KR20170047037A - 임상 및 바이오 정보 통합 질병 예후예측 시스템 및 방법 - Google Patents

Abstract

질병 예후예측 시스템이 임상 및 바이오 정보를 통합하여 질병을 예후예측하는 방법으로서, 수집한 질병 유전자 및 연관 유전자를 맵핑하는 단계, 매핑한 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축하는 단계, 그리고 네트워크 전파 기법을 사용해 상호작용 네트워크 내 유전자들의 질병 연관 점수를 계산하는 단계를 포함한다.

Description

임상 및 바이오 정보 통합 질병 예후예측 시스템 및 방법{SYSTEM AND METHOD}

본 발명은 질병 예후예측 시스템 및 방법에 관한 것이다.

기존의 유전체 방법인 전장 유전체 분석은 환자 샘플의 수가 적고 다수의 단일 염기 다형성이 서로 상관관계에 있어 마커가 과적합 되는 현상이 발생하는 등 질병 모델의 설명력이 낮아지게 되는 small n large p 문제가 있다. 또한 단순 통계에 의지하므로 단일염기다형성과 질병 연관 생물학적 기작에 대한 연관 관계를 추론하기 어렵다. 그러므로 이러한 문제를 해결하기 위해 다수의 단일염기다형성 중 실제로 질병과 연관된 단일염기다형성을 선정하기 위한 데이터 마이닝 기술이 필요로 된다. 본 발명은 게놈부터 유전자, 신호전달경로 등 다 수준의 바이오 정보를 통합하여 이에 기반한 질병 연관 단일염기다형성 마커를 발굴하는 post-GWAS 분석 시스템을 구축하고 이렇게 선정된 마커와 환자의 임상정보를 통합하여 예후를 예측하는 시스템 및 그 방법이다. 본 방법은 전장 유전체 분석을 통해 질병과 통계적으로 유의미한 관계에 있는 단일염기다형성을 우선 선별 후, DNA 상 위치한 기능부위를 고려한 연관 유전자를 맵핑하고 단일염기다형성 연관 유전자의 기능을 다양한 생물학적 데이터베이스로부터 수집한 질병 연관 기능과 비교해 봄으로써 실제 질병과도 높은 연관성을 가지는 단일염기다형성 마커를 재선정하는 방법이다. 류마티스관절염을 대상으로 실시한 예에서는 기존의 전장유전체분석을 통해 선정된 마커에 비하여 예후 예측 시 더 높은 정확성을 보였다. 본 발명은 질병 예측에 있어 단순 통계적 유의미성에서 벗어나 실제 질병과 높은 연관을 보이는 단일염기다형성 마커를 선정하고 추가로 질병과 연관있는 실제 환자의 임상정보를 활용함으로써 더욱 질병에 최적화된 진단 모델을 구축하는데 공헌할 수 있을 것으로 기대된다. 또한 이 시스템에서 사용자는 단일염기다형성의 질병 기작을 유추할 수 있는 정보들도 얻을 수 있기 때문에 본 발명을 통하여 새로운 세포 내 질병 기전 및 약물 마커를 추론하는데 공헌할 수 있을 것으로 기대된다.

본 발명이 해결하고자 하는 과제는 임상 및 바이오 정보 통합 질병 예후예측 시스템 및 방법을 제공하는 것이다.

본 발명의 한 실시예에 따른 질병 예후예측 시스템이 임상 및 바이오 정보를 통합하여 질병을 예후예측하는 방법으로서, 수집한 질병 유전자 및 연관 유전자를 맵핑하는 단계, 매핑한 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축하는 단계, 그리고 네트워크 전파 기법을 사용해 상호작용 네트워크 내 유전자들의 질병 연관 점수를 계산하는 단계를 포함하고, 상기 네트워크 전파 기법은 네트워크에서 상호작용 관계에 있는 유전자들의 질병 연관 점수를 합산하여 네트워크 상의 모든 유전자의 점수가 수렴할 때까지 점수 계산을 반복하는 기법이다.

본 발명의 다른 실시예에 따른 질병 예후예측 시스템이 임상 및 바이오 정보를 통합하여 질병을 예후예측하는 방법으로서, 특정 질병의 예후 관련 다차원 데이터와 내부 데이터를 통합하는 단계, 통계적으로 유의미한 것으로 선정된 SNP에 대하여 기능부위 기반 연관 유전자를 맵핑하고 해당 유전자들의 상기 특정 질병 연관 정도를 기반으로 SNP에 대한 질병 연관 점수를 계산하는 단계, 질병 연관 점수가 높은 일정 수의 SNP를 수집하는 단계를 포함한다.

본 발명의 실시예에 따르는 질병 예후예측 시스템은 종래의 방법보다 질명 예후 예측률을 높일 수 있다.

도 1은 본 발명의 한 실시예에 따라 수립된 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축하는 방법을 설명하는 도면이다.
도 2는 발명의 한 실시예에 따라 SNP 기능부위 정보 분석 툴, 기능부위 기반 SNP-유전자 맵핑 툴, 질병 연관 유전자 정보 분석 툴을 기반으로 총 3단계에 걸쳐 통계적으로 유의미한 질병 예후 연관 유전자 중 생물학적 증거로도 높은 연관성을 가질 것으로 예상되는 질병 SNP을 선정하는 방법을 설명하는 도면이다.
도 3은 본 발명의 한 실시예에 따라 임상정보를 활용하여 예측력을 높이는 ensemble model 방법을 설명하는 도면이다.
도 4는 본 발명의 한 실시예에 따라 p-value 기반 선정 SNP 및 류마티스관절염 연관 점수 기반 선정 SNP를 비교하는 도면이다.
도 5는 본 발명의 한 실시예에 따른 weight 값 조정에 따른 예후 예측률 변화를 나타내는 그래프이다.
도 6은 본 발명의 한 실시예에 따른 Post-GWAS 분석 결과 예측률을 비교한 결과를 나타내는 그래프이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

다음에서 도면을 참고하여 임상 및 바이오 정보 통합 질병 예후예측 시스템 및 방법에 대해 설명한다.

도 1은 본 발명의 한 실시예에 따라 수립된 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축하는 방법을 설명하는 도면이다.

시스템의 데이터베이스 수집 및 통합 방법에 대해 설명한다.

표 1을 참고하면, 시스템은 우선 질병 예후 및 생물학적 제제에 통계적으로 유의미한 SNP이 DNA 상 어떠한 기능부위에 존재하는지 여부를 확인하기 위하여 4개의 비전사 부위와 3개의 전사부위를 정의하고 해당 부위에 있는 SNP 정보를 7개의 공개데이터베이스로부터 수집한다.

표 2를 참고하면, 시스템은 통계분석을 통해 질병의 예후 및 약물반응에 유의미한 것으로 알려진 SNP에 대하여 해당 SNP이 DNA상 어느 기능부위에 존재하는지에 대한 여부를 표 1을 이용하여 맵핑 후, 해당 기능부위에 의해 영향을 받는 유전자의 정보를 맵핑하기 위하여 4개의 공개 데이터베이스로부터 기능부위 별 유전자 맵핑 테이블을 구성한다.

표 3을 참고하면, 또한 SNP에 의해 발현에 영향을 받는 유전자 정보를 수집하기 위해 5개의 문헌 및 공개데이터베이스로부터 cis 및 trans eQTL 정보를 수집한다.

시스템은 생물학적 증거 기반 질병 SNP 선정을 위한 SNP 연관 유전자의 질병 연관 정도를 스코어링 방법을 구성하기에 앞서 질병 연관 유전자를 다양한 공개 데이터베이스로부터 수집한다. 표 4를 참고하면, 예를 들어 본 발명에서 실시예로 소개하는 류마티스관절염 예후를 예측하기 위한 SNP을 선정하기 위해서는 류마티스관절염과 직접적으로 연관이 있는 유전자 외에도 간접적인 증거로서 류마티스관절염에 영향을 주거나 받는 것으로 알려진 유전자 정보들을 수집한다.

Knockout Mouse Phenotype은 전체 유전자 중 기존 연구를 통하여 류마티스관절염과 연관이 있는 것으로 알려진 3개의 phenotype(haematopoietic system phenotype, immune system phenotype, cellular phenotype) 중 2개 이상에서 맵핑되는 유전자를 선정한다(2013, Nature, Okada et al.).

RA Pathway는 Pathway 내 전체 유전자 멤버 수 대비 알려진 류마티스관절염 유전자의 비율을 계산하여 0.4 이상의 비율을 갖는 27개의 Pathway로 정의하고 해당 27개의 RA Pathway 내 속하는 모든 멤버 유전자들을 RA Pathway Gene으로 정의한다.

Autoimmune Disease Gene은 기존 문헌 조사를 통하여 37개의 자가 면역 질병을 선정하였으며, 각 질병의 ICD 10 코드를 수집하여 알려진 약물 타깃 및 질병 유전자 데이터베이스에서 해당 코드로 맵핑되는 유전자를 수집한다.

조건별 유전자 발현 변화 (DEG)를 분석하기 위하여 GEO로부터 정상인 vs 류마티스관절염 환자 발현 데이터 (GSE17755) 와 류마티스관절염 환자에 대한 TNFa responder vs non-responder 발현 데이터 (GSE33377)을 수집하여 두 집단의 유전자 발현량 평균의 차이와 표준편차를 이용한 기법인 t-test를 사용하여 각 유전자의 유의성을 계산하고 multiple correction test을 이용하여 p-value를 보정한다. 두 집단 간의 비교에서 corrected p-value < 0.01에 해당하는 유의한 유전자들을 DEG로 선정한다.

도 1을 참고하면, 수집된 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축한다. 이를 위하여 본 연구실에서 기 구축된 통합 단백질상호작용 데이터베이스인 ComBiCom으로부터 3개 이상의 실험 증거가 확인된 66,419개의 단백질 상호작용 정보를 수집하여 상호작용 네트워크를 구축한다.

구축된 네트워크 상에 앞서 수집한 질병 유전자 및 연관 유전자를 맵핑한다. 이때 질병 유전자일 경우 1점을, 질병과 연관이 있는 유전자일 경우 0.5점의 점수를 부여한다.

이후 네트워크 전파 기법을 사용해 상호작용 네트워크 내 유전자들의 질병 연관 점수를 계산한다. 네트워크 전파 기법은 네트워크 상에 상호작용 관계에 있는 유전자들의 질병 연관 점수를 합산하여 유전자의 질병 연관 점수를 계산하는 방식으로 네트워크 상의 모든 유전자의 점수가 수렴할 때까지 점수 계산을 반복하며 모든 유전자는 최소 0에서 최대 1의 질병 연관 점수를 부여받는다.

도 2는 발명의 한 실시예에 따라 SNP 기능부위 정보 분석 툴, 기능부위 기반 SNP-유전자 맵핑 툴, 질병 연관 유전자 정보 분석 툴을 기반으로 총 3단계에 걸쳐 통계적으로 유의미한 질병 예후 연관 유전자 중 생물학적 증거로도 높은 연관성을 가질 것으로 예상되는 질병 SNP을 선정하는 방법을 설명하는 도면이다.

도 2를 참고하면, 시스템은 먼저 입력된 SNP에 대하여 해당 SNP과 높은 LD 관계 (0.8 이상)에 있는 Proxy SNP을 수집 후 해당 Proxy SNP이 어느 기능부위에 있는지 여부를 확인한다.

이후 해당 기능부위에 기반하여 SNP에 의해 영향을 받을 것으로 예상되는 유전자 정보를 맵핑 후, 해당 유전자들의 질병 연관 점수를 모두 합한 점수로 입력받은 SNP의 질병 연관 점수를 최종 계산한다.

최종 계산된 점수를 높은 순으로 정렬하여 상위 1000개의 SNP을 선정 후 이를 이용하여 예후 예측을 하는 단계로 넘어간다.

도 3은 본 발명의 한 실시예에 따라 임상정보를 활용하여 예측력을 높이는 ensemble model 방법을 설명하는 도면이다.

도 3을 참고하면, 상위 1000개의 SNP을 선정 후 지지벡터머신 알고리즘을 이용해 질병 예측을 위한 모델을 구성한다. 이때 지지벡터머신에서 사용되는 다양한 커널 중 일반적으로 성능이 좋다고 알려진 radial basis function 커널을 사용한다. 모델은 리눅스 환경에서 R 프로그램을 기반으로 e1071 패키지에서 제공되는 SVM 모델 및 radial basis function 커널을 사용하여 구축할 수 있다. 이때 기 수집한 임상정보를 함께 활용하여 예측력을 높이기 위해 ensemble model 방법을 적용할 수 있다. 이를 위하여 1000개 SNP을 이용해 구성된 지지벡터머신 1과 환자의 임상정보를 활용해 구성된 지지벡터머신 2를 각각 구축하고 두 지지벡터머신에서 나온 결과의 확률값을 weight sum하는 방식으로 예측기를 구성할 수 있다.

두 지지벡터머신의 weight 값은 절반값인 0.5에서부터 시작하여 임상정보의 weight값을 0.1씩 올려가며 테스트한다. 모델의 성능을 확인하기 위해서 교차 검증을 수행하였으며 이를 위하여 전체 환자를 총 10개의 그룹으로 나눈 후 9개의 그룹으로 모델을 구성하고 1개의 그룹으로 정확도를 측정하는 실험을 총 10번의 반복하여 평균적인 정확도를 계산한다.

다음에서 본 발명에서는 실시예로 류마티스관절염환자의 예후를 예측하는 과정을 설명한다.

도 4는 본 발명의 한 실시예에 따라 p-value 기반 선정 SNP 및 류마티스관절염 연관 점수 기반 선정 SNP를 비교하는 도면이고, 도 5는 본 발명의 한 실시예에 따른 weight 값 조정에 따른 예후 예측률 변화를 나타내는 그래프이며, 도 6은 본 발명의 한 실시예에 따른 Post-GWAS 분석 결과 예측률을 비교한 결과를 나타내는 그래프이다.

시스템은 류마티스관절염 예후 관련 다차원 데이터와 내부 데이터 통합한다.

deltaSHS를 기준으로 예후가 좋은 그룹과 중간인 그룹, 나쁜 그룹 총 3가지 그룹으로 분류된 400명의 환자 정보 병원으로부터 수집한다. 그 중 예후가 좋은 그룹과 나쁜 그룹에 속하는 총 240명의 환자에 대하여 PLINK 프로그램을 이용해 GWAS 분석을 수행하여 p-value 0.05 이하의 통계적으로 유의미한 SNP 정보를 수집하여 다차원 데이터와 통합한다. 또한 각 환자의 baseline shs, 질병 기간, HAQ, Anti.CCP, BMI, ESR 등 총 6가지의 임상 정보 데이터 또한 함께 수집하여 기 수집한 예후 관련 다차원 데이터와 통합한다.

시스템은 유전체 내 기능부위 연관정보를 반영한 류마티스관절염 예후 예측 SNP 조합 발굴한다.

GWAS 분석을 통해 통계적으로 유의미한 것으로 선정된 SNP에 대하여 기 구성된 분석 툴을 이용하여 기능부위 기반 연관 유전자를 맵핑하고 해당 유전자들의 류마티스관절염 연관 정도를 기반으로 SNP에 대한 류마티스관절염 연관 점수를 계산하여 상위 1000개의 높은 류마티스관절염 점수를 갖는 SNP을 수집한다. 결과 선별된 SNP은 단순 통계에 의존하여 낮은 p-value값을 갖는 1000개의 SNP 결과와 비교해 보았을 때 상이하게 차이가 나며(도 4 참고) 본 과제에서는 새로 선별된 생물학적 증거 기반 SNP이 더 높은 예측값을 가질 것으로 예상한다.

임상정보 및 SNP 조합 통합 예후 예측 시스템 분석 결과는 다음과 같다.

류마티스관절염에 생물학적 증거 기반으로 높은 연관을 갖는 1000개 SNP의 예후 예측력을 평가하기 위하여 지지벡터머신 알고리즘을 활용하여 10회의 교차검증을 수행한다. 예측력을 높이기 위해 ensemble model 방법을 적용하였으며, 이를 위하여 1000개 SNP을 이용해 구성된 지지벡터머신 1과 환자의 6가지 임상정보를 활용해 구성된 지지벡터머신 2를 각각 구축하고 두 지지벡터머신에서 나온 결과의 확률값을 weight sum하는 방식으로 예측기를 구성한다. 두 지지벡터머신의 weight 값은 절반값인 0.5에서부터 시작하여 임상정보의 weight값을 0.1씩 올려가며 테스트한다.

도 5를 참고하면, 분석 결과 SNP으로 구성된 지지벡터머신 1의 weight을 0.4, 임상정보로 구성된 지지벡터머신 2의 weight을 0.6으로 셋팅하여 ensemble model을 구성하였을 때 예측률 0.7397로 가장 높은 예측률을 보인다.

도 6을 참고하면 해당 예측률이 어느정도 뛰어난지 확인하기 위하여 임상정보만 활용하여 예측률을 계산한 방법, p-value 기반 상위 1000개 SNP을 이용해 동일한 조건에서 예측률을 계산한 방법, 임의적으로 1000개의 SNP을 선정해 동일한 조건에서 예측률을 계산한 방법을 테스트하여 비교한다. 비교 결과 임상정보만 활용하였을 때의 예측률은 0.6855, p-value 기준으로 선별하였을 땐 0.5257, 임의적으로 선별하였을 땐 0.6134의 예측률을 보여 본 과제에서 구축한 post-GWAS 분석 시스템을 통해 선별된 SNP이 우월한 예측률을 보이는 것으로 확인할 수 있다. 또한 가장 최근의 류마티스관절염 예후예측 분석인 2015년 Steenbergen et al.의 논문에서 저자가 제안한 방법으로 예측시 약 62%의 예측률을 보였다고 하였으며 본 과제에서 구축된 시스템은 이에 비해서도 더 높은 예측률을 보인다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (2)

1. 질병 예후예측 시스템이 임상 및 바이오 정보를 통합하여 질병을 예후예측하는 방법으로서,
   수집한 질병 유전자 및 연관 유전자를 맵핑하는 단계,
   매핑한 질병 유전자 및 연관 유전자를 기반으로 질병 특이적 네트워크를 구축하는 단계, 그리고
   네트워크 전파 기법을 사용해 상호작용 네트워크 내 유전자들의 질병 연관 점수를 계산하는 단계를 포함하고,
   상기 네트워크 전파 기법은 네트워크에서 상호작용 관계에 있는 유전자들의 질병 연관 점수를 합산하여 네트워크 상의 모든 유전자의 점수가 수렴할 때까지 점수 계산을 반복하는 기법인 질병 예후예측 방법.
2. 질병 예후예측 시스템이 임상 및 바이오 정보를 통합하여 질병을 예후예측하는 방법으로서,
   특정 질병의 예후 관련 다차원 데이터와 내부 데이터를 통합하는 단계,
   통계적으로 유의미한 것으로 선정된 SNP에 대하여 기능부위 기반 연관 유전자를 맵핑하고 해당 유전자들의 상기 특정 질병 연관 정도를 기반으로 SNP에 대한 질병 연관 점수를 계산하는 단계, 그리고
   질병 연관 점수가 높은 일정 수의 SNP를 수집하는 단계
   를 포함하는 질병 예후예측 방법.

Images