KR102511160B1 - 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법 - Google Patents

총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법 Download PDF

Info

Publication number
KR102511160B1
KR102511160B1 KR1020210098922A KR20210098922A KR102511160B1 KR 102511160 B1 KR102511160 B1 KR 102511160B1 KR 1020210098922 A KR1020210098922 A KR 1020210098922A KR 20210098922 A KR20210098922 A KR 20210098922A KR 102511160 B1 KR102511160 B1 KR 102511160B1
Authority
KR
South Korea
Prior art keywords
seq
base
polymorphic marker
hypercholesterolemia
predicting
Prior art date
Application number
KR1020210098922A
Other languages
English (en)
Other versions
KR20230017448A (ko
Inventor
김봉조
김영진
황미영
장혜미
윤경헌
박현영
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR1020210098922A priority Critical patent/KR102511160B1/ko
Publication of KR20230017448A publication Critical patent/KR20230017448A/ko
Application granted granted Critical
Publication of KR102511160B1 publication Critical patent/KR102511160B1/ko

Links

Images

Classifications

    • 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
    • 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
    • C12Q2600/112—Disease subtyping, staging or classification
    • 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
    • C12Q2600/156—Polymorphic or mutational markers

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법에 관한 것으로, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법은 고콜레스테롤혈증과 관련하여 새로운 다형성 마커를 탐색하고, 상기 다형성 마커에 대한 유전적 위험도를 점수화하여 복합적으로 분석함으로써 나이와 성별, 환경적인 영향 등의 추가적인 검사 없이 각 개인의 유전정보만을 이용하여 고콜레스테롤혈증 고위험군을 선별할 수 있다. 또한, 이를 통해 환자별 맞춤형 진료, 치료 및 예방에 활용할 수 있다.

Description

총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법 {Methods for predicting the high risk group of hypercholesterolemia by using total cholesterol associated genetic variants}
본 발명은 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법에 관한 것이다
심혈관계 질환은 전 세계적으로 가장 많은 사망의 원인이며 지속적으로 증가할 것으로 예상되며, 우리나라 심혈관계질환 사망률 변화를 보면 관상동맥질환으로 인한 사망은 2012년 남자 10만 명당 31명, 여자 10만 명당 27명에 이르렀다. 심혈관계 질환의 주요 위험요인은 흡연, 이상지질혈증, 고혈압이 있으며 특히 이상지질혈증의 증가가 심혈관계 질환의 가장 중요한 원인이 될 것으로 추정된다.
국민건강통계 보고서에 따르면 고콜레스테롤혈증은 2015년 만 30세 이상 성인에서의 유병률은 17.9%로, 이는 2014년 14.7%에 비해 3.2%가 증가되었으며, 이는 2005년에 비해 두 배 이상 증가한 수치이다. 또한, 고콜레스테롤혈증은 인구고령화와 생활습관의 변화로 인해 발생이 증가하고 있으며, 전 세계적으로 허혈성심질환의 56%, 뇌졸중의 18%의 원인으로 추정되고 있다. 우리나라의 경우, 고콜레스테롤혈증 유병환자 증가로 인해 관상동맥질환의 발생이 더 높아질 것으로 예상된다.
또한, 고콜레스테롤혈증은 남녀 성별, 연령별 유병률의 차이를 보인다. 고콜레스테롤혈증 유병률은 남자가 20-24세에서 1.5%로 가장 낮고 55-59세에 16.3%로 가장 높다. 반면 여자의 경우 20-24세에 1.9%로 남자와 큰 차이가 없지만 50세 이후에 빠르게 증가하여 60-64세와 65-69세 구간에서는 31.7%로 남자보다 두 배 이상 높은 것으로 나타났다. 따라서, 고콜레스테롤혈증 발생 가능성이 높은 유전적 고위험군을 선별하고 맞춤형 관리를 통해 심혈관계질환에 걸릴 위험도를 낮추어야할 필요가 있다.
심혈관계질환 예측을 위해서 다양한 연구가 진행된 바 있으나, 대부분 혈액생화학검사, 과거력, 기타 임상 변수 등에 의존하고 있으며, 특히 혈액생화학검사, 기타 임상 변수 등은 심혈관계질환, 고콜레스테롤혈증의 발병이 급격하게 증가하는 40대에 주로 차이가 나타나기 때문에 고위험군을 예측하고 발병을 미연에 방지하는 방법으로 활용하기에 어려움이 있다. 최근 전장유전체연관성분석법 (Genome-Wide Association Study, 이하 GWAS) 등 유전체연구를 통해 심혈관계질환, 고콜레스테롤혈증에 관련된 다양한 마커를 발굴하고 유전적 고위험군을 발굴하는 방법이 제시된 바 있으나, 대부분의 연구는 유럽인 인구집단을 대상으로 수행되었으며 이에 따라 유럽인 연구 결과를 비유럽인에 적용할 경우 약 50% 수준의 예측 정확도를 보인다는 문제점이 있다. 이에 본 발명자들은 이러한 한계점을 극복하기 위해 한국인 인구집단 약 12만 6천명의 유전체를 분석하고 총콜레스테롤과 연관된 91개의 유전변이를 발굴한 결과를 이용하여, 한국인 맞춤형 고콜레스테롤혈증의 유전적 고위험군을 예측하고자 하였다.
본 발명의 목적은 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제를 포함하는 고콜레스테롤혈증 고위험군 예측용 조성물을 제공하는 데 있다.
또한, 본 발명의 다른 목적은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 키트를 제공하는 데 있다.
또한, 본 발명의 다른 목적은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 마이크로어레이를 제공하는 데 있다.
또한, 본 발명의 다른 목적은 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위해, 본 발명은 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제를 포함하는 고콜레스테롤혈증 고위험군 예측용 조성물을 제공한다.
이어서, 본 발명은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 키트를 제공한다.
나아가, 본 발명은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 마이크로어레이를 제공한다.
마지막으로 본 발명은 생물학적 시료로부터 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출하여 효과 대립유전자효과 대립유전자 (effective allele)의 존재 또는 부재를 확인하는 1단계; 상기 1단계에서 사용된 다형성 마커에 대한 유전적 위험도 점수 (Genetic Risk Score, GRS)를 계산하는 2단계; 및 상기 유전적 위험도 점수를 기반으로 고위험군을 선별하는 3단계;를 포함하는 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법을 제공한다.
본 발명의 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법은 고콜레스테롤혈증과 관련하여 새로운 다형성 마커를 탐색하고, 상기 다형성 마커에 대한 유전적 위험도를 점수화하여 복합적으로 분석함으로써 나이와 성별, 환경적인 영향 등의 추가적인 검사 없이 각 개인의 유전정보만을 이용하여 고콜레스테롤혈증 고위험군을 선별할 수 있다. 또한, 이를 통해 환자별 맞춤형 진료, 치료 및 예방에 활용할 수 있다.
도 1은 한국인칩 유전체정보 정도관리 흐름도를 도식화하여 나타낸 것이다.
도 2는 한국인칩의 주요 콘텐츠를 나타낸 표이다.
도 3은 분석 대상자의 기초 통계 자료를 나타낸 표이다.
도 4는 총콜레스테롤 관련 91개 유전변이의 맨하탄 플롯 (Manhattan plot) 결과를 나타낸 그래프이다.
도 5는 유전적 위험도 (C-GRS)에 따른 고콜레스테롤혈증 유병률 변화를 나타낸 그래프이다.
이하, 본 발명에서 사용되는 용어를 상세히 설명한다.
또한, 본 명세서에서 사용되는 용어 (terminology)들은 본 발명의 바람직한 실시 예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
본 발명에서 사용되는 용어 “다형성 (polymorphism)”이란 하나의 유전자 좌위 (locus)에 두 가지 이상의 대립 유전자 (allele)가 존재하는 경우를 말하며 다형성 부위 중에서, 사람에 따라 단일 염기만이 다른 것을 단일 염기 다형성 (single nucleotide polymorphism, SNP)이라 한다. 바람직한 다형성 마커는 선택된 집단에서 1% 이상, 더욱 바람직하게는 5% 또는 10% 이상의 발생 빈도를 나타내는 두 가지 이상의 대립 유전자를 가진다. 따라서, 다형성 마커에 대한 유전적 연관 (genetic association)은 특정한 다형성 마커의 하나 이상의 특정한 대립형질에 대해 연관이 있다는 것을 의미한다. 마커는 단일 염기 다형성 (SNP), 마이크로새틀라이트 (microsatellite), 삽입, 결실, 중복 및 전위 (translocation)를 포함한, 게놈에서 발견되는 임의의 변이 형태의 대립형질을 포함할 수 있다.
본 발명에서 사용되는 용어 “대립 유전자 (allele)” 또는 “대립형질”이란 상동 염색체의 동일한 유전자 좌위에 존재하는 한 유전자의 여러 타입을 말한다. 대립 유전자는 다형성을 나타내는데 사용되기도 하며, 예컨대, SNP는 두 종류의 대립 인자 (biallele)를 갖는다.
본 발명에서 사용되는 용어 “rs_id”란 1998년부터 SNP 정보를 축적하기 시작한 NCBI가 초기에 등록되는 모든 SNP에 대하여 부여한 독립된 표지자인 rs-ID를 의미한다. 본 발명에서는 rs831571와 같은 형태로 기재하였다. 이와 같은 표에 기재된 rs_id는 본 발명의 다형성 마커인 SNP 마커를 의미한다. 당업자라면 상기 rs_id를 이용하여 SNP의 위치 및 서열을 용이하게 확인할 수 있을 것이다. NCBI의 dbSNP (The Single Nucleotide Polymorphism Database) 번호인 rs_id에 해당하는 구체적인 서열은 시간이 지남에 따라 약간 변경될 수 있다. 본 발명의 범위가 상기 변경된 서열에도 미치는 것은 당업자에게 자명할 것이다.
본 발명에서 사용되는 용어 “진단 또는 발병 예측”이란 질병 발생의 예측 및 질병 발생 위험도를 결정하거나 도출시키는데 사용되는 모든 유형의 분석을 포함하며, 바람직하게는 고콜레스테롤혈증인지 여부를 판단하여 진단을 하거나 발병 위험을 예측하는 것일 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예로 본 발명을 상세히 설명하기로 한다. 다만, 하기 실시예는 본 발명에 대한 예시로 제시되는 것으로, 당업자에게 주지 저명한 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 수 있고, 이에 의해 본 발명이 제한되지는 않는다. 본 발명은 후술하는 특허 청구범위의 기재 및 그로부터 해석되는 균등 범주 내에서 다양한 변형 및 응용이 가능하다.
본 발명자들은 한국인 125,872명와 Biobank Japan에서 공개한 162,255명의 총콜레스테롤과 유전변이의 연관성분석 결과 (약 6백만 개 유전변이)와 통합하여 meta-analysis를 수행하여 약 830만개의 단일 염기 다형성 (single nucleotide polymorphism, SNP) 정보를 획득하고, 이를 이용하여 총콜레스테롤과 연관성을 나타내는 23개의 새로운 유전변이 및 68개의 기 보고된 유전변이를 발굴하였다. 또한, 총콜레스테롤 유전변이에 대한 유전적 위험도 점수를 분석하여 고콜레스테롤혈증 고위험군을 예측하는 경우, 고콜레스테롤혈증 발병률이 더 높은 유전적 고위험군에 대한 예측 정확도가 현저히 높아진다는 것을 확인하고 본 발명을 완성하였다.
본 발명은 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제를 포함하는 고콜레스테롤혈증 고위험군 예측용 조성물을 제공한다.
또한, 상기 고콜레스테롤혈증 고위험군 예측용 조성물은
서열번호 1의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 2의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 3의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 4의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 5의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 6의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 7의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 8의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 9의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 10의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 11의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 12의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 13의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 14의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 15의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 16의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 17의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 18의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 19의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 20의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 21의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 22의 6번째 위치하는 다형성 마커의 염기가 G인 경우; 또는
서열번호 23의 6번째 위치하는 다형성 마커의 염기가 A인 경우; 고콜레스테롤혈증 고위험군으로 예측하는 것일 수 있다.
또한, 상기 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제는 다형성 마커를 포함하는 10개 이상의 연속적인 염기서열로 구성된 폴리뉴클레오티드 또는 그의 상보적 폴리뉴클레오티드에 특이적으로 결합하는 프라이머 또는 프로브일 수 있으나, 이에 제한되는 것은 아니다.
또한, 상기 폴리뉴클레오티드 또는 그의 상보적 폴리뉴클레오티드와 특이적으로 결합하는 프라이머 또는 프로브는 대립형질 특이적 (allele-specific)이다.
상기 "프라이머"란 짧은 자유 수산화기를 가지는 핵산서열로서 상보적인 템플리트와 염기쌍을 형성할 수 있고 템플리트 가닥 복사를 위한 시작 지점으로 기능하는 짧은 핵산서열을 말한다. 본 발명의 프라이머는 예를 들면, 포스포르아미다이트 고체 지지체 방법과 같은 당 분야에 공지된 방법을 이용하여 화학적으로 합성할 수 있다.
상기 "프로브"는 mRNA와 특이적으로 결합할 수 있는 수개 내지 수백 개의 염기로 이루어진 RNA 또는 DNA 등의 핵산 단편을 의미하며 라벨링되어 있어 특정 mRNA의 존재유무를 확인할 수 있다. 프로브는 올리고뉴클레오타이드 프로브, 단쇄 DNA 프로브, 이중쇄 DNA 프로브, RNA 프로브 등의 형태로 제작될 수 있고 비오틴, FITC, 로다민, DIG 등으로 표지되거나 방사선 동위 원소 등으로 표지될 수 있다.
또한, 상기 프로브는 검출 가능한 물질 예를 들면, 적합한 신호를 제공하고 충분한 반감기를 갖는 방사성 표지로 표지할 수 있다. 표지된 프로브는 문헌 (Sambook et al., Molecular Cloning, A LaboratoryMannual, 1989)에 공지된 바와 같은 고체 지지체 상의 핵산에 혼성화시킬 수 있다.
또한, 상기 프로브는 대립유전자 특이적 프로브로서, 핵산 단편 중에 다형성 부위가 존재하여, 하나의 대립유전자를 포함한 핵산 단편에는 혼성화하지만, 다른 대립유전자를 포함한 핵산 단편에는 혼성화하지 않을 수 있다. 이 경우 혼성화 조건은 대립형질 간의 혼성화 강도에 있어서 유의한 차이를 보여 대립형질 중 하나에만 혼성화되도록 충분히 엄격해야 한다. 바람직하게는 프로브는 혼성화에서의 최대 효율을 위하여 단일 가닥일 수 있으나, 이에 제한되지 않는다.
또한, 프라이머를 이용한 특정 핵산의 검출은 PCR과 같은 증폭 방법을 사용하여 목적 유전자의 서열을 증폭한 다음 당 분야에 공지된 방법으로 유전자의 증폭여부를 확인함으로써 수행될 수 있다. 또한, 프로브를 이용한 특정 핵산의 검출은 적합한 조건하에서 시료 핵산을 프로브와 접촉시킨 후 혼성화되는 핵산의 존재여부를 확인함으로써 수행될 수 있다.
또한, 상기 프로브나 프라이머를 이용하여 특정 핵산을 검출할 수 있는 방법으로는 예를 들면, 이에 한정되지는 않으나 중합효소 연쇄반응 (PCR), DNA 시퀀싱, RT-PCR, 프라이머 연장법 (Nikiforeov et al., Nucl Acids Res 22, 4167-4175, 1994), 올리고뉴클레오타이드 연장 분석 (Nickerson et al., Pro Nat Acad Sci USA, 87, 8923-8927, 1990), 대립형질 특이적 PCR법 (Rust et al., Nucl Acids Res, 6, 3623-3629, 1993), RNase 불일치절단 (RNase mismatch cleavage, Myers et al., Science, 230, 1242-1246, 1985), 단일가닥 입체 다형화 (single strand conformation lymorphism, Orita et al., Pro Nat Acad Sci USA, 86, 2766-2770, 1989), SSCP 및 헤테로두플렉스 동시 분석법 (Lee et al., Mol Cells, 5:668-672, 1995), 변성 구배 젤 전기영동 (DGGE, Cariello et al., Am J Hum Genet, 42, 726-734, 1988), 변성 고압 액체 크로마토그래피 (Underhill et al., Genome Res, 7, 996-1005, 1997), 혼성화 반응, DNA 칩 등이 있다. 상기 혼성화 반응의 예로는 노던 하이브리다이제이션 (Maniatis T. et al., Molecular Cloning, Cold Spring Habor Laboratory, NY, 1982), 인시츄 하이브리다이제이션 (Jacquemier et al., Bull Cancer, 90:31-8, 2003) 및 마이크로어레이 (Macgregor, Expert, Rev Mol Diagn 3:185-200, 2003) 방법 등이 있다.
상기 본 발명의 고콜레스테롤혈증 진단 또는 발병 예측용 조성물은 상술한 핵산을 검출하는 방법에 일반적으로 사용되는 시약을 추가로 포함할 수 있다. 예를 들면, PCR 반응에 요구되는 dNTP (deoxynulceotide triphosphate), 내열성 중합효소 (polymerase), 염화마그네슘 등의 금속이온염이 포함할 수 있으며, 시퀀싱에 요구되는 dNTP, 시쿼나제 (sequenase) 등을 포함할 수 있다.
또한, 상기 조성물은 한국인 대상인 것일 수 있으나, 이에 한정되지 않는다.
이어서, 본 발명은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 키트를 제공한다.
또한, 상기 키트는 다형성 마커 중 1종 이상의 마커를 확인하기 위한 폴리뉴클레오티드, 프라이머 또는 프로브뿐만 아니라 분석 방법에 적합한 한 종류 또는 그 이상의 다른 구성 성분 조성물, 용액 또는 장치가 포함될 수 있다.
예를 들어, 본 발명의 키트는 PCR을 수행하기 위해 필요한 필수 요소를 포함하는 키트일 수 있다. PCR 키트는, 상기 다형성 마커에 대한 특이적인 폴리뉴클레오티드, 프라이머 또는 프로브 외에도 테스트 튜브 또는 다른 적절한 컨테이너, 반응 완충액 (pH 및 마그네슘 농도는 다양), 데옥시뉴클레오타이드 (dNTPs), Taq-폴리머라아제 및 역전사효소와 같은 효소, DNase, RNAse 억제제, DEPC-수 (DEPC-water) 및 멸균수 등을 포함할 수 있다.
나아가, 본 발명은 상기 고콜레스테롤혈증 고위험군 예측용 조성물을 포함하는 고콜레스테롤혈증 고위험군 예측용 마이크로어레이를 제공한다.
또한, 상기 마이크로어레이는 본 발명의 폴리뉴클레오티드, 프라이머 또는 프로브를 포함하는 것을 제외하고는 통상적인 마이크로어레이로 이루어질 수 있다. 마이크로어레이 상에서의 핵산의 혼성화 및 혼성화 결과의 검출은 당업계에 잘 알려져 있다. 상기 검출은 예를 들면, 핵산 시료를 형광 물질, 예를 들면, Cy3 및 Cy5와 같은 물질을 포함하는 검출가능한 신호를 발생시킬 수 있는 표지 물질로 표지한 다음, 마이크로어레이 상에 혼성화하고 상기 표지 물질로부터 발생하는 신호를 검출함으로써 혼성화 결과를 검출할 수 있다.
마지막으로, 본 발명은 생물학적 시료로부터 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출하여 효과 대립유전자효과 대립유전자 (effective allele)의 존재 또는 부재를 확인하는 1단계;
상기 1단계에서 사용된 다형성 마커에 대한 유전적 위험도 점수 (Genetic Risk Score, GRS)를 계산하는 2단계; 및
상기 유전적 위험도 점수를 기반으로 고위험군을 선별하는 3단계;를 포함하는 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법을 제공한다.
또한, 상기 생물학적 시료는 조직, 세포, 전혈, 혈청, 혈장 및 타액으로 이루어지는 군으로부터 선택되는 것일 수 있으나, 이에 제한되는 것은 아니다.
또한, 상기 1단계는 총콜레스테롤 관련 다형성 마커를 검출하여 효과 대립유전자 (effective allele)의 존재 또는 부재를 확인하는 단계;를 더 포함하는 것일 수 있다.
또한, 상기 총콜레스테롤 관련 다형성 마커는 rs35176086, rs11247734, rs151193009, rs61775910, rs7540564, rs3832016, rs2642438, rs557933, rs13306206, rs11127048, rs360801, rs10164853, rs2287622, rs1732168, rs4690014, rs10012712, rs11443896, rs11745603, rs73382439, rs4487569, rs34778774, rs73596816, rs150169808, rs7780562, rs11185602, rs3735018, rs330092, rs1041983, rs28615248, rs112784971, rs2737263, rs66614050, rs2575876, rs9411378, rs3780190, rs113655052, rs56221558, rs10128711, rs28456, rs12222995, rs75542613, rs11216925, rs7952602, rs149871778, rs1491923, rs919213, rs6606734, rs1169288, rs4148866, rs10846742, rs10492397, rs8000868, rs71116564, rs36229491, rs77303550, rs72837687, rs62074014, rs740516, rs9953437, rs34774090, rs1065853, rs150184119, rs34010237, rs116933131, rs7261862, rs56668103, rs738129 및 rs738409의 단일염기다형성(SNP)로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커일 수 있으나, 총콜레스테롤과 관련된 다형성 마커로 알려진 것이라면 제한되지 않고 포함될 수 있다.
또한, 유전적 위험도 (Genetic Risk Score, GRS)는 수학식 1을 이용하여 계산된 것일 수 있다.
Figure 112021087074339-pat00001
상기 수학식 1에서,
n은 총 다형성 마커의 수를 의미한다.
i는 다형성마커 서열번호를 의미한다.
j는 샘플(생물학적 시료) 번호를 의미한다.
β는 베타 계수로 다형성 마커의 유전적 효과 (effect size)를 의미한다.
x는 j 샘플이 대립유전자 (effective allele)의 존재 또는 부재에 따라 0, 1, 또는 2 중 하나의 대립유전자 수치를 의미한다. 대립유전형의 수치는 유전형 예측 방법 (genotype imputation)을 사용하는 경우 0~2 사이의 실수 값으로 대체된다.
또한, 상기 유전자 위험도 점수 (Genetic Risk Score, GRS)는 각 SNP 좌위에 존재하는 위험 대립유전자의 수를 세부점수로 부여하고 그 세부 점수의 총합으로 계산되는 것이 바람직하다.
본 발명의 일실시예에 있어서, 상기 유전적 위험도 점수 (Genetic Risk Score)를 계산하는 단계는 생물학적 시료로부터 하기 표 1에 기재된 모든 다형성 마커 (polymorphic marker) 좌위의 효과 대립유전자 (Allele)의 존재 또는 부재를 결정하는 단계; 상기 각 좌위의 효과 대립유전자 (effective allele)의 존재 또는 부재에 따라 각 좌위에 0, 1, 또는 2 중 하나의 대립유전자 수치를 부여하는 단계로서, 효과 대립유전자 (effective allele)이 부재한 경우에는 0, 효과 대립유전자가 한 개의 반수체에만 존재하는 경우에는 1, 효과 대립유전자가 두 개의 반수체에 모두 존재하는 경우에는 2의 수치를 부여하는 단계; 및 고콜레스테롤혈증 환자의 각 좌위의 효과 대립유전자 빈도와 정상 대조군의 효과 대립유전자 빈도를 비교하여 각 좌위에서의 베타 계수 (β)를 산출하여 유전적 위험도 점수 (Genetic Risk Score, GRS)를 계산하는 단계;를 포함할 수 있다.
여기서, 일례로 질병 유전적 위험도를 wGRS (weighted genetic risk score) 방식을 설명하였으나, 본 발명은 이에 한정되지 않고 실시예에 따라 genetic risk score, polygenic risk score, machine learning 방법, 선형회귀분석 방법 등 다양한 위험도 계산 방식을 이용할 수 있다.
또한, 상기 유전적 위험도를 사용자가 소속된 집단 (예컨대, 동일 국가, 동일 거주 지역, 동일 연령대 등) 내의 다른 사용자의 질병 유전적 위험도와 대비하여 상대적인 값으로 변환할 수 있다. 이때, 질병 유전적 위험도를 상대적인 값으로 변환하는 이유는, 사용되는 유전자 마커의 수에 따라 유전적 위험도 (genetic risk score) 절대값이 크게 변화할 수 있고, 질병 유전적 위험도와 표현형 유전적 위험도의 계산 방법이 서로 상이할 수 있기 때문에, 상대적인 순위로 노멀라이제이션 (normalization)하기 위함이다.
또한, 상기 효과 대립유전자 (effective allele)는 effect size 의 기준이 되는 대립형질 (allele)을 의미하고, 본 발명에서는 서열번호 1 내지 23의 염기서열로 표시되는 폴리뉴클레오티드에서, 각 염기서열의 6번째에 위치하는 SNP가 효과 대립유전자 (effective allele)인 경우, effect size가 양의 실수일 경우 고콜레스테롤혈증 발병 위험이 높다고 예측할 수 있다.
또한, 상기 방법은 서열번호 1 내지 23의 염기서열로 표시되는 폴리뉴클레오티드의 6번째에 위치하는 SNP에 동형 혹은 이형 대립유전자형을 갖는 경우, 고콜레스테롤혈증 발병 위험이 높다고 예측할 수 있다.
구체적으로, 서열번호 1의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 2의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 3의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 4의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 5의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 6의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 7의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 8의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 9의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 10의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 11의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 12의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 13의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 14의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
서열번호 15의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 16의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 17의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 18의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
서열번호 19의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 20의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
서열번호 21의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
서열번호 22의 6번째 위치하는 다형성 마커의 염기가 G인 경우; 또는
서열번호 23의 6번째 위치하는 다형성 마커의 염기가 A인 경우; 효과 대립유전자 (effective allele)가 존재하는 것으로 판단하는 것일 수 있다.
또한, 상기 진단은 한국인을 대상으로 하는 것이 바람직하나, 이에 한정되지 않는다.
또한, 본 발명의 다형성 마커에 대한 유전자형의 확인은 시퀀싱 분석, 자동염기서열분석기를 사용한 시퀀싱 분석, 파이로시퀀싱 (pyrosequencing), 마이크로어레이에 의한 혼성화, PCR-RELP법 (restriction fragment length polymorphism), PCR-SSCP법 (single strand conformation polymorphism), PCR-SSO법 (specific sequence oligonucleotide), PCR-SSO법과 도트 하이브리드화법을 조합한 ASO (allele specific oligonucleotide) 하이브리드화법, TaqMan-PCR법, MALDI-TOF/MS법, RCA법 (rolling circle amplification), HRM (high resolution melting)법, 프라이머신장법, 서던 블롯 하이브리드화법, 도트 하이브리드화법 등의 공지의 방법에 의하여 수행될 수 있다. 상기 분석 결과들은 당업계에서 일반적으로 사용되는 통계학적 분석 방법을 이용하여 통계 처리할 수 있으며, 예를 들면, 스튜던트 t-검정 (Student's t-test), 카이-스퀘어 테스트 (Chi-square test), 선형 회귀선분석 (linear regression line analysis), 다변량 로지스틱 회귀분석 (multiple logistic regression analysis) 등을 통해 얻은 연속 변수 (continuous variables), 절대 변수 (categorical variables), 대응비 (odds ratio) 및 95% 신뢰구간 (confidence interval) 등의 변수를 이용하여 분석할 수 있다.
본 발명의 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법에 따르면, 총콜레스테롤과 관련된 유전변이를 유전적 위험도 점수화하여 복합적으로 분석함으로써 고콜레스테롤혈증을 조기에 진단하고, 발병 위험을 예측할 수 있다.
이하, 본 발명의 실시예를 첨부된 도면을 참고하여 보다 상세하게 설명하도록 한다. 그러나, 하기의 실시예는 본 발명의 내용을 구체화 하기 위한 것일 뿐, 이에 의해 본 발명이 한정되는 것은 아닐 것이다.
<실시예 1> 유전체정보의 정도관리
도 1을 참조하여 134,721명의 유전체역학조사사업 참여자를 대상으로 한국인칩을 이용하여 유전체정보를 생산하고, 생산된 유전체정보는 도 2를 참조하여 정도관리 파이프라인에 따라서 genotype calling, low quality 유전변이 제거, low quality 샘플 제거, MDS (Multi-dimensional scaling)/PCA (Principal Component Analysis)를 통한 이상치 제거 등을 수행하여 정제하였다. 정제 후 125,872명에 대한 유전체정보를 확보하였으며, 이를 이용하여 후속 분석을 진행하였다.
<실시예 2> 유전체정보 분석
정제 후 125,872명에 대한 유전체 정보는 Eagle 소프트웨어로 phasing 분석, Impute v4 소트프웨어로 imputation 분석을 수행하였으며, reference panel로 1,000 Genome project phase 3의 2,504명 시퀀싱 정보와 397명 한국인 참조 유전체 (Korean Reference Genome) 시퀀싱 정보를 사용하였다. Imputation 후 자료는 빈도 1% 이상이면 info 값 (imputation quality score) 0.8 이상인 유전변이만 선별하였으며, 그 결과로 약 830만 개의 단일 염기 다형성 (single nucleotide polymorphism, SNP) 정보를 획득하였다. 125,872명의 임상역학정보 중 총콜레스테롤 (Total Cholesterol, TC)를 분석하였으며, 분석 시 각 정보에 영향을 줄 수 있는 질병 과거력, 약물력 등을 제외하였다.
고콜레스테롤혈증 환자는 한국지질·동맥경화학회 dyslipidemia fact sheets in Korea 2020 (ISBN 979-11-90483-03-2 (95510))에서 제시하는 기준에 따라 총콜레스테롤이 240 mg/dL 이상인 경우 고콜레스테롤혈증 환자로 정의하였다. 상기 기준에 따라 선별된 고콜레스테롤혈증 환자 수는 68,204명이었다.
<실시예 3> 전장유전체연관성 분석 방법
총콜레스테롤과 연관성을 나타내는 유전변이를 선정하기 위하여 전장유전체연관성 분석법을 이용하였다. 결측치 예측 (Imputation)이 완료된 자료와 상기 임상역학정보를 이용하여 125,872명에서 나타나는 총콜레스테롤과 약 830만 개 유전변이에 대한 연관성분석을 수행하였다. 상기 연관성 분석은 선형 회귀분석 (Linear regression)으로 수행하였으며 나이, 성별, 코호트 지역에 대해 보정하였다.
총콜레스테롤과 관련된 유전변이 발굴의 통계적 검정력을 확보하기 위해 Biobank Japan에서 공개한 약 16만 명의 총콜레스테롤과 유전변이의 연관성분석 결과 (약 6백만 개 유전변이)와 통합하여 meta-analysis를 수행하였다. Inverse-variance weighted meta-analysis를 수행하였다. 분석 후 heterogeneity가 높은 (P < 0.001) 결과는 제거하였다.
그 결과 총콜레스테롤과 관련된 23개의 기존에 보고되지 않은 새로운 유전변이와 68개의 기 보고된 유전변이를 발굴하였다. 총콜레스테롤과 관련된 91개의 유전변이는 도 4 및 표 1에 나타내었다. 도 4는 총콜레스테롤 관련 91개 유전변이의 맨하탄 플롯 (Manhattan plot) 결과를 나타낸 그래프이다. x축은 chromosome, y축은 -log10 (P-value), 파란색은 기 보고된 유전변이, 빨간색은 신규 유전변이를 의미한다.
Novelty rsID CHR POS Effective Allele Other Allele Probe 서열번호
신규 rs61777140 1 78236891 A G ATAAA [G/A] TATCA 1
신규 rs35352142 1 196712902 T C TCTTC [C/T] TGTGA 2
신규 rs6685394 1 200363468 A T GTCTC [T/A] CTCTG 3
신규 rs4292394 4 69972949 G C CGGCT [C/G] TACAA 4
신규 rs75759936 4 79619199 A C AAAAT [C/A] ATATA 5
신규 rs9498418 6 101331838 T A TGGCA [A/T] TATTG 6
신규 rs146148222 7 80304855 G T CAACT [T/G] TGTCA 7
신규 - 7 97942436 C CCACCCCACCCCCAACTGT AAATG [CCACCCCACCCCCAACTGT/C] CACCC 8
신규 rs62473520 7 130583442 C T TTGTA [T/C] TTTCA 9
신규 - 8 19834332 T TCA TAAAA [TCA/T] CACAC 10
신규 rs201983972 9 130776604 G T TTTTT [T/G] TTTGA 11
신규 rs58270597 11 5688683 T C CTCGG [C/T] GTCCC 12
신규 rs10896018 11 65351074 A G GAAGC [G/A] GAGGC 13
신규 rs1998848 14 21492229 A G GTCAG [G/A] GTTCT 14
신규 rs3858910 15 53088479 G C TGGTT [C/G] TGCGC 15
신규 rs3784924 16 11644842 G A CATAT [A/G] GACAG 16
신규 rs9921399 16 55866378 C T AAGAG [T/C] GCTTT 17
신규 rs55637647 16 88549264 G C GTGCT [C/G] CCGCC 18
신규 - 19 17237466 C CT TTTGA [CT/C] TTTTT 19
신규 rs1688043 19 35553341 T C TCAGA [C/T] TTAGA 20
신규 rs118143968 22 30740142 C T TGGAG [T/C] AAAAA 21
신규 rs5751188 22 42358040 G A GACCC [A/G] GATGG 22
신규 rs9614648 22 45745116 A G GTCTC [G/A] AACTC 23
기 보고 rs35176086 1 25839228 T A TAAAA [A/T] AAAAA 24
기 보고 rs11247734 1 28313993 T C AAGAA [C/T] CTGAG 25
기 보고 rs151193009 1 55509585 T C CAGAG [C/T] GCACT 26
기 보고 rs61775910 1 62993403 A G GTGGG [G/A] TGGGG 27
기 보고 rs7540564 1 92957826 A C GCATG [C/A] TGCTC 28
기 보고 rs3832016 1 109818158 CT C TCCCC [C/CT] GTCTT 29
기 보고 rs2642438 1 220970028 G A AGGCC [A/G] CCGCC 30
기 보고 rs557933 1 234853268 C A TGCAA [A/C] TTTTA 31
기 보고 rs13306206 2 21242731 A G GAGAG [G/A] TGGGA 32
기 보고 rs11127048 2 27752463 A G AGTTC [G/A] AGACC 33
기 보고 rs360801 2 62955387 G A ATTCT [A/G] TCTCA 34
기 보고 rs10164853 2 158481992 G A CAAAG [A/G] TGGCA 35
기 보고 rs2287622 2 169830328 G A TAATG [A/G] CCATG 36
기 보고 rs1732168 3 119608141 T C CCAGC [C/T] GACAC 37
기 보고 rs4690014 4 3436062 A G ATACCG [G/A] GGGA 38
기 보고 rs10012712 4 100445238 A G TTCAC [G/A] CCATT 39
기 보고 rs11443896 5 74644785 TA T GGAAT [T/TA] AAAAA 40
기 보고 rs11745603 5 156394518 T C GGTCT [C/T] ACTCT 41
기 보고 rs73382439 6 20404420 C T GGGGG [T/C] GGGTC 42
기 보고 rs4487569 6 32579476 T G TGTTG [G/T] CCAAA 43
기 보고 rs34778774 6 135419037 A AC AAGCA [AC/A] CCTGC 44
기 보고 rs73596816 6 161017363 A G TTCTT [G/A] TTCAC 45
기 보고 rs150169808 7 21601659 GCTCT G CAGGG [G/GCTCT] CTCTG 46
기 보고 rs7780562 7 26022414 C A TAATA [A/C] TCTAC 47
기 보고 rs11185602 7 50299077 G A TTTAA [A/G] TTATA 48
기 보고 rs3735018 7 137562744 C G GAGCA [G/C] TGATG 49
기 보고 rs330092 8 9176044 A G TGGAA [G/A] TAAGA 50
기 보고 rs1041983 8 18257795 T C TTTTA [C/T] ATCCC 51
기 보고 rs28615248 8 55451193 C T TTTAA [T/C] GCTTG 52
기 보고 rs112784971 8 59406490 T C GGAGG [C/T] AGAGG 53
기 보고 rs2737263 8 116667539 T G CCAAG [G/T] TCTAT 54
기 보고 rs66614050 8 126480526 T C TGCAC [C/T] CATGT 55
기 보고 rs2575876 9 107665739 A G TATCC [G/A] GACCA 56
기 보고 rs9411378 9 136145425 A C AAAAA [C/A] AACAA 57
기 보고 rs3780190 9 139099073 G A AAGCG [A/G] CAACA 58
기 보고 rs113655052 10 74705411 GT GTT ATGAT [GTT/GT] TTTTT 59
기 보고 rs56221558 10 114014745 T C TGGCA [C/T] AAGAC 60
기 보고 rs10128711 11 18632984 C T ATTTT [T/C] AGGAC 61
기 보고 rs28456 11 61589481 G A CTGTC [A/G] CCCAG 62
기 보고 rs12222995 11 75498240 G A TTTCC [A/G] TAAGA 63
기 보고 rs75542613 11 116679155 A G GGTAG [G/A] AATTG 64
기 보고 rs11216925 11 118471423 C T GAAAT [T/C] CTGTA 65
기 보고 rs7952602 11 126233669 C G TGCTC [G/C] AATGA 66
기 보고 rs149871778 12 9098995 GAAC G AAAGG [G/GAAC] AACAT 67
기 보고 rs1491923 12 40591117 G A AAAGT [A/G] GATTC 68
기 보고 rs919213 12 100893636 T C ATTTC [C/T] TGGGT 69
기 보고 rs6606734 12 110013639 G T GCTGT [T/G] CCCAG 70
기 보고 rs1169288 12 121416650 C A CACTG [A/C] TCCAG 71
기 보고 rs4148866 12 123425575 T C CCCAC [C/T] GATAC 72
기 보고 rs10846742 12 125308682 A G GCGCC [G/A] CTGCA 73
기 보고 rs10492397 13 32976358 A G TTCAG [G/A] TTTAA 74
기 보고 rs8000868 13 114559522 T C AGCGA [C/T] GGACG 75
기 보고 rs71116564 15 58726968 CGCTGCTCCAAAGAGCAGCT C GCCAA [C/CGCTGCTCCAAAGAGCAGCT] GCTGC 76
기 보고 rs36229491 16 56994244 TA T TAATT [T/TA] AAAAA 77
기 보고 rs77303550 16 72079657 T C AACTA [C/T] AACAA 78
기 보고 rs72837687 17 7073747 A G AAGGG [G/A] GGGTA 79
기 보고 rs62074014 17 45668509 G A GAGGC [A/G] GGTGG 80
기 보고 rs740516 17 67082962 G C ATAAG [C/G] CAAAC 81
기 보고 rs9953437 18 47120600 A G CCTGG [G/A] TTCAA 82
기 보고 rs34774090 19 11253886 C CA GTGCC [CA/C] ATCCC 83
기 보고 rs1065853 19 45413233 T G GGGGG [G/T] GGTGG 84
기 보고 rs150184119 19 46200670 T C TACAG [C/T] GAGAC 85
기 보고 rs34010237 19 50012574 A G GAGTC [G/A] GGCGG 86
기 보고 rs116933131 20 17594886 T C GGTGG [C/T] GTGAG 87
기 보고 rs7261862 20 34116282 C T CACCT [T/C] ATCAC 88
기 보고 rs56668103 20 39826079 C T TTTTT [T/C] CTCCA 89
기 보고 rs738129 22 21971041 T C CCCCC [C/T] TTTTT 90
기 보고 rs738409 22 44324727 G C TTCAT [C/G] CCCTT 91
Chromosome, position 정보는 hg19를 기준으로 작성됨.
Effective allele: effect size 의 기준이 되는 대립형질 (allele),
Other allele: 그 외 대립형질.
Probe: 대립형질을 기준으로 양측 5개 염기로 총 11개 염기서열. 6번째 염기서열이 단일염기다형성(SNP)에 해당함. 대립형질이 2개 이상 염기일 경우, 6번째 염기서열부터 Other allele 대립형질의 길이만큼 해당됨.
<실시예 4> 유전적 위험도 분석 방법
유전체정보를 이용하여 상기 표 1에 기재된 모든 다형성 마커 (polymorphic marker)를 실시예 3에서 전장유전체연관성분석법에 사용된 한국인칩 유전체정보에서 추출하여 각 다형성 마커 (polymorphic marker)에 대한 효과 대립유전자 (Allele)의 존재 또는 부재를 확인하였다.
효과 대립유전자 (effective allele)가 부재한 경우에는 0, 효과 대립유전자가 한 개의 반수체에만 존재하는 경우에는 1, 효과 대립유전자가 두 개의 반수체에 모두 존재하는 경우에는 2의 수치를 부여하였다. 유전형 예측방법 (genotype imputation)을 이용하여 대립유전형의 수치를 확인하는 경우에는 대립유전형의 사후 확률 (posterior probability)에 따라서 0~2 사이의 실수 값을 가지게 된다. 고콜레스테롤혈증 환자의 각 다형성 마커 좌위의 효과 대립유전자 빈도와 정상 대조군의 효과 대립유전자 빈도를 비교하여 각 좌위에서의 베타 계수 (β)를 산출하여 하기 수학식 1에 대입하여 유전적 위험도 점수 (Genetic Risk Score, GRS)를 계산하였다. 계산된 유전적 위험도는 표준정규분포를 가지도록 표준화하였다.
[수학식 1]
Figure 112021087074339-pat00002
n: 총 다형성 마커의 수,
i: 다형성 마커 서열번호,
j: 샘플 (생물학적 시료) 번호.
β: 베타 계수 (다형성 마커의 유전적 효과 (effect size))
x는 j 샘플이 대립유전형 (effective allele)의 존재 또는 부재에 따라 0, 1, 또는 2 중 하나의 대립유전형 수치를 의미한다. 대립유전형의 수치는 유전형 예측 방법 (genotype imputation)을 사용하는 경우 0~2 사이의 실수 값으로 대체된다.
<실시예 5> 유전적 고위험군 분석
유전적 고위험군을 분석하기 위해 계산된 유전적 위험도를 오름차순으로 정렬하였으며, 정렬된 값에 따라서 30개의 그룹으로 구분하였다.
유전적 고위험군은 중위수 그룹 (30번째 중 15번째 그룹 또는 40~60% 백분위 그룹) 및 저위험군 (30번째 중 1번째 그룹 (하위 약 3.3%) 등)에서 나타나는 고콜레스테롤혈증 유병률과 비교하였다. 분석 방법으로는 로지스틱 회귀분석 (Logistic regression)을 이용하였으며 성별, 나이를 보정하였다.
그 결과, 총콜레스테롤 유전적 위험도를 30개 그룹으로 구분하였을 때 가장 고위험군 그룹 (상위 3.3%)는 34.46%의 고콜레스테롤혈증 유병률을 보였으며 이는 중간 그룹에 비해서 2.31배, 가장 낮은 그룹 (하위 3.3%)에 비해서는 7.02배의 유병률이 증가하는 것을 확인하였다 (도 5). 또한, 총콜레스테롤 유전적 위험도 기반 유전적 고위험군은 중위수 그룹에 비해 상위 1%의 경우 3.85배, 상위 5%의 경우 2.88배의 고콜레스테롤혈증 발병률을 보였다 (표 2).
GRS type Top GRS group Odds ratio 95% CI P-value
TC Top 20% 2.08 1.99-2.17 4.39E-221
Top 10% 2.46 2.34-2.59 3.11E-249
Top 5% 2.88 2.70-3.07 9.81E-230
Top 1% 3.85 3.41-4.34 1.10E-106
이러한 결과는, 본 발명의 유전적 위험도를 분석하여 총콜레스테롤 (TC) 기반 유전적 위험도 고위험군에 해당되는 경우에 고콜레스테롤혈증 고위험군으로 판별하는 방법은 한국인을 대상으로 하기 때문에 기존에 유럽인에 국한되었던 방법에 비해 고위험군 선별 정확도가 현저히 우수하여 고콜레스테롤혈증 고위험군을 정교하게 선별 할 수 있으며, 이를 통해 환자별 맞춤형 진료, 치료 및 예방에 활용할 수 있다는 것을 의미한다.
이상에서 살펴본 바와 같이, 본 발명의 구체적인 실시예를 상세하게 설명되었으나, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시예를 용이하게 제안할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상술한 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
<110> Korea Disease Control and Prevention Agency <120> Methods for predicting the high risk group of hypercholesterolemia by using total cholesterol associated genetic variants <130> PN2012-640 <160> 91 <170> KoPatentIn 3.0 <210> 1 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 1 ataaaytatc a 11 <210> 2 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 2 tcttcytgtg a 11 <210> 3 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or A <400> 3 gtctcyctct g 11 <210> 4 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or G <400> 4 cggctytaca a 11 <210> 5 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or A <400> 5 aaaatyatat a 11 <210> 6 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or T <400> 6 tggcaytatt g 11 <210> 7 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or G <400> 7 caactytgtc a 11 <210> 8 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is CCACCCCACCCCCAACTGT or C <400> 8 aaatgycacc c 11 <210> 9 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 9 ttgtaytttc a 11 <210> 10 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is TCA or T <400> 10 taaaaycaca c 11 <210> 11 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or G <400> 11 tttttytttg a 11 <210> 12 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 12 ctcggygtcc c 11 <210> 13 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 13 gaagcygagg c 11 <210> 14 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 14 gtcagygttc t 11 <210> 15 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or G <400> 15 tggttytgcg c 11 <210> 16 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 16 catatygaca g 11 <210> 17 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 17 aagagygctt t 11 <210> 18 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or G <400> 18 gtgctyccgc c 11 <210> 19 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is CT or C <400> 19 tttgaytttt t 11 <210> 20 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 20 tcagayttag a 11 <210> 21 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 21 tggagyaaaa a 11 <210> 22 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 22 gacccygatg g 11 <210> 23 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 23 gtctcyaact c 11 <210> 24 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or T <400> 24 taaaayaaaa a 11 <210> 25 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 25 aagaayctga g 11 <210> 26 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 26 cagagygcac t 11 <210> 27 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 27 gtgggytggg g 11 <210> 28 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or A <400> 28 gcatgytgct c 11 <210> 29 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or CT <400> 29 tccccygtct t 11 <210> 30 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 30 aggccyccgc c 11 <210> 31 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or C <400> 31 tgcaaytttt a 11 <210> 32 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 32 gagagytggg a 11 <210> 33 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 33 agttcyagac c 11 <210> 34 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 34 attctytctc a 11 <210> 35 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 35 caaagytggc a 11 <210> 36 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 36 taatgyccat g 11 <210> 37 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 37 ccagcygaca c 11 <210> 38 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 38 ataccgyggg a 11 <210> 39 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 39 ttcacyccat t 11 <210> 40 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or TA <400> 40 ggaatyaaaa a 11 <210> 41 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 41 ggtctyactc t 11 <210> 42 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 42 gggggygggt c 11 <210> 43 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or T <400> 43 tgttgyccaa a 11 <210> 44 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is AC or A <400> 44 aagcaycctg c 11 <210> 45 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 45 ttcttyttca c 11 <210> 46 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or GCTCT <400> 46 cagggyctct g 11 <210> 47 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or C <400> 47 taataytcta c 11 <210> 48 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 48 tttaayttat a 11 <210> 49 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or C <400> 49 gagcaytgat g 11 <210> 50 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 50 tggaaytaag a 11 <210> 51 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 51 ttttayatcc c 11 <210> 52 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 52 tttaaygctt g 11 <210> 53 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 53 ggaggyagag g 11 <210> 54 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or T <400> 54 ccaagytcta t 11 <210> 55 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 55 tgcacycatg t 11 <210> 56 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 56 tatccygacc a 11 <210> 57 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or A <400> 57 aaaaayaaca a 11 <210> 58 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 58 aagcgycaac a 11 <210> 59 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is GTT or GT <400> 59 atgatytttt t 11 <210> 60 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 60 tggcayaaga c 11 <210> 61 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 61 attttyagga c 11 <210> 62 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 62 ctgtcyccca g 11 <210> 63 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 63 tttccytaag a 11 <210> 64 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 64 ggtagyaatt g 11 <210> 65 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 65 gaaatyctgt a 11 <210> 66 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or C <400> 66 tgctcyaatg a 11 <210> 67 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or GAAC <400> 67 aaaggyaaca t 11 <210> 68 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 68 aaagtygatt c 11 <210> 69 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 69 atttcytggg t 11 <210> 70 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or G <400> 70 gctgtyccca g 11 <210> 71 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or C <400> 71 cactgytcca g 11 <210> 72 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 72 cccacygata c 11 <210> 73 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 73 gcgccyctgc a 11 <210> 74 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 74 ttcagyttta a 11 <210> 75 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 75 agcgayggac g 11 <210> 76 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or CGCTGCTCCAAAGAGCAGCT <400> 76 gccaaygctg c 11 <210> 77 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or TA <400> 77 taattyaaaa a 11 <210> 78 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 78 aactayaaca a 11 <210> 79 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 79 aagggygggt a 11 <210> 80 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is A or G <400> 80 gaggcyggtg g 11 <210> 81 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or G <400> 81 ataagycaaa c 11 <210> 82 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 82 cctggyttca a 11 <210> 83 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is CA or C <400> 83 gtgccyatcc c 11 <210> 84 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or T <400> 84 gggggyggtg g 11 <210> 85 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 85 tacagygaga c 11 <210> 86 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is G or A <400> 86 gagtcyggcg g 11 <210> 87 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 87 ggtggygtga g 11 <210> 88 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 88 cacctyatca c 11 <210> 89 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is T or C <400> 89 tttttyctcc a 11 <210> 90 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or T <400> 90 cccccytttt t 11 <210> 91 <211> 11 <212> DNA <213> Homo sapiens <220> <221> mutation <222> (6) <223> Y is C or G <400> 91 ttcatyccct t 11

Claims (13)

  1. 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제를 포함하는 고콜레스테롤혈증 고위험군 예측용 조성물.
  2. 제 1항에 있어서,
    서열번호 1의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 2의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 3의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 4의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 5의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 6의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 7의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 8의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 9의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 10의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 11의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 12의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 13의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 14의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 15의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 16의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 17의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 18의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 19의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 20의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 21의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 22의 6번째 위치하는 다형성 마커의 염기가 G인 경우; 또는
    서열번호 23의 6번째 위치하는 다형성 마커의 염기가 A인 경우; 고콜레스테롤혈증 고위험군으로 예측하는 것을 특징으로 하는, 고콜레스테롤혈증 고위험군 예측용 조성물.
  3. 제1항에 있어서,
    상기 다형성 마커 (polymorphic marker)를 검출할 수 있는 제제는 다형성 마커를 포함하는 10개 이상의 연속적인 염기서열로 구성된 폴리뉴클레오티드 또는 그의 상보적 폴리뉴클레오티드에 특이적으로 결합하는 프라이머 또는 프로브인 것을 특징으로 하는, 고콜레스테롤혈증 고위험군 예측용 조성물.
  4. 제1항에 있어서,
    상기 조성물은 한국인 대상인 것을 특징으로 하는, 고콜레스테롤혈증 고위험군 예측용 조성물.
  5. 제1항 내지 제4항 중 어느 한 항의 조성물을 포함하는, 고콜레스테롤혈증 고위험군 예측용 키트.
  6. 제1항 내지 제4항 중 어느 한 항의 조성물을 포함하는, 고콜레스테롤혈증 고위험군 예측용 마이크로어레이.
  7. 생물학적 시료로부터 서열번호 1 내지 23의 6번째 위치하는 단일염기다형성 (SNP)으로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커 (polymorphic marker)를 검출하여 효과 대립유전자 (effective allele)의 존재 또는 부재를 확인하는 1단계;
    상기 1단계에서 사용된 다형성 마커에 대한 유전적 위험도 점수 (Genetic Risk Score, GRS)를 계산하는 2단계; 및
    상기 유전적 위험도 점수를 기반으로 고위험군을 선별하는 3단계;를 포함하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
  8. 제7항에 있어서,
    상기 생물학적 시료는 조직, 세포, 전혈, 혈청, 혈장 및 타액으로 이루어지는 군으로부터 선택되는 것을 특징으로 하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
  9. 제7항에 있어서,
    상기 1단계는 총콜레스테롤 관련 다형성 마커를 검출하여 효과 대립유전자 (effective allele)의 존재 또는 부재를 확인하는 단계;를 더 포함하는 것을 특징으로 하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
  10. 제9항에 있어서,
    상기 총콜레스테롤 관련 다형성 마커는 rs35176086, rs11247734, rs151193009, rs61775910, rs7540564, rs3832016, rs2642438, rs557933, rs13306206, rs11127048, rs360801, rs10164853, rs2287622, rs1732168, rs4690014, rs10012712, rs11443896, rs11745603, rs73382439, rs4487569, rs34778774, rs73596816, rs150169808, rs7780562, rs11185602, rs3735018, rs330092, rs1041983, rs28615248, rs112784971, rs2737263, rs66614050, rs2575876, rs9411378, rs3780190, rs113655052, rs56221558, rs10128711, rs28456, rs12222995, rs75542613, rs11216925, rs7952602, rs149871778, rs1491923, rs919213, rs6606734, rs1169288, rs4148866, rs10846742, rs10492397, rs8000868, rs71116564, rs36229491, rs77303550, rs72837687, rs62074014, rs740516, rs9953437, rs34774090, rs1065853, rs150184119, rs34010237, rs116933131, rs7261862, rs56668103, rs738129 및 rs738409의 단일염기다형성(SNP)로 이루어진 군에서 선택된 어느 하나 이상의 다형성 마커인 것을 특징으로 하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
  11. 제7항에 있어서,
    상기 유전적 위험도 (Genetic Risk Score, GRS)는 하기 수학식 1을 이용하여 계산된 것인, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법:
    [수학식 1]
    Figure 112021087074339-pat00003

    상기 수학식 1에서 n은 총 다형성 마커의 수이고, i는 다형성 마커의 서열번호이며, β는 다형성 마커의 유전적 효과 (effect size)이고, x는 샘플 (생물학적 시료) j의 대립유전형 수치인 것인, 방법.
  12. 제 7항에 있어서,
    서열번호 1의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 2의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 3의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 4의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 5의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 6의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 7의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 8의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 9의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 10의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 11의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 12의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 13의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 14의 6번째 위치하는 다형성 마커의 염기가 A인 경우;
    서열번호 15의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 16의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 17의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 18의 6번째 위치하는 다형성 마커의 염기가 G인 경우;
    서열번호 19의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 20의 6번째 위치하는 다형성 마커의 염기가 T인 경우;
    서열번호 21의 6번째 위치하는 다형성 마커의 염기가 C인 경우;
    서열번호 22의 6번째 위치하는 다형성 마커의 염기가 G인 경우; 또는
    서열번호 23의 6번째 위치하는 다형성 마커의 염기가 A인 경우; 효과 대립유전자 (effective allele)가 존재하는 것으로 판단하는 것을 특징으로 하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
  13. 제7항에 있어서,
    상기 방법은 한국인 대상인 것을 특징으로 하는, 고콜레스테롤혈증 진단 또는 발병 예측에 필요한 정보를 제공하는 방법.
KR1020210098922A 2021-07-28 2021-07-28 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법 KR102511160B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210098922A KR102511160B1 (ko) 2021-07-28 2021-07-28 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210098922A KR102511160B1 (ko) 2021-07-28 2021-07-28 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법

Publications (2)

Publication Number Publication Date
KR20230017448A KR20230017448A (ko) 2023-02-06
KR102511160B1 true KR102511160B1 (ko) 2023-03-17

Family

ID=85223946

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210098922A KR102511160B1 (ko) 2021-07-28 2021-07-28 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법

Country Status (1)

Country Link
KR (1) KR102511160B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018157776A (ja) 2017-03-22 2018-10-11 国立大学法人三重大学 代謝疾患の遺伝的リスク検出法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101382397B1 (ko) * 2011-12-27 2014-04-09 대한민국 고밀도지단백질과 연관된 단일염기다형성 정보를 제공하는 방법
KR101546058B1 (ko) * 2013-11-21 2015-08-20 한국 한의학 연구원 대사증후군 예측용 ｓｎｐ 마커 및 이의 용도
KR101832160B1 (ko) * 2015-06-04 2018-02-27 (주)메디젠휴먼케어 한국인 가족성 고콜레스테롤혈증에서 다유전자 기인성

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018157776A (ja) 2017-03-22 2018-10-11 国立大学法人三重大学 代謝疾患の遺伝的リスク検出法

Also Published As

Publication number Publication date
KR20230017448A (ko) 2023-02-06

Similar Documents

Publication Publication Date Title
KR101823368B1 (ko) 돈육내 다가 불포화지방산 함량 조절용 snp 마커 및 그의 용도
KR101546058B1 (ko) 대사증후군 예측용 ｓｎｐ 마커 및 이의 용도
KR101536213B1 (ko) 복부비만 예측용 ｓｎｐ 마커 및 이의 용도
KR101532308B1 (ko) 복부비만 예측용 ｓｎｐ 마커 및 이의 용도
KR101761801B1 (ko) 코 표현형 판단용 조성물
EP3679155B1 (en) Method to confirm variants in ngs panel testing by snp genotyping
EP2393939B1 (en) A snp marker of breast and ovarian cancer risk
KR102511160B1 (ko) 총콜레스테롤 관련 유전인자를 이용한 고콜레스테롤혈증 고위험군 예측 방법
US20160053333A1 (en) Novel Haplotype Tagging Single Nucleotide Polymorphisms and Use of Same to Predict Childhood Lymphoblastic Leukemia
KR101174823B1 (ko) 개인식별용 단일염기다형성 마커 및 그의 용도
KR102254341B1 (ko) 유전적 위험도 평가 기반 당뇨병 고위험군 진단 방법
KR102511161B1 (ko) 한국인 특이적 snp 정보 및 최적화된 파이프라인을 이용한 hla-a 유전자형 분석 방법
KR102511162B1 (ko) 한국인 특이적 snp 정보 및 최적화된 파이프라인을 이용한 hla-drb1 유전자형 분석 방법
KR102543976B1 (ko) 한국인 특이적 snp 정보 및 최적화된 파이프라인을 이용한 hla-b 유전자형 분석 방법
KR101543774B1 (ko) 복부비만 예측용 ｓｎｐ 마커 및 이의 용도
KR101972355B1 (ko) 한국인의 비만 또는 비만 관련 질환의 위험 예측용 다형성 마커, 이를 이용한 한국인의 비만 또는 비만 관련 질환의 위험 예측 방법
KR101777911B1 (ko) 골다공증 골절 발생 예측용 바이오마커
KR102348688B1 (ko) 냉증 진단용 snp 마커 및 이의 용도
JP6245796B2 (ja) 原発性胆汁性肝硬変の発症リスク予測マーカー、プローブ、プライマー及びキット並びに原発性胆汁性肝硬変の発症リスク予測方法
KR102156699B1 (ko) 소음인 판별용 조성물
KR101663171B1 (ko) 다운증후군 진단을 위한 바이오마커 및 그의 용도
KR102511596B1 (ko) 단일염기다형성을 이용한 안지오텐신 전환효소억제제 이상반응 진단용 조성물 및 이를 이용한 방법
WO2010141362A1 (en) Compositions and methods for diagnosing the occurrence or likelihood of occurrence of testicular germ cell cancer
KR20110011306A (ko) 텔로미어 유지 유전자를 이용한 폐암 감수성 진단용 마커 및 폐암 감수성 예측 및 판단 방법
KR101823376B1 (ko) 돈육내 스테아릭산 함량 조절용 snp 마커 및 그의 용도

Legal Events

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