113470813A (zh) 肝癌患者生存率预后模型
KR102325945B1 (ko) 두경부암 예후 예측용 바이오마커 조성물
TWI402502B (zh) Genome detection system
CN116013525A (zh) 一种基于铁死亡特征构建的结直肠癌预后模型及其构建方法
CN113234817B (zh) 利用CpG位点甲基化水平检测早期肝癌的标志物
CN112011605B (zh) 微生物菌群在疾病诊断中的应用
CN114350799A (zh) Htr2c在低级别胶质瘤的预后中的应用
JP7392224B2 (ja) びまん性肺胞傷害型薬剤性間質性肺炎のｍｉＲＮＡ診断バイオマーカー
CN113470754A (zh) 一种用于肿瘤预后评估的基因标志物、评估产品及应用
CN107190073B (zh) hsa_circRNA_104907在唐氏综合征的诊断、治疗及预后中的应用
CN113549688B (zh) 一组诊断冠状动脉疾病的分子标志物
WO2022199570A1 (zh) 用于Basal型胰腺导管腺癌(PDAC)诊断的标志物组合及其应用
CN116356025A (zh) 结肠癌预后评估的基因标志物以及应用
KR20200037640A (ko) 유방암 진단용 바이오마커 패널 및 이를 이용한 유방암 진단을 위한 정보 제공방법
CN113699235B (zh) 免疫原性细胞死亡相关基因在头颈鳞癌生存预后及放疗应答性中的应用
CN111876483B (zh) Lypd1在肝细胞癌诊断、治疗、预后和预测复发中的应用
CN115820855B (zh) Hdc、smpdl3a、irf4和aqp3在制备诊断cml的试剂及试剂盒中的应用
Wu et al. Identification of Six Genes as Diagnostic Markers for Colorectal Cancer Detection by Integrating Multiple Expression Profiles
Wan et al. Potential clinical impact of metagenomic next-generation sequencing of plasma for cervical spine injury with sepsis in intensive care unit: a retrospective study
WO2023246808A1 (zh) 利用癌症中剪接异常的短外显子辅助癌症诊断和预后

Legal Events

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