KR20190014708A

KR20190014708A - 당뇨병성망막증 진단용 바이오마커 및 이의 용도

Info

Publication number: KR20190014708A
Application number: KR1020170098505A
Authority: KR
Inventors: 이충환; 우정택; 이상열; 정은성
Original assignee: 건국대학교 산학협력단; 경희대학교 산학협력단
Priority date: 2017-08-03
Filing date: 2017-08-03
Publication date: 2019-02-13
Also published as: KR102000827B1

Abstract

본 발명은 당뇨병성망막증 진단용 바이오마커 및 이의 용도에 관한 것으로, 구체적으로 당뇨병 노인 환자 집단에 대한 임상 데이터 및 생체 샘플을 수집하여 당뇨병성망막증 표현형을 확인하고, 크로마토그래피/질량분석법을 이용하여 혈청 대사체를 프로파일링하여, 대사체 중 글루타민, 글루탐산 및 글루타민/글루탐산 비를 이용한 경우 당뇨병 환자에서 당뇨병성망막증 여부를 판별할 수 있음을 확인하였으므로, 상기 대사체 마커를 당뇨병성망막증 여부를 판단하는데 유용하게 이용할 수 있다.

Description

당뇨병성망막증 진단용 바이오마커 및 이의 용도{Biomarkers for diagnosing diabetic retinopathy and uses thereof}

본 발명은 당뇨병성망막증(diabetic retinopathy) 진단용 바이오마커 및 이의 용도에 관한 것이다.

당뇨병의 이환 기간이 길어짐에 따라 전신의 다양한 합병증을 동반하게 되는데, 대표적인 당뇨합병증으로 심혈관계 질환, 당뇨병성신증, 당뇨신경병증, 당뇨망막병증이 발생하게 된다. 당뇨망막병증 (Diabetic Retinopathy, DR)은 당뇨 환자 에게서 당뇨 진단 10년 내에 60% 이상에서, 20년 내에 90% 이상에서 나타난다.

당뇨병성망막증은 당뇨병의 미세혈관 합병증(microangiopathy)의 하나로 당뇨병의 진단에서 직접적으로 참조가 되는 만성 합병증이다. 당뇨병성망막증은 다른 만성 당뇨병 관련 합병증보다 고혈당증에 특이적인 것으로 잘 알려져 있으며, 망막혈관의 투과성 변화와 혈관 폐쇄, 허혈 변화(ischemia), 신생혈관 생성(neovascularization) 및 섬유혈관 증식(fibrovascular proliferation)을 보이는 것이 특징이다.

당뇨병성망막증은 진행 정도에 따라 초기의 비증식성 당뇨병성망막증(NPDR, non-proliferative diabetic retinopathy)과 후기의 증식성 당뇨병성망막증(PDR, proliferative diabetic retinopathy)으로 구분할 수 있다. NPDR은 망막 모세혈관의 폐쇄 및 투과성 변화 등으로 망막출혈, 미세혈관류(microaneurysm), 삼출물(exudate), 망막 부종(edema) 등이 나타나면서 조금씩 시력이 떨어지게 된다. 또한 황반부의 부종(DME, 당뇨황반부종)을 동반하게 되면 이 시기에서도 심각한 시력 저하를 보일 수 있다. PDR은 망막의 광범위한 혈관 폐쇄에 따르는 허혈 상태로 인해 신생혈관이 증식하는 단계이다. 이러한 증식은 망막에서 유리체로 진행되고 섬유혈관 증식이 일어 나 견인막에 의해 유리체출혈(vitreous hemorrhage)이나 망막이 원래 부착 부위에서 떨어지는 견인망막박리 (tractional retinal detachment), 신생혈관녹내장 등의 합병증이 발생해 실명이 진행되는 단계이다.

이러한 당뇨병성망막증이 일찍 발견되면 적절한 관리로 망막증의 진행 및 악화를 예방할 수 있지만, 그 상태가 적절하게 관리되지 않으면 심한 시력 상실이나 실명을 초래할 수 있다. 현재 당뇨병성망막증은 성인에게 실명의 주요 원인으로 여겨지고 있으며, 이러한 임상적 의의가 있음에도 불구하고, 다른 합병증에 비해 잘 진단되지 않는다. 한 연구에 따르면 한국에서 당뇨병성망막증 진단율은 36.3%로 다른 합병증보다 현저히 낮은 것으로 나타났다. 당뇨병성망막증의 진단율이 낮은 이유는 안저 카메라(fundus camera)와 같은 추가 장비와 숙련된 의료진을 필요로 하여 다른 검사와 비해 쉽게 수행하기 어렵기 때문이다.

이러한 현실을 개선하기 위해서는 진단 및 치료 예후 예측을 위한 바이오 마커를 선별하는 것이 필요하다. 현재까지 당뇨망막병증 연구는 유리체의 개별 단백질에 대한 생화학 및 분자생물학적 연구를 중심으로 주로 이루어지고 있다. 또한 당뇨망막병증의 단백질체 연구도 환자 유리체에서 단백질을 2-DE 및 Mass spcectrometry로 동정하는 유리체 단백질체의 Profiling(Discovery) 단계의 연구이다. 또한 이들 유리체 단백질들이 혈액에서 발현이 되는지 혹은 이들을 임상적인 바이오마커로 이용할 수 있는지에 대한 검증(validation) 연구는 거의 이루어지지 않은 상태이다. 이처럼 관련 분야에 대한 연구는 성공적이지 못하고, 당뇨병성망막증의 진단 및 치료 예후를 예측하기 위한 바이오마커에 대한 임상 연구도 거의 없는 실정이다.

이에, 본 발명자들은 당뇨병성망막증의 진단 및 치료 예후를 예측하기 위한 바이오마커를 개발하기 위해 노력한 결과, 당뇨병 노인 환자 집단에 대한 임상 데이터 및 생체 샘플을 수집하여 당뇨병성망막증 표현형을 확인하고, 크로마토그래피/질량분석법을 이용하여 혈청 내 대사체를 프로파일링하여, 대사체 중 글루타민(glutamine) 및 글루탐산(glutamic aicd)이 당뇨병성망막증을 갖는 당뇨병 환자에 대한 정확한 바이오마커임을 확인함으로써, 본 발명을 완성하였다.

대한민국 공개특허 제10-2016-0137859호 대한민국 공개특허 제10-2013-0009205호

Byun SH, Ma SH, Jun JK, Jung KW, Park B. Screening for diabetic retinopathy and nephropathy in patients with diabetes: a nationwide survey in Korea. PLoS One 2013;8:e62991 Mukamel DB, Bresnick GH, Wang Q, Dickey CF. Barriers to compliance with screening guidelines for diabetic retinopathy. Ophthalmic Epidemiol 1999;6:61-72

본 발명의 목적은 실험군으로서 당뇨병 피검개체로부터 분리된 시료에서 대사체의 수준을 측정하고 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하는 단계를 포함하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법을 제공하는 것이다.

또한, 본 발명의 목적은 글루타민 및 글루탐산으로 이루어진 군으로부터 선택된 어느 하나 이상의 대사체에 대한 검출 제제를 포함하는 당뇨합병증 여부 판단용 조성물을 제공하는 것이다.

상기 목적을 달성하기 위하여, 본 발명은 실험군으로서 당뇨병 피검개체로부터 분리된 시료에서 대사체의 수준을 측정하고 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하는 단계를 포함하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법을 제공한다.

또한, 본 발명은 글루타민 및 글루탐산으로 이루어진 군으로부터 선택된 어느 하나 이상의 대사체에 대한 검출 제제를 포함하는 당뇨합병증 여부 판단용 조성물을 제공한다.

본 발명은 당뇨병 노인 환자 집단에 대한 임상 데이터 및 생체 샘플을 수집하여 당뇨병성망막증 표현형을 확인하고, 크로마토그래피/질량분석법을 이용하여 혈청 내 대사체를 프로파일링하여, 대사체 중 글루타민, 글루탐산 및 글루타민/글루탐산 비를 이용하여 당뇨병성망막증을 갖는 당뇨병 환자를 구별할 수 있음을 확인함으로써, 상기 대사체 마커를 당뇨병성망막증 여부를 판단하는데 유용하게 이용할 수 있다.

도 1은 본 발명의 임상시험 진행 과정을 모식화한 도이다.
도 2a는 GC-TOF-MS 분석 데이터를 이용한 OPLS-DA(orthogonal partial least squares discriminant analysis) 스코어 플롯을 나타낸 도이다:
CON: 비-당뇨병 대조군;
no DR: 당뇨병성망막증(diabetic retinopathy)을 갖지 않는 당뇨병 군; 및
DR: 당뇨병성망막증을 갖는 당뇨병 군.
도 2b는 UPLC-Q-TOF-MS 분석 데이터를 이용한 OPLS-DA 스코어 플롯을 나타낸 도이다.
도 3a는 당뇨병성망막증을 갖지 않는 당뇨병 군 및 당뇨병성망막증을 갖는 당뇨병 군 간 글루타민(glutamine) 및 글루탐산(glutamic acid), 또는 이들의 조합에 대한 ROC 곡선을 나타낸 도이다.
도 3b는 당뇨병성망막증을 갖지 않는 당뇨병 군 및 당뇨병성망막증을 갖는 당뇨병 군 간 글루타민/글루탐산 비율의 ROC 곡선을 나타낸 도이다.

이하 본 발명을 상세히 설명한다.

본 발명은 실험군으로서 당뇨병 피검개체로부터 분리된 시료에서 대사체의 수준을 측정하고 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하는 단계를 포함하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법을 제공한다.

본 발명에서, 상기 시료는 혈액, 혈장, 혈청, 뇨, 눈물, 침, 객담, 비분비물, 기관지 분비물, 기관지 세척액, 폐분비물, 또는 폐포 세척액일 수 있고, 보다 구체적으로 혈청일 수 있으나, 이에 한정되는 것은 아니다.

본 발명에서, 상기 "대사체"는 생체 기원의 시료로부터 수득한 대사물질을 말하며, 상기 대사체는 구체적으로 글루타민(glutamine) 또는 글루탐산(glutamic acid)인 것이 바람직하다.

본 발명에서, 상기 "대사체의 수준"은 대사체의 농도 또는 대사체의 양을 말하며, 상기 대사체의 수준은 예를 들어 크로마토그래피/질량분석법, 광흡수분석법 및 발광분광분석법으로 측정할 수 있으나, 이에 제한되지 않고 당업계에서 통상적으로 사용되는 모든 정량법을 사용할 수 있다. 또한, 상기 크로마토그래피/질량분석법은 예를 들어 UPLC-Q-TOF-MS(ultra-performance liquid chromatography-quadrupole/time-of-flight mass spectrometry) 또는 GC-TOF-MS(gas chromatography/time-of-flight mass spectrometry)일 수 있다.

본 발명의 대사체는 UPLC 또는 GC에서 각 성분들이 분리되며 Q-TOF-MS 또는 TOF-MS를 거쳐 얻어진 정보를 이용하여 정확한 분자량 정보뿐만 아니라 구조 정보(elmental composition)을 통해 구성 성분을 확인할 수 있다.

본 발명에서, 상기 당뇨합병증은 당뇨병성망막증(diabetic retinopathy), 당뇨병성 백내장(diabetic cataract) 또는 당뇨병성신증(diabetic nephropathy)일 수 있다.

본 발명은, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루타민의 수준이 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하다. 보다 구체적으로 글루타민의 수준이 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 10% 이상 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하고, 보다 더 구체적으로 글루타민의 수준이 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 20% 이상 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하나, 이에 한정되는 것은 아니다.

또한, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루탐산의 수준이 낮은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하다. 보다 구체적으로 글루탐산의 수준이 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 10% 이상 낮은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하고, 보다 더 구체적으로 글루탐산의 수준이 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 20% 이상 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하나, 이에 한정되는 것은 아니다.

또한, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루타민/글루탐산 비율이 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것을 특징으로 하는, 당뇨합병증 여부를 판단하는 것이 바람직하다.

본 발명의 구체적인 실시예에서, 본 발명자들은 당뇨병 노인 환자 집단에 대한 임상 데이터 및 생체 샘플을 수집하여 당뇨병성망막증 표현형을 확인하고, 크로마토그래피/질량분석법을 이용하여 혈청 대사체를 프로파일링하였다.

또한, 당뇨병성망막증을 갖는 당뇨병 군과 당뇨병성망막증을 갖지 않는 당뇨병 군을 비교하여, 당뇨병성망막증을 갖지 않는 당뇨병 군보다 당뇨병성망막증을 갖는 당뇨병 군에서 혈청 대사체 중 글루타민의 농도가 유의적으로 높고, 글루탐산의 농도가 유의적으로 낮으며, 글루타민/글루탐산 비가 유의적으로 높은 것을 확인하여, 글루타민, 글루탐산 및 글루타민/글루탐산 비율을 이용하여 당뇨병 환자에서 당뇨병성망막증 여부를 구별할 수 있음을 확인하였으므로, 상기 대사체 마커를 당뇨병성망막증을 포함한 당뇨합병증 여부를 판단하는데 유용하게 이용할 수 있다.

본 발명에서, 상기 "검출 제제"는 당뇨병 환자로부터 분리된 생체 시료로부터 글루타민 또는 글루탐산을 정량적으로 검출하기 위한 제제를 의미하며, 상기 제제는 특별히 제한되는 것은 아니며, 상기 대사체를 정량화할 수 있는 시약 또는 화학 물질일 수 있다.

본 발명에서, 상기 당뇨합병증은 당뇨병성망막증, 당뇨병성 백내장 또는 당뇨병성신증일 수 있다.

본 발명에서, 상기 글루타민의 수준이 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하다.

또한, 상기 글루탐산의 수준이 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 낮은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하다.

또한, 상기 글루타민/글루탐산 비율이 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것이 바람직하다.

또한, 본 발명은

(a) 당뇨합병증을 갖는 개체에 피검물질을 처리하는 단계;

(b) 상기 단계 (a)의 피검물질을 처리한 개체로부터 분리된 시료에서 무처리 대조군과 비교하여 글루타민의 수준을 감소시키거나, 글루탐산의 수준을 증가시키는 물질을 선별하는 단계를 포함하는, 당뇨합병증 예방 또는 치료제의 스크리닝 방법을 제공한다.

본 발명의 방법에 있어서, 상기 단계 (a)의 피검물질은, 펩티드, 단백질, 비펩티드성 화합물, 활성 화합물, 발효 생산물, 세포 추출액, 식물 추출액, 동물조직 추출액 및 혈장으로 이루어진 군으로부터 선택되는 어느 하나인 것이 바람직하나 이에 한정되지 않는다.

본 발명의 방법에 있어서, 상기 단계 (b)의 글루타민 수준 또는 글루탐산 수준은 예를 들어 크로마토그래피/질량분석법, 광흡수분석법 및 발광분광분석법으로 측정할 수 있으나, 이에 제한되지 않고 당업계에서 통상적으로 사용되는 모든 정량법을 사용할 수 있다. 또한, 상기 크로마토그래피/질량분석법은 예를 들어 UPLC-Q-TOF-MS(ultra-performance liquid chromatography-quadrupole/time-of-flight mass spectrometry) 또는 GC-TOF-MS(gas chromatography/time-of-flight mass spectrometry)일 수 있다.

또한, 상기 단계 (b)에서 상기 단계 (a)의 피검물질을 처리한 개체로부터 분리된 시료에서 무처리 대조군과 비교하여 글루타민/글루탐산 비를 감소시키는 물질을 선별하는 단계를 추가적으로 포함할 수 있다.

본 발명의 방법에 있어서, 상기 당뇨합병증은 당뇨병성망막증, 당뇨병성 백내장 또는 당뇨병성신증일 수 있다.

이하 본 발명을 실시예 및 실험예에 의해 상세히 설명한다.

단, 하기 실시예 및 실험예는 본 발명을 예시하는 것일 뿐, 본 발명의 내용이 하기 실시예 및 실험예에 한정되는 것은 아니다.

< 실시예 1> 피험자 및 임상시험 디자인

임상시험은 2014년 9월부터 2015년 6월까지 수집한 전향코흐트연구(prospective cohort study) 등록자의 기본적인 특징을 이용한, 인체자원중앙은행(National Biobank) 프로젝트의 일부분으로 수행되었다. 본 코흐트의 피험자는 15년 이상 제2형 당뇨병을 앓고 있는 환자였다.

상기 피험자의 임상 정보는 대한당뇨병학회(Korean Diabetes Association)에 의해 승인된 다기관 임상 데이터 등록 표준화 방법에 기초하여 등록되었고, 생물정보(biospecimens)는 한국인체자원중앙은행(National Biobank of Korea)의 가이드라인에 따라 수집하였다.

또한, 임상시험을 위하여 경희대학교 병원의 임상시험심사위원회(Institutional review board)의 승인을 받았다(IRB No. KMC IRB 1428-04). 모든 피험자로부터 서면 동의를 얻었다. 또한, 임상시험 정보는 세계보건기구의 ICTRP(International Clinical Trials Registry Platform)와 연계된 한국 국가서비스인 임상연구정보서비스(http://cris.nih.go.kr)에서 제공하였다(CRIS, No. KCT0001269).

< 실시예 2> 당뇨병성망막증((Diabetic retinopathy) 표현형 분석

상기 <실시예 1>의 피험자 각각의 당뇨병성망막증(Diabetic retinopathy; DR) 증상은 색안경 사진(color fundus photography)(FF 540 Plus; Carl Zeiss Meditech, Jena, Germany) 및 광학단층촬영(optical coherence tomography)(HD-OCT; Carl Zeiss Meditech, Dublin, CA, USA)을 통해 평가하였다. ETDRS(Early Treatment Diabetic Retinopathy Study) 기준에 따라, DR을 3가지 범주로 분류하였다: DR을 갖지 않는 비-DR(no DR), 비-증식성 DR(non-proliferative diabetic retinopathy; NPDR) 또는 증식성 DR을 갖는 증식성 DR(proliferative diabetic retinopathy; PDR). 2명 이상의 안과 의사가 시험 결과를 기초로 DR 상태를 분류하였다. 의사 간 불일치가 발생하는 경우 다시 이미지를 검토하여 최종 해석에 도달하였다.

< 실시예 3> 임상시험 결과에 대한 통계 분석

오랜 기간 제2형 당뇨병을 앓으면서도 망막병증을 가지지 않은 피험자의 특징을 파악하는 데 초점을 맞춰, DR 환자 및 비-DR 환자의 임상 특성을 비교하였다. 임상 자료의 검증과 통계 분석은 통계학자에 의해 독립적으로 수행되었다. 환자의 DR 유무에 관계없이 평균, 비율(proportions), 분산(dirtributions)를 비교하였다. 초기 분석 후, DR과 유사한 임상 특성을 갖는 성향점수매칭(propensity score matching; PSM)을 통해 케이스 및 대조군 세트(case and control set)를 선별하였고, 상기와 동일한 샘플을 대사체학 연구에 사용하였다. 모든 통계 분석을 위해 SAS 소프트웨어(버전 9.3, SAS Institute Inc., Cary, NC, USA)를 사용하였다.

< 실시예 4> 혈청 샘플을 이용한 대사체학 연구

<4-1> 샘플 준비

연령이 일치하는 비-당뇨병 군을 대사체학 연구의 대조군으로 이용하였다. 대사체는 200 ㎕의 혈장에서 추출하였다. 600 ㎕ 메탄올 용액 및 10 ㎕ 내부 표준 용액(물 중 2-클로로페닐알라닌(2-chlorophenylalanine) 1 mg/㎖)을 혈청에 첨가하고, 5분 동안 초음파분쇄기로 균질화하였다. 균질화 후, 현탁액을 60분 동안 -20℃에서 유지한 다음 12,000 rpm, 4℃에서 10분 동안 원심분리하였다. 상층액을 0.2-㎛ PTFE(polytetrafluoroethylene) 필터로 여과하고 고속진공농축기(Modulspin 31; Biotron, South Korea)를 이용하여 건조하였다. 건조한 추출물은 UPLC-Q-TOF-MS(ultra-performance liquid chromatography-quadrupole/time-of-flight mass spectrometry) 분석을 위해 250 ㎕ 메탄올로 재용해하고, 100 ㎕ 샘플을 GC-TOF-MS(gas chromatography/time-of-flight mass spectrometry) 분석을 위해 진공 하에 건조하였다.

<4-2> GC - TOF -MS 분석

GC-TOF-MS 분석을 위하여, 상기 실시예 <4-1>에서 건조한 샘플을 50 ㎕ 메톡시아민 염산염(methoxyamine hydrochloride)(피리미딘 중 20 mg/㎖)을 이용하여 90분 동안 30℃에서 옥심화(oximate)하고 50 ㎕ MSTFA(N-methyl-N-(trimethylsilyl) trifluoroacetamide)를 이용하여 30분 동안 37℃에서 실릴레이트화(silylate)하였다. GC-TOF-MS 분석은 Agilent 7693 auto-sampler (Agilent Technologies)가 결합되고 Pegasus^® HT TOF MS system(LECO Corp., St. Joseph, MI, USA)이 장착된 Agilent 7890 gas chromatography system(Agilent Technologies, Palo Alto, CA, USA)을 이용하여 수행하였다. 컬럼은 Rtx-5MS 컬럼(i.d., 30 m × 0.25 mm, 0.25 ㎛ particle size; Restek Corp., Bellefonte, PA, USA)을 이용하였고, 운반 기체로 유량 1.5 ㎖/분의 헬륨을 이용하였다. 1 ㎕로 분주한 샘플을 splitless 모드로 GC에 주입하였다. 온도는 2분 동안 75℃로 유지한 후, 15℃/분으로 상승시켜 300℃가 되도록 한 후 3분 동안 유지하였다. 전면 유입구 및 이송라인(transfer line) 온도는 각각 250℃ 및 240℃로 하였다. 전자 이온화는 -70 eV에서 수행하였고, 데이터 수집을 위해 50-1000 m/z 범위에서 전체 스캐닝을 수행하였다.

<4-3> UPLC -Q- TOF -MS 분석

UPLC는 이성분 용매 전달 시스템, UV 검출기 및 자동 샘플러가 장착된 Waters ACQUITY UPLC^TM system(Waters Corp., Milford, MA, USA)을 이용하여 수행하였다. 크로마토그래피 분리는 Waters ACQUITY BEH C18 컬럼(i.d., 100 mm × 2.1 mm, 1.7 ㎛ particle size; Waters Corp.)를 이용하여 수행하였고 주입부피는 5 ㎕로 하였다. 상기 컬럼 온도는 37℃로 설정하였고 유량은 0.3 ㎖/분으로 하였다. 이동상은 물 중 0.1% v/v 포름산(A) 및 아세토나이트릴(acetonitril) 중 0.1% v/v 포름산(B)으로 구성되었다. 초기 조건은 1분 동안 5% B로 하였고, 9분에 걸쳐 100% B로 선형 증가하였다. 총 수행시간은 초기 조건에서 컬럼을 재-평형화하는 것을 포함하여 14분이었다. MS의 경우, Waters Q-TOF Premier (Micromass MS Technologies, Manchester, UK)를 100-1000 m/z 범위에서 음이온 모드로 작동시켰다. 소스 온도(source temperature)는 100℃로 설정하였고, 충돌에너지는 10 eV로 설정하였으며, 충돌가스 유량은 0.3 ㎖/분으로 하였다. 또한, 탈용매 가스는 300℃ 온도에서 650 L/h로 설정하였다. 모세관 전압 및 샘플 콘(cone) 전압은 각각 2.5 kV 및 50 V로 설정하였다. 질량 분광계로 V 모드를 이용하였고, 0.2 s의 스캔 축적으로 센트로이드 모드(centroid mode)에서 데이터를 수집하였다. 류신 엔케팔린(leucine encephalin)을 독립적인 LockSpray 간섭에 의한 reference lock mass (m/z 554.2615)로 이용하였다.

<4-4> 대사체학 연구를 위한 데이터 가공 및 다변량 통계분석

상기 실시예 <4-2>에 기재된 방법으로 GC-TOF-MS 분석을 수행한 후 LECO Chroma TOF^TM 소프트웨어(version 4.44, LECO Corp.)를 이용하여 GC-TOF-MS 데이터를 획득하여 전처리하고, NetCDF format (*.cdf)으로 변환하였다. 또한, 상기 실시예 <4-3>에 기재된 방법으로 UPLC-Q-TOF-MS 분석을 수행한 후, 미가공 데이터를 MassLynx software (version 4.1, Waters Corp.)를 이용하여 획득하였다. 미가공 데이터 파일은 MassLynx DataBridge software (version 4.1, Waters Corp.)를 이용하여 NetCDF format (*.cdf)으로 변환하였다. 변환 후, 피크 검출, 머무름 시간(retention time) 보정 및 정렬(alignment)은 Metalign software package (http://www.metalign.nl)를 이용하여 처리하였다. 결과 데이터는 Microsoft Excel 파일로 저장하였다. 다변량 통계 분석(Multivariate statistical analysis)은 SIMCA-P+ (version 12.0; Umetrics, Umea, Sweden)을 이용하여 수행하였다. 데이터 세트는 자동으로 단위 분산 스케일링 되었고, 열 기준으로 평균 중심화 되었다. 각각의 데이터 세트를 비교하기 위하여 OPLS-DA(orthogonal partial least squares-discriminant analysis)를 수행하였다. OPLS-DA의 VIP(variable importance to projection) 값에 기초하여 변수를 선택하였다. 통계학적으로 유의적인 차이는 PASW Statistics 18 software (SPSS Inc., Chicago, IL, USA)를 이용하여 ANOVA 분석, Student's t-test 및 Duncan's multiple range tests에 의해 검증되었다. ROC(Receiver operating characteristic), 및 곡선 및 로지스틱 회귀 분석은 Medcalc software (version 14.8.1; Medcalc Software, Mariakerke, Belgium)을 이용하여 획득하였다.

< 실험예 1> PSM 에 따른 피험자의 임상 특성 확인

도 1에 나타낸 모식도와 같이 상기 <실시예 1>에 기재된 방법으로 모집한 220명의 피험자 중 동의를 얻은 198명의 피험자로부터 임상 데이터 및 샘플을 수집하였다. 동의 후 15명의 피검자가 동의를 철회하여, 총 183명의 피검자를 대상으로 안과 검사를 수행하였다(도 1). 임상시험 참여자의 평균 연령은 66.8 세, 당뇨병의 평균 기간은 22.6년, 남성은 49.7%였다. 안과 검사를 받은 총 183명의 임상시험 참여자 중 124명(67.8 %)이 DR(diabetic retinopathy)로 진단받았으며, 이 중 72명 (39.3 %)이 NPDR(non-proliferative diabetic retinopathy)이 있었고, 52명(28.4 %)이 PDR(proliferative diabetic retinopathy)이었다. 또한, 다양한 요인에서 통계적으로 유의한 차이를 확인하였다. 따라서 PSM을 시행한 결과를 기초로 하여 하기 표 1에 나타낸 바와 같이 DR의 유무를 제외하고 임상 특성에 유의한 차이가 없는 32쌍의 환자와 대조군을 선정하였다 (표 1). 또한, 상기 환자에 대해 대사체학 연구를 수행하였다.

Category	Variables	No DR (n=32)	DR (n=32)	p
Clinical characteristics	Gender (male, %)	17 (53.1)	12 (37.5)	0.383
	DM duration (yr)	21.72±6.63	22.66±7.77	0.624
	Age (yrs)	65.25±8.06	67.59±8.47	0.312
	Height (cm)	161.81±8.9	162.3±9.14	0.850
	Weight (kg)	64.1±8.94	62.98±12.49	0.684
	BMI (kg/m²)	24.5±3.01	23.75±3.32	0.375
	Max weight in lifetime (kg)	70.65±11.13	70.04±11.34	0.813
	Waist circumference (cm)	88.91±7.74	87.74±9.65	0.759
	Hip circumference (cm)	92.62±5.53	92.25±8.03	0.953
	Neck circumference (cm)	35.89±2.74	34.92±3.48	0.220
	Chest circumference (cm)	92.67±5.39	91.33±8.05	0.440
	Thigh circumference (Lt., cm)	49.36±2.69	49.04±3.65	0.634
	Thigh circumference (Rt., cm)	49.72±3.03	49.54±4.01	0.771
	Systolic blood pressure (mmHg)	127.56±15.09	125.66±14.06	0.573
	Diastolic blood pressure (mmHg)	72.91±10.59	68.62±9.67	0.073
	Pulse rate (bpm)	79.94±15.11	81.47±12.94	0.682
	HbA1c (%)	7.92±1.49	7.83±1.19	0.778
	Fasting plasma glucose (mg/dL)	151.81±57.22	143.5±41.24	0.524
	Total cholesterol (mg/dL)	178.28±34.26	161.62±35.84	0.052
	Triglyceride (mg/dL)	129.47±91.91	104.62±52.57	0.181
	LDL cholesterol (mg/dL)	103.78±27.66	95.38±31.56	0.235
	HDL cholesterol (mg/dL)	55.91±16.86	50.19±14.63	0.168
	Spot urine Microalbumin (ug/mg Cr)	77.83±221.27	71.96±175.21	0.911
	BUN (mg/dL)	16.41±5.78	18.69±5.37	0.071
	Creatinine (mg/dL)	0.8±0.28	0.83±0.36	0.705
	Creatinine Clearance (mL/min/1.73m²)	98.04±31.23	102.16±40.51	0.640
	AST (IU/L)	24.34±9.67	23.53±6.33	0.690
	ALT (IU/L)	22.22±16.81	22.19±11.87	0.994
	GGT (IU/L)	30.5±16.27	34.19±43.47	0.659
	ALP (IU/L)	74.19±23.67	76.25±17.06	0.681
History of Macrovascular complication	Hypertension (n, %)	23 (71.9)	28 (87.5)	0.228
	Dyslipidemia (n, %)	22 (68.8)	21 (65.6)	1.000
	Myocardial infarction (n, %)	0 (0.0)	0 (0.0)	-
	Angina (n, %)	3 (9.4)	2 (6.3)	1.000
	Heart failure (n, %)	0 (0.0)	1 (3.1)	-
	Atrial fibrillation (n, %)	0 (0.0)	0 (0.0)	-
	Any Stroke, (n, %)	5 (15.6)	4 (12.5)	1.000
	Peripheral arterial disease (n, %)	2 (6.3)	2 (6.3)	1.000
	Coronary artery ballooning (n, %)	1 (3.1)	0 (0.0)	-
	CAG with stent insertion (n, %)	1 (3.1)	1 (3.1)	1.000
	Coronary artery bypass graft (n, %)	0 (0.0)	0 (0.0)	-
	Intervention for peripheral arterial disease (n, %)	0 (0.0)	0 (0.0)	-
	Amputation(n,%)	0 (0.0)	0 (0.0)	-
History of microvascular complication	Glaucoma (n, %)	4 (12.5)	4 (12.5)	1.000
	Cataract (n, %)	15 (46.9)	16 (50.0)	1.000
	Blindness (n, %)	0 (0.0)	1 (3.1)	-
	Microalbuminuria (n, %)	12 (37.5)	9 (28.1)	0.579
	Overt proteinuria (n, %)	6 (18.8)	4 (12.5)	0.752
	Chronic Kidney Disease (n, %)	6 (18.8)	2 (6.3)	0.289
	Peripheral neuropathy (n, %)	16 (50.0)	16 (50.0)	1.000
	Autonomic neuropathy (n, %)	7 (21.9)	11 (34.4)	0.343
	Photocoagulation (n, %)	0 (0.0)	10 (31.3)	-
	Intra-vitreal injection (n, %)	0 (0.0)	1 (3.1)	-
	Ophthalmologic operation (n, %)	11 (34.4)	14 (43.8)	0.606
	Dialysis (n, %)	0 (0.0)	0 (0.0)	-
History of Other comorbidity	Any Cancer (n, %)	6 (18.8)	2 (6.3)	0.289
	Auto-immune disease (n, %)	1 (3.1)	1 (3.1)	1.000
	Chronic B viral hepatitis (n, %)	1 (3.1)	2 (6.3)	1.000
	Chronic C viral hepatitis (n, %)	0 (0.0)	0 (0.0)	-
	Liver cirrhosis (n, %)	0 (0.0)	0 (0.0)	-
	Tuberculosis (n, %)	2 (6.3)	0 (0.0)	-
	Hyperthyroidism (n, %)	1 (3.1)	1 (3.1)	1.000
	Hypothyroidism (n, %)	6 (18.8)	3 (9.4)	0.505
	Depression (n, %)	5 (15.6)	1 (3.1)	0.134
	Periodontitis (n, %)	5 (15.6)	7 (21.9)	0.724
Family history	Family history of DM (n, %)	22 (68.8)	24 (75.0)	0.789
	Family history of hypertension (n, %)	10 (31.3)	9 (28.1)	1.000
	Family history of dyslipidemia (n, %)	0 (0.0)	1 (3.1)	1.000
	Family history of obesity (n, %)	6 (18.8)	6 (18.8)	1.000
	Family history of cardiovascular disease (n, %)	0 (0.0)	1 (3.1)	-
	Family history of stroke (n, %)	7 (21.9)	3 (9.4)	0.343
	Family history of any cancer (n, %)	10 (31.3)	7 (21.9)	0.579
	Family history of depression (n, %)	0 (0.0)	2 (6.3)	-
	Family history of early (or sudden) death (n, %)	1 (3.1)	2 (6.3)	1.000
Lifestyle	Marriage (n, %)	32 (100.0)	32 (100.0)	-
	Monthly income (10,000 KRW)	247.85±289.62	301.46±336.16	0.858
	Regular exercise (n/week)	3.47±2.87	2.44±2.6	0.104
	Average sleep hour within 1 year (hour)	6.69±1.4	6.25±2.09	0.246
	Skip breakfast (n/wk)	0.47±1.57	0.44±1.72	0.942
	Average Meal time (min)	16.09±7.48	14.38±8.01	0.400
	Eating out (n/wk)	2.06±2.94	1.94±2.31	0.858
	Night time worker (n, %)	2 (6.3)	5 (15.6)	0.450
	Self-monitoring of blood glucose (n, %)	18 (56.3)	18 (56.3)	1.000
	Average number of glucose monitoring (n/wk)	4.56±2.64	3.61±2.64	0.283
	Hypoglycemia (n/month)	0.56±1.29	1.17±2.43	0.819
	DM education within 1 year (n, %)	0 (0.0)	3 (9.4)	-
	Any hospitalization within 1 year (n, %)	9 (28.1)	8 (25.0)	1.000
	Any operation within 1 year (n, %)	5 (15.6)	4 (12.5)	1.000
	Any ED visit within 1 year (n, %)	3 (9.4)	5 (15.6)	0.724
	Any dietary supplements within 1 year (n, %)	16 (50.0)	15 (46.9)	1.000
Current Medications	Metformin (n, %)	23 (71.9)	23 (71.9)	1.000
	Sulfonylurea (n, %)	20 (62.5)	20 (62.5)	1.000
	DPP-4 inhibitor (n, %)	11 (34.4)	10 (31.3)	1.000
	Meglitinide (n, %)	1 (3.1)	0 (0.0)	-
	Thiazolidinedione (n, %)	1 (3.1)	3 (9.4)	0.617
	SGLT-2 inhibitor (n, %)	0 (0.0)	0 (0.0)	-
	Alpha glucosidase inhibitor (n, %)	0 (0.0)	1 (3.1)	-
	Rapid acting insulin (n, %)	1 (3.1)	3 (9.4)	0.480
	Basal insulin (n, %)	7 (21.9)	11 (34.4)	0.289
	Pre-mixed insulin (n, %)	7 (21.9)	6 (18.8)	1.000
	GLP-1 agonist (n, %)	0 (0.0)	0 (0.0)	-
	Angiotensin Receptor Blocker (n, %)	15 (46.9)	14 (43.8)	1.000
	Angiotension Converting Enzyme inhibitor (n, %)	1 (3.1)	5 (15.6)	0.221
	Calcium channel blocker (n, %)	11 (34.4)	10 (31.3)	1.000
	Diuretics (n, %)	1 (3.1)	4 (12.5)	0.371
	Beta blocker (n, %)	2 (6.3)	2 (6.3)	1.000
	Statin (n, %)	12 (37.5)	15 (46.9)	0.628
	Fibrate (n, %)	1 (3.1)	0 (0.0)	-
	Aspirin (n, %)	6 (18.8)	8 (25.0)	0.724
	Clopidogrel (n, %)	5 (15.6)	5 (15.6)	1.000
	Cilostazol (n, %)	17 (53.1)	11 (34.4)	0.211

* Paried sample t- test 또는 McNemar test에 의한 것으로, 평균±SD 또는 n(%)로 나타냄.

* DM: diabets mellitus; BMI: body mass index; LDL: Low density lipoprotein; HDL: high density lipoprotein; BUN: blood urea nitrogen; AST: aspartate aminotransferase; ALT: alanine aminotransferase; GGT: gamma-glutamyl transferase; ALP: alkaline phosphatase; CAG: coronary angiography; DPP: dipeptidylpeptidase; 및 SGLT: sodium-glucose transporter

< 실험예 2> DR 유무에 따른 다변량 통계분석 결과 확인

비-당뇨병 대조군과 DR을 갖지 않는 비-DR 당뇨병 피험자, NPDR 또는 PDR을 갖는 당뇨병 피험자 간에 유의적으로 구별되는 대사체를 DR의 바이오마커로 이용할 수 있는지 알아보기 위하여, 상기 <실시예 4>에 기재된 방법으로 혈청 샘플을 이용하여 GC-TOF-MS 및 UPLC-Q-TOF-MS 분석을 수행하였다. 그 다음, GC-TOF-MS를 위한 39,154 질량 스펙트럼 변수 및 UPLC-Q-TOF-MS를 위한 6,185 질량 스펙트럼 변수를 이용하여 다변량 통계분석법으로 OPLS-DA를 수행하였다.

그 결과, 도 2a에 나타낸 바와 같이, GC-TOF-MS 데이터 세트에 대하여 OPLS-DA를 수행한 결과 R²X_(cum)= 0.214, R²Y_(cum) = 0.977 및 Q² _(cum) = 0.449로 비-당뇨병 대조군(CON), 비-DR 당뇨병 군(no DR) 및 DR을 갖는 당뇨병 군(DR) 세 그룹 모두가 명확히 구분되었다. 상기 값은 모델의 적합성과 예측 정확도를 나타낸다. 또한, 교차 검증(cross-validation) 분석으로 p-값 = 2.25e^-18을 확인하였다(도 2a).

또한, 도 2b에 나타낸 바와 같이, UPLC-Q-TOF-MS 데이터 세트의 OPLS-DA에서도 유사한 분포 패턴이 관찰되었다. 즉, R²X_(cum) = 0.145, R²Y_(cum) = 0.933, Q² _(cum) = 0.497로 비-당뇨병 대조군(CON), 비-DR 당뇨병 군(no DR) 및 DR을 갖는 당뇨병 군(DR) 세 그룹이 명확히 구별됨을 확인하였다. 또한, 교차 검증(cross-validation) 분석으로 p-값 = 1.64e^-26을 확인하였다(도 2b).

< 실험예 3> DR 진단을 위한 바이오마커 확인

상기 <실험예 2>의 다변량 통계분석 결과를 바탕으로 DR 유무에 따른 구별을 담당하는 대사체를 선별하기 위하여, OPLS-DA의 VIP값 > 0.7을 이용하였다. VIP값은 생물학적 상태가 다른 대사체의 상관 관계를 반영하는 잠재적인 바이오마커 후보를 검출하는 데 중요한 매개 변수이다. 또한 통계적 유의성을 평가하기 위해 일원 분산 분석(one-way ANOVA)에서 유도된 p <0.05를 적용하였다. 선별된 대사체는 상업 표준 화합물 및 NIST (National Institutes of Standard and Technology) 라이브러리, Human Metabolome Database (HMDB, http://www.hmdb.ca/) 및 Wiley 8를 포함한 다양한 데이터베이스와 MS 단편 패턴을 비교하여 확인하였다. 이들 대사체의 상세한 정보는 하기 표 2 및 표 3에 나타내었다. 하기 표 2의 결과는 GC-TOF-MS 분석을 통해 획득하였고, 하기 표 3의 결과는 UPLC-Q-TOF-MS 분석을 통해 획득하였다. 또한, 비-당뇨병 대조군(CON), 비-DR 당뇨병 군(no DR) 및 DR을 갖는 당뇨병 군(DR) 간 대사체의 상대적인 양의 차이는 배수 변화로 전환하여 나타내었다.

그 결과, 상기 표 2 및 표 3에 나타낸 바와 같이, 7 개의 아미노산, 6 개의 유기 화합물, 7개의 탄수화물, 11개의 리소포스파티딜콜린 (lysophosphatidylcholines, lysoPCs)을 포함한 총 31 개의 대사체가 비-당뇨병 대조군 대비 비-DR 당뇨병 군에서 유의하게 차이를 보이는 대사체임을 확인하였다. 또한, 31개의 대사체 중 일부 아미노산은 비-당뇨병 대조군과 비교하여 비-DR 당뇨병 군에서 통계학적으로 유의적인 증가 및 감소를 보임을 확인하였다. 보다 구체적으로 비-DR 당뇨병 군에서는 아스파라긴(Asparagine) (2.30 배), 글루타민(glutamine) (2.83 배)이 유의적으로 현저히 증가하였고, 아스파르트산(aspartic acid) (0.46배), 글루탐산(glutamic acid)(0.25 배)이 유의적으로 현저히 감소하는 것을 확인하였다. 특히, DR을 갖는 당뇨병 군과 비-DR 당뇨병 군 간 글루타민 양의 배수 변화가 1.19배로 DR을 갖는 당뇨병 군에서 글루타민이 유의적으로 현저히 증가하였고, 글루탐산 양의 배수 변화가 0.72배로 DR을 갖는 당뇨병 군에서 글루탐산이 유의적으로 현저히 감소하는 것을 확인하였다.

또한, 상기 표 2 및 표 3에 나타낸 바와 같이 DR을 갖는 당뇨병 군과 비-DR 당뇨병 간 유의적인 배수 변화를 보이는 글루타민 및 글루탐산, 글루타민/글루탐산 비율에 대하여 상기 <실시예 4>에 기재된 방법으로 ROC 곡선을 획득하였다.

그 결과, 상기 표 2 및 표 3, 도 3a 및 도 3b에 나타낸 바와 같이, DR을 갖는 당뇨병 군과 비-DR 당뇨병 군 간 글루타민 및 글루탐산의 AUC 값은 각각 0.671, 0.656으로 다른 대사체의 AUC 값과 비교하여 가장 높게 나타나므로, 글루타민 및 글루탐산의 양을 비교하여 비-DR 당뇨병 환자 및 DR을 갖는 당뇨병 환자를 구별할 수 있음을 확인하였다. 또한, 글루타민 및 글루탐산을 조합할 경우 AUC 값이 0.739로 DR을 갖는 당뇨병 군과 비-DR 당뇨병 군을 구별할 수 있는 능력이 향상됨을 확인하였다.

< 실험예 4> DR 진단을 위한 바이오마커로서 글루타민 및 글루탐산 확인

상기 <실험예 3>의 결과를 바탕으로, 대사체 중 글루타민 및 글루탐산, 이들의 비율을 DR 진단을 위한 바이오마커로 이용할 수 있는지 알아보기 위하여, 상기 <실시예 4>에 기재된 방법으로 비-당뇨병 대조군(CON), 비-DR 당뇨병 군(No DR) 및 DR을 갖는 당뇨병 군(DR)의 혈청 샘플을 이용하여 GC-TOF-MS 분석을 통해 비-당뇨병 대조군 대비 비-DR 당뇨병 군에서 유의적인 차이를 나타낸 아스파라긴, 아스파르트산, 글루타민 및 글루탐산의 평균 농도를 정량하고, 글루타민/글루탐산 비율을 확인하였다.

그 결과, 하기 표 4에 나타낸 바와 같이, 비-당뇨병 대조군에 비해 비-DR 당뇨병 군에서 혈청 내 아스파라긴 및 아스파르트산의 유의적인 차이가 없는 반면, 글루탐산 및 글루타민의 경우 비-당뇨병 대조군과 비교하여 비-DR 당뇨병 군 및 DR 당뇨병 군에서 현저한 차이가 있음을 확인하였다. 특히, 상기 <실험예 3>의 결과에서 비-DR 당뇨병 군 및 DR을 갖는 당뇨병 군 간 유의적인 배수 변화를 보인 글루탐산의 경우 비-DR 당뇨병 군과 비교하여 DR을 갖는 당뇨병 군의 혈청 내에서 높게 나타나고, 글루탐산의 경우 낮게 나타나는 것을 확인하였다. 또한, 비-DR 당뇨병 군 및 DR을 갖는 당뇨병 군 간 글루타민/글루탐산 비율을 계산하여 비교한 결과, 비-DR 당뇨병 군에 비하여 DR 당뇨병 군에서 글루타민/글루탐산 비율이 약 1.5배 이상 높게 나타나는 것을 확인하였다.

따라서, 상기 <실험예 1> 내지 <실험예 4>의 결과를 통해 글루타민, 글루탐산 및 글루타민/글루탐산 비율을 당뇨병 환자에서 DR 여부를 판단하기 위한 바이오마커로 이용할 수 있음을 확인하였고, 글루타민, 글루탐산 및 글루타민/글루탐산 비율을 측정하여 당뇨병 환자 중 DR을 갖는 당뇨병 환자를 구별할 수 있음을 확인하였다.

Metabolite	평균 농도(ng/80 ㎕ 혈청)
Metabolite	CON	No DR	DR
Asparagine	8.06	9.56	9.80
Aspartic acid	10.01	9.44	9.40
Glutamine	52.62	135.36	160.05
Glutamic acid	50.17	16.62	13.50
Glutamine/Glutamic acid	1.04	8.14	11.86

Claims

실험군으로서 당뇨병 피검개체로부터 분리된 시료에서 대사체의 수준을 측정하고 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하는 단계를 포함하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 시료는 혈액, 혈장, 혈청, 뇨, 눈물, 침, 객담, 비분비물, 기관지 분비물, 기관지 세척액, 폐분비물, 및 폐포 세척액으로 구성된 군에서 선택된 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 대사체는 글루타민(glutamine) 또는 글루탐산(glutamic acid)인 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 대사체 수준은 크로마토그래피/질량분석법, 광흡수분석법 및 발광분광분석법으로 이루어진 군으로부터 선택된 어느 하나 이상을 이용하여 측정하는 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 크로마토그래피/질량분석법은 UPLC-Q-TOF-MS(ultra-performance liquid chromatography-quadrupole/time-of-flight mass spectrometry) 또는 GC-TOF-MS(gas chromatography/time-of-flight mass spectrometry)인 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 당뇨합병증은 당뇨병성망막증(diabetic retinopathy), 당뇨병성 백내장(diabetic cataract) 및 당뇨병성신증(diabetic nephropathy)으로 이루어진 군으로부터 선택되는 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루타민의 수준이 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루탐산의 수준이 낮은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
제 1항에 있어서, 상기 당뇨병 피검개체로부터 분리된 시료에서 당뇨합병증을 갖지 않는 당뇨병 대조군 개체와 비교하여 글루타민/글루탐산 비율이 높은 경우 당뇨합병증에 걸렸거나 걸릴 위험성이 높은 것으로 판단하는 것을 특징으로 하는, 당뇨합병증 여부를 판단하기 위한 정보제공방법.
글루타민 및 글루탐산으로 이루어진 군으로부터 선택된 어느 하나 이상의 대사체에 대한 검출 제제를 포함하는 당뇨합병증 여부 판단용 조성물.
(a) 당뇨합병증을 갖는 개체에 피검물질을 처리하는 단계;
(b) 상기 단계 (a)의 피검물질을 처리한 개체로부터 분리된 시료에서 무처리 대조군과 비교하여 글루타민의 수준을 감소시키거나, 글루탐산의 수준을 증가시키는 물질을 선별하는 단계를 포함하는, 당뇨합병증 예방 또는 치료제의 스크리닝 방법.