KR102572356B1 - 혈액세포 돌연변이 정보를 이용한 죽상동맥경화성 심뇌혈관질환의 위험도 예측 방법 - Google Patents
혈액세포 돌연변이 정보를 이용한 죽상동맥경화성 심뇌혈관질환의 위험도 예측 방법 Download PDFInfo
- Publication number
- KR102572356B1 KR102572356B1 KR1020220046528A KR20220046528A KR102572356B1 KR 102572356 B1 KR102572356 B1 KR 102572356B1 KR 1020220046528 A KR1020220046528 A KR 1020220046528A KR 20220046528 A KR20220046528 A KR 20220046528A KR 102572356 B1 KR102572356 B1 KR 102572356B1
- Authority
- KR
- South Korea
- Prior art keywords
- ldl
- risk
- information
- cholesterol
- subject
- Prior art date
Links
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
- C12Q2537/00—Reactions characterised by the reaction format or use of a specific feature
- C12Q2537/10—Reactions characterised by the reaction format or use of a specific feature the purpose or use of
- C12Q2537/165—Mathematical modelling, e.g. logarithm, ratio
-
- 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 죽상동맥경화성 심뇌혈관질환의 위험도에 대한 정보 제공 방법에 관한 것이다. 본 발명에 따른 방법은 대상으로부터 분리된 생물학적 시료로부터 얻은 혈액세포 돌연변이의 존재 여부 및 LDL-콜레스테롤 지표에 대한 위험도의 조합으로 죽상동맥경화성 심뇌혈관질환의 고위험군을 조기에 유효하게 선별할 수 있게 한다. 따라서, 이러한 방법은 죽상동맥경화성 심뇌혈관질환의 예방효과를 극대화시킬 수 있다.
Description
본 발명은 혈액세포의 유전자 변이 정보에 기반하여 죽상동맥경화성 심뇌혈관질환의 위험도를 예측하는 방법에 관한 것이다. 보다 구체적으로는, 본 발명은 혈액세포의 유전자 변이 정보와 함께 LDL-콜레스테롤 지표를 이용하여 죽상동맥경화성 심뇌혈관질환의 고위험군을 선별하기 위한 정보를 제공하는 방법에 관한 것이다.
심뇌혈관질환(cardio-cerebrovascular disease)은 우리나라에서 질병부담이 크고 주요 사망 원인 중 하나인 질환이다. 2017년 주요 만성질환 중(암 제외) 사망률이 가장 높은 것은 심장질환으로 인구 10만명당 60.2명으로 나타났으며, 이어서 뇌혈관질환 44.4명으로 나타났다. 또한, 심뇌혈관질환의 선행질환인 고혈압, 당뇨병 등의 유병률 증가 및 고령화로 인해 발병률이 지속적으로 증가하고 있고, 이에 따라 사회경제적 부담이 증가하고 있다.
또한, 심뇌혈관질환은 고혈압, 당뇨병, 이상지질혈증 등의 대사질환이 원인이 되어 만성적으로 진행하는 특성을 가지고 있어 초기에 예방적인 치료를 수행하는 것이 중요하다. 이를 위해서는 해당 질병의 고위험군을 효과적으로 선별할 수 있어야 하는데, 현재는 단순한 임상정보만으로 고위험군을 선별하고 있어 그 성능의 한계가 명확하며, 증상이 나타난 후에 병원을 방문하는 경우가 많아 예방적인 치료에 어려움을 겪고 있다.
최근 연구에 의하면, 조혈모세포의 혈액암 관련 유전자에 돌연변이가 발생하면 기능이상을 가진 면역세포가 증식하며 이는 과도한 염증반응을 일으켜 심뇌혈관질환의 발병 위험을 크게 높이는 것으로 보고되었다. 그러나, 상기 돌연변이는 대상에 따라 그 영향력이 달라지고 기존 심뇌혈관질환 위험요소와의 관련성에 대해 밝혀진 바가 없어 임상적으로 사용하기에 한계가 있다.
이에 본 발명자들은 죽상동맥경화성 심뇌혈관질환의 고위험군을 조기에 효과적으로 선별하여 적절한 예방적 치료전략을 수립할 수 있게 하는 방법을 확보하기 위해 연구한 결과, 죽상동맥경화성 심뇌혈관질환 발병과 관련된 혈액세포 유전자 변이와 LDL-콜레스테롤 지표의 상호관련성을 밝혀내어 이를 이용한 죽상동맥경화성 심뇌혈관질환의 위험도에 대한 정보 제공 방법을 제공함으로써 본 발명을 완성하였다.
상기 목적을 달성하기 위하여, 본 발명의 일 측면은, 대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 단계, 및 상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보에 기초하여 대상의 죽상동맥경화성 심뇌혈관질환 위험도에 관한 정보를 제공하는 단계를 포함하는 정보 제공 방법에 관한 것이다.
본 발명의 다른 측면은, 대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 정보획득부, 및 상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보에 기초하여 대상의 죽상동맥경화성 심뇌혈관질환 위험도에 관한 정보를 제공하는 정보제공부를 포함하는 시스템에 관한 것이다.
본 발명의 또 다른 측면은, 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 따른 죽상동맥경화성 심뇌혈관질환의 위험도에 대한 정보 제공 방법은 대상으로부터 분리된 생물학적 시료 및/또는 대상의 의료 정보로부터 얻은 혈액세포 돌연변이의 존재 여부 및 LDL-콜레스테롤 지표에 대한 위험도를 조합하여 이로부터 죽상동맥경화성 심뇌혈관질환의 고위험군을 조기에 유효하게 선별할 수 있게 한다. 따라서, 이러한 방법은 죽상동맥경화성 심뇌혈관질환의 예방 효과를 극대화시킬 수 있다.
도 1은 혈액세포 유전자 변이 정보와, 신체/혈액 검사 및 선천적 대사질환 위험도 정보를 통합하여 죽상동맥경화성 심뇌혈관질환의 위험도를 측정하고 그에 따른 예방적 치료전략을 제공하는 과정의 개략도이다.
도 2는 실시예 2에 설명된 바와 같은 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환 발병률을 6년 동안 추적 관찰한 결과를 나타낸다.
도 3은 실시예 2에 설명된 바와 같은 LDL-콜레스테롤 수준(또는 고콜레스테롤 약물치료를 받고 있는지의 여부)과 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환의 발병률을 나타낸다.
도 4는 실시예 4에 설명된 바와 같은 선천적 LDL-콜레스테롤 위험도와 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환의 발병률을 나타낸다.
도 2는 실시예 2에 설명된 바와 같은 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환 발병률을 6년 동안 추적 관찰한 결과를 나타낸다.
도 3은 실시예 2에 설명된 바와 같은 LDL-콜레스테롤 수준(또는 고콜레스테롤 약물치료를 받고 있는지의 여부)과 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환의 발병률을 나타낸다.
도 4는 실시예 4에 설명된 바와 같은 선천적 LDL-콜레스테롤 위험도와 혈액세포 유전자 변이 여부에 따른 죽상동맥경화성 심뇌혈관질환의 발병률을 나타낸다.
이하 본 발명을 상세히 설명한다.
본 발명의 일 측면은, 대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 단계, 및 상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보에 기초하여 대상의 죽상동맥경화성 심뇌혈관질환 위험도에 관한 정보를 제공하는 단계를 포함하는 정보 제공 방법을 제공한다.
본 명세서에 사용되는 바와 같이, 용어 "대상으로부터 분리된 생물학적 시료"는 조직, 세포, 전혈, 혈청, 혈장, 타액, 객담, 점액, 뇌척수액 또는 뇨를 의미할 수 있으나, 이에 제한되지 않는다. 한편, 상기 대상은 척추동물, 포유동물 또는 인간을 포함할 수 있다. 예컨대, 상기 인간은 한국인일 수 있다.
본 명세서에 사용되는 바와 같이, 용어 "의료 정보"는 대상의 질병의 치료 또는 예방에 관한 정보, 건강 상태를 체크하기 위한 진단 또는 검사 정보, 복약 또는 처방 정보 등 대상의 건강 상태에 관한 정보를 의미한다. 구체적으로, 의료 정보는 LDL-콜레스테롤의 높은 수치로 인한 치료제, 예컨대 고지혈증 치료제의 처방 또는 복용 정보, 대상의 유전자 분석 정보, 대상의 생물학적 시료의 분석 정보 등일 수 있다.
본 명세서에 사용되는 바와 같이, 용어 "LDL-콜레스테롤 지표"는 대상의 LDL-콜레스테롤 관련 건강 상태를 나타내는 항목 또는 이들 항목의 조합을 의미한다. 상기 LDL-콜레스테롤 지표에 관한 정보는 (i) 혈중 LDL-콜레스테롤 수준, (ii) 고지혈증 치료제의 처방 또는 복용 여부, 및 (iii) LDL-콜레스테롤 지표에 관한 선천적 위험도로 이루어진 군에서 선택되는 하나 이상을 포함할 수 있다. 구체적으로, 상기 대상의 혈중 LDL-콜레스테롤 수준을 측정하거나, 상기 대상이 LDL-콜레스테롤의 높은 수치로 인한 치료제, 예컨대 고지혈증 치료제를 처방받았거나 복용 중인지를 확인하거나 상기 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보에 대응되는 기 설정된 위험 점수를 참조하여 상기 지표에 대한 선천적 위험 점수를 산출함으로써 얻어지는 지표, 또는 이들의 조합을 의미할 수 있다. 예컨대, 상기 대상이 고지혈증 치료제를 복용 중인지를 확인하는 것은 간단한 문진 검사를 통해 이루어질 수 있지만, 이에 제한되지 않는다. 상기 LDL-콜레스테롤 지표에 대한 선천적 위험도 또는 위험 점수는 임상 코호트의 유전 정보 등에 기초하여 미리 설정된 기준에 따라 산출될 수 있다.
본 명세서에 사용되는 바와 같이, 용어 "혈액세포 유전자 변이"는 특정한 혈액세포 유전자의 변이로서, 이러한 변이로 인해 상기 유전자의 기능이 불량해지거나 결여될 수 있는 변이를 의미한다. 상기 변이는 미스센스(missense) 변이, 프레임시프트(frameshift) 변이, 넌센스(nonsense) 변이 또는 스플라이스(splice) 변이, 뉴클레오티드의 치환, 삽입 또는 결실 등의 형태로 이루어질 수 있다.
상기 "미스센스 변이"는 DNA 사슬 위의 어떤 부위에 하나의 염기 치환이 일어나서 mRNA의 유전암호가 변해 본래의 것과는 다른 아미노산으로 지정되어 단백질에 영향을 주게 되는 유전자 돌연변이를 지칭한다.
상기 "프레임시프트 변이"는 염기가 3으로 나누어지지 않는 개수로 삽입되거나 결실되어 일어나는 유전자 돌연변이를 지칭한다.
상기 "넌센스 변이"는 하나의 염기 치환으로 본래의 어느 한 아미노산을 암호화하는 코돈이 아미노산을 암호화하지 않는 종결코돈으로 변화되어 단백질의 합성이 그 코돈이 있는 곳에서 중단되는 유전자 돌연변이를 지칭한다.
상기 "스플라이스 변이"는 전사된 RNA 분자 내 또는 개별적으로 전사된 RNA 분자 사이에 대안적인 스플라이싱 부위의 사용을 통해 발생하는 돌연변이를 지칭한다.
상기 혈액세포 유전자 변이는 DNMT3A, TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1, 및 JARID2로 이루어진 군으로부터 선택된 하나 이상의 유전자의 변이를 포함할 수 있다.
상기 유전자 변이는 하기 표 1에 기재된 변이들로 이루어진 군으로부터 선택되는 하나 이상일 수 있으나, 이에 제한되는 것은 아니다.
Gene | AA |
ASXL1 | p.1001Ala_1003Aspfs |
ASXL1 | p.1275Ser_1276Profs |
ASXL1 | p.1295Asn_1296Valfs |
ASXL1 | p.1373Val_1374Glyfs |
ASXL1 | p.435Ala_436Lysfs |
ASXL1 | p.589Thr_590Tyrfs |
ASXL1 | p.590Tyr_591GlninsTer??? |
ASXL1 | p.629His_637Thrfs |
ASXL1 | p.632His_633Argfs |
ASXL1 | p.639Ala_643Glyfs |
ASXL1 | p.641Gly_643Glyfs |
ASXL1 | p.642Gly_643Glyfs |
ASXL1 | p.793Thr_794Serfs |
ASXL1 | p.806Val_807Profs |
ASXL1 | p.822Leu_823Glufs |
ASXL1 | p.843Thr_844Profs |
ASXL1 | p.934Pro_935Thrfs |
ASXL1 | p.Arg404* |
ASXL1 | p.Arg417* |
ASXL1 | p.Arg693* |
ASXL1 | p.Cys594* |
ASXL1 | p.Gln1234* |
ASXL1 | p.Gln546* |
ASXL1 | p.Gln592* |
ASXL1 | p.Gln757* |
ASXL1 | p.Glu379* |
ASXL1 | p.Leu386* |
ASXL1 | p.Ser689* |
ASXL1 | p.Trp1411* |
ASXL1 | p.Tyr591* |
ASXL2 | p.1193Thr_1194Valfs |
ASXL2 | p.512Asn_513Lysfs |
ASXL2 | p.657Ala_658Aspfs |
ASXL2 | p.Gln635* |
ASXL2 | p.Lys432* |
ATM | p.1902Lys_1903Lysfs |
ATM | p.Trp2344* |
BCOR | p.378Val_380Serfs |
BCOR | p.752Ala_753Arginsfs |
BCOR | p.Tyr869* |
BCORL1 | p.1118Met_1119Lysfs |
BCORL1 | p.223Pro_226Valfs |
BRCC3 | p.Gln4* |
BRCC3 | Splice_site_variant |
CARD11 | p.888Leu_889Serfs |
CASP8 | Splice_site_variant |
CBL | p.499Leu_502Leufs |
CBL | p.66Val_69Cysfs |
CBL | p.Arg718* |
CHEK2 | p.563Arg_564Profs |
CUX1 | p.1384Glu_1434Alafs |
DNMT3A | p.236Gln_237Lysfs |
DNMT3A | p.243Pro_244Profs |
DNMT3A | p.267Asp_268Alafs |
DNMT3A | p.270Asp_271Lysfs |
DNMT3A | p.288Gly_289Phefs |
DNMT3A | p.306Pro_307Glyfs |
DNMT3A | p.325Arg_326Trpfs |
DNMT3A | p.337Val_338Valfs |
DNMT3A | p.354His_355Glnfs |
DNMT3A | p.366Lys_367Alafs |
DNMT3A | p.380Gly_381Lysfs |
DNMT3A | p.382Leu_383Phefs |
DNMT3A | p.394Thr_395Alafs |
DNMT3A | p.412Gly_413Phefs |
DNMT3A | p.435Tyr_436Thrfs |
DNMT3A | p.440Val_441Glufs |
DNMT3A | p.443Glu_448Alafs |
DNMT3A | p.455Lys_456Profs |
DNMT3A | p.458Lys_459Serfs |
DNMT3A | p.466Val_467Lysfs |
DNMT3A | p.477Arg_478Leufs |
DNMT3A | p.494Ile_495Serfs |
DNMT3A | p.504Glu_505Hisfs |
DNMT3A | p.507Leu_508Phefs |
DNMT3A | p.520Phe_521Leufs |
DNMT3A | p.525Tyr_526Glnfs |
DNMT3A | p.545Val_546Leufs |
DNMT3A | p.561Cys_562Valfs |
DNMT3A | p.569Gly_574Alafs |
DNMT3A | p.572Gln_573Alafs |
DNMT3A | p.572Gln_576Lysfs |
DNMT3A | p.573Ala_574Alafs |
DNMT3A | p.585Cys_586Glyfs |
DNMT3A | p.609Ala_610Asnfs |
DNMT3A | p.610Asn_611Asnfs |
DNMT3A | p.626Pro_627Alafs |
DNMT3A | p.635Val_636Leufs |
DNMT3A | p.638Leu_640Aspfs |
DNMT3A | p.639Phe_640Aspfs |
DNMT3A | p.648Val_649Leufs |
DNMT3A | p.650Lys_652Leufs |
DNMT3A | p.668Ser_669Ilefs |
DNMT3A | p.680Ile_681Metfs |
DNMT3A | p.680Ile_684Glyfs |
DNMT3A | p.68Pro_69Alafs |
DNMT3A | p.695Gln_696Glufs |
DNMT3A | p.704Ile_705Glyfs |
DNMT3A | p.731Phe_732Glufs |
DNMT3A | p.738His_741Argfs |
DNMT3A | p.750Phe_751Phefs |
DNMT3A | p.756Asn_757Valfs |
DNMT3A | p.765Lys_766Argfs |
DNMT3A | p.766Arg_767Aspfs |
DNMT3A | p.795Gly_796Asnfs |
DNMT3A | p.816Glu_817Cysfs |
DNMT3A | p.818Leu_819Glufs |
DNMT3A | p.826Phe_827Serfs |
DNMT3A | p.856Asp_858Leufs |
DNMT3A | p.871Val_873Tyrfs |
DNMT3A | p.871Val_880Serfs |
DNMT3A | p.898Arg_899Hisfs |
DNMT3A | p.903Pro_905Lysfs |
DNMT3A | p.Arg320* |
DNMT3A | p.Arg598* |
DNMT3A | p.Arg771* |
DNMT3A | p.Cys514* |
DNMT3A | p.Cys520* |
DNMT3A | p.Cys562* |
DNMT3A | p.Gln248* |
DNMT3A | p.Gln362* |
DNMT3A | p.Gln402* |
DNMT3A | p.Gln527* |
DNMT3A | p.Gln573* |
DNMT3A | p.Gln692* |
DNMT3A | p.Gln842* |
DNMT3A | p.Gln846* |
DNMT3A | p.Gln886* |
DNMT3A | p.Glu235* |
DNMT3A | p.Glu561* |
DNMT3A | p.Glu697* |
DNMT3A | p.Glu774* |
DNMT3A | p.Glu784* |
DNMT3A | p.Glu907* |
DNMT3A | p.Lys632* |
DNMT3A | p.Trp297* |
DNMT3A | p.Trp306* |
DNMT3A | p.Trp314* |
DNMT3A | p.Trp330* |
DNMT3A | p.Trp698* |
DNMT3A | p.Trp753* |
DNMT3A | p.Trp860* |
DNMT3A | p.Tyr432* |
DNMT3A | p.Tyr528* |
DNMT3A | p.Tyr592* |
DNMT3A | p.Tyr683* |
DNMT3A | p.Tyr724* |
DNMT3A | Splice_site_variant |
EP300 | Splice_site_variant |
GNAS | p.757Pro_758Profs |
JAK1 | p.859Lys_860Profs |
JARID2 | p.327Val_337Tyrfs |
KDM6A | p.812Asn_814Valfs |
KDM6A | Splice_site_variant |
KMT2D | p.1124Leu_1135Glufs |
KMT2D | p.1820Gln_1821Lysfs |
KMT2D | p.2198Tyr_2199Profs |
KMT2D | p.3495Thr_3496Phefs |
KMT2D | p.3542Cys_3544Lysfs |
KMT2D | p.3697Gly_3698Phefs |
KMT2D | p.4627Pro_4628Thrfs |
KMT2D | p.4853Pro_4854Aspfs |
KMT2D | p.Arg1903* |
KMT2D | p.Trp315* |
KMT2D | p.Trp4377* |
KMT2D | Splice_site_variant |
NF1 | p.675Thr_676Profs |
NF1 | p.Arg1241* |
NF1 | p.Arg304* |
NF1 | Splice_site_variant |
NOTCH2 | p.Gln310* |
PDS5B | p.721Pro_722Profs |
PDSS2 | p.307Ser_308Metfs |
PHIP | p.1353Arg_1354Aspfs |
PHIP | p.Arg1483* |
PHIP | p.Arg163* |
PHIP | p.Arg1806* |
PHIP | p.Gly693* |
PHIP | p.Tyr1375* |
PHIP | Splice_site_variant |
PIK3R1 | p.Arg348* |
PPM1D | p.422Glu_423Glufs |
PPM1D | p.444Phe_445Serfs |
PPM1D | p.470Pro_471Glufs |
PPM1D | p.482Thr_483Leufs |
PPM1D | p.511Asn_512Leufs |
PPM1D | p.542Ser_543Glyfs |
PPM1D | p.Arg552* |
PPM1D | p.Arg572* |
PPM1D | p.Glu451* |
PPM1D | p.Ser516* |
PRPF40B | p.189Asp_190Aspfs |
PTEN | Splice_site_variant |
RPS15 | p.Tyr30* |
SETD2 | p.1395Asn_1396Aspfs |
SETD2 | p.884Ser_885Leufs |
SETD2 | p.Gln1825* |
SETD2 | p.Gln2321* |
SETD2 | Splice_site_variant |
SMC3 | p.293Glu_294Argfs |
SMC3 | p.Gln1045* |
STAG2 | p.Arg1242* |
STAG2 | p.Gln1029* |
SUZ12 | p.Gln685* |
TET2 | p.1024Ile_1025Glufs |
TET2 | p.1185Glu_1186Glyfs |
TET2 | p.1192Cys_1193Profs |
TET2 | p.1308Phe_1309Lysfs |
TET2 | p.1336Tyr_1337LysinsTer??? |
TET2 | p.1437Lys_1438Lysfs |
TET2 | p.1439Arg_1440Serfs |
TET2 | p.146Lys_147Lysfs |
TET2 | p.1515Arg_1516Leufs |
TET2 | p.1541Gln_1542Argfs |
TET2 | p.1552Gln_1554Glufs |
TET2 | p.160Lys_161Aspfs |
TET2 | p.164Ser_165Phefs |
TET2 | p.1733Met_1734Glyfs |
TET2 | p.1755His_1757Serfs |
TET2 | p.1762Ile_1763Hisfs |
TET2 | p.1815Leu_1816Hisfs |
TET2 | p.1828Pro_1829Leufs |
TET2 | p.1888Pro_1889Asnfs |
TET2 | p.1889Asn_1891Asnfs |
TET2 | p.235Asp_236Cysfs |
TET2 | p.257Asn_258Glufs |
TET2 | p.269Thr_270Serfs |
TET2 | p.336Glu_337Asnfs |
TET2 | p.491Thr_492Alafs |
TET2 | p.531Leu_532Metfs |
TET2 | p.560Lys_561Profs |
TET2 | p.653Gln_654Lysfs |
TET2 | p.70Asn_71Serfs |
TET2 | p.715Ser_716Hisfs |
TET2 | p.751Asn_753Glufs |
TET2 | p.761His_762Profs |
TET2 | p.765Asn_770Argfs |
TET2 | p.80Glu_81Serfs |
TET2 | p.824Ser_825Serfs |
TET2 | p.862His_863Hisfs |
TET2 | p.864Met_865Glnfs |
TET2 | p.919Leu_920Ilefs |
TET2 | p.972Cys_973Hisfs |
TET2 | p.Arg1465* |
TET2 | p.Arg1516* |
TET2 | p.Arg544* |
TET2 | p.Arg550* |
TET2 | p.Arg83* |
TET2 | p.Gln1009* |
TET2 | p.Gln1020* |
TET2 | p.Gln1546* |
TET2 | p.Gln321* |
TET2 | p.Gln341* |
TET2 | p.Gln626* |
TET2 | p.Gln632* |
TET2 | p.Gln644* |
TET2 | p.Gln652* |
TET2 | p.Gln659* |
TET2 | p.Gln734* |
TET2 | p.Gln745* |
TET2 | p.Gln810* |
TET2 | p.Glu149* |
TET2 | p.Glu456* |
TET2 | p.Lys1008* |
TET2 | p.Ser1369* |
TET2 | p.Ser1607* |
TET2 | p.Ser509* |
TET2 | p.Ser825* |
TET2 | p.Trp954* |
TET2 | p.Tyr380* |
TET2 | Splice_site_variant |
TNFAIP3 | p.135Arg_136Asnfs |
TNFAIP3 | p.161Arg_162Asnfs |
TNFAIP3 | p.207Ile_208Valfs |
TNFAIP3 | p.277Arg_278Aspfs |
TNFAIP3 | p.306Leu_307Metfs |
TNFAIP3 | p.321Thr_323Leufs |
TNFAIP3 | p.338Ile_339Asnfs |
TNFAIP3 | p.415Asn_416Lysfs |
TNFAIP3 | p.558Cys_559Hisfs |
TNFAIP3 | p.571Arg_575Profs |
TNFAIP3 | p.89Arg_94Leufs |
TNFAIP3 | p.Gln110* |
TNFAIP3 | p.Gln59* |
TNFAIP3 | p.Gly493* |
TNFAIP3 | p.Lys299* |
TNFAIP3 | p.Ser220* |
TNFAIP3 | Splice_site_variant |
TP53 | p.285Glu_286Glufs |
TP53 | p.Gln317* |
ZRSR2 | p.Cys260* |
일 구현예에서, 상기 하나 이상의 유전자 변이는 상기 언급된 유전자 DNMT3A, TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1, 및 JARID2로 이루어진 군에서 선택되는 어느 하나의 유전자의 변이를 포함할 수 있으며, 이 때, 상기 하나 이상의 혈액세포 유전자 변이는 상기 선택된 하나의 유전자를 제외한 나머지 유전자로 이루어진 군에서 선택되는 하나 이상의 유전자의 변이를 추가로 포함할 수 있다. 예컨대, 상기 하나 이상의 유전자의 변이는 DNMT3A 유전자의 변이를 포함할 수 있다. 이 때, 상기 하나 이상의 유전자의 변이는 TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1, 및 JARID2로 이루어진 군으로부터 선택되는 하나 이상의 유전자의 변이를 추가로 포함할 수 있다.
상기 혈액세포 유전자의 변이에 대한 정보는 당업계에 알려진 유전자 분석 방법, 예컨대 PCR(polymerase chain reaction), 생어 염기서열 분석(sanger sequencing), 마이크로어레이(microarray) 또는 차세대 염기서열 분석(Next Generation Sequencing)을 포함하는 검사 방법에 의해 얻어질 수 있으나, 이에 제한되지 않는다 .
다른 구현예에서, 상기 정보 제공 방법은 LDL-콜레스테롤 지표에 대한 위험도가 높고, 혈액세포 유전자 변이가 존재하는 경우에, 그 대상은 죽상동맥경화성 심뇌혈관질환의 위험도가 높은 것으로 결정하는 단계를 추가로 포함할 수 있다.
구체적으로, 상기 혈중 LDL-콜레스테롤 수준이 건강한 개체에서 나타나는 정상 범주를 초과하거나(예컨대 160 mg/dL 이상) 상기 대상이 고지혈증 치료제를 처방 받았거나 복용 중인 경우에, LDL-콜레스테롤 지표에 대한 위험도가 높은 것으로 결정할 수 있다.
또한, LDL-콜레스테롤 지표에 관한 선천적 위험도는 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보에 대응되는 기 설정된 위험 점수를 참조하여, 상기 지표에 대한 선천적 위험 점수를 산출하는 것을 포함하는 방법에 의해 결정될 수 있다.
상기 유전 정보는 당업계에 알려진 유전자 분석 방법, 예컨대 PCR(polymerase chain reaction), 생어 염기서열 분석(sanger sequencing), 마이크로어레이(microarray) 또는 차세대 염기서열 분석(Next Generation Sequencing)를 포함하는 검사 방법에 의해 얻어질 수 있으나, 이들 방법에 제한되지 않는다.
상기 선천적 위험 점수는, 예를 들어 다면유전자 위험 점수(polygenic risk score) 산출 방법을 이용하여 산출될 수 있다.
상기 기 설정된 위험 점수는 대상이 속하는 유전체 집단의 유전 정보와 LDL-콜레스테롤 지표에 대한 측정값에 기초하여 결정될 수 있다. 구체적으로, 상기 유전 정보는 개체의 LDL-콜레스테롤 지표에 영향을 주는 단일염기다형성(SNP) 유전자에 대한 정보일 수 있다. 예컨대, 상기 단일염기다형성 유전자에 대한 정보는 하기 표 2를 참조할 수 있다. 한편, 상기 기 설정된 위험 점수는 LDL-콜레스테롤 지표에 영향을 주는 단일염기다형성(SNP) 유전자에 대하여 하기 계산식 1에 의해 결정될 수 있다.
[계산식 1]
Y = β0 + βx1*X1 + βx2*X2 + βx3*X3 + βSNP*SNP(0/1/2)
상기 계산식 1에서,
Y는 대상 유전체 집단의 LDL-콜레스테롤 지표에 대한 평균값이고,
βSNP는 해당 SNP와 평균 Y값의 연관성(association)을 나타내는 값이고,
SNP(0/1/2)는 대상 유전체 집단에 속하는 개체의 유전형질에 따른 값으로, 위험형질이 없으면 0, 이형접합체(heterozygote)이면 1, 동형접합체(homozygote)이면 2의 값이고,
β0 은 Y의 절편 값이고,
βx1은 대상 유전체 집단에 속하는 개체의 성별과 평균 Y값의 연관성을 나타내는 값이고,
X1은 대상 유전체 집단에 속하는 개체의 성별에 따른 값으로, 남성이면 1, 여성이면 0의 값이고,
βx2은 대상 유전체 집단에 속하는 개체의 연령과 평균 Y값의 연관성을 나타내는 값이고,
X2는 대상 유전체 집단에 속하는 개체의 연령을 나타낸다.
상기 대상 유전체 집단은 국가별, 인종별 및/또는 지역별 임상 코호트일 수 있고, 둘 이상의 임상 코호트의 조합일 수 있다.
상기 연관성은 성별, 연령, BMI 외 흡연 여부, 고혈압 여부, 당뇨 여부, 약물복용 여부, 식습관, 운동습관 등 대사질환 지표에 영향을 주는 다양한 건강 상태 및 생활습관 정보를 추가하여 계산할 수 있다. 이들의 영향을 보정한 유전형질의 영향력을 선형 회귀(linear regression) 분석 방법으로 계산할 수 있다.
또한, 상기 기 설정된 유전점수는 상기 계산식 1을 이용하여 점수화된 것일 수 있다. 추가적으로, 기 설정된 유전점수에 외부기관에서 검증된 각 지표에 대한 유전형질 영향 점수를 반영시킬 수 있다.
상기 βSNP는 메타-분석(meta-analysis)을 이용하여 대표값을 추산하여 사용할 수 있다. 이때, 각 코호트의 크기 차이에 의한 가중치는 Inverse variance-weighted model을 이용하여 계산될 수 있다. 구체적으로, 각 코호트의 크기 차이에 의한 가중치는 하기 계산식 2를 이용하여 계산될 수 있다.
[계산식 2]
βSNP-meta =
βcity: 도시기반 코호트에서 계산된 해당 유전형질의 위험도
wcity: 도시기반 코호트에서 계산된 해당 유전형질의 위험도의 표준오차 (standard error)의 제곱의 역수(1/SEi 2)
βasas: 지역기반 코호트에서 계산된 해당 유전형질의 위험도
wasas: 1/SEi 2 지역기반 코호트에서 계산된 해당 유전형질의 위험도의 표준오차(standard error)의 제곱의 역수(1/SEi 2)
상기 메타-분석을 이용하여 계산된 값은, 예컨대 클럼핑(clumping) 기법을 이용하여 중요한 유전형질을 선별할 수 있다. 상기 클럼핑 기법은 가장 중요도가 높은 유전형질 하나를 선별하고 그 형질과 관련이 가장 큰 형질을 제거하는 방법을 반복하는 방법이다.
일 실시예에서, 한국인의 도시기반 코호트 및 지역사회 기반 코호트를 대상으로 하여, 상기 계산식 1을 이용하여 800만개의 유전형질이 해당 지표에 주는 영향을 점수화하였다. 추가적으로, 한국인 외 해외 논문에서 검증된 각 지표에 대한 유전형질 영향 점수를 낮은 점수여도 포함시킬 수 있다. 그 후, 상기 메타-분석 및 클럼핑 기법을 통해 LDL-콜레스테롤 지표에 대한 기 설정된 위험 점수를 결정하고, 이를 하기 표 2에 나타내었다.
SNP 번호 | 표현형 | 유전 형질 | 위험 형질 | 위험 점수(beta) |
1 | LDL | rs11667610 | T | -6.856 |
2 | LDL | rs34215622 | CG | -3.4855 |
3 | LDL | rs151193009 | T | -12.9537 |
4 | LDL | rs438811 | T | -4.1322 |
5 | LDL | rs387465 | A | 4.7457 |
6 | LDL | rs12740374 | T | -6.6588 |
7 | LDL | rs13306206 | A | 13.4372 |
8 | LDL | rs3846662 | A | -2.9014 |
9 | LDL | rs550057 | T | 2.8133 |
10 | LDL | rs2854725 | T | 3.5018 |
11 | LDL | rs11331996 | G | 2.4408 |
12 | LDL | rs17035665 | T | -4.4833 |
13 | LDL | rs1135062 | A | 2.6637 |
14 | LDL | rs77303550 | T | -2.5472 |
15 | LDL | rs147821144 | A | -7.9024 |
16 | LDL | rs2278426 | T | -1.9772 |
17 | LDL | rs8112638 | T | 1.9159 |
18 | LDL | rs139927802 | C | -2.0328 |
19 | LDL | rs11436234 | T | -2.1592 |
20 | LDL | rs75352129 | T | 5.2896 |
21 | LDL | rs2075650 | A | -2.7378 |
22 | LDL | rs2569540 | C | -2.3919 |
23 | LDL | rs7030248 | A | -1.7257 |
24 | LDL | rs1367117 | A | 2.6448 |
25 | LDL | rs174528 | T | 1.7267 |
26 | LDL | rs142291243 | CCTGCACATT | -2.0593 |
27 | LDL | rs2972558 | T | -1.6148 |
28 | LDL | rs12610257 | T | 1.4007 |
29 | LDL | rs9715911 | A | 1.8462 |
30 | LDL | rs11668477 | A | 1.8627 |
31 | LDL | rs6029568 | A | -1.828 |
32 | LDL | rs1169288 | A | -1.431 |
33 | LDL | rs41280378 | T | 1.797 |
34 | LDL | rs74701849 | A | 1.9107 |
35 | LDL | rs57247013 | G | 1.4975 |
36 | LDL | rs7203821 | T | -1.7894 |
37 | LDL | rs1179041 | T | 1.4682 |
38 | LDL | rs12469758 | A | 3.1889 |
39 | LDL | rs60191209 | T | 1.5888 |
40 | LDL | rs2738446 | C | -2.4643 |
41 | LDL | rs2307111 | T | -1.4831 |
42 | LDL | rs17135399 | A | -2.3256 |
43 | LDL | rs57250632 | A | -1.5851 |
44 | LDL | rs2737245 | T | -1.6887 |
45 | LDL | rs2419604 | A | 1.5426 |
46 | LDL | rs143638926 | T | -4.5119 |
47 | LDL | rs8176720 | T | 1.3724 |
48 | LDL | rs6677122 | T | -5.1994 |
49 | LDL | rs6545966 | A | 1.2581 |
50 | LDL | rs200159426 | A | 2.0337 |
51 | LDL | rs75617080 | A | -2.5378 |
52 | LDL | rs73596816 | A | 3.1814 |
53 | LDL | rs6970673 | T | -1.104 |
54 | LDL | rs7264396 | T | -1.3997 |
55 | LDL | rs6754295 | T | -1.2991 |
56 | LDL | rs6087709 | C | 1.6627 |
57 | LDL | rs529565 | T | -1.1279 |
58 | LDL | rs9958734 | T | -1.171 |
59 | LDL | rs4927207 | A | -1.4874 |
60 | LDL | rs2954029 | A | 1.2294 |
61 | LDL | rs77753011 | T | 1.8506 |
62 | LDL | rs7776054 | A | 1.3459 |
63 | LDL | rs12979495 | A | -1.2299 |
64 | LDL | rs5167 | T | 1.1207 |
65 | LDL | rs4719841 | A | 0.9549 |
66 | LDL | rs10078021 | T | -1.0836 |
67 | LDL | rs6016381 | T | 1.1121 |
68 | LDL | rs12572586 | T | 1.0644 |
69 | LDL | rs4708876 | C | 1.6565 |
70 | LDL | rs13108218 | A | 1.0681 |
71 | LDL | rs11066015 | A | 1.7658 |
72 | LDL | rs1883025 | T | -1.1948 |
73 | LDL | rs2287019 | T | -1.1702 |
74 | LDL | rs2074755 | T | -1.4709 |
75 | LDL | rs35239705 | A | -1.152 |
76 | LDL | rs62074014 | A | 1.0977 |
77 | LDL | rs2332328 | T | 2.1608 |
78 | LDL | rs11563251 | T | 1.6255 |
79 | LDL | rs116961202 | A | 1.0007 |
80 | LDL | rs2642438 | A | -1.3225 |
81 | LDL | rs2183573 | A | -0.8624 |
82 | LDL | rs2694047 | A | -0.8741 |
83 | LDL | rs2306363 | T | 1.014 |
84 | LDL | rs16844401 | A | 1.3744 |
85 | LDL | rs704 | A | 1.137 |
86 | LDL | rs9972882 | A | -0.8759 |
87 | LDL | rs1041968 | A | 2.0654 |
88 | LDL | rs148177611 | T | 1.3713 |
89 | LDL | rs325 | T | -1.3566 |
본 발명의 일 구현예에서, 상기 선천적 위험 점수는, 예를 들어 LDL-콜레스테롤 지표에 영향을 주는 89개의 SNP 유전자에 대한 위험 점수를 합산하고 평균값을 산출하는 방법(다면유전자 위험 점수 산출 방법)에 의해 결정될 수 있다.
예컨대, 상기 선천적 위험 점수는 하기 계산식 3에 의해 결정될 수 있다:
[계산식 3]
Y = (SNP1 x BETA1 + SNP2 x BETA2 + SNP3 x BETA3… + SNP89 x BETA89)/89
상기 계산식 3에서,
Y는 최종 LDL-콜레스테롤 위험 점수이고,
SNP1은 1번 SNP(단일염기다형성)의 유무로, 위험형질이 없으면 0, 이형접합체(heterozygote)이면 1, 동형접합체(homozygote)이면 2의 값이고, BETA1은 1번 SNP의 위험 점수(beta) 값이고,
SNP1 내지 SNP89 각각의 위험 형질과 위험 점수는 상기 표 2에 나타낸 바와 같다.
본 발명의 일 구현예에 있어서, 상기 정보 제공 방법은, 상기 기 설정된 위험 점수를 참조하여 산출된 상기 선천적 위험 점수가, 특정 상위 구간, 예컨대 상위 20%에 속하는 경우에, LDL-콜레스테롤 지표에 대한 위험도가 높은 것으로 결정하는 단계를 추가로 포함할 수 있다.
상기 "상위 20%"는 상기 기 설정된 위험 점수로부터 산출된 LDL-콜레스테롤 지표에 대한 기준값이다.
본 발명의 다른 측면은, 대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 정보획득부, 및 상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보에 기초하여 대상의 죽상동맥경화성 심뇌혈관질환 위험도에 관한 정보를 제공하는 정보제공부를 포함하는 정보 제공 시스템을 제공한다.
일 구현예에서, 상기 정보획득부는 대상의 혈중 LDL-콜레스테롤 수준에 대한 정보, 대상의 복약 또는 처방 정보, 또는 유전체 또는 혈액세포 유전자의 시퀀싱 정보 등을 입력 받을 수 있다.
상기 정보획득부는 예컨대 상기 혈중 LDL-콜레스테롤 수준이 160 mg/dL 이상이거나 상기 대상이 고지혈증 치료제를 처방 받았거나 복용 중인 경우에, LDL-콜레스테롤 지표의 위험도가 높은 것으로 결정할 수 있다.
또한, 상기 정보획득부는 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보(예컨대, SNP 정보)에 기초하여 그 유전 정보에 대응되는 기 설정된 위험 점수를 참조하여 LDL-콜레스테롤 지표에 관한 선천적 위험 점수를 산출할 수 있다.
또한, 상기 정보획득부는 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보(예컨대, 혈액세포 유전자 시퀀싱 정보)에 기초하여 혈액세포 유전자 변이의 존재 여부를 판별할 수 있다. 이 때, 상기 정보제공부는 상기 기 설정된 위험 점수를 참조하여 산출된 상기 선천적 위험 점수가, 예컨대 상위 20%에 속하는 경우에, LDL-콜레스테롤 지표에 대한 위험도가 높은 것으로 결정할 수 있다.
또한, 상기 정보획득부는 LDL-콜레스테롤 수준을 측정하는 측정부를 포함할 수 있고, 또한 유전체 또는 유전자 변이에 대한 시퀀싱 정보를 획득하기 위한 유전자 분석부를 포함할 수 있다. 상기 유전자 분석부는 당업계에 알려진 유전자 분석 장치, 예컨대 PCR, 생어 염기서열 분석 장치, 마이크로어레이 또는 차세대 염기서열 분석(Next Generation Sequencing) 장치를 포함할 수 있다.
다른 구현예에서, 상기 정보제공부는 LDL-콜레스테롤 지표의 위험도가 높고 상기 혈액세포 유전자 변이가 존재하는 경우에, 상기 대상이 죽상동맥경화성 심뇌혈관질환의 위험도가 높은 것으로 결정할 수 있다.
또한, 상기 정보제공부는, 죽상동맥경화성 심뇌혈관질환의 위험도가 높은 경우에, 죽상동맥경화성 심뇌혈관질환을 예방, 완화, 또는 치료하거나 이에 도움이 되는 정보를 함께 제공할 수 있다.
본 발명의 또 다른 측면은 전술한 정보 제공 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체를 제공한다.
상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
상기 정보 제공 시스템 및 컴퓨터 판독 가능한 기록 매체의 구성 또는 이와 관련하여 사용되는 용어 등에 대한 설명, 예시 등은 전술한 정보 제공 방법에 관하여 기술된 부분을 참조하여 이들에도 적용될 수 있다.
이하, 본 발명을 하기 실시예에 의하여 더욱 상세하게 설명한다. 단, 하기 실시예는 본 발명을 예시하기 위한 것일 뿐, 본 발명의 범위가 이들만으로 한정되는 것은 아니다.
실시예 1. 추적 관찰을 위한 혈액세포 돌연변이의 검출/선별
서울대병원 강남센터로부터 4329명의 혈액 시료를 얻었다. 상기 혈액 시료로부터 혈액세포의 DNA를 추출하고, 차세대 염기서열 분석 방법을 통해 DNMT3A, TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1 및 JARID2 유전자의 엑손 영역에 발생한 염기서열 돌연변이를 검출하였다.
돌연변이가 검출된 경우, 이들 돌연변이 중 미스센스(missense) 돌연변이, 프레임시프트(frameshift) 돌연변이, 넌센스(nonsense) 돌연변이, 스플라이스(splice) 돌연변이, 또는 삽입/결실 돌연변이를 선별하고, 돌연변이 염기서열 분율이 1.5%가 넘는 돌연변이만을 다시 선별하였다. 상기 선별된 돌연변이에 대해서는 표 1을 참조한다.
이렇게 선별된 돌연변이를 가진 그룹을 혈액세포 돌연변이 그룹(Mutation(+))으로 정의하고 그렇지 않은 그룹을 보통 그룹(Mutation(-))으로 정의한 후, 이들 그룹에 대해 6년간 죽상동맥경화성 심뇌혈관질환의 발병 여부를 추적 관찰하였다. 이때, 각 그룹에 속하는 사람들의 문진(예를 들어, 성별, 연령 및 흡연 여부), 신체/혈액 검사(예를 들어, 혈압, 콜레스테롤, 혈당) 및 혈액 DNA 검사(예를 들어, 선천적 대사질환 위험도) 정보를 활용하였다.
실시예 2. 죽상동맥경화성 심뇌혈관질환 발병과 관련된 지표 중 혈중 고 LDL-콜레스테롤 수준과 혈액세포 돌연변이의 상호관련성 연구
실시예 1에서 실시한 추적 관찰 결과에 기초하여, 상기 혈액세포 돌연변이를 포함한 기존 심뇌혈관질환 위험요소(예를 들어, 성별, 연령, 고혈압, 고지혈증, 당뇨 및 흡연 여부)와 심뇌혈관질환 발병률을 확인하였다.
80세 미만 4316명을 6년간 추적관찰하여 죽상동맥경화성 심뇌혈관질환의 발생 여부를 수집하였다. 콕스 비례 위험 모형(Cox Proportional hazard model)을 이용하여 기존 심뇌혈관질환 위험요소 유무(성별, 연령, 고혈압, 고지혈증, 당뇨 및 흡연 여부)와 혈액세포 돌연변이 유무가 심뇌혈관질환의 발병에 미치는 위험도를 함께 분석하였다. 그 결과를 하기 표 3에 나타내었다.
HR(95CI) | P | |
Sex(M) | 7.28 (2.64-20.06) | <0.005 |
Age | 1.05 (1.02-1.08) | <0.005 |
혈액세포 돌연변이 | 2.14 (1.25-3.67) | 0.01 |
고혈압(HTN) | 1.55 (0.99-2.43) | 0.06 |
당뇨(DM) | 2.28 (1.42-3.68) | <0.005 |
고지혈증(HL) | 1.64 (1.03-2.62) | 0.04 |
흡연(Current Smoking) | 1.01 (0.56-1.83) | 0.98 |
상기 표 3에 나타낸 심뇌혈관질환 위험요소 중 혈액세포 돌연변이 유무에 따른 죽상동맥경화성 심뇌혈관질환의 발병에 미치는 위험도를 추가로 확인하였다.
그 결과, 80세 미만인 4316명에서 혈액세포 돌연변이 그룹은, 보통 그룹에 비해, 성별, 연령, 고혈압, 당뇨, 고지혈, 흡연 여부를 보정한 경우에, 죽상동맥경화성 심뇌혈관질환의 발병률이 약 2.14배 높은 것을 확인하였다(도 2).
한편, 혈액세포 돌연변이가 다른 심뇌혈관질환 위험요소와 상호작용하는지를 확인하기 위해, 혈액 시료 제공자에서 직접 측정하거나 혈중 수준을 측정한 지표, 즉, 수축기혈압, 이완기혈압, 총콜레스테롤, LDL-콜레스테롤, HDL-콜레스테롤, 공복혈당, 또는 중성지방 수준이 정상 범위를 벗어난 경우 혈액세포 돌연변이에 따른 죽상경화성 심뇌혈관질환의 발병률을 통계적으로 검증하고, 그 결과를 표 4에 나타내었다. 상기 통계 처리는 log likelihood ratio 검정방법을 이용하였으며 혈액세포 돌연변이 유무와 위험요소의 비정상 여부의 위험을 독립적으로 계산한 모델(독립위험모델)과 혈액세포 돌연변이가 있으면서 위험요소가 비정상인 경우를 고려한 상호작용 모델(상호작용모델)의 우도(likelihood)가 통계적으로 유의하게 차이가 나는지를 검정하였다.
Risk Factor | 상호작용모델 | 독립위험모델 | Chisq | 자유도 | p-value |
LDL-콜레스테롤 | -478.3 | -480.33 | 4.0726 | 1 | 0.04358 |
총콜레스테롤 | -479.32 | -480.48 | 2.3211 | 1 | 0.1276 |
수축기혈압 | -481.22 | -481.85 | 1.2571 | 1 | 0.2622 |
HDL-콜레스테롤 | -482.42 | -483 | 1.1612 | 1 | 0.2812 |
공복혈당 | -479.88 | -480.26 | 0.763 | 1 | 0.3824 |
중성지방 | -482.7 | -482.91 | 0.4356 | 1 | 0.5092 |
이완기혈압 | -482.78 | -482.86 | 0.1579 | 1 | 0.6911 |
상기 표 4에 나타낸 바와 같이, 혈액세포 돌연변이가 존재하고 혈중 LDL-콜레스테롤 수준이 높은 경우(160 mg/dl 이상)에 죽상동맥경화성 심뇌혈관질환의 위험도가 상승적으로 증가하는 것으로 확인되었다. 이와 대조적으로, 총콜레스테롤, 혈압(수축기 및 이완기), HDL-콜레스테롤, 공복혈당 및 중성지방 수준에 대해서는 유의미한 상호 관련성이 관찰되지 않았다.
또한, 70세 미만 남성에서 LDL-콜레스테롤 수준과 혈액세포 돌연변이 여부에 따른 죽상동맥경화성 심뇌혈관질환의 발병률을 분석하고, 그 결과를 도 3에 나타내었다. 3010명의 70세 미만 남성에서 혈중 LDL-콜레스테롤이 160 mg/dl 이상이거나 현재 고콜레스테롤 약물치료를 받고 있는 그룹과 LDL-콜레스테롤이 정상이면서 고콜레스테롤 약물치료를 받고 있지 않은 그룹으로 나누어 죽상동맥경화성 심뇌혈관질환의 발병을 5년간 관찰하고 생존분석을 수행하였다.
도 3으로부터 알 수 있는 바와 같이, 혈중 LDL-콜레스테롤이 160 mg/dl 이상이거나 현재 고콜레스테롤 약물치료를 받고 있는 사람에게서 혈액세포 돌연변이의 존재가 죽상동맥경화성 심뇌혈관질환의 발병 위험을 상승적으로 증가시키는 것으로 나타났다.
위와 같이 죽상동맥경화성 심뇌혈관질환의 발명 위험의 상승적 증가를 통계적으로 추가로 검증하기 위하여 콕스 비례 위험 회귀(Cox Proportional Hazard Regression) 방법을 사용하여 분석하였다.
구체적으로, 연령, 고 LDL-콜레스테롤 수준 및 혈액세포 돌연변이 존재 여부를 이용하여 질환 발생을 예측한 모델(좌측 모델)과 여기에 고 LDL-콜레스테롤 수준과 혈액세포 돌연변이를 동시에 갖는 경우를 추가한 모델(우측 모델)을 비교하였다.
이때, 표 5의 Anova test 결과로부터 알 수 있는 바와 같이, 고 LDL-콜레스테롤 수준과 혈액세포 돌연변이를 동시에 갖는 경우가 추가된 우측 모델은 유의하게 높은 성능을 나타냈다. 즉, 연령 보정 시 죽상동맥경화성 심뇌혈관질환의 발병 위험이 4.8배 높아졌다
2가지 콕스 비례 위험 모형의 비교 | ||
Model | Age + [high LDL-c] + [mutant presence] | Age + [high LDL-c] + [mutant presence] + [high LDL-c] * [mutant presence] |
Concordance | 0.67 | 0.69 |
Partial AIC | 966.66 | 964.59 |
Log-likelihood ratio test | 21.84 on 3 df | 25.94 on 4 df |
-log2(p) of II-ratio test | 13.79 | 14.89 |
Log-likelihood | -478.30 | -480.33 |
Anova test | Chisq = 4.0726; DF = 1; P = 0.04358 |
이러한 결과로부터, 혈액세포 돌연변이 및 혈중 LDL-콜레스테롤 수준의 두 가지 지표를 통해 죽상동맥경화성 심뇌혈관질환의 위험도를 더 정확하게 예측할 수 있다는 것이 확인되었다.
실시예 3. 혈중 고 LDL-콜레스테롤 수준과 혈액세포 돌연변이에 의한 죽상동맥경화성 심뇌혈관질환 발병 위험도의 상승적 증가에 대한 검증
관상동맥 CT 혈관조영술을 시행한 2096명의 임상 결과를 이용하여 실시예 2에서 확인된 고 LDL-콜레스테롤 수준과 혈액세포 돌연변이 간의 상호작용을 추가로 검증하였다. 구체적으로, 고 LDL-콜레스테롤 수준을 갖는 그룹에 대해 관상동맥 CT 혈관조영술을 시행하여 협착이 생긴 플라크 수를 관찰하였고, 플라크 수를 혈액세포 돌연변이 존재 여부에 따라 분석하였다. LDL-콜레스테롤이 높지 않은 그룹에서는 혈액세포 돌연변이와 협착이 생긴 플라크의 수에 유의한 상관관계가 관찰되지 않았다. 하지만 LDL-콜레스테롤이 높은 그룹에서는 혈액세포 돌연변이와 협착이 생긴 플라크의 수에 상관관계가 존재하였다. 유의한 상관관계가 확인된 고 LDL-콜레스테롤 수준에 대한 결과를 표 6에 나타내었다.
Mutant presence | Mutant absence | Statistics (P) | |
Number of segments with moderate to severe plaque | 0.7±1.8 | 0.3±1.0 | Beta=0.36 (95% CI, 0.03-0.69; P=0.032) |
Number of vessels with moderate to severe plaque | 0.4±0.9 | 0.2±0.6 | Beta=0.17 (95% CI, -0.02-0.36; P=0.072) |
Presence of moderate to severe mixed plaque (%) | 8 (16.7%) | 44 (8.0%) | OR=1.08 (95% CI, 0.99-1.17; P=0.071) |
Presence of moderate to severe mixed plaque (%) | 8 (16.7%) | 43 (7.8%) | OR=1.08 (95% CI, 1.0-1.17; P=0.063) |
No. Pts with moderate to severe plaque in LM or pLAD (%) | 8 (16.7%) | 35 (6.4%) | OR=1.11 (95% CI, 1.02-1.19; P=0.01) |
상기 표에서 알 수 있는 바와 같이, 고 LDL-콜레스테롤 수준을 갖는 그룹에서 혈액세포 돌연변이가 존재하는 경우, 혈액세포 돌연변이가 존재하지 않는 경우에 비해 협착이 생긴 플라크의 수가 유의하게 증가되었고 좌주간지관상동맥(LM) 또는 좌전하행관상동맥(pLAD)에 협착이 있는 플라크가 발생할 위험이 증가한 것으로 나타났다.
실시예 4. 죽상동맥경화성 심뇌혈관질환 발병과 관련된 지표 중 선천적 LDL-콜레스테롤 위험도와 혈액세포 돌연변이의 상호관련성 연구
실시예 1에서 실시한 추적 관찰 결과에 기초하여, 혈액세포 돌연변이가 존재하는 경우에, 선천적 대사질환 위험도 중 하나인 선천적 LDL-콜레스테롤 위험도가 높은 경우에도 죽상동맥경화성 심뇌혈관질환 발병 위험도가 상승적으로 증가되는지를 확인하고자 하였다.
본 실시예에서는, 혈액검사를 통해 얻어지는 LDL콜레스테롤 수준이 아니라 혈액 중 DNA 염기서열 분석을 통해 얻어지는 선천적 LDL-콜레스테롤 위험도를 이용하여 그와 혈액세포 돌연변이의 관계를 분석하였다.
80세 이하 4316명의 선천적 LDL-콜레스테롤 위험도를 다면유전자 위험 점수 산출 방법을 이용하여 결정하였고 이 점수가 높은 상위 20% 그룹을 선천적 LDL-콜레스테롤 위험 그룹으로 정의하였고 나머지 80%를 보통 그룹으로 정의하였다.
그 결과, 혈액세포 돌연변이가 존재할 때, 선천적 LDL-콜레스테롤 위험도가 하위 80%에 속하는 사람(특히, 남성)보다 선천적 LDL-콜레스테롤 위험도가 상위 20%에 속하는 사람(특히, 남성)에게서 죽상동맥경화성 심뇌혈관질환이 유의하게 더 많이 발생하는 것으로 관찰되었다.
도 4로부터 알 수 있는 바와 같이, 혈액세포 돌연변이가 존재할 때, 선천적 LDL-콜레스테롤 위험도가 상위 20%에 속하는 사람은 선천적 LDL-콜레스테롤 위험도가 하위 80%에 속하는 사람보다 약 3.01배 높은(연령이 보정된 경우) 죽상동맥경화성 심뇌혈관질환의 발병률을 보였다.
이러한 결과로부터, 혈액검사 또는 신체계측 정보없이 혈액 DNA 분석을 통해 동시에 얻어지는 정보인 선천적 LDL-콜레스테롤 위험도와 혈액세포 돌연변이 존재 여부의 조합으로 죽상동맥경화성 심뇌혈관질환의 위험도가 3배 이상 높은 고위험군을 선별할 수 있는 것으로 확인되었다.
Claims (22)
- 정보 제공 방법으로서,
대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 단계, 및
상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보로부터 대상의 죽상동맥경화성 심뇌혈관질환의 발병 위험도에 관한 정보를 제공하는 단계를 포함하며,
상기 LDL-콜레스테롤 지표에 관한 정보는 (i) 혈중 LDL-콜레스테롤 수준, (ii) 고지혈증 치료제의 처방 또는 복용 여부 및 (iii) LDL-콜레스테롤 지표에 관한 선천적 위험도로 이루어진 군에서 선택되는 하나 이상을 포함하고,
상기 혈액세포 유전자 변이는 DNMT3A, TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1 및 JARID2로 이루어진 군으로부터 선택되는 하나 이상의 유전자의 변이를 포함하고,
상기 LDL-콜레스테롤 지표에 관한 선천적 위험도는 상기 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보에 대응되는 기 설정된 위험 점수를 참조하여 산출된 선천적 위험 점수로부터 결정되고, 상기 유전 정보는 rs11667610, rs34215622, rs151193009, rs438811, rs387465, rs12740374, rs13306206, rs3846662, rs550057, rs2854725, rs11331996, rs17035665, rs1135062, rs77303550, rs147821144, rs2278426, rs8112638, rs139927802, rs11436234, rs75352129, rs2075650, rs2569540, rs7030248, rs1367117, rs174528, rs142291243, rs2972558, rs12610257, rs9715911, rs11668477, rs6029568, rs1169288, rs41280378, rs74701849, rs57247013, rs7203821, rs1179041, rs12469758, rs60191209, rs2738446, rs2307111, rs17135399, rs57250632, rs2737245, rs2419604, rs143638926, rs8176720, rs6677122, rs6545966, rs200159426, rs75617080, rs73596816, rs6970673, rs7264396, rs6754295, rs6087709, rs529565, rs9958734, rs4927207, rs2954029, rs77753011, rs7776054, rs12979495, rs5167, rs4719841, rs10078021, rs6016381, rs12572586, rs4708876, rs13108218, rs11066015, rs1883025, rs2287019, rs2074755, rs35239705, rs62074014, rs2332328, rs11563251, rs116961202, rs2642438, rs2183573, rs2694047, rs2306363, rs16844401, rs704, rs9972882, rs1041968, rs148177611 및 rs325로 이루어진 군으로부터 선택된 하나 이상의 단일염기다형성의 유무를 포함하고,
상기 LDL-콜레스테롤 지표의 위험도가 높고 상기 혈액세포 유전자 변이가 존재하는 경우에, 상기 대상은 죽상동맥경화성 심뇌혈관질환의 발병 위험도가 높은 것으로 결정하는 단계를 추가로 포함하며,
상기 LDL-콜레스테롤 지표의 위험도는, 혈중 LDL-콜레스테롤 수준이 160 mg/dL 이상인 경우, 상기 대상이 고지혈증 치료제를 처방받았거나 복용 중인 경우, 또는 선천적 위험 점수가 상위 20%에 속하는 경우에 높은 것으로 결정하는,
방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 선천적 위험 점수는 하기 계산식 3에 의해 결정되는
방법:
[계산식 3]
Y = (SNP1 x BETA1 + SNP2 x BETA2 + SNP3 x BETA3 … + SNP89 x BETA89)/89
상기 계산식 3에서,
Y는 최종 LDL-콜레스테롤 위험 점수이고,
SNP1은 1번 SNP(단일염기다형성)의 유무로, 위험형질이 없으면 0, 이형접합체(heterozygote)이면 1, 동형접합체(homozygote)이면 2의 값이고, BETA1은 1번 SNP의 위험 점수(beta) 값이고,
SNP1 내지 SNP89 각각의 위험 형질과 위험 점수는 하기 표에 나타낸 바와 같다.
- 제1항에 있어서,
상기 기 설정된 위험 점수를 참조하여 산출된 상기 선천적 위험 점수가 상위 20%에 속하는 경우에, LDL-콜레스테롤 지표에 대한 위험도가 높은 것으로 결정하는 단계를 추가로 포함하는
방법. - 삭제
- 제1항에 있어서,
상기 혈액세포 유전자 변이는 DNMT3A 유전자의 변이를 포함하는
방법. - 제10항에 있어서,
상기 혈액세포 유전자 변이는 TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1, JARID2 및 이들의 조합으로 이루어진 군으로부터 선택되는 하나 이상의 유전자의 변이를 추가로 포함하는
방법. - 제1항에 있어서,
상기 혈액세포 유전자 변이의 존재 여부에 관한 정보는 대상으로부터 분리된 생물학적 시료를 이용한 유전자 분석을 통해 제공되는
방법. - 제12항에 있어서,
상기 유전자 분석은 차세대 유전체 시퀀싱 분석법(Next Generation Sequencing, NGS)을 포함하는 방법에 의해 수행되는
방법. - 정보 제공 시스템으로서,
대상으로부터 분리된 생물학적 시료, 대상의 의료 정보, 또는 이들 둘 모두를 이용하여 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보를 획득하는 정보획득부, 및
상기 LDL-콜레스테롤 지표에 관한 정보 및 혈액세포 유전자 변이의 존재 여부에 관한 정보로부터 대상의 죽상동맥경화성 심뇌혈관질환의 발병 위험도에 관한 정보를 제공하는 정보제공부를 포함하며,
상기 LDL-콜레스테롤 지표에 관한 정보는 (i) 혈중 LDL-콜레스테롤 수준, (ii) 고지혈증 치료제의 처방 또는 복용 여부, 및 (iii) LDL-콜레스테롤 지표에 관한 선천적 위험도로 이루어진 군에서 선택되는 하나 이상을 포함하고,
상기 혈액세포 유전자 변이는 DNMT3A, TET2, ASXL1, RPS15, EP300, TNFAIP3, KMT2D, PPM1D, PHIP, NF1, PRPF40B, SETD2, ASXL2, BCOR, CBL, BRCC3, KDM6A, ATM, STAG2, PDS5B, SMC3, TP53, BCORL1, PTEN, PDSS2, ZRSR2, GNAS, PIK3R1, CARD11, CUX1, CASP8, SUZ12, CHEK2, NOTCH2, JAK1 및 JARID2로 이루어진 군으로부터 선택되는 하나 이상의 유전자의 변이를 포함하고,
상기 LDL-콜레스테롤 지표에 관한 선천적 위험도는 상기 대상으로부터 분리된 생물학적 시료로부터 얻은 유전 정보에 대응되는 기 설정된 위험 점수를 참조하여 산출된 선천적 위험 점수로부터 결정되고, 상기 유전 정보는 rs11667610, rs34215622, rs151193009, rs438811, rs387465, rs12740374, rs13306206, rs3846662, rs550057, rs2854725, rs11331996, rs17035665, rs1135062, rs77303550, rs147821144, rs2278426, rs8112638, rs139927802, rs11436234, rs75352129, rs2075650, rs2569540, rs7030248, rs1367117, rs174528, rs142291243, rs2972558, rs12610257, rs9715911, rs11668477, rs6029568, rs1169288, rs41280378, rs74701849, rs57247013, rs7203821, rs1179041, rs12469758, rs60191209, rs2738446, rs2307111, rs17135399, rs57250632, rs2737245, rs2419604, rs143638926, rs8176720, rs6677122, rs6545966, rs200159426, rs75617080, rs73596816, rs6970673, rs7264396, rs6754295, rs6087709, rs529565, rs9958734, rs4927207, rs2954029, rs77753011, rs7776054, rs12979495, rs5167, rs4719841, rs10078021, rs6016381, rs12572586, rs4708876, rs13108218, rs11066015, rs1883025, rs2287019, rs2074755, rs35239705, rs62074014, rs2332328, rs11563251, rs116961202, rs2642438, rs2183573, rs2694047, rs2306363, rs16844401, rs704, rs9972882, rs1041968, rs148177611 및 rs325로 이루어진 군으로부터 선택된 하나 이상의 단일염기다형성의 유무를 포함하고,
상기 정보제공부는, LDL-콜레스테롤 지표의 위험도가 높고 상기 혈액세포 유전자 변이가 존재하는 경우에, 상기 대상이 죽상동맥경화성 심뇌혈관질환의 발병 위험도가 높은 것으로 결정하며,
상기 LDL-콜레스테롤 지표의 위험도는, 혈중 LDL-콜레스테롤 수준이 160 mg/dL 이상인 경우, 상기 대상이 고지혈증 치료제를 처방받았거나 복용 중인 경우, 또는 선천적 위험 점수가 상위 20%에 속하는 경우, 높은 것으로 결정하는,
시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 제14항에 있어서,
상기 기 설정된 위험 점수를 참조하여 산출된 상기 선천적 위험 점수가 상위 20%에 속하는 경우에, LDL-콜레스테롤 지표에 대한 위험도가 높은 것으로 결정하는
시스템. - 삭제
- 제14항에 있어서,
상기 혈액세포 유전자 변이의 존재 여부에 관한 정보는 차세대 유전체 시퀀싱 분석법(Next Generation Sequencing, NGS)을 포함하는 유전자 분석을 통해 제공되는
시스템. - 제1항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210049445 | 2021-04-15 | ||
KR20210049445 | 2021-04-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220142950A KR20220142950A (ko) | 2022-10-24 |
KR102572356B1 true KR102572356B1 (ko) | 2023-08-30 |
Family
ID=83640797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220046528A KR102572356B1 (ko) | 2021-04-15 | 2022-04-14 | 혈액세포 돌연변이 정보를 이용한 죽상동맥경화성 심뇌혈관질환의 위험도 예측 방법 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102572356B1 (ko) |
WO (1) | WO2022220624A1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200131576A1 (en) * | 2017-04-25 | 2020-04-30 | The Brigham And Women's Hospital, Inc. | IL-8, IL-6, IL-1 Beta and TET2 and DNMT3A in Atherosclerosis |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016086197A1 (en) * | 2014-11-25 | 2016-06-02 | The Brigham And Women's Hospital, Inc. | Method of identifying and treating a person having a predisposition to or afflicted with a cardiometabolic disease |
KR101832160B1 (ko) * | 2015-06-04 | 2018-02-27 | (주)메디젠휴먼케어 | 한국인 가족성 고콜레스테롤혈증에서 다유전자 기인성 |
KR101992952B1 (ko) * | 2017-11-09 | 2019-06-25 | 연세대학교 산학협력단 | 콜레스테롤 유출능과 관련된 심혈관질환의 발병 위험을 예측하기 위한 조성물, 키트, 및 이를 이용한 방법 |
-
2022
- 2022-04-14 WO PCT/KR2022/005436 patent/WO2022220624A1/ko active Application Filing
- 2022-04-14 KR KR1020220046528A patent/KR102572356B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200131576A1 (en) * | 2017-04-25 | 2020-04-30 | The Brigham And Women's Hospital, Inc. | IL-8, IL-6, IL-1 Beta and TET2 and DNMT3A in Atherosclerosis |
Non-Patent Citations (1)
Title |
---|
CJC Open, 2019년, 1권, 페이지 225-230 |
Also Published As
Publication number | Publication date |
---|---|
WO2022220624A1 (ko) | 2022-10-20 |
KR20220142950A (ko) | 2022-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Scerri et al. | Genome-wide analyses identify common variants associated with macular telangiectasia type 2 | |
Saxena et al. | Genome-wide association study identifies a novel locus contributing to type 2 diabetes susceptibility in Sikhs of Punjabi origin from India | |
Gretarsdottir et al. | Genome-wide association study identifies a sequence variant within the DAB2IP gene conferring susceptibility to abdominal aortic aneurysm | |
Farrer et al. | Apolipoprotein E genotype in patients with Alzheimer's disease: implications for the risk of dementia among relatives | |
Economou-Petersen et al. | Apolipoprotein E 4 Allele as a Genetic Risk Factor for Left Ventricular Failure in Homozygous β-Thalassemia | |
Shi et al. | A genome-wide meta-analysis identifies two novel loci associated with high myopia in the Han Chinese population | |
Ober et al. | Genome-wide association study of plasma lipoprotein (a) levels identifies multiple genes on chromosome 6q [S] | |
Wu et al. | Three single-nucleotide polymorphisms of the angiotensinogen gene and susceptibility to hypertension: single locus genotype vs. haplotype analysis | |
Yoshiji et al. | Proteome-wide Mendelian randomization implicates nephronectin as an actionable mediator of the effect of obesity on COVID-19 severity | |
Gaukrodger et al. | A rare variant of the leptin gene has large effects on blood pressure and carotid intima-medial thickness: a study of 1428 individuals in 248 families | |
Saez et al. | The CAPN10 gene is associated with insulin resistance phenotypes in the Spanish population | |
Rao et al. | Transforming growth factor-beta 1 gene polymorphisms and cardiovascular disease in hemodialysis patients | |
Mitchell et al. | Genome-wide association study of maternal and inherited effects on left-sided cardiac malformations | |
WO2013080227A1 (en) | Genetic variants useful for risk assessment of arterial disease | |
Ivandic et al. | New Dyscalc loci for myocardial cell necrosis and calcification (dystrophic cardiac calcinosis) in mice | |
Hao et al. | Vitamin D levels and vitamin D receptor variants are associated with chronic heart failure in Chinese patients | |
Darroudi et al. | 50 bp deletion in promoter superoxide dismutase 1 gene and increasing risk of cardiovascular disease in Mashhad stroke and heart atherosclerotic disorder cohort study | |
Evans et al. | Suggestive linkage of a chromosomal locus on 18p11 to cyclothymic temperament in bipolar disorder families | |
Jiang et al. | Endocrine and metabolic factors and the risk of idiopathic pulmonary fibrosis: a mendelian randomization study | |
Freitas et al. | Analysis of renin-angiotensin-aldosterone system gene polymorphisms in resistant hypertension | |
Feng et al. | Effect of gene–gene and gene–environment interaction on the risk of first‐ever stroke and poststroke death | |
Leal et al. | A polygenic biomarker to identify patients with severe hypercholesterolemia of polygenic origin | |
Xiao et al. | The relationship between low-density lipoprotein cholesterol and progression of mild cognitive impairment: the influence of rs6859 in PVRL2 | |
van der Vleuten et al. | The involvement of upstream stimulatory factor 1 in Dutch patients with familial combined hyperlipidemias⃞ | |
KR102572356B1 (ko) | 혈액세포 돌연변이 정보를 이용한 죽상동맥경화성 심뇌혈관질환의 위험도 예측 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |