KR20150076310A - System and method of forming social network for cancer patients - Google Patents
System and method of forming social network for cancer patients Download PDFInfo
- Publication number
- KR20150076310A KR20150076310A KR1020130163707A KR20130163707A KR20150076310A KR 20150076310 A KR20150076310 A KR 20150076310A KR 1020130163707 A KR1020130163707 A KR 1020130163707A KR 20130163707 A KR20130163707 A KR 20130163707A KR 20150076310 A KR20150076310 A KR 20150076310A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- gene
- cancer patient
- user
- similarity
- Prior art date
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 163
- 201000011510 cancer Diseases 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002068 genetic effect Effects 0.000 claims abstract description 12
- 206010064571 Gene mutation Diseases 0.000 claims description 76
- 230000035772 mutation Effects 0.000 claims description 73
- 108090000623 proteins and genes Proteins 0.000 claims description 68
- 230000019491 signal transduction Effects 0.000 claims description 20
- 230000008054 signal transmission Effects 0.000 claims description 11
- 102000048850 Neoplasm Genes Human genes 0.000 claims description 5
- 108700019961 Neoplasm Genes Proteins 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000004393 prognosis Methods 0.000 abstract description 3
- 206010027476 Metastases Diseases 0.000 abstract description 2
- 239000003814 drug Substances 0.000 abstract description 2
- 230000009401 metastasis Effects 0.000 abstract description 2
- 230000008092 positive effect Effects 0.000 abstract description 2
- 230000010485 coping Effects 0.000 abstract 1
- 229940079593 drug Drugs 0.000 abstract 1
- 108020004414 DNA Proteins 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000007614 genetic variation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 108091028043 Nucleic acid sequence Proteins 0.000 description 4
- 230000010261 cell growth Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 239000002773 nucleotide Substances 0.000 description 4
- 125000003729 nucleotide group Chemical group 0.000 description 4
- 230000037361 pathway Effects 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 230000032823 cell division Effects 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 208000003837 Second Primary Neoplasms Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000002246 antineoplastic agent Substances 0.000 description 2
- 229940041181 antineoplastic drug Drugs 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 102000015694 estrogen receptors Human genes 0.000 description 2
- 108010038795 estrogen receptors Proteins 0.000 description 2
- 201000009030 Carcinoma Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002018 overexpression Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 229960003862 vemurafenib Drugs 0.000 description 1
- GPXBXXGIAQBQNI-UHFFFAOYSA-N vemurafenib Chemical compound CCCS(=O)(=O)NC1=CC=C(F)C(C(=O)C=2C3=CC(=CN=C3NC=2)C=2C=CC(Cl)=CC=2)=C1F GPXBXXGIAQBQNI-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
본 발명은 암 환자간 유전자 변이 정보 비교를 통한 암 환자 맞춤형 소셜 네트워크 형성 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for forming a cancer patient customized social network through comparison of gene mutation information between cancer patients.
암(cancer)은 세포의 유전정보를 담고 있는 DNA에 생긴 이상, 즉 유전변이(mutation)에 의하여 발생하는 질병이다. 특히 세포의 성장이나 분열에 관련된 유전자에 특정 이상이 생기면, 신체의 조절 메커니즘에서 벗어나 끊임없이 빠른 속도로 이상 분열하게 되어 결국 암세포로 성장하게 된다.Cancer is a disease caused by an abnormality, or genetic mutation, in the DNA that contains the genetic information of the cell. In particular, when a gene abnormally occurs in a gene related to cell growth or division, it breaks away from the regulation mechanism of the body and rapidly breaks down at a rapid rate and eventually grows into cancer cells.
종래에는 이러한 암을 조직학적(histology)으로 분류하였다. 즉, 암이 발생한 조직이나 장기에 따라 암 환자들을 구분하고 수술이나 항암제 투여 등의 치료 결정도 내리게 되었다. 하지만 최근의 의학, 생물학 발전에 따라 조직학적으로 동일한 부위에 발병한 암이라고 할지라도 이 암을 발병시킨 원인이 되는 유전적인 원인에 따라 암의 종류가 매우 다양하며, 이에 따라 치료법과 관리법 등이 달라져야 한다는 것을 알게 되었다.In the past, such cancers were classified into histology. In other words, depending on the tissue or organ in which the cancer has developed, the cancer patients were classified and the treatment decision such as the operation or the administration of the anti-cancer drug was made. However, according to recent medical and biologic development, even if it is a cancer that occurs at the same site histologically, there are many kinds of cancer depending on the genetic cause causing the cancer, .
예를 들어, 같은 유방암 환자라고 할지라도 에스트로겐 수용체(Estrogen Receptor: ER) 과발현 여부가 양성인 유방암 환자와 음성인 유방암 환자는 치료법이 확연히 달라지며, 흑색종(melanoma) 환자의 경우에도 BRAF 유전자의 특정 유전변이가 존재하는지 여부에 따라 항암제인 베무라페닙(vemurafenib)의 처방 가능 여부가 결정된다.For example, even in patients with the same breast cancer, the treatment of breast cancer patients with positive estrogen receptor (ER) overexpression and those with negative breast cancer is significantly different, and even in the case of melanoma patients, Whether or not a mutation is present determines the prescription of the anticancer drug, vemurafenib.
한편, 의학과 과학기술의 발전에 따라 예전과 달리 암이라고 하는 질병은 더 이상 사형선고가 아니며, 이제는 수술 혹은 치료 후에 평생을 관리하면서 살아가야 하는 만성 질환으로 여겨지고 있다. 이렇게 암이 불치병에서 만성 질환화 되면서 환자들 간의 상호 교류가 매우 활발하게 되었다. 환자들 간의 교류는 크게 심리적 위안을 얻기 위함 뿐만 아니라, 치료 정보를 교류하기 위한 것에도 있다. On the other hand, according to the development of medicine and science and technology, the disease called cancer is no longer a death sentence, and now it is considered to be a chronic disease that needs to be managed after lifetime management after surgery or treatment. As cancer became chronic disease in incurable disease, mutual exchange among patients became very active. Interaction among patients is not only for obtaining psychological comfort, but also for exchanging therapeutic information.
종래 환자들 간의 교류가 오프라인 환우회나, 인터넷 커뮤니티 (인터넷 카페)의 형태로 이루어지고 있으나, 이러한 종래의 암환자 교류 플랫폼에서는 유전자 변이 등 암의 유전적인 구성(genetic profile)이나 유형은 전혀 고려되지 않고, 단순히 같은 암종의 환자끼리 교류하는데 그치고 있어, 같은 부위에 발생한 암이라고 할지라도 암을 발병시킨 유전적인 원인에 따라 암의 속성이 다를 수 있다는 점을 고려했을 때 실질적으로 다른 질병의 환자들끼리 교류한다는 문제가 있다.Although the exchange between patients in the past has been performed in the form of an offline conversation or an internet community (internet cafe), in such a conventional cancer patient exchange platform, the genetic profile or type of cancer such as gene mutation is not considered at all , It is merely that patients of the same carcinoma communicate with each other, and even if the cancer is located in the same site, considering the fact that the nature of the cancer may be different depending on the genetic cause of the cancer, .
본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 창안된 것으로, 암 환자의 유전 변이 정보에 기초하여 유전적으로 동일/유사한 종류의 암을 가진 환우들과 상호 교류할 수 있게 하는 암 환자 맞춤형 소셜 네트워크 형성 방법 및 시스템을 제공하는 것을 목적으로 한다.Disclosure of Invention Technical Problem [8] Accordingly, the present invention has been made keeping in mind the above problems occurring in the prior art, and an object of the present invention is to provide a cancer patient-customized social system capable of interacting with cancer patients genetically having the same / And a system for forming a network.
상술한 과제를 해결하기 위한 본 발명의 실시예에 따른 유전정보 비교를 통한 암 환자 맞춤형 소셜 네트워크 형성 방법은, 사용자의 유전자 변이 정보를 수신하는 단계; 상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 상호간 유전자 변이 유사도를 산출하는 단계; 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하는 단계; 및 상기 기 등록된 암 환자 정보를 사용자 단말장치로 전송하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method of forming a cancer patient customized social network through comparison of genetic information, comprising: receiving a gene mutation information of a user; Calculating mutual similarity degree of gene mutation on the basis of gene mutation information of the user and genetic mutation information of a previously registered cancer patient; Extracting pre-registered cancer patient information based on the degree of similarity; And transmitting the previously registered cancer patient information to the user terminal device.
상기 유사도는, 상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보로부터 산출되는 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수에 기초하여 산출될 수 있다.The degree of similarity may be calculated based on the number of mutations occurring in the same gene between the user and the previously registered cancer patient, which are calculated from the gene mutation information of the user and the gene mutation information of the previously registered cancer patient.
상기 동일 유전자에서 발생한 변이의 개수가 많을수록 유사도는 높을 수 있다.The greater the number of mutations occurring in the same gene, the higher the degree of similarity.
상기 유사도는, 사용자와 기 등록된 복수 암 환자간 동일 유전자에서 발생한 변이의 개수가 동일한 경우, 상기 사용자와 기 등록된 복수의 암 환자간 동일 유전자에서 동일한 유형으로 발생한 변이의 개수에 기초하여 산출될 수 있다.The degree of similarity is calculated based on the number of mutations occurring in the same gene in the same gene between the user and a plurality of cancer patients already registered, when the number of mutations occurred in the same gene between the user and the previously registered multiple cancer patients is the same .
상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수가 많을수록 유사도는 높을 수 있다.The greater the number of variations occurring in the same type in the same gene, the higher the degree of similarity.
상기 유형은, DNA의 염기 서열 하나가 바뀐 유형, DNA의 염기 서열이 추가적으로 삽입되거나 또는 삭제된 유형, 유전자의 개수 자체가 늘어나거나 줄어든 유형 및 DNA 염기 서열 순서가 바뀐 유형을 포함할 수 있다.Such a type may include a type in which the base sequence of DNA is changed, a type in which the base sequence of DNA is additionally inserted or deleted, a type in which the number of genes is increased or decreased, and a type in which the order of DNA sequence is changed.
상기 유사도는, 사용자와 기 등록된 복수 암 환자간 상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수가 동일한 경우, 상기 사용자의 유전자 변이 정보 및 상기 기 등록된 복수 암 환자의 유전자 변이 정보에 기초하여 도출되는 상기 사용자 및 상기 기 등록된 복수 암 환자의 유전자 변이 신호전달 경로에 기초하여 산출될 수 있다.The degree of similarity is calculated based on the gene mutation information of the user and the gene mutation information of the previously registered multiple cancer patient when the number of mutations generated by the same type in the same gene between the user and the previously registered multiple cancer patients is the same And the gene mutation signaling pathway of the user and the previously registered multiple cancer patient.
상기 사용자와 동일한 유전자 변이 신호전달 경로를 갖는 기 등록된 암환자의 유사도가 상기 사용자와 동일하지 않은 유전자 변이 신호전달 경로를 갖는 암환자의 유사도 보다 높을 수 있다.The degree of similarity of a previously registered cancer patient having the same gene mutation signaling pathway as the user may be higher than that of a cancer patient having a gene mutation signal transduction pathway that is not the same as the user.
상기 유전자 변이 신호전달 경로는 사전 설정된 소정 유형 중 어느 하나로 도출될 수 있다.The gene mutation signal transduction pathway may be derived in any one of predetermined predetermined types.
상술한 과제를 해결하기 위한 본 발명의 실시예에 따른 유전정보 비교를 통한 암 환자 맞춤형 소셜 네트워크 형성 시스템은, 사용자의 유전자 변이 정보를 수신하는 유전자 변이 정보 수신부; 상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 유전자 변이 유사도를 산출하고, 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하는 제어부; 및 상기 기 등록된 암환자 정보를 사용자 단말장치로 전송하는 전송부를 포함한다.According to another aspect of the present invention, there is provided a system for forming a cancer patient personalized social network through comparison of genetic information, comprising: a gene mutation information receiving unit for receiving a user's gene mutation information; A control unit for calculating a gene mutation similarity based on the gene mutation information of the user and the gene mutation information of a previously registered cancer patient and extracting pre-registered cancer patient information based on the similarity; And a transmitter for transmitting the previously registered cancer patient information to the user terminal.
상기 사용자의 유전자 변이 정보는 사용자 단말장치로부터 수신하거나 또는 유전자 분석 서버로부터 수신할 수 있다.The user's gene variation information may be received from a user terminal or received from a gene analysis server.
상기 제어부는, 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수, 동일 유전자에서 동일한 유형으로 발생한 변이의 개수 및 신호전달 경로 정보에 기초하여 유사도를 산출할 수 있다.The control unit may calculate the similarity based on the number of mutations occurring in the same gene between the user and the previously registered cancer patient, the number of mutations occurring in the same type in the same gene, and the signal transmission path information.
상기 제어부는, 상기 동일 유전자에서 발생한 변이의 개수, 상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수, 상기 신호전달 경로 정보 순으로 우선 순위를 부여하여 유사도를 산출할 수 있다.The control unit may calculate a degree of similarity by assigning priorities in the order of the number of mutations occurring in the same gene, the number of mutations occurring in the same type in the same gene, and the signal transmission path information.
상기 제어부는, 사용자 단말장치로부터 소정의 유사도 정보를 포함하는 검색 요청 신호를 수신한 경우, 상기 유사도 정보에 기초하여 기 등록된 암환자 정보를 추출하고, 상기 전송부는, 상기 기 등록된 암환자 정보를 상기 사용자 단말장치로 전송할 수 있다.Wherein the control unit extracts previously registered cancer patient information based on the similarity degree information when receiving a search request signal including predetermined similarity degree information from the user terminal device, To the user terminal device.
상기 기 등록된 암환자 정보는, 사용자가 기 등록된 암 환자의 공개 정보를 공유할 수 있도록 하는 접속 정보가 포함될 수 있다.The pre-registered cancer patient information may include access information for allowing the user to share the public information of the previously registered cancer patient.
본 발명의 실시예에 따르면, 암 환자는 유전적으로 동일/유사한 종류의 암을 가진 환우들과 소셜 네트워크를 형성함으로써 암 투병에 도움이 되는 생활 습관 정보, 재발, 전이 등과 같은 예후 예측정보 및 치료 약물의 효능/부작용 등 암 치료에 관한 유용한 정보를 교환할 수 있어 암 환자의 치료에 직간접적으로 긍정적 영향을 줄 수 있음은 물론 심리적으로도 위안을 줄 수 있다.According to an embodiment of the present invention, the cancer patient forms a social network with cancer patients having genetically the same / similar type of cancer, and thus, information on prognosis such as lifestyle information, recurrence, metastasis, The efficacy / side effects of cancer treatment can be exchanged, so that it can directly or indirectly have a positive effect on the treatment of cancer patients, and can also provide psychological comfort.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는 첨부도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템의 전체 동작을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법을 개략적으로 나타내는 절차도이다.
도 3은 본 발명의 실시예에 따른 사용자와 기 등록된 암 환자간 유전자 변이의 유사도 산출과정을 나타내는 순서도이다.
도 4는 본 발명의 실시예에 따른 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수를 산출하는 과정을 나타내는 도면이다.
도 5의 (a) 내지 (d)는 본 발명의 실시예에 따른 유전자 변이의 유형을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 유전자 변이의 신호전달 경로를 소정 유형으로 분류한 것을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템의 구성을 나타내는 도면이다.The accompanying drawings, which are included to provide a further understanding of the invention and are incorporated in and constitute a part of this specification, illustrate embodiments of the invention and, together with the description, serve to explain the principles of the invention.
FIG. 1 is a diagram schematically illustrating the overall operation of a cancer patient personalized social network formation system according to an embodiment of the present invention.
2 is a flowchart schematically illustrating a method of forming a cancer patient personalized social network according to an embodiment of the present invention.
3 is a flowchart illustrating a process of calculating a degree of similarity between a user and a previously registered cancer patient according to an embodiment of the present invention.
4 is a diagram illustrating a process of calculating the number of mutations occurring in the same gene between a user and a previously registered cancer patient according to an embodiment of the present invention.
5 (a) to 5 (d) are views showing the types of gene mutations according to the embodiment of the present invention.
6 is a diagram showing a signal transmission pathway of a gene mutation according to an embodiment of the present invention, which is classified into a predetermined type.
7 is a block diagram of a system for forming a cancer patient personalized social network according to an embodiment of the present invention.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다.BRIEF DESCRIPTION OF THE DRAWINGS The present invention is capable of various modifications and various embodiments, and particular embodiments are illustrated in the drawings and described in detail in the description.
본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
본 발명은 암 환자의 유전 변이 정보에 기초하여 유전적으로 동일/유사한 종류의 암을 가진 환우들과 상호 교류할 수 있게 하는 암 환자 맞춤형 소셜 네트워크 형성 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for forming a cancer patient-tailored social network that enables interaction with cancer patients having genetically identical / similar types of cancer based on genetic mutation information of cancer patients.
도 1은 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템의 전체 동작을 개략적으로 나타낸 도면이다.FIG. 1 is a diagram schematically illustrating the overall operation of a cancer patient personalized social network formation system according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템(100)은 소셜 네트워크 서비스를 이용하는 사용자 또는 신규 가입을 원하는 사용자의 유전자 변이 정보 및 기 등록된 암 환자 회원의 유전자 변이 정보에 기초하여 산출되는 상기 유전자 변이간 유사도에 기초하여 사용자와 동일/유사한 유전자 변이를 가진 환우를 사용자에게 추천하여 주거나 또는 이들을 검색할 수 있는 서비스를 제공함으로써 사용자(10)는 암 치료에 관한 유용한 정보를 교환할 수 있는 소셜 네트워크 망을 형성할 수 있게 된다.Referring to FIG. 1, a cancer patient customized social
여기서, 유전자 변이 정보는 세포 내 유전 정보를 담고 있는 DNA에 생긴 유전변이(mutation) 정보를 지칭하는 것으로, 상기 유전자 변이 정보는 암 관련 유전자의 유전변이 정보를 포함할 수 있으며, 사용자(10)의 컴퓨터, 이동단말기 등 사용자 단말장치로부터 직접 제공받거나 또는 사용자(10)의 선택에 따라 유전자 분석 서버로부터 제공받을 수 있다.Here, the gene mutation information refers to genetic mutation information generated in a DNA containing intracellular genetic information, and the gene mutation information may include genetic mutation information of a cancer-related gene. A computer, a mobile terminal, or the like, or may be provided from the gene analysis server according to the selection of the
도 2는 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법을 개략적으로 나타내는 절차도이다.2 is a flowchart schematically illustrating a method of forming a cancer patient personalized social network according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법은 시계열적으로 처리되는 일련의 단계들로 구성될 수 있는 것으로, 먼저 암 환자 맞춤형 소셜 네트워크 시스템(100)을 통해 사용자의 유전자 변이 정보를 사용자 단말장치로부터 수신하거나 또는 유전자 분석 서버를 통해 수신한다(S10).Referring to FIG. 2, the method for forming a cancer patient personalized social network according to an exemplary embodiment of the present invention can be configured as a series of steps that are processed in a time-series manner. First, (S10). The genetic mutation information of the user terminal device is received from the user terminal device or received through the gene analysis server (S10).
이어서, 상기 사용자의 유전자 변이 정보 및 기 등록된 복수 암 환자의 유전자 변이 정보에 기초하여 상기 유전자 변이간 유사도를 산출한다(S20).Next, the degree of similarity between the gene mutations is calculated on the basis of the gene mutation information of the user and the gene mutation information of the previously registered multiple cancer patient (S20).
상기 유사도는 암 관련 유전자 중 변이가 있는 유전자를 상호 비교함으로써 산출될 수 있는 것으로, 동일한 유전자에서 변이가 있는지 여부(제1 요소), 유전자 변이의 유형이 동일한지 여부(제2 요소) 및 유전자 변이의 신호전달 경로(signaling pathway)가 일치하는지 여부(제3 요소)를 고려하여 산출될 수 있다.The degree of similarity can be calculated by mutually comparing mutated genes among cancer-related genes. Whether mutations are present in the same gene (first element), whether or not the types of gene mutations are the same (second element) And the signaling pathway of the first and second signal lines are matched (third element).
이때, 상기 유사도는 상기 제1 내지 제3 요소를 개별적 또는 결합적으로 고려하여 산출할 수 있는 것으로, 상기 제1 내지 제3 요소 모두를 고려하는 경우 각 요소마다 서로 다른 비중의 소정 점수를 차등 부여하고 이를 합산하는 방식으로 산출할 수 있다. In this case, the degree of similarity can be calculated by individually or collectively considering the first to third elements. In the case where all of the first to third elements are considered, a predetermined score of a different weight is assigned to each element And sum it up.
또한, 상기 유사도는 제1 요소 내지 제3 요소간 소정의 우선순위를 두어 산출할 수도 있는 것으로, 예컨대 암 환자의 유전구성 비교에 보다 직접적인 영향을 미치는 제1 요소, 제2 요소, 제3 요소 순으로 우선 순위를 부여하여 산출할 수 있다. The degree of similarity may be calculated with a predetermined priority between the first element and the third element. For example, the first element, the second element, and the third element, which have a more direct effect on the comparison of the genetic composition of the cancer patient, Can be calculated.
이하에서는, 상기와 같은 우선 순위를 부여한 경우에 있어, 기 등록된 복수의 암 환자간 상기 유사도를 비교하는 방법에 대해 보다 구체적으로 설명한다.Hereinafter, a method of comparing the degree of similarity among a plurality of cancer patients who have been registered in the above-mentioned order of priority will be described in more detail.
도 3은 본 발명의 실시예에 따른 사용자와 기 등록된 암 환자간 유전자 변이의 유사도 산출과정을 나타내는 순서도이다.3 is a flowchart illustrating a process of calculating a degree of similarity between a user and a previously registered cancer patient according to an embodiment of the present invention.
도 3을 참조하면, 먼저 사용자와 기 등록된 복수 암 환자간 동일 유전자에서 변이가 발생하였는지 여부를 확인한다(S301).Referring to FIG. 3, first, it is determined whether a mutation has occurred in the same gene between a user and a previously registered multiple cancer patient (S301).
암은 세포의 유전정보를 담고 있는 DNA에 생긴 이상, 즉 유전 변이(mutation)에 의하여 발생하는 질병이라는 점에, 암 환자간 동일한 유전자에서 변이가 발생하였다 함은 이들의 유전적 유사성을 판단하는데 있어 가장 중요한 판단 기준이 될 수 있는 것으로, 사용자와 기 등록된 암 환자간 유전자 별 변이 발생여부의 대비를 통해 동일 유전자에서 변이가 발생하였는지 여부를 확인할 수 있다.The fact that cancer is a disease caused by a mutation in the DNA that contains the genetic information of the cell, that is, a mutation in the same gene among cancer patients, As the most important criterion, it is possible to confirm whether a mutation has occurred in the same gene by comparing the occurrence of a gene mutation between a user and a previously registered cancer patient.
다음으로, 상기 S301 단계의 수행을 통해 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수를 산출한다(S303).Next, in step S301, the number of mutations occurring in the same gene between the user and the previously registered cancer patient is calculated (S303).
상기 개수는 S301 단계의 수행을 통해 도출될 수 있는 것으로, 상기 개수는 사용자와 기 등록된 암 환자간 얼마나 유사한 유전자 변이를 갖고 있는지에 대한 가장 직접적인 척도가 될 수 있다.The number may be derived through the execution of step S301, which may be the most direct measure of how similar gene mutations are between a user and a previously registered cancer patient.
도 4는 본 발명의 실시예에 따른 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수를 산출하는 과정을 나타내는 도면이다.4 is a diagram illustrating a process of calculating the number of mutations occurring in the same gene between a user and a previously registered cancer patient according to an embodiment of the present invention.
도 4를 참조하면, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법은 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수 산출 단계를 간편히 수행하기 위해 사용자 및 기 등록된 암 환자에 대한 격자 모양의 암 유전자 프로파일을 생성하고 각 격자에는 하나의 암 관련 유전자를 대응시키되, 유전자 변이가 있는 경우에는 해당 격자에 소정의 표시(예컨대, 격자 속을 검정색으로 채움)를 할 수 있다.Referring to FIG. 4, the method for forming a cancer patient personalized social network according to an embodiment of the present invention includes a step of calculating the number of mutations occurring in the same gene between a user and a previously registered cancer patient, A cancer-related gene profile is generated for each lattice, and one cancer-related gene is corresponded to each lattice. If there is a gene mutation, a predetermined mark (for example, the lattice is filled in black) can be displayed in the lattice.
예컨대, 사용자의 암 유전자 프로파일(400), 제1 암 환자의 암 유전자 프로파일(410), 제2 암 환자의 암 유전자 프로파일(420)이 도 4에 나타낸 바와 같은 경우, 사용자와 제1 및 제2 암 환자간의 동일 유전자에서 발생한 변이의 개수는 각 프로파일을 상호 비교하는 과정을 통해 수행될 수 있는 것으로, 사용자와 제1 암 환자간 동일 유전자에서 발생한 변이의 개수는 4개이며, 사용자와 제2 암 환자간 동일 유전자에서 발생한 변이의 개수는 8개로, 제2 암환자가 제1 암환자 보다 사용자와 동일 유전자에서 발생한 변이의 개수가 많은 경우에 해당한다.For example, if the
한편, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법은 수많은/다양한 암 환자가 존재한다는 점 및 유전 변이의 유형에 따라 예후 및 치료법이 달라질 수 있다는 점에 착안하여 전술한 동일 유전자에서 발생한 변이의 개수에 기반하여 유사도를 산출하는 것에서 한 단계 더 나아가 부차적인 요소로서 어떤 유형의 변이가 발생하였는지 즉, 유전 변이의 유형을 고려하여 보다 정확한 유전 변이 유사도를 산출할 수 있는 것으로, 이와 관련하여서는 전술한 S303의 후속행위로서 구현할 수 있다. Meanwhile, the method of forming a cancer patient-tailored social network according to an embodiment of the present invention is based on the fact that there are numerous / various cancer patients and the prognosis and treatment method may be changed depending on the type of genetic mutation, The degree of similarity can be calculated more accurately by taking into account the type of genetic mutation, that is, the type of genetic mutation, as a secondary factor in further calculating the similarity based on the number of mutations. It can be implemented as a succeeding action of the above-described S303.
상기 S303 단계에 이어서, 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수와 동일한 개수로 산출된 다른 기 등록된 암 환자가 존재하는지 여부를 확인한다(S305).In step S303, it is determined whether there are other previously registered cancer patients, the number of which is the same as the number of mutations occurring in the same gene between the user and the previously registered cancer patient (S305).
상기 S305 단계에서의 확인결과, 상기 다른 기 등록된 암 환자가 존재하지 않는 것으로 확인되는 경우, 기 등록된 암 환자간 사용자와의 유전 변이 유사도는 상기 S303 단계에서 산출된 사용자와 기 등록된 복수 암 환자간 동일 유전자에서 발생한 변이의 개수에 기초하여 산출될 수 있는 것으로, 예컨대 상기 개수가 많을수록 유사도는 높은 것으로 산출할 수 있다(S307).If it is determined in step S305 that the other registered cancer patient is not present, the similarity degree of the genetic mutation with the previously registered cancer patient user is determined by comparing the user calculated in step S303 with the pre- The number of mutations occurring in the same gene among the patients can be calculated. For example, the greater the number, the higher the degree of similarity can be calculated (S307).
이와 달리, 상기 S305 단계에서의 확인결과, 상기 다른 기 등록된 암 환자가 존재하는 것으로 확인되는 경우, 상기 개수가 동일하게 산출된 기 등록된 암 환자간 사용자와의 유전 변이 유사도는 부차적으로 유전 변이의 유형을 더 고려함으로써 보다 정밀하게 산출될 수 있다.Alternatively, if it is determined in step S305 that the other registered cancer patient is present, the similarity degree of the genetic mutation with the previously registered cancer patient user, Can be calculated more precisely by further considering the type of < / RTI >
이를 위해, 사용자와 기 등록된 암 환자간 동일 유전자에서 동일한 유형의유전 변이가 발생하였는지 여부를 확인한다(S309). To this end, it is checked whether a genetic variation of the same type occurs in the same gene between the user and the previously registered cancer patient (S309).
다음으로, 상기 S309 단계의 수행을 통해 사용자와 기 등록된 복수 암 환자간 동일 유전자에서 동일한 유형으로 발생한 변이의 개수를 산출한다(S311).Next, in step S311, the number of mutations generated from the same gene in the same gene between the user and the previously registered multiple cancer patients is calculated (S311).
이때, 상기 유전 변이의 유형에는, DNA의 염기 서열 하나가 바뀐 변이 유형(Single Nucleotide Variation: SNV), DNA의 염기 서열이 추가적으로 삽입(insertion) 되거나 삭제(deletion)된 변이 유형(Small Indel), 유전자의 개수 자체가 늘어나거나 줄어든 변이 유형(Copy Number Variation: CNV) 및 DNA 염기 서열의 순서가 뒤바뀐 변이 유형(Structural Variation)가 포함될 수 있다.In this case, the type of the genetic variation includes a single nucleotide variation (SNV), a small indent in which a nucleotide sequence of DNA is additionally inserted or deleted, (CNV) and Structural Variation in which the order of the DNA sequences is reversed.
도 5의 (a) 내지 (d)는 본 발명의 실시예에 따른 유전자 변이의 유형을 나타내는 도면이다.5 (a) to 5 (d) are views showing the types of gene mutations according to the embodiment of the present invention.
도 5의 (a)는 DNA의 염기 서열 하나가 바뀐 SNV 변이 유형을 나타내는 도면으로, 도 5의 (a)에 나타낸 바와 같이 원래의 DNA 염기 서열 AATC에서 T가 A로 바뀌어 염기 서열이 AAAC로 변이가 발생한 경우 이러한 유형의 변이는 SNV 변이 유형에 해당한다.5 (a) shows the type of SNV mutation in which one base sequence of DNA is changed. As shown in Fig. 5 (a), in the original DNA base sequence AATC, when T is changed to A and the base sequence is changed to AAAC This type of mutation corresponds to the SNV mutation type.
도 5의 (b)는 DNA의 염기 서열이 추가적으로 삽입되거나 삭제된 Small Indel 변이 유형을 나타내는 도면으로, 도 5의 (b)에 나타낸 바와 같이 원래의 DNA 염기 서열 AATC에서 A가 추가되어 염기 서열이 AATAC로 변이가 발생한 경우 이러한 유형의 변이는 Small Indel 변이 유형에 해당한다.5 (b) is a diagram showing a Small Indel mutation type in which a nucleotide sequence of DNA is additionally inserted or deleted. As shown in FIG. 5 (b), in the original DNA sequence AATC, When a mutation occurs in AATAC, this type of mutation corresponds to the Small Indel mutation type.
도 5의 (c)는 유전자의 개수 자체가 늘어나거나 줄어든 CNV 변이 유형을 나타내는 도면으로, 도 5의 (c)에 나타낸 바와 같이 원래의 DNA 염기 서열 AATC에서 2개의 새로운 AATC 염기 서열이 추가되어 AATC-AATC-AATC로 변이가 발생한 경우 이러한 유형의 변이는 CNV 변이 유형에 해당한다.5 (c) shows the type of CNV mutation in which the number of genes is increased or decreased. As shown in FIG. 5 (c), two new AATC nucleotides are added in the original DNA sequence AATC, -AATC-AATC This type of mutation corresponds to the type of CNV mutation.
도 5의 (d)는 DNA 염기 서열의 순서가 뒤바뀐 Structural Variation 변이 유형을 나타내는 도면으로, 도 5의 (d)에 나타낸 바와 같이 원래의 DNA염기 서열 AAAA-CCCC에서 그 순서가 바뀌어 CCCC-AAAA로 변이가 발생한 경우 이러한 유형의 변이는 Structural Variation 변이 유형에 해당한다.5 (d) is a diagram showing a structural variation variation type in which the order of DNA base sequences is reversed. As shown in FIG. 5 (d), the sequence of the original DNA base sequence AAAA-CCCC is changed to CCCC-AAAA When a variation occurs, this type of variation corresponds to the Structural Variation variation type.
한편, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법은 상기 유전자 변이 유형을 고려하여서도 그 유사도의 우열을 가릴 수 없는 경우, 유전자 변이의 신호전달 경로 정보를 부차적인 요소로 더 고려할 수 있다.Meanwhile, in the method of forming a cancer patient-tailored social network according to the embodiment of the present invention, when the similarity degree can not be discriminated even considering the gene mutation type, the signaling path information of the gene mutation can be further considered as a secondary element have.
구체적으로, 전술한 동일한 유전자에서 변이가 있는지 여부 및 상기 변이의 유형이 동일한지 여부 즉, 개별 유전자의 변이 구성에 초점을 맞춰 기 등록된 암 환자간 사용자와의 유전자 변이 유사도의 우열을 가릴 수 없는 경우에는 유전자 변이의 집단이 갖는 경향으로 예컨대 유전자 변이의 신호전달 경로를 고려하여 보다 세밀하게 상기 유사도를 산출할 수 있는 것으로, 이와 관련하여서는 전술한 S311의 후속행위로서 구현할 수 있다. Specifically, whether the mutation is present in the same gene as described above and whether the mutation type is the same or not, that is, the mutation configuration of the individual gene is focused, The degree of similarity can be calculated more finely considering the signal transduction pathway of the gene mutation, for example, in the tendency of the group of genetic mutations. In this regard, this can be implemented as a follow-up action of S311 described above.
상기 S311 단계에 이어서, 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 사용자 및 기 등록된 암환자에 대한 유전자 변이의 신호전달 경로를 도출한다(S313).Following the step S311, a signal transmission path of the gene mutation to the user and the previously registered cancer patient is derived based on the gene mutation information of the user and the gene mutation information of the previously registered cancer patient (S313).
상기 유전자 변이의 신호전달 경로는 유전자 변이에 의한 세포의 성장 및 분열에 관한 신호의 전달 경로를 지칭하는 것이다. 유전자들은 개별적으로 기능을 하는 것이 아니라, 복수 유전자에서 생성된 단백질들이 서로 상호작용(interaction)하여 세포 성장 및 분열에 관한 신호를 전달한다는 점에 하나의 유전자에 이상이 있게 되면 신호가 전달되는 경로 전체에 이상이 발생하게 되는데, 암 세포에서는 이러한 세포 성장에 관한 신호 전달이 정상 세포에 비해 매우 강하거나 항상 활성화되어 있는 경우가 대부분이어서 특히 그러하다.The signal transduction pathway of the gene mutation refers to the signal transduction pathway related to cell growth and division by gene mutation. Gene is not an individual function, but the proteins generated from multiple genes interact with each other to transmit signal about cell growth and division. If one gene is abnormal, In cancer cells, signal transduction about the cell growth is very strong or always active compared to normal cells, and this is especially so.
한편, 유전자 변이의 신호전달 경로 중에 어느 경로에 이상이 있는지 혹은 대부분의 유전자 변이가 속해있는 신호전달 경로는 무엇인지를 확인하는 것은 치료 방법을 결정하는데 유의미한 요소로 작용할 수 있는 것으로, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 방법에서는 이러한 점에 착안하여 사용자와 기 등록된 암 환자간 유전자 변이의 유사도를 산출함에 유전자 변이의 신호전달 경로 요소를 반영함으로써 향후 암 환자간 형성되는 소셜 네트워크를 통해 암 치료에 관한 유용한 정보를 상호 교환할 수 있는 가능성을 더욱 높일 수 있게 된다.On the other hand, determining which pathway is abnormal in the signal transduction pathway of the gene mutation or what is the signal transduction pathway in which most of the gene mutation belongs can be a significant factor for determining the therapeutic method. For example, in the method of forming a customized social network for cancer patient, the similarity of the gene mutation between the user and the previously registered cancer patient is calculated, and the social network of the cancer patient formed in the future is reflected by reflecting the signal- Thereby increasing the likelihood of exchanging useful information about cancer therapy.
이때, 상기 유전자 변이의 신호전달 경로는 사전 설정된 소정의 유형으로 분류되어 도출될 수 있다.At this time, the signal transduction pathway of the gene mutation may be classified into a predetermined type.
도 6은 본 발명의 실시예에 따른 유전자 변이의 신호전달 경로를 소정 유형으로 분류한 것을 나타내는 도면이다. 6 is a diagram showing a signal transmission pathway of a gene mutation according to an embodiment of the present invention, which is classified into a predetermined type.
도 6에서 나타낸 바와 같이, 유전자 변이의 신호전달 경로를 소정의 유형(601, 603, 605, 607)으로 사전 설정하고, 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 사용자 및 기 등록된 암 환자 각각에 대한 대부분의 유전자 변이가 속해 있는 신호전달 경로가 어떤 유형에 해당하는지 확인할 수 있다.As shown in FIG. 6, the signal transmission path of the gene mutation is preset to a predetermined type (601, 603, 605, 607), and based on the gene mutation information of the user and the gene mutation information of the previously registered cancer patient, And the type of signaling pathway to which most of the gene mutations belong in each of the previously registered cancer patients.
상기 S313 단계의 수행으로 확인된 사용자 및 기 등록된 암환자의 유전자 변이 신호전달 경로에 기초하여 유사도를 산출할 수 있는 것으로, 예컨대 상기 유전자 변이 유형을 고려하여서도 그 유사도의 우열을 가릴 수 없는 경우, 유전자 변이의 신호전달 경로를 부차적인 요소로 더 고려하여 사용자와 동일한 유전자 변이 신호전달 경로를 갖는 기 등록된 암환자를 그렇지 못한 암환자 보다 높은 유사도를 부여할 수 있다(S319).The degree of similarity can be calculated on the basis of the gene mutation signal transmission path of the user and the previously registered cancer patient confirmed in the above step S313. For example, when the degree of similarity can not be determined even considering the gene mutation type (S319), considering that the signal transduction pathway of the gene mutation is further considered as a secondary factor, the previously registered cancer patients having the same gene mutation signal pathway as the user can be given a higher degree of similarity than the cancer patients not having the gene mutation signal pathway.
다시 도 2를 참조하면, 전술한 S301 내지 S319 단계의 수행을 통해 사용자와 기 등록된 암 환자간 유전자 변이의 유사도가 산출되면, 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하고(S30), 상기 기 등록된 암 환자 정보를 사용자 단말장치로 전송할 수 있다(S40).Referring to FIG. 2 again, if the degree of similarity between a user and a previously registered cancer patient is calculated through the above-described steps S301 to S319, the previously registered cancer patient information is extracted based on the similarity (S30) , The previously registered cancer patient information may be transmitted to the user terminal device (S40).
구체적으로, 상기 S30 단계는 사용자가 유전적으로 동일/유사한 종류의 암을 가진 환우들과 상호 정보 교류할 수 있는 네트워크를 형성할 수 있도록 바람직하게는 기 등록된 암 환자 중 상기 유사도가 높은 암 환자에 대한 정보를 우선하여 추출하거나 또는 소정 기준 이상의 유사도를 갖는 기 등록된 암 환자에 대한 정보를 추출할 수 있으며, 이때 추출되는 기 등록된 암 환자의 정보에는 사용자가 해당 암 환자의 공개 정보를 공유할 수 있도록 하는 접속 정보가 포함될 수 있다. More specifically, in step S30, the user can preferably establish a network capable of mutual information exchange with cancer patients having genetically identical / similar types of cancer, Or information on a previously registered cancer patient having a degree of similarity equal to or higher than a predetermined reference value can be extracted. At this time, information of the previously registered cancer patient is shared with the user, The connection information may be included.
한편, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템(100)은 사용자 단말장치로부터 소정의 유사도 정보를 포함하는 정보 검색 요청 신호를 수신하는 경우, 수신한 유사도 정보에 기초하여 기 등록된 암환자 정보를 추출하고 이를 사용자 단말장치로 전송할 수 있다.Meanwhile, in the cancer patient personalized social
도 7은 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템의 구성을 나타내는 도면이다.7 is a block diagram of a system for forming a cancer patient personalized social network according to an embodiment of the present invention.
도 7을 참조하면, 본 발명의 실시예에 따른 암 환자 맞춤형 소셜 네트워크 형성 시스템(700)은 유전자 변이 정보 수신부(710), 제어부(720), 저장부(730) 및 전송부(740)를 포함할 수 있다.7, a cancer patient personalized social
유전자 변이 정보 수신부(710)는 사용자의 유전자 변이 정보를 수신하기 위한 것으로, 상기 유전자 변이 정보는 사용자 기기로부터 수신되거나 또는 유전자 분석 서버를 통해 수신될 수 있다.The gene mutation
제어부(720)는 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 상호간 유전자 변이 유사도를 산출하고, 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하기 위한 것으로, 이를 위해 상기 제어부(720)는 사용자의 유전 변이 정보와 기 등록된 암 환자의 유전 변이 정보에 기초하여 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이가 있는지 여부, 상기 변이의 유형이 동일한지 여부 및 유전자 변이의 신호전달 경로를 확인하기 위한 유전변이 비교부(722), 상기 유전변이 비교부를 통해 산출되는 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수, 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 동일한 유형의 변이 개수, 사용자 및 기 등록된 암 환자 상호간 신호전달 경로의 일치 정도에 기초하여 사용자와 기 등록된 암 환자간 유전자 변이의 유사도를 산출하는 유사도 산출부(724), 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하는 암 환자 정보 추출부(726)를 포함할 수 있다.The
한편, 상기 유사도 산출부(724)는, 상기 동일 유전자에서 발생한 변이의 개수, 상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수 및 상기 신호전달 경로 정보 순으로 우선 순위를 부여하여 유사도를 산출할 수 있다.On the other hand, the similarity calculation unit 724 may calculate the degree of similarity by assigning priorities in the order of the number of mutations occurring in the same gene, the number of mutations occurring in the same type in the same gene, and the signal transmission path information .
한편, 상기 암 환자 정보 추출부(726)를 통해 추출되는 기 등록된 암 환자의 정보는 사용자가 해당 암 환자의 공개 정보를 공유할 수 있도록 하는 접속 정보가 포함될 수 있다.Meanwhile, the information of the previously registered cancer patient extracted through the cancer patient information extracting unit 726 may include access information for allowing the user to share the disclosure information of the cancer patient.
저장부(730)는 기 등록된 암 환자의 유전자 변이 정보, 기 등록된 암 환자의 프로파일 정보, 상기 접속 정보, 상기 유사도 산출과 관련된 절차의 수행을 위한 소정 프로그램을 저장할 수 있다.The
전송부(740)는 상기 암 환자 정보 추출부(726)를 통해 추출되는 기 등록된 암 환자에 대한 정보를 사용자 단말장치로 전송할 수 있다. The transmitting
한편, 상기 제어부(720)의 암 환자 정보 추출부(726)는 사용자 단말장치로부터 소정의 유사도 정보를 포함하는 검색 요청 신호를 수신한 경우, 수신한 상기 유사도 정보에 기초하여 기 등록된 암 환자 정보를 추출하되, 상기 유사도를 기준으로 이보다 높은 유사도를 갖는 기 등록된 암 환자에 대한 정보를 추출할 수 있으며, 상기 전송부(740)는 추출된 상기 기 등록된 암환자 정보를 상기 사용자 단말장치로 전송할 수 있다.On the other hand, when the cancer patient information extracting unit 726 of the
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, It will be understood. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.
Claims (15)
사용자의 유전자 변이 정보를 수신하는 단계;
상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 상호간 유전자 변이 유사도를 산출하는 단계;
상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하는 단계; 및
상기 기 등록된 암 환자 정보를 사용자 단말장치로 전송하는 단계를 포함하는 암 환자 맞춤형 소셜 네트워크 형성 방법.In a method for forming a cancer patient customized social network through comparison of genetic information,
Receiving a user's gene mutation information;
Calculating mutual similarity degree of gene mutation on the basis of gene mutation information of the user and genetic mutation information of a previously registered cancer patient;
Extracting pre-registered cancer patient information based on the degree of similarity; And
And transmitting the pre-registered cancer patient information to a user terminal device.
상기 유사도는,
상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보로부터 산출되는 사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수에 기초하여 산출되는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.The method according to claim 1,
Preferably,
Wherein the cancer gene is generated based on the number of mutations occurring in the same gene between the user and the pre-registered cancer patient calculated from the gene mutation information of the user and the gene mutation information of the previously registered cancer patient. .
상기 동일 유전자에서 발생한 변이의 개수가 많을수록 유사도는 높은 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.3. The method of claim 2,
Wherein the degree of similarity is higher when the number of mutations generated in the same gene is greater.
상기 유사도는,
사용자와 기 등록된 복수 암 환자간 동일 유전자에서 발생한 변이의 개수가 동일한 경우, 상기 사용자와 기 등록된 복수의 암 환자간 동일 유전자에서 동일한 유형으로 발생한 변이의 개수에 기초하여 산출되는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.The method according to claim 2, wherein
Preferably,
When the number of mutations occurring in the same gene between a user and a previously registered multiple cancer patient is the same, is calculated based on the number of mutations occurring in the same gene in the same gene between the user and a plurality of previously registered cancer patients How to create customized social networks for cancer patients.
상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수가 많을수록 유사도는 높은 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.The method of claim 4, wherein
Wherein the degree of similarity is higher when the number of mutations of the same type in the same gene is greater.
상기 유형은,
DNA의 염기 서열 하나가 바뀐 유형, DNA의 염기 서열이 추가적으로 삽입되거나 또는 삭제된 유형, 유전자의 개수 자체가 늘어나거나 줄어든 유형 및 DNA 염기 서열 순서가 바뀐 유형을 포함하는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.5. The method of claim 4,
In this type,
Characterized in that the base sequence of the DNA has been changed, the base sequence of the DNA has been additionally inserted or deleted, the type of the gene itself has been increased or decreased, and the sequence of the DNA base sequence has been changed Network formation method.
상기 유사도는,
사용자와 기 등록된 복수 암 환자간 상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수가 동일한 경우, 상기 사용자의 유전자 변이 정보 및 상기 기 등록된 복수 암 환자의 유전자 변이 정보에 기초하여 도출되는 상기 사용자 및 상기 기 등록된 복수 암 환자의 유전자 변이 신호전달 경로에 기초하여 산출되는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.The method of claim 4, wherein
Preferably,
When the number of mutations of the same type in the same gene is the same between a user and a previously registered multiple cancer patient, the user and the user derived from the gene mutation information of the user and the gene mutation information of the previously registered multiple cancer patient Wherein the cancer gene is generated based on a gene mutation signal transduction pathway of the previously registered multiple cancer patient.
상기 사용자와 동일한 유전자 변이 신호전달 경로를 갖는 기 등록된 암환자의 유사도가 상기 사용자와 동일하지 않은 유전자 변이 신호전달 경로를 갖는 암환자의 유사도 보다 높은 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.8. The method of claim 7,
Wherein the degree of similarity of a previously registered cancer patient having the same gene mutation signaling pathway as that of the user is higher than that of a cancer patient having a gene mutation signaling pathway that is not the same as the user.
상기 유전자 변이 신호전달 경로는 사전 설정된 소정 유형 중 어느 하나로 도출되는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 방법.8. The method of claim 7,
Wherein the gene mutation signaling pathway is derived in any one of predetermined predetermined types.
사용자의 유전자 변이 정보를 수신하는 유전자 변이 정보 수신부;
상기 사용자의 유전자 변이 정보 및 기 등록된 암 환자의 유전자 변이 정보에 기초하여 유전자 변이 유사도를 산출하고, 상기 유사도에 기초하여 기 등록된 암 환자 정보를 추출하는 제어부; 및
상기 기 등록된 암환자 정보를 사용자 단말장치로 전송하는 전송부를 포함하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.In a cancer patient customized social network formation system through comparison of genetic information,
A gene mutation information receiving unit for receiving user gene mutation information;
A control unit for calculating a gene mutation similarity based on the gene mutation information of the user and the gene mutation information of a previously registered cancer patient and extracting pre-registered cancer patient information based on the similarity; And
And a transmitter for transmitting the previously registered cancer patient information to a user terminal.
상기 사용자의 유전자 변이 정보는 사용자 단말장치로부터 수신하거나 또는 유전자 분석 서버로부터 수신하는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.11. The method of claim 10,
Wherein the user's gene variation information is received from a user terminal or received from a gene analysis server.
상기 제어부는,
사용자와 기 등록된 암 환자간 동일 유전자에서 발생한 변이의 개수, 동일 유전자에서 동일한 유형으로 발생한 변이의 개수 및 신호전달 경로 정보에 기초하여 유사도를 산출하는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.11. The method of claim 10,
Wherein,
Wherein the degree of similarity is calculated on the basis of the number of mutations occurring in the same gene between the user and the pre-registered cancer patient, the number of mutations occurring in the same type in the same gene, and the signal transmission path information.
상기 제어부는,
상기 동일 유전자에서 발생한 변이의 개수, 상기 동일 유전자에서 동일한 유형으로 발생한 변이의 개수, 상기 신호전달 경로 정보 순으로 우선 순위를 부여하여 유사도를 산출하는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.13. The method of claim 12,
Wherein,
Wherein the degree of similarity is calculated by assigning priorities in the order of the number of mutations occurring in the same gene, the number of mutations occurring in the same type in the same gene, and the signal transmission path information.
상기 제어부는,
사용자 단말장치로부터 소정의 유사도 정보를 포함하는 검색 요청 신호를 수신한 경우, 상기 유사도 정보에 기초하여 기 등록된 암환자 정보를 추출하고,
상기 전송부는,
상기 기 등록된 암환자 정보를 상기 사용자 단말장치로 전송하는 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.11. The method of claim 10,
Wherein,
When receiving a search request signal including predetermined degree of similarity information from a user terminal device, extracts previously registered cancer patient information based on the similarity degree information,
Wherein the transmission unit comprises:
And transmits the previously registered cancer patient information to the user terminal device.
상기 기 등록된 암환자 정보는,
사용자가 기 등록된 암 환자의 공개 정보를 공유할 수 있도록 하는 접속 정보가 포함된 것을 특징으로 하는 암 환자 맞춤형 소셜 네트워크 형성 시스템.The method according to claim 10 or 14,
The pre-registered cancer patient information includes:
And access information for allowing the user to share the public information of the pre-registered cancer patient.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130163707A KR20150076310A (en) | 2013-12-26 | 2013-12-26 | System and method of forming social network for cancer patients |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130163707A KR20150076310A (en) | 2013-12-26 | 2013-12-26 | System and method of forming social network for cancer patients |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20150076310A true KR20150076310A (en) | 2015-07-07 |
Family
ID=53789267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130163707A KR20150076310A (en) | 2013-12-26 | 2013-12-26 | System and method of forming social network for cancer patients |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20150076310A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180072625A (en) * | 2015-04-14 | 2018-06-29 | 주식회사 테라젠이텍스 | Data providing apparatus, and method |
| WO2020085745A1 (en) * | 2018-10-22 | 2020-04-30 | (주)허니냅스 | Medical data management system and method therefor |
| KR20210004057A (en) * | 2019-07-03 | 2021-01-13 | 인하대학교 산학협력단 | Machine Learning and Semantic Knowledge-based Big Data Analysis: A Novel Healthcare Monitoring Method and Apparatus Using Wearable Sensors and Social Networking Data |
-
2013
- 2013-12-26 KR KR1020130163707A patent/KR20150076310A/en active Search and Examination
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180072625A (en) * | 2015-04-14 | 2018-06-29 | 주식회사 테라젠이텍스 | Data providing apparatus, and method |
| WO2020085745A1 (en) * | 2018-10-22 | 2020-04-30 | (주)허니냅스 | Medical data management system and method therefor |
| KR20210004057A (en) * | 2019-07-03 | 2021-01-13 | 인하대학교 산학협력단 | Machine Learning and Semantic Knowledge-based Big Data Analysis: A Novel Healthcare Monitoring Method and Apparatus Using Wearable Sensors and Social Networking Data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fan et al. | MuSE: accounting for tumor heterogeneity using a sample-specific error model improves sensitivity and specificity in mutation calling from sequencing data | |
| Wang et al. | Whole-genome sequencing reveals genomic signatures associated with the inflammatory microenvironments in Chinese NSCLC patients | |
| Yan et al. | Keyboard: a novel Bayesian toxicity probability interval design for phase I clinical trials | |
| Byron et al. | Prospective feasibility trial for genomics-informed treatment in recurrent and progressive glioblastoma | |
| CN105144179B (en) | System and method for clinical decision support | |
| Zhang et al. | Tumor evolution and intratumor heterogeneity of an oropharyngeal squamous cell carcinoma revealed by whole-genome sequencing | |
| Hübschmann et al. | Analysis of mutational signatures with yet another package for signature analysis | |
| van Belzen et al. | Structural variant detection in cancer genomes: computational challenges and perspectives for precision oncology | |
| CN109063420B (en) | Colorectal cancer gene variation and drug interpretation multi-database interaction system | |
| Kazandjian et al. | Molecular underpinnings of clinical disparity patterns in African American vs. Caucasian American multiple myeloma patients | |
| CN110387419A (en) | Solid tumor polygenes detects genetic chip and preparation method thereof and detection device | |
| AU2018201019A1 (en) | Systems and methods for comprehensive analysis of molecular profiles across multiple tumor and germline exomes | |
| CN108475300B (en) | Custom-made drug selection method and system using genomic base sequence mutation information and survival information of cancer patient | |
| Chandrashekar et al. | Somatic selection distinguishes oncogenes and tumor suppressor genes | |
| RU2013140708A (en) | METHOD FOR ASSESSING INFORMATION FLOW IN BIOLOGICAL NETWORKS | |
| KR20150076310A (en) | System and method of forming social network for cancer patients | |
| CN108897991B (en) | Head and neck tumor gene variation and drug interpretation multi-database interaction system | |
| Chouaïd et al. | Economic evaluation of first-line and maintenance treatments for advanced non-small cell lung cancer: a systematic review | |
| Salvucci et al. | A stepwise integrated approach to personalized risk predictions in stage III colorectal cancer | |
| Chua et al. | Integrative profiling of T790M-negative EGFR-mutated NSCLC reveals pervasive lineage transition and therapeutic opportunities | |
| Lai et al. | Group sequential designs for developing and testing biomarker-guided personalized therapies in comparative effectiveness research | |
| CN104835096A (en) | Retrieval method, apparatus and terminal | |
| Lau et al. | In vitro and in vivo drug screens of tumor cells identify novel therapies for high‐risk child cancer | |
| Zhang et al. | Spatial positioning of immune hotspots reflects the interplay between B and T cells in lung squamous cell carcinoma | |
| Chen et al. | Identification of candidate genes for lung cancer somatic mutation test kits |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment |