KR20190124188A - 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법 - Google Patents

개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법 Download PDF

Info

Publication number
KR20190124188A
KR20190124188A KR1020190134049A KR20190134049A KR20190124188A KR 20190124188 A KR20190124188 A KR 20190124188A KR 1020190134049 A KR1020190134049 A KR 1020190134049A KR 20190134049 A KR20190134049 A KR 20190134049A KR 20190124188 A KR20190124188 A KR 20190124188A
Authority
KR
South Korea
Prior art keywords
disease
information
user
sensitivity
single nucleotide
Prior art date
Application number
KR1020190134049A
Other languages
English (en)
Other versions
KR102184316B1 (ko
Inventor
박선민
강선아
Original Assignee
박선민
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 박선민 filed Critical 박선민
Priority to KR1020190134049A priority Critical patent/KR102184316B1/ko
Publication of KR20190124188A publication Critical patent/KR20190124188A/ko
Application granted granted Critical
Publication of KR102184316B1 publication Critical patent/KR102184316B1/ko

Links

Images

Classifications

    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Nutrition Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 개인별 단일염기 다형성 정보에 따른 맞춤형 영양정보 제공방법에 관한 것이다. 상기와 같은 본 발명에 따르면, 이용자의 단일염기 다형성 정보를 토대로 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스를 이용하여 이용자에게 질병 민감도가 높은 질병을 추출하고, 질병 민감도가 높은 질병을 예방하기 위한 영양정보를 제공방법을 제공함으로써, 전문서적을 참고하거나 전문가의 상담을 받기 위해 비용을 지불하여야 하는 등 과도한 시간과 비용의 소모 없이도 자신의 유전자 정보를 토대로 질병 민감도가 높은 질병 정보를 얻을 수 있을 뿐만 아니라 질병 민감도가 높은 질병을 예방하기 위한 영양정보를 얻을 수 있는 효과가 있다.

Description

개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법{Method for providing disease susceptibility and nutrition information based on personalized single nucleotide polymorphism}
본 발명은 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법에 관한 것으로서, 더욱 상세하게는 이용자의 단일염기 다형성 정보를 기초로 질병 민감도가 높은 질병을 예방할 수 있는 열량, 탄수화물, 지방, 단백질, 비타민, 미네랄 등의 영양정보 제공방법에 관한 것이다.
최근 급격한 식생활 변화, 불규칙한 식사 및 운동부족 등으로 비만, 각종 성인병 및 기타 만성 질환이 지속적으로 증가를 보이고 있으며, 삶의 질이 높아지면서 생활양식이나 환경의 변화에 맞춘 건강관리에 대한 관심도 매우 높아지고 있다.
한편, 단일염기 다형성(single nucleotide polymorphism, SNP)이란 염색체의 단일부위에서 여러 가지 DNA 염기들 중의 하나에 나타나는 일반적인 돌연변이로 인간의 게놈(genome)에는 약 3백만 개의 SNP가 존재하여 약 500~1000 염기당 1개꼴로 나타나며, 그 중 약 20만개가 단백질을 만드는 유전자에 존재하는 것으로 추정되고 있다. SNP는 그 빈도가 높고 안정하며 유전체 전체에 분포되어 있고 이에 의하여 개인의 유전적 다양성이 발생하고, 그러한 미세한 차이에 의하여 각 유전자의 기능이 달라질 수 있으며 이런 것들이 상호 작용하여 서로 다른 모양의 사람을 만들고 서로 다른 질병에 대한 감수성의 차이를 만들어 낸다. 예를 들어, 간염에 걸리는 사람과 걸리지 않은 사람간의 유전적 차이를 찾아낼 수 있다면 어떤 이유에서 간염에 대한 감수성이 달라지는지의 기능을 알아낼 수 있게 된다. 즉, 개인의 단일염기 다형성 정보를 기초로 특정 질환에 대한 민감성을 측정할 수 있고, 질환 민감성이 높은 경우에 이를 예방하기 위한 사전 조치가 가능할 것이다.
이와 같이, 개인별 맞춤형 건강관리에 대한 관심은 지속적으로 높아지고 있고, 특정 개인의 단일염기 다형성 정보를 파악하기 위한 기술개발도 활발하게 이루어지고 있으나, 단일염기 다형성 정보를 기초로 특정 개인의 질병 민감성이 높은 질환의 예방 등을 위해서 영양정보를 제공하여 평상시 식생활에 활용할 수 있는 기술에 대한 요구가 있음에도 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법에 대한 기술개발이 이루어지지 않은 실정이다.
참고로, 단일염기 다형성 정보를 활용한 선행기술로는 한국등록특허 제10-1561656호(비만과 관련된 신규한 단일염기 다형성을 이용한 비만 예측 방법), 한국등록특허 제10-1130952호(단일염기 다형성을 이용한 건선 피부염의 발병에 관한 정보를 제공하는 방법) 등이 있다.
이에 본 발명자들은 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법에 대한 개발을 위하여 예의 노력한 결과, 이용자의 단일염기 다형성 정보를 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스의 데이터와 매칭하여 이용자의 단일염기 다형성 정보를 기초로 질병 미감도를 수치화하고 수치화된 값에 의해 질병 민감도가 높은 질병을 추출하여, 추출된 질병을 예방하기 위한 영양정보를 추출 및 제공하는 개인별 단일염기 다형성 정보에 따른 맞춤형 영양정보 제공방법을 완성하게 되었다.
이에, 본 발명의 목적은 개인별 단일염기 다형성 정보에 따른 질병을 예측하고 이것을 예방할 수 있는 맞춤형 영양정보 제공방법을 제공하는데 있다.
본 발명의 다른 목적은 단일염기 다형성 정보와 질병 민감도의 상관관계를 데이터화한 데이터베이스 및 질병 민감도가 높은 질병 예방을 위한 영양정보를 포함하는 데이터베이스와 연결되어 통신하며 실시간으로 이용자가 입력한 단일 염기 다형성 정보를 고려하여 질병 민감도와 단일염기 다형성의 상관관계를 데이터화 데이터베이스와 매칭하여 질병 민감도를 수치화하여 추출된 질병 민감도가 높은 질병 목록 및 질병 민감도가 높은 질병 예방을 위한 영양정보를 제공할 수 있는 자동화된 컴퓨터 프로그램을 포함하는 컴퓨터 서버 및 상기 컴퓨터 서버에 구비된 인터페이스를 제공하는 입출력 수단과 상기 컴퓨터 서버와 네트워크 통신망을 통하여 접속되고, 상기 컴퓨터 서버에서 전달받은 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스와 이용자가 입력한 단일염기 다형성 정보를 매칭하여 이용자의 단일염기 다형성 정보를 기초로 질병민감도를 수치화하여 추출된 질병 민감도가 높은 질병 목록과 질병 민감도가 높은 질병의 예방을 위한 영양정보를 출력하는 이용자용 단말기를 통해 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 양태에 따르면, 본 발명은 (1) 이용자의 단일염기 다형성 정보를 입력하는 단계; (2) 상기 (1)단계에 의해 입력된 이용자의 단일염기 다형성 정보를, 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스의 데이터와 매칭하여, 이용자의 단일염기 다형성 정보를 기초로 질병 민감도를 수치화 하는 단계; (3) 상기 (2)단계에 의해 수치화된 값에 의해 질병 민감도가 높은 질병을 추출하는 단계; (4) 상기 (3)단계에 의해 추출된 질병을 기초로 데이터베이스의 영양정보를 검색하여 이용자 맞춤형 영양정보를 추출하는 단계; 및 (5) 상기 (4)단계에 의해 추출된 영양정보를 제공하는 단계를 포함하되, 상기 (4)단계에서 데이터베이스는 질병 예방을 위한 영양정보를 포함하고, 상기 영양정보는 열량, 탄수화물, 지방, 단백질, 비타민, 미네랄을 포함하는 것을 특징으로 하는 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법을 제공한다.
본 명세서에서 사용된 표현, "질병 민감도"은 질병 별로 SNP(single nucleotide polymorphism) 분석결과를 토대로 minor allele의 특정 질병에 대한 오즈비(odds ratio)를 산출하여 표현한 것으로써 1보다 큰 경우 또는 0보다 크고 1보다 작은 경우의 수치로 표현될 수 있다.
본 명세서에서 사용된 표현, "질병 민감도가 높은 질병"은 질병 민감도를 나타내는 오즈비(odds ratio)가 어떠한 수치범위에 속하는지에 따라 판별할 수 있는 것으로써 오즈비(odds ratio)>1이면 질병 민감도가 높은 질병이고, 0<오즈비(odds ratio)<1이면 질병 민감도가 낮은 질병임을 의미한다.
본 명세서에서 SNP (Single nucleotide polymorphism) minor alleles 와 질병에 대한 위험도는 odds ratio(또는 beta값)로 계산하여 질병의 위험도를 수치화하였다. odds ratio는 1보다 크면 minor allele와 질병과 질병에 걸린 위험도가 증가하는 것이고 0<odds ratio<1 이면 질병에 걸릴 위험도가 감소하는 것을 의미한다. 이러한 오즈비에 -ln을 넣어 계산한 beta값이 0 보다 크면 질병에 걸릴 가능성이 높은 것이고 음의 값이면 질병에 걸릴 가능성이 낮은 것을 의미하도록 하였다.
유전자 변이 중에서 특정질병에 걸릴 위험도를 오즈비로 계산한것으로 KARE study에서 8842명을 대상으로 조사한 사람들의 질병에 대한 생화학적 지표와 개인의 질병치료여부를 기준으로 질병의 발병을 정한다. 이때 P value가 <1*10-5으로 정하여 통계적으로 유의성이 높은 유전자 변이만을 선택한다. 개인이 특정 질병에 발병에 관련이 있는 유전자 변이를 탐색하는 방법으로 GWAS를 사용한다. GWAS는 특정질병과 관련된 유전자 변이(SNP)를 탐색하는 것으로 이 관련성을 오즈비로 표시한다. 오즈비는 한 집단의 질병의 발생자를 집단 전체 대상자로 나눈 값으로 계산하는 것으로 오즈비가 1보다 크면 특정 유전자 변이를 가진 사람은 특정질병의 발생율이 증가한다고 하고, 반대로 오즈비가 0과 1사이이면 특정 SNP에서 minor allele를 가진 것은 특정질병의 발생율이 감소하는 것이다.
한편, 베타 값은-ln(오즈비)로 계산하는 것으로써 오즈비가 0과 1사이인 것은 (-) 값으로 1이상인 것은 (+) 값으로 계산되어 여러 유전자 변이의 합으로 계산할 때 질병의 발생에 양의 상관관계가 있는 것은 (+) 값으로 음의 상관관계가 있는 것은 (-)값으로 표시된다. 그러므로 여러 유전자 변이의 합으로 유전자변이와 질병의 유병율을 계산할 때 개인의 전체적인 유전자 변이가 질병의 유병율의 발생율을 예측하기 용이하도록 계산할 수 있는 장점이 있고, 베타값을 사용하여 여러 가지 유전적 변이가 질병에 미치는 영향을 유전적 변이들에 베타값을 곱한 것들의 합으로 계산할 수 있다. 이것을 유전적 위험 값(genetic risk score)으로 계산할 수 있다.
상기 (2)단계에서 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터 베이스는 질병 별로 SNP(single nucleotide polymorphism) 분석결과를 취합하여 구축한 것으로써 SNP에 따라 질병 보유자가 다수인 경우(major), 질병 보유자와 정상인이 비슷한 경우(hetero), 질병 보유자가 소수인 경우(minor)로 분류되어 있다. 한편, minor allele는 대립유전자(allele)의 SNP(single nucleotide polymorphism) 분석결과 총 분석대상 대비 특정질병 보유자의 비율이 소수인 경우를 의미하고, 오즈비(odds ratio)>1 이면 질병 민감도가 증가하는 것이고 0<odds ratio<1 이면 질병 민감도가 감소하는 것을 의미한다.
상기 (3)단계에서 질병 민감도가 높은 질병은 상기 (2)단계에서 수치화된 질병 민감도인 오즈비(odds ratio)를 토대로 오즈비(odds ratio)>1인 질병을 추출할 수 있다.
상기 (4)단계에서는 상기 (3)단계에서 추출된 질병 민감도가 높은 오즈비(odds ratio)>1인 질병 정보를 토대로 열량, 탄수화물, 지방, 단백질, 비타민, 미네랄 영양정보가 구축된 데이터베이스의 영양정보를 검색하여 질병 민감도가 높은 질병을 치료 또는 완화할 수 있는 영양정보를 추출할 수 있다. 예를 들어, 오즈비(odds ratio)>1인 질병으로 당뇨병이 추출된 경우에는 탄수화물의 섭취를 줄이고 단백질의 섭취를 증가시킬 수 있는 영양정보를 제공할 수 있고, 구체적으로는 질병 민감도가 높은 질병의 치료 또는 완화를 위한 영양정보에 적합한 식단정보를 추가적으로 제공할 수도 있다.
본 발명의 다른 일 양태에 따르면, 본 발명의 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법은 이용자의 단일염기 다형성 정보와 질병 민감도의 상관관계를 데이터화한 데이터베이스 및 질병 민감도가 높은 질병 예방을 위한 영양정보를 포함하는 데이터베이스와 연결되어 통신하며, 이용자가 입력한 단일 염기 다형성 정보를 고려하여 질병 민감도와 단일염기 다형성의 상관관계를 데이터화 데이터베이스와 매칭하여 질병 민감도를 수치화하여 추출된 질병 민감도가 높은 질병 목록 및 질병 민감도가 높은 질병 예방을 위한 영양정보를 제공할 수 있는 자동화된 컴퓨터프로그램을 포함하는 컴퓨터 서버와 상기 컴퓨터 서버에 구비된 인터페이스를 제공하는 입출력 수단을 통해 제공될 수 있고, 더 나아가 상기 컴퓨터 서버와 네트워크 통신망을 통하여 상기 컴퓨터 서버와 접속되고, 상기 컴퓨터 서버에서 전달받은 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스와 이용자가 입력한 단일염기 다형성 정보를 매칭하여 이용자의 단일염기 다형성 정보를 기초로 질병민감도를 수치화하여 추출된 질병 민감도가 높은 질병 목록과 질병 민감도가 높은 질병의 예방을 위한 영양정보를 출력하는 이용자용 단말기를 통해 제공될 수 있다.
상기와 같은 본 발명에 따르면, 이용자의 단일염기 다형성 정보를 토대로 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스를 이용하여 이용자에게 질병 민감도가 높은 질병을 추출하고, 질병 민감도가 높은 질병을 예방하기 위한 영양정보를 제공방법을 제공함으로써, 전문서적을 참고하거나 전문가의 상담을 받기 위해 비용을 지불하여야 하는 등 과도한 시간과 비용의 소모 없이도 자신의 유전자 정보를 토대로 질병 민감도가 높은 질병 정보를 얻을 수 있을 뿐만 아니라 질병 민감도가 높은 질병을 예방하기 위한 영양정보를 얻을 수 있는 효과가 있다.
또한 본 발명의 개인별 단일염기 다형성 정보에 따른 맞춤형 영양정보 제공방법은 건강증진 효과를 증대시킬 수 있는 효과가 있다.
또한 본 발명의 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법은 이용자의 단일염기 다형성 정보를 기초로 질병 민감도가 높은 질병을 추출하고, 질병 민감도가 높은 질병의 예방을 위한 이용자 맞춤형 영양정보를 제공하므로, 지속적인 실행으로 건강증진 및 질병예방의 효과를 증대시킬 수 있는 효과가 있다.
도 1은 본 발명에 의한 일 양태 중 데이터베이스, 컴퓨터 서버, 이용자용 단말기에 의해 실시간으로 개인별 단일염기 다형성 정보 맞춤형 영양정보 제공방법을 나타낸 모식도이다.
도 2는 본 발명의 이용자의 단일염기 다형성 정보 입력 및 이의 처리에 대한 알고리즘을 나타낸 모식도이다.
도 3은 본 발명에 의한 일 구현예 중 질병 민감도의 수치화 및 질병 민감도가 높은 질병을 추출하는 과정을 나타낸 것이다.
도 4는 본 발명에 의한 일 구현예 중 이용자의 단일염기 다형성 정보를 이용하여 추출된 질병 민감도가 높은 질병의 치료 또는 예방을 위한 영양정보를 제공하는 과정을 나타낸 것이다.
도 5는 본 발명에 의한 일 구현예 중 질병을 고혈압으로 선택하였을 경우에 이용자의 단일염기 다형성 정보를 이용하여 질병 민감도를 추출(5a)하고, 이용자 맞춤형 영양정보를 제공(5b)하는 과정을 나타낸 것이다.
이하, 본 발명을 하기의 실시예에 의하여 더욱 상세히 설명한다. 그러나 이들 실시예는 본 발명을 예시하기 위한 것일 뿐이며, 본 발명의 범위가 이들 실시예에 의하여 한정되는 것은 아니다.
도 1은 본 발명의 일 양태를 나타낸 것으로써, 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스 및 질병 치료 또는 예방을 위한 영양정보(열량, 탄수화물, 지방, 단백질, 비타민, 미네랄)를 포함하는 데이터베이스와 연결되어 통신하며, 이용자가 입력한 단일염기 다형성 정보를 고려하여 이용자의 질병 민감도를 수치화하고 수치화된 질병 민감도를 토대로 질병 민감도가 높은 질병을 추출한 후에 질병 민감도가 높은 질병의 치료 또는 예방을 위한 영양정보를 고려하여 조건검색을 통해 영양정보를 제공할 수 있는 자동화된 컴퓨터프로그램을 포함하는 컴퓨터 서버 및 상기 컴퓨터 서버와 네트워크 통신망을 통하여 상기 컴퓨터 서버와 접속되고, 상기 컴퓨터 서버에서 전달받은 정보를 출력하는 이용자용 단말기를 통해서 개인별 단일염기 다형성 정보 맞춤형 영양정보를 제공하는 것을 나타낸 것이다.
도 2는 본 발명의 개인별 단일염기 다형성 정보 맞춤형 영양정보를 제공하기위해 이용자의 단일염기 다형성 정보 및 개인 프로필 정보가 모두 입력되었는지 여부를 확인하는 과정을 거쳐, 이용자가 입력한 정보에 기초하여 질병 민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스의 테이터와 매칭하는 알고리즘을 나타낸 것이다.
도 3은 본 발명의 개인별 단일염기 다형성 정보를 이용한 질병 민감도를 수치화하고 질병 민감도가 높은 질병을 추출하는 과정을 나타낸 것으로써, 유전자 역학조사 데이터베이스 즉, 질병 민감도와 단일염기 다형성의 상관관계를 데이터화환 데이터베이스의 데이터를 이용하여 이용자의 단일염기 다형성 정보와 매칭하여 이용자가 입력한 단일염기 다형성 정보를 토대로 질병별 질병의 위험도에 영향을 미치는 유전자 변이를 탐색한 후 질병별 유전자 변이 SNP(minor allele)들의 오즈비(odds ratio)를 수치화 한 다음 이용자의 질병별 관련이 잇는 유전자 SNP의 변이조사 및 이용자의 SNP의 allele값을 확인한 다음 수치화하여 질병별 각 SNP의 minor allele에 대한 beta값과 SNP allele값을 곱한 각 값의 합(A)을 토대로 이용자가 취약한 질병(질병 민감도가 높은 질병)을 도출하게 된다. 상기 A값이 0보다 크면 질병에 대한 취약성이 증가한 것이고, 0보다 적으면 질병에 걸릴 가능성이 감소한 것을 의미한다.
도 4는 본 발명에 의한 이용자의 단일염기 다형성 정보를 토대로 추출된 질병 민감도가 높은 질병의 치료 또는 예방을 위해 맞춤형 영양정보 및 맞춤형 영양정보에 맞는 식단을 제공하는 과정을 나타낸 것이다. SNP와 영양소 섭취의 상호작용의 값을 비교하여 이용자별 열량, 탄수화물, 단백질, 지방 등의 영양소 섭취 및 비율을 선정하고, 이용자의 minor allele에 따라 상기 각 영양소의 섭취비율을 선정한 다음 비타민, 미네랄 같은 미량영양소의 필요량을 결정하여 개인별 단일염기 다형성 정보 맞춤형 영양정보를 제공할 수 있다. 또한 상기 개인별 단일염기 다형성 정보 맞춤형 영양정보를 토대로 그러한 영양정보에 적합한 식단을 추가적으로 제공할 수도 있다.
도 5는 본 발명의 일 구체예를 나타낸 것으로써, 도 5a는 질병을 고혈압으로선택한 경우 질병 민감도를 산출하는 과정을 나타낸 것이고, 도 5b는 상기 산출된 질병 민감도를 토대로 개인 맞춤형 영양정보를 제공하는 과정을 나타내고 있다. 질병 민감도의 산출은 상기 도 3에서 설명한 바와 동일한 방식으로 진행되고, 질병 민감도를 토대로 개인 맞춤형 영양정보를 제공하는 과정도 상기 도 4에서 설명한 방식과 동일한 방식으로 진행된다. 도 5a 및 5b의 내용을 토대로 보다 구체적으로 살펴보면, 이용자의 취약질병data 도출한 A값을 바탕으로 이용자의 취약질병을 확인하고, 질병별로 영향을 미치는 유전자의 SNP들 중 섭취하는 영양소 상호작용을 하는 것을 모아 이것의 영양소 권장량을 정한다. 예를 들면 SNP 중에서 열량과 상호작용을 하는 SNP은 열량을 많이 섭취하는 경우에만 질병에 대한 위험도를 높이고 열량을 낮게 섭취하면 위험도를 높이지 않는다. 이러한 이용자는 열량 섭취량을 낮게 섭취하도록 권한다. 또한 이 이용자의 변형된 SNP 중에서 탄수화물의 섭취가 낮을 때 질병의 위험도를 높이는 경우에는 탄수화물 섭취비율을 높게 잡는 것이 필요하다. 이와 같이, 이렇게 개인에 SNP에 따라 유전자의 변이가 탄수화물 지방 단백질 열량의 섭취량과 상호작용을 하는 것을 이용하여 개인의 열량, 탄수화물, 단백질, 지방의 비율을 선정한다. 또한 질병 민감도가 높은 질병의 예방을 위하여 미량영양소의 권장량을 정한다.
즉, SNP와 SNP와 질병의 예측 값인 X, 유전자 SNP와 영양소 상호작용 관계를 바탕으로 개인이 증가시키거나 감소시켜야 하는 열량(E), 탄수화물(C), 단백질(P), 지방(F) 데이터를 도출한다(X data에서 유의성을 나타낸 것 만을 결과값으로 사용). 위의 결과를 바탕으로 개인이 취약한 질병을 예방, 치료하기 위해 필요한 미량영양소, 비타민, 미네랄에 대한 정보를 제공할 수 있고, 식생활에서 열량섭취가 많거나 적은 정도, 탄수화물, 단백질, 지방섭취의 많거나 적은 정도를 확인하여 식생활에 접목시킬 수도 있다.
이상에서 설명한 본 발명은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것은 아니다.

Claims (1)

  1. 이용자의 단일염기 다형성 정보를 입력하는 입력부 및 맞춤형 영양정보와 이에 적합한 식단정보를 제공받는 출력부를 포함하는 이용자단말기; 및
    상기 이용자단말기와 네트워크 통신망으로 연결되고, 이용자단말기를 통해 입력된 단일염기 다형성 정보 맞춤형 영양정보 및 이에 적합한 식단정보 제공에 필요한 단일염기 다형성 정보와 질병 민감도의 상관관계를 데이터화한 데이터베이스를 포함하는 서버;
    를 포함하고,
    상기 서버는 이용자의 단일염기 다형성 정보를, 질병민감도와 단일염기 다형성의 상관관계를 데이터화한 데이터베이스의 데이터와 매칭하여, 이용자의 단일염기 다형성정보를 기초로 질병 민감도를 오즈비(odds ratio)로 계산되는 베타(beta)값을 산출하여 수치화 하는 베타값 산출부;
    상기 베타(beta)값에 이용자의 minor allele의 수를 곱한 것의 합>0 인 질병을 추출하는 질병 추출부;
    상기 추출된 질병에 영향을 미치는 유전자의 단일염기 다형성 중에서 영양소와 상호작용을 하는 것을 선별하는 유전자 선별부;
    상기 선별된 유전자의 단일염기다형성과 상호작용을 하는 영양소 정보를 기초로 데이터베이스의 영양정보를 검색하여 이용자 맞춤형 열량, 탄수화물, 단백질, 지방의 비율 및 비타민, 미네랄 권장량을 추출하는 영양정보 추출부; 및
    상기 추출된 영양정보 및 이에 적합한 식단을 제공하는 출력부를 포함하되,
    상기 질병은 고혈압, 당뇨병, 비만, 골다공증, 이상지질혈증, 골관절염, 천식, 알러지이고,
    상기 오즈비(odds ratio)는 특정질병과 관련된 유전자 변이를 GWAS (genome wide association study) 방법으로 탐색하여 통계적으로 유의성을 나타내는 P value < 1×10-5 인 것을 선택하여 그 관련성을 표시한 것이며,
    상기 질병에 영향을 미치는 유전자의 단일염기 다형성 중에서 영양소와 상호작용을 하는 것은 베타(beta)값에 변화를 주는 영양소이며,
    상기 데이터베이스는 질병 예방을 위한 영양정보 및 이에 적합한 식단정보를 포함하는 것을 특징으로 하는 개인별 단일염기 다형성 정보 맞춤형 영양정보 및 이에 적합한 식단 제공시스템.
KR1020190134049A 2019-10-25 2019-10-25 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법 KR102184316B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190134049A KR102184316B1 (ko) 2019-10-25 2019-10-25 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190134049A KR102184316B1 (ko) 2019-10-25 2019-10-25 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020170032734A Division KR20180105774A (ko) 2017-03-15 2017-03-15 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법

Publications (2)

Publication Number Publication Date
KR20190124188A true KR20190124188A (ko) 2019-11-04
KR102184316B1 KR102184316B1 (ko) 2020-12-01

Family

ID=68578406

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190134049A KR102184316B1 (ko) 2019-10-25 2019-10-25 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법

Country Status (1)

Country Link
KR (1) KR102184316B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210157978A (ko) 2020-06-23 2021-12-30 농업회사법인 (주)케어앤모어 유전체 분석 정보를 이용한 개인 맞춤형 영양정보 제공방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120061010A (ko) * 2010-11-02 2012-06-12 서울대학교산학협력단 위암 진단 방법
KR20140098561A (ko) * 2013-01-31 2014-08-08 한국과학기술원 질병 관련 단일염기다형성 조합 추출 방법, 질병 발생 위험도 예측 방법, 그리고 이를 이용한 질병 발생 위험도 예측 장치
KR20140134534A (ko) * 2013-05-14 2014-11-24 솔젠트 (주) 유전자 검사에 기초하여 소아에게 권장 식이 정보를 제공하는 방법 및 이 방법에 사용되는 시스템
KR20150134516A (ko) * 2014-05-21 2015-12-02 순천향대학교 산학협력단 아스피린-악화 호흡기 질환(aerd)의 진단을 위한 단일염기다형성 및 이를 이용하여 그 진단에 필요한 정보를 제공하는 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120061010A (ko) * 2010-11-02 2012-06-12 서울대학교산학협력단 위암 진단 방법
KR20140098561A (ko) * 2013-01-31 2014-08-08 한국과학기술원 질병 관련 단일염기다형성 조합 추출 방법, 질병 발생 위험도 예측 방법, 그리고 이를 이용한 질병 발생 위험도 예측 장치
KR20140134534A (ko) * 2013-05-14 2014-11-24 솔젠트 (주) 유전자 검사에 기초하여 소아에게 권장 식이 정보를 제공하는 방법 및 이 방법에 사용되는 시스템
KR20150134516A (ko) * 2014-05-21 2015-12-02 순천향대학교 산학협력단 아스피린-악화 호흡기 질환(aerd)의 진단을 위한 단일염기다형성 및 이를 이용하여 그 진단에 필요한 정보를 제공하는 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210157978A (ko) 2020-06-23 2021-12-30 농업회사법인 (주)케어앤모어 유전체 분석 정보를 이용한 개인 맞춤형 영양정보 제공방법

Also Published As

Publication number Publication date
KR102184316B1 (ko) 2020-12-01

Similar Documents

Publication Publication Date Title
Chen et al. Revisiting the genome-wide significance threshold for common variant GWAS
Tikkanen et al. Biological insights into muscular strength: genetic findings in the UK Biobank
Duan et al. Model-based understanding of single-cell CRISPR screening
TWI423063B (zh) 用於個人化行為計劃之方法及系統
TWI423151B (zh) 結合多個環境及基因風險因子的方法及系統
EP3488369A1 (en) Determining an optimal wellness regime
Li et al. Predicting regulatory variants with composite statistic
WO2006065658A2 (en) A physiogenomic method for predicting clinical outcomes of treatments in patients
Elgart et al. Non-linear machine learning models incorporating SNPs and PRS improve polygenic prediction in diverse human populations
Wang et al. Individualized identification of disease-associated pathways with disrupted coordination of gene expression
Coward et al. SpliceNest: visualizing gene structure and alternative splicing based on EST clusters
Hillenmeyer et al. STAMS: STRING-assisted module search for genome wide association studies and application to autism
Castro et al. In the pursuit of a semantic similarity metric based on UMLS annotations for articles in PubMed Central Open Access
Xiao et al. Monocytes affect bone mineral density in pre-and postmenopausal women through ribonucleoprotein complex biogenesis by integrative bioinformatics analysis
Liu et al. Maturation and application of phenome-wide association studies
Charlier et al. Limited potential of genetic predisposition scores to predict muscle mass and strength performance in Flemish Caucasians between 19 and 73 years of age
JP6826128B2 (ja) 遺伝子型からの表現型の決定
KR102184316B1 (ko) 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법
KR20180105774A (ko) 개인별 단일염기 다형성 정보에 따른 질병예측 프로그램 및 맞춤형 영양정보 제공방법
Fu et al. A novel hierarchical clustering approach for joint analysis of multiple phenotypes uncovers obesity variants based on ARIC
Reales et al. RápidoPGS: A rapid polygenic score calculator for summary GWAS data without a test dataset
Yang et al. A systematic comparison of normalization methods for eQTL analysis
Yu et al. Genetic clustering of depressed patients and normal controls based on single-nucleotide variant proportion
EP3693972A1 (en) System and method for interpreting data and providing recommendations to a user based on his/her genetic data and on data related to the composition of his/her intestinal microbiota
Curbelo Montañez et al. Evaluation of phenotype classification methods for obesity using direct to consumer genetic data

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant