KR20230064172A - 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 - Google Patents
세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 Download PDFInfo
- Publication number
- KR20230064172A KR20230064172A KR1020210149466A KR20210149466A KR20230064172A KR 20230064172 A KR20230064172 A KR 20230064172A KR 1020210149466 A KR1020210149466 A KR 1020210149466A KR 20210149466 A KR20210149466 A KR 20210149466A KR 20230064172 A KR20230064172 A KR 20230064172A
- Authority
- KR
- South Korea
- Prior art keywords
- size
- nucleic acid
- cancer
- sequence
- acid fragments
- Prior art date
Links
- 150000007523 nucleic acids Chemical class 0.000 title claims abstract description 190
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 92
- 201000011510 cancer Diseases 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 77
- 108020004707 nucleic acids Proteins 0.000 title claims abstract description 41
- 102000039446 nucleic acids Human genes 0.000 title claims abstract description 41
- 239000012634 fragment Substances 0.000 title description 6
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 32
- 239000012472 biological sample Substances 0.000 claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims description 30
- 238000003745 diagnosis Methods 0.000 claims description 22
- 210000004027 cell Anatomy 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 13
- 210000000349 chromosome Anatomy 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 210000001519 tissue Anatomy 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 4
- 210000003296 saliva Anatomy 0.000 claims description 4
- 210000000582 semen Anatomy 0.000 claims description 4
- 210000002700 urine Anatomy 0.000 claims description 4
- 210000004381 amniotic fluid Anatomy 0.000 claims description 3
- 230000002759 chromosomal effect Effects 0.000 claims description 3
- 210000004209 hair Anatomy 0.000 claims description 3
- 230000003169 placental effect Effects 0.000 claims description 3
- 239000011324 bead Substances 0.000 claims description 2
- 238000004587 chromatography analysis Methods 0.000 claims description 2
- 238000004440 column chromatography Methods 0.000 claims description 2
- 230000006862 enzymatic digestion Effects 0.000 claims description 2
- 239000003925 fat Substances 0.000 claims description 2
- 230000001605 fetal effect Effects 0.000 claims description 2
- 102000004169 proteins and genes Human genes 0.000 claims description 2
- 238000010298 pulverizing process Methods 0.000 claims description 2
- 238000007637 random forest analysis Methods 0.000 claims description 2
- 238000005185 salting out Methods 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 206010029260 Neuroblastoma Diseases 0.000 description 17
- 238000010200 validation analysis Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 16
- 239000000523 sample Substances 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 12
- 238000007481 next generation sequencing Methods 0.000 description 11
- 239000002773 nucleotide Substances 0.000 description 11
- 125000003729 nucleotide group Chemical group 0.000 description 11
- 238000012549 training Methods 0.000 description 10
- 108020004414 DNA Proteins 0.000 description 9
- 108091028043 Nucleic acid sequence Proteins 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000002864 sequence alignment Methods 0.000 description 5
- 238000011528 liquid biopsy Methods 0.000 description 4
- 238000001574 biopsy Methods 0.000 description 3
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 2
- 208000014697 Acute lymphocytic leukaemia Diseases 0.000 description 2
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 2
- 208000006664 Precursor Cell Lymphoblastic Leukemia-Lymphoma Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 201000007270 liver cancer Diseases 0.000 description 2
- 208000014018 liver neoplasm Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- FWMNVWWHGCHHJJ-SKKKGAJSSA-N 4-amino-1-[(2r)-6-amino-2-[[(2r)-2-[[(2r)-2-[[(2r)-2-amino-3-phenylpropanoyl]amino]-3-phenylpropanoyl]amino]-4-methylpentanoyl]amino]hexanoyl]piperidine-4-carboxylic acid Chemical compound C([C@H](C(=O)N[C@H](CC(C)C)C(=O)N[C@H](CCCCN)C(=O)N1CCC(N)(CC1)C(O)=O)NC(=O)[C@H](N)CC=1C=CC=CC=1)C1=CC=CC=C1 FWMNVWWHGCHHJJ-SKKKGAJSSA-N 0.000 description 1
- 208000031261 Acute myeloid leukaemia Diseases 0.000 description 1
- 206010004593 Bile duct cancer Diseases 0.000 description 1
- 206010005003 Bladder cancer Diseases 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 206010008342 Cervix carcinoma Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 1
- 208000022072 Gallbladder Neoplasms Diseases 0.000 description 1
- 208000008839 Kidney Neoplasms Diseases 0.000 description 1
- 238000012313 Kruskal-Wallis test Methods 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010027406 Mesothelioma Diseases 0.000 description 1
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 208000033776 Myeloid Acute Leukemia Diseases 0.000 description 1
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 208000015634 Rectal Neoplasms Diseases 0.000 description 1
- 206010038389 Renal cancer Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 208000024770 Thyroid neoplasm Diseases 0.000 description 1
- 241000283907 Tragelaphus oryx Species 0.000 description 1
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 1
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 1
- 208000026900 bile duct neoplasm Diseases 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 201000000053 blastoma Diseases 0.000 description 1
- 210000001754 blood buffy coat Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 201000010881 cervical cancer Diseases 0.000 description 1
- 208000006990 cholangiocarcinoma Diseases 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 210000002726 cyst fluid Anatomy 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 201000008184 embryoma Diseases 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 201000004101 esophageal cancer Diseases 0.000 description 1
- 201000010175 gallbladder cancer Diseases 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 238000013412 genome amplification Methods 0.000 description 1
- 230000000762 glandular Effects 0.000 description 1
- 208000005017 glioblastoma Diseases 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 230000002489 hematologic effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 201000010982 kidney cancer Diseases 0.000 description 1
- -1 leukocytes Substances 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 210000004880 lymph fluid Anatomy 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 210000003819 peripheral blood mononuclear cell Anatomy 0.000 description 1
- 210000004910 pleural fluid Anatomy 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000003793 prenatal diagnosis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 206010038038 rectal cancer Diseases 0.000 description 1
- 201000001275 rectum cancer Diseases 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 201000002314 small intestine cancer Diseases 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000001179 synovial fluid Anatomy 0.000 description 1
- 210000001138 tear Anatomy 0.000 description 1
- 201000003957 thoracic cancer Diseases 0.000 description 1
- 201000002510 thyroid cancer Diseases 0.000 description 1
- 239000000439 tumor marker Substances 0.000 description 1
- 201000005112 urinary bladder cancer Diseases 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000012070 whole genome sequencing analysis Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6806—Preparing nucleic acids for analysis, e.g. for polymerase chain reaction [PCR] assay
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Genetics & Genomics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physiology (AREA)
Abstract
본 발명은 세포유리 핵산단편 말단 서열 빈도 및 크기를 이용한 암 진단 및 암 종 예측방법에 관한 것으로, 보다 구체적으로는 생체시료에서 핵산을 추출하여, 서열정보를 획득하여 정렬한 리드를 기반으로 핵산단편의 말단 서열 빈도와 핵산단편의 크기를 도출한 다음, 이를 벡터화된 데이터로 생성한 후, 학습된 인공지능 모델에 입력하여 계산된 값을 분석하는 방법을 이용한 암 진단 및 암 종 예측방법에 관한 것이다. 본 발명에 따른 세포유리 핵산단편 말단 서열 빈도 및 크기를 이용한 암 진단 및 암 종 예측방법은 벡터화된 데이터를 생성하여 AI 알고리즘을 이용하여 분석하기 때문에 리드 커버리지가 낮더라도 높은 민감도와 정확도를 나타내어 유용하다.
Description
본 발명은 세포유리 핵산단편 위치별 서열 상대 빈도 및 크기를 이용한 암 진단 방법에 관한 것으로, 보다 구체적으로는 생체시료에서 핵산을 추출하여, 서열정보를 획득하여 정렬한 리드를 기반으로 핵산단편의 위치별 서열 상대 빈도와 핵산단편의 크기를 도출한 다음, 이를 학습된 인공지능 모델에 입력하여 계산된 값을 분석하는 방법을 이용한 암 진단 방법에 관한 것이다.
임상에서의 암 진단은 통상적으로 병력 조사, 물리적 검사 및 임상적 평가 후 조직 생검(tissue biopsy)을 수행 하여 확인하고 있다. 임상 실험에 의한 암 진단은 암 세포의 수가 10억 개 이상이고 암의 직경이 1cm 이상일 경우에만 가능하다. 이 경우, 암 세포는 이미 전이능력을 가지고 있으며, 적어도 이들 중 반은 이미 전이된 상태이다. 또한, 조직생검은 침습적이어서 환자에게 상당한 불편함을 주고, 암 환자를 치료하다 보면 조직생검을 수행할 수 없는 경우도 자주 있다는 문제점이 있다. 이외에, 암 스크리닝에 있어서 암으로부터 직접 또는 간접적으로 생산되는 물질을 모니터링하기 위한 종양 마커가 사용되고 있지만, 암이 존재하는 경우에도 종양 마커 스크리닝 결과 반 이상이 정상으로 나타나고, 암이 없는 경우에도 자주 양성으로 나타나기 때문에, 그 정확성에 한계가 있다.
이와 같은 통상적인 암 진단 방법의 문제점을 보완할 만한 비교적 간편하고 비침습적이며 높은 민감도 및 특이도를 가진 암 진단 방법의 요구에 따라, 최근 암의 진단, 추적 검사로 환자의 체액을 활용하는 액상생검(liquid biopsy)이 많이 이용되고 있다. 액상생검은 비침습적(non-invasive)인 방법으로, 기존의 침습적인 진단 및 검사방법의 대안으로 주목 받고 있는 진단기술이다.
최근에는 액상생검에서 획득한 세포 유리 DNA (cell free DNA)을 이용하여 암 진단 및 암 종 감별을 수행하는 방법이 개발되고 있으며(US 10975431, Zhou, Xionghui et al., bioRxiv, 2020.07.16.201350), 특히, 세포 유리 핵산 말단 서열의 모티프 빈도 정보를 분석하여 암 진단, 산전진단 또는 장기이식 모니터링에 이용하는 방법이 알려져 있다(WO 2020-125709, Peiyong Jiang et al., cancer discovery, Vol. 10, 2020, pp. 664-673).
한편, Gradient Boosting Algorithm (GBM)은 회귀분석 또는 분류 분석을 수행할 수 있는 예측모형이며 예측모형의 앙상블 방법론 중 부스팅 계열에 속하는 알고리즘이다. Gradient Boosting Algorithm은 Tabular format 데이터 (엑셀형태와 같이 X-Y Grid로 되어있는 데이터)에 대한 예측에서 엄청난 성능을 보여주고, 머신러닝 알고리즘 중에서도 가장 예측 성능이 높다고 알려진 알고리즘이다.
이러한 Gradient Boosting Algorithm을 이용하여 바이오 분야에 활용하는 다양한 문헌(Daping Yu et al., Thoracic Cancer Vol. 11, pp. 95-102. 2020, KR 10-2061800, KR 10- 2108050, KR 10-2021-0081547)이 존재하고 있으나, 혈액 내 무세포 DNA(cell-free DNA, cfDNA)의 서열분석 정보를 기반으로 GBM을 통해 암을 진단하는 방법에 대해서는 연구가 부족한 실정이다.
이에, 본 발명자들은 상기 문제점들을 해결하고, 높은 민감도와 정확도의인공지능 기반 암 진단방법을 개발하기 위해 예의 노력한 결과, 무세포 핵산단편의 위치별 서열 상대 빈도와 핵산단편의 크기 정보를 기반으로 최적의 서열 상대 빈도 및 크기 조합을 선별하고, 이를 학습된 인공지능 모델로 분석할 경우, 높은 민감도와 정확도로 암 진단을 수행할 수 있다는 것을 확인하고, 본 발명을 완성하였다.
본 발명의 목적은 세포유리 핵산단편의 위치별 서열 상대 빈도 및 크기를 이용한 암 진단방법을 제공하는 것이다.
본 발명의 다른 목적은 세포유리 핵산단편 위치별 서열 상대 빈도 및 크기를 이용한 암 진단 장치를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 방법으로 암 진단을 수행하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 저장 매체를 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명은 (a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계; (b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계; (c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및 (d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서, 상기 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 하는 무세포 핵산을 이용한 암 진단을 위한 정보의 제공방법을 제공한다.
본 발명은 또한, 생체시료에서 핵산을 추출하여 서열정보를 해독하는 해독부; 해독된 서열을 표준 염색체 서열 데이터베이스에 정렬하는 정렬부; 정렬된 서열 기반의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 핵산단편 분석부; 및 도출된 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 학습된 인공지능 모델에 입력하여 분석하고, 기준값과 비교하여 암 유무를 판정하는 암 진단부; 를 포함하는 암 진단 장치를 제공한다.
본 발명은 또한, 컴퓨터 판독 가능한 저장 매체로서, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되, (a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계; (b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계; (c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및 (d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서, 상기 (d) 단계의 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 하는 단계를 통하여, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 저장 매체를 제공한다.
본 발명에 따른 세포유리 핵산단편 위치별 서열 상대 빈도 및 크기를 이용한 암 진단 방법은 최적의 핵산단편 위치별 서열 상대 빈도 및 크기 정보를 수득하여 AI 알고리즘을 이용하여 분석하기 때문에 리드 커버리지가 낮더라도 높은 민감도와 정확도를 나타내어 유용하다.
도 1은 본 발명의 세포유리 핵산단편 위치별 서열 상대 빈도 및 크기를 이용한 암 진단 방법을 수행하기 위한 전체 흐름도이다.
도 2는 본 발명의 일 실시예에서 건강인과 암 환자 사이에서 크기별로 상대 빈도가 통계적으로 유의미하게 차이가 있는 핵산단편 크기를 선별하는 과정의 예시이다.
도 3은 본 발명의 일 실시예에서 확인한 핵산단편들의 크기별 상대 빈도의 통계값과 선별한 핵산단편들의 크기 분포를 확인한 그래프이다.
도 4는 본 발명의 일 실시예에서 제작한 FESS table을 heatmap 형식으로 시각화한 것이다.
도 5의 왼쪽 패널은 도 4의 점선으로 표시된 부분을 확대한 것이고, 오른쪽 두 패널은 위치별 염기 서열의 상대 빈도를 통계적으로 분석한 결과이다.
도 6은 본 발명의 일 실시예에서 선별한 핵산단편의 위치에서 A, T, G, C 각 염기 서열의 상대 빈도를 계산하여 각각의 염기 서열 사이의 유사성을 통계적으로 확인한 결과이다.
도 7의 (A)는 본 발명의 일 실시예에서 구축한 머신러닝 모델의 성능을 Accuracy와 AUC로 확인한 결과이며, (B)는 혼동행렬(confusion matrix)이다.
도 8은 본 발명의 일 실시예에서 구축한 머신러닝 모델에서 예측한 건강인 및 신경모세포종 환자의 확률값이 실제 환자와 얼마나 일치하는 지를 머신러닝 모델이 출력한 XPI 값의 분포를 통해 확인한 결과이다.
도 9는 본 발명의 일 실시예에서 확인한 핵산단편들의 크기별 상대 빈도의 통계값과 선별한 핵산단편들의 크기 분포를 서로 다른 위치와 염기에서 확인한 그래프이다.
도 10은 본 발명의 일 실시예에서 선별한 feature의 중요도에 따라 소수의 feature로 구축한 머신러닝 모델의 성능을 확인한 결과로서, 윗 패널은 정확도(Accuracy)이고, 아래 패널은 AUC(Area Under Curve)이다.
도 2는 본 발명의 일 실시예에서 건강인과 암 환자 사이에서 크기별로 상대 빈도가 통계적으로 유의미하게 차이가 있는 핵산단편 크기를 선별하는 과정의 예시이다.
도 3은 본 발명의 일 실시예에서 확인한 핵산단편들의 크기별 상대 빈도의 통계값과 선별한 핵산단편들의 크기 분포를 확인한 그래프이다.
도 4는 본 발명의 일 실시예에서 제작한 FESS table을 heatmap 형식으로 시각화한 것이다.
도 5의 왼쪽 패널은 도 4의 점선으로 표시된 부분을 확대한 것이고, 오른쪽 두 패널은 위치별 염기 서열의 상대 빈도를 통계적으로 분석한 결과이다.
도 6은 본 발명의 일 실시예에서 선별한 핵산단편의 위치에서 A, T, G, C 각 염기 서열의 상대 빈도를 계산하여 각각의 염기 서열 사이의 유사성을 통계적으로 확인한 결과이다.
도 7의 (A)는 본 발명의 일 실시예에서 구축한 머신러닝 모델의 성능을 Accuracy와 AUC로 확인한 결과이며, (B)는 혼동행렬(confusion matrix)이다.
도 8은 본 발명의 일 실시예에서 구축한 머신러닝 모델에서 예측한 건강인 및 신경모세포종 환자의 확률값이 실제 환자와 얼마나 일치하는 지를 머신러닝 모델이 출력한 XPI 값의 분포를 통해 확인한 결과이다.
도 9는 본 발명의 일 실시예에서 확인한 핵산단편들의 크기별 상대 빈도의 통계값과 선별한 핵산단편들의 크기 분포를 서로 다른 위치와 염기에서 확인한 그래프이다.
도 10은 본 발명의 일 실시예에서 선별한 feature의 중요도에 따라 소수의 feature로 구축한 머신러닝 모델의 성능을 확인한 결과로서, 윗 패널은 정확도(Accuracy)이고, 아래 패널은 AUC(Area Under Curve)이다.
다른 식으로 정의되지 않는 한, 본 명세서에서 사용된 모든 기술적 및 과학적 용어들은 본 발명이 속하는 기술 분야에서 숙련된 전문가에 의해서 통상적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 본 명세서에서 사용된 명명법 및 이하에 기술하는 실험 방법은 본 기술 분야에서 잘 알려져 있고 통상적으로 사용되는 것이다.
본 발명에서는, 샘플에서 획득한 서열 분석 데이터를 참조 유전체에 정렬한 다음, 정렬된 서열정보를 기반으로 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하고, 상기 도출된 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 학습된 인공지능 모델 입력한 다음, XPI값을 계산하여 분석할 경우, 높은 민감도와 정확도로 암 진단을 수행할 수 있다는 것을 확인하고자 하였다.
즉, 본 발명의 일 실시예에서는, 혈액에서 추출한 DNA를 시퀀싱 한 뒤, 참조 염색체에 정렬한 다음, 이를 이용하여 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하고, 최적의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 조합을 도출한 다음, 이를 딥러닝 모델에 학습시켜 XPI 값을 계산하였으며, 이를 기준값과 비교하여 암 진단을 수행하는 방법을 개발하였다(도 1)
따라서, 본 발명은 일관점에서,
다음의 단계를 포함하는 무세포 핵산을 이용한 암 진단을 위한 정보의제공방법에 관한 것이다:
(a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계;
(b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
(c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및
(d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서,
상기 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 함.
본 발명에 있어서, 상기 핵산 단편은 생체시료에서 추출한 핵산의 조각이면 제한없이 이용할 수 있으며, 바람직하게는 세포 유리 핵산 또는 세포 내 핵산의 조각일 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 핵산 단편은 통상의 기술자에게 알려진 모든 방법으로 얻을 수 있으며, 바람직하게는 직접 서열분석하거나, 차세대 염기서열 분석을 통해 서열분석하거나 또는 비특이적 전장 유전체 증폭(non-specific whole genome amplification)을 통해 서열분석하여 얻거나, 프로브 기반 서열분석을 통해 얻을 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서 상기 암은 고형암 또는 혈액암일 수 있으며, 바람직하게는 비호지킨 림프종 (non-Hodgkin lymphoma), 호지킨 림프종 (non-Hodgkin lymphoma), 급성 골수성 백혈병 (acute-myeloid leukemia), 급성 림프구성 백혈병 (acute-lymphoid leukemia), 다발성 골수종 (multiple myeloma), 경부암 (head and neck cancer), 폐암, 교모세포종 (glioblastoma), 대장/직장암, 췌장암, 유방암, 난소암, 흑색종 (melanoma), 전립선암, 간암, 갑상선암, 위암, 담낭암, 담도암, 방광암, 소장암, 자궁경부암, 원발부위불명암, 신장암, 식도암, 신경모세포종 및 중피종 (mesothelioma)으로 구성된 군에서 선택될 수 있으며, 더욱 바람직하게는 신경모세포종일 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서,
상기 (a) 단계는
(a-i) 혈액, 정액, 질 세포, 모발, 타액, 소변, 구강세포, 태반세포 또는 태아세포를 포함하는 양수, 조직세포 또는 이의 혼합물에서 핵산을 수득하는 단계;
(a-ii) 채취된 핵산에서 솔팅-아웃 방법(salting-out method), 컬럼 크로마토그래피 방법(column chromatography method) 또는 비드 방법(beads method)을 사용하여 단백질, 지방, 및 기타 잔여물을 제거하고 정제된 핵산을 수득하는 단계;
(a-iii) 정제된 핵산 또는 효소적 절단, 분쇄, 수압 절단 방법(hydroshear method)으로 무작위 단편화(random fragmentation)된 핵산에 대하여, 싱글 엔드 시퀀싱(single-end sequencing) 또는 페어 엔드 시퀀싱(pair-end sequencing) 라이브러리(library)를 제작하는 단계;
(a-iv) 제작된 라이브러리를 차세대 유전자서열검사기(next-generation sequencer)에 반응시키는 단계; 및
(a-v) 차세대 유전자서열검사기에서 핵산의 서열정보(reads)를 획득하는 단계;
를 포함하는 것을 특징으로 할 수 있다.
본 발명에서, 상기 (a) 단계의 서열정보를 획득하는 단계는 분리된 무세포 DNA를 1백만 내지 1억 리드 깊이로 전장 유전체 시퀀싱을 통해 획득하는 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 생체시료는 개체로부터 얻어지거나 개체로부터 유래된 임의의 물질, 생물학적 체액, 조직 또는 세포를 의미하는 것으로, 예를 들면, 전혈(whole blood), 백혈구(leukocytes), 말초혈액 단핵 세포(peripheral blood mononuclear cells), 백혈구 연층(buffy coat), (혈장(plasma) 및 혈청(serum)을 포함하는) 혈액, 객담(sputum), 눈물(tears), 점액(mucus), 세비액(nasal washes), 비강 흡인물(nasal aspirate), 호흡(breath), 소변(urine), 정액(semen), 침(saliva), 복강 세척액(peritoneal washings), 골반 내 유체액(pelvic fluids), 낭종액(cystic fluid), 뇌척수막 액(meningeal fluid), 양수(amniotic fluid), 선액(glandular fluid), 췌장액(pancreatic fluid), 림프액(lymph fluid), 흉수(pleural fluid), 유두 흡인물(nipple aspirate), 기관지 흡인물(bronchial aspirate), 활액(synovial fluid), 관절 흡인물(joint aspirate), 기관 분비물(organ secretions), 세포(cell), 세포 추출물(cell extract), 정액, 모발, 타액, 소변, 구강세포, 태반세포, 뇌척수액(cerebrospinal fluid) 및 이의 혼합물을 포함할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서 용어, ”참조집단”은 표준 염기서열 데이터베이스와 같이 비교할 수 있는 기준(reference) 집단으로, 현재 특정 질환 또는 병증이 없는 사람의 집단을 의미한다. 본 발명에 있어서, 상기 참조집단의 표준 염색체 서열 데이터베이스에서 표준 염기서열은 NCBI 등의 공공보건기관에 등록되어 있는 참조 염색체일 수 있다.
본 발명에 있어서, 상기 (a) 단계의 핵산은 무세포 DNA 일 수 있으며, 보다 바람직하게는 순환종양세포 DNA(circulating tumor DNA) 일 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서, 상기 차세대 유전자서열검사기(next-generation sequencer)는 당업계에 공지된 임의의 시퀀싱 방법으로 사용될 수 있다. 선택 방법에 의해 분리된 핵산의 시퀀싱은 전형적으로는 차세대 시퀀싱(NGS)을 사용하여 수행된다. 차세대 시퀀싱은 개개의 핵산 분자 또는 고도로 유사한 방식으로 개개의 핵산 분자에 대해 클론으로 확장된 프록시 중 하나의 뉴클레오타이드 서열을 결정하는 임의의 시퀀싱 방법을 포함한다(예를 들어, 105개 이상의 분자가 동시에 시퀀싱된다). 일 실시형태에서, 라이브러리 내 핵산 종의 상대적 존재비는 시퀀싱 실험에 의해 만들어진 데이터에서 그것의 동족 서열의 상대적 발생 수를 계측함으로써 추정될 수 있다. 차세대 시퀀싱 방법은 당업계에 공지되어 있고, 예를 들어 본 명세서에 참조로서 포함된 문헌(Metzker, M. (2010) Nature Biotechnology Reviews 11:31-46)에 기재된다.
일 실시형태에서, 차세대 시퀀싱은 개개의 핵산 분자의 뉴클레오타이드 서열을 결정하기 위해 한다(예를 들어, 헬리코스 바이오사이언스(Helicos BioSciences)의 헬리스코프 유전자 시퀀싱 시스템(HeliScope Gene Sequencing system) 및 퍼시픽바이오사이언스의 팩바이오 알에스 시스템(PacBio RS system)). 다른 실시형태에서, 시퀀싱, 예를 들어, 더 적지만 더 긴 리드를 만들어내는 다른 시퀀싱 방법보다 시퀀싱 단위 당 서열의 더 많은 염기를 만들어내는 대량병렬의 짧은-리드 시퀀싱(예를 들어, 캘리포니아주 샌디에고에 소재한 일루미나 인코포레이티드(Illumina Inc.) 솔렉사 시퀀서(Solexa sequencer)) 방법은 개개의 핵산 분자에 대해 클론으로 확장된 프록시의 뉴클레오타이드 서열을 결정한다(예를 들어, 캘리포니아주 샌디에고에 소재한 일루미나 인코포레이티드(Illumina Inc.) 솔렉사 시퀀서(Solexa sequencer); 454 라이프 사이언스(Life Sciences)(코네티컷주 브랜포드에 소재) 및 아이온 토렌트(Ion Torrent)). 차세대 시퀀싱을 위한 다른 방법 또는 기계는, 이하에 제한되는 것은 아니지만, 454 라이프 사이언스(Life Sciences)(코네티컷주 브랜포드에 소재), 어플라이드 바이오시스템스(캘리포니아주 포스터 시티에 소재; SOLiD 시퀀서), 헬리코스 바이오사이언스 코포레이션(매사추세츠주 캠브릿지에 소재) 및 에멀젼 및 마이크로 유동 시퀀싱 기법 나노 점적(예를 들어, 지누바이오(GnuBio) 점적)에 의해 제공된다.
차세대 시퀀싱을 위한 플랫폼은, 이하에 제한되는 것은 아니지만, 로슈(Roche)/454의 게놈 시퀀서(Genome Sequencer: GS) FLX 시스템, 일루미나(Illumina)/솔렉사(Solexa) 게놈 분석기(Genome Analyzer: GA), 라이프(Life)/APG의 서포트 올리고(Support Oligonucleotide Ligation Detection: SOLiD) 시스템, 폴로네이터(Polonator)의 G.007 시스템, 헬리코스 바이오사이언스의 헬리스코프 유전자 시퀀싱 시스템(Helicos BioSciences' HeliScope Gene Sequencing system), 옥스포드 나노포어 테크놀로지스(Oxford Nanopore Technologies)의 PromethION, GriION, MinION 시스템 및 퍼시픽 바이오사이언스(Pacific Biosciences)의 팩바이오알에스(PacBio RS) 시스템을 포함한다.
본 발명에서, 상기 (b) 단계의 서열 정렬은 컴퓨터 알고리즘으로서 게놈에서 리드 서열(예를 들어, 차세대 시퀀싱으로부터의, 예를 들어 짧은-리드 서열)이 대부분 리드 서열과 기준 서열 사이의 유사성을 평가함으로써 유래될 가능성이 있는 경우로부터 동일성에 대해 사용되는 컴퓨터적 방법 또는 접근을 포함한다. 서열 정렬 문제에 다양한 알고리즘이 적용될 수 있다. 일부 알고리즘은 상대적으로 느리지만, 상대적으로 높은 특이성을 허용한다. 이들은, 예를 들어 역동적 프로그래밍-기반 알고리즘을 포함한다. 역동적 프로그래밍은 그것들이 더 간단한 단계로 나누어짐으로써 복잡한 문제를 해결하는 방법이다. 다른 접근은 상대적으로 더 효율적이지만, 전형적으로 철저하지 않다. 이는, 예를 들어 대량 데이터베이스 검색을 위해 설계된 휴리스틱(heuristic) 알고리즘 및 확률적(probabilistic) 방법을 포함한다.
전형적으로, 정렬 과정에 두 단계가 있을 수 있다: 후보자 검사 및 서열 정렬. 후보자 검사는 가능한 정렬 위치의 더 짧은 열거에 대해 전체 게놈으로부터 서열 정렬을 위한 검색 공간을 감소시킨다. 용어가 시사하는 바와 같이 서열 정렬은 후보자 검사 단계에 제공된 서열을 갖는 서열을 정렬시키는 단계를 포함한다. 이는 광역 정렬(예를 들어, 니들만-분쉬(Needleman-Wunsch) 정렬) 또는 국소 정렬(예를 들어, 스미스-워터만 정렬)을 사용하여 수행될 수 있다.
대부분의 속성 정렬 알고리즘은 색인 방법에 기반한 3가지 유형 중 하나를 특징으로 할 수 있다: 해쉬 테이블(예를 들어, BLAST, ELAND, SOAP), 접미사트리(예를 들어, Bowtie, BWA) 및 병합 정렬(예를 들어, 슬라이더(Slider))에 기반한 알고리즘. 짧은 리드 서열은 정렬을 위해 전형적으로 사용된다.
본 발명에 있어서, 상기 (b) 단계의 정렬단계는 이에 제한되지는 않으나, BWA 알고리즘 및 Hg19 서열을 이용하여 수행되는 것일 수 있다.
본 발명에 있어서, 상기 BWA 알고리즘은 BWA-ALN, BWA-SW 또는 Bowtie2 등이 포함될 수 있으나 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 (b) 단계의 서열정보(reads)의 길이는, 5 내지 5000 bp이고, 사용하는 서열정보의 수는 5천 내지 500만개가 될 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 (c) 단계를 수행하기에 앞서 정렬된 핵산 단편의 정렬 일치도 점수(mapping quality score)가 기준값 이상인 리드를 선별하는 단계를 추가로 포함하는 것을 특징으로 할 수 있으며, 상기 기준값은 정렬된 핵산 단편의 퀄리티를 확인할 수 있는 값이면 제한없이 이용가능하여, 바람직하게는 50 내지 70점, 더욱 바람직하게는 60점인 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서, 상기 (c) 단계의 핵산단편의 크기는 핵산단편의 5' 말단에서 3' 말단까지의 염기 개수이다.
본 발명에 있어서, 상기 (c) 단계의 핵산단편의 크기는 건강인과 암 환자를 구분할 수 있는 크기이면 제한없이 사용할 수 있고, 바람직하게는 90 내지 250bp일 수 있으며, 더욱 바람직하게는 127-129bp, 137-139bp, 148-150bp, 156-158bp 및 181-183bp로 구성된 군에서 선택될 수 있으나, 이에 한정되는 것은 아니다.
예를 들어, 하기와 같이 페어드-엔드 시퀀싱에 의해 서열 분석된 핵산단편이 있을 시,
Forward strand:
5`-TACAGACTTTGGAAT-3` (서열번호 1)
Reverse strand:
3`-ATGACTGAAACCTTA-5` (서열번호 2)
Forward strand 5` 말단에서부터 3' 말단까지의 염기 개수인 15가 상기 핵산단편의 크기 값이 된다.
본 발명에 있어서, 상기 (c) 단계의 핵산단편의 위치별 서열 상대 빈도는 동일한 크기의 핵산단편에서, 각각의 위치에서 검출되는 A, T, G, C 염기를 가지는 핵산단편의 수를 전체 핵산 단편 수로 정규화한 값인 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (c) 단계의 핵산단편의 위치는 핵산단편의 5' 말단에서 1 내지 10개 염기인 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (c) 단계의 핵산단편의 위치별 서열 상대 빈도는 핵산단편의 위치는 핵산단편의 5' 말단에서 1 내지 5개 위치에서는 A, T, G 및 C 염기의 빈도이며, 6 내지 10개 위치에서는 A 염기의 빈도인 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (c) 단계의 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기는 표 3에 기재된 것에서 선택되는 하나 이상인 것을 특징으로 할 수 있고, 바람직하게는 표 7에 기재된 것에서 Top 1 내지 Top 5까지의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기일 수 있으며, 더욱 바람직하게는 표 7에 기재된 것에서 Top 50까지의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기일 수 있고, 가장 바람직하게는 Top 375까지의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기일 수 있다.
# | Feature | # | Feature | # | Feature |
1 | Size127_For1_A | 126 | Size139_For1_A | 251 | Size157_For1_A |
2 | Size127_For1_T | 127 | Size139_For1_T | 252 | Size157_For1_T |
3 | Size127_For1_G | 128 | Size139_For1_G | 253 | Size157_For1_G |
4 | Size127_For1_C | 129 | Size139_For1_C | 254 | Size157_For1_C |
5 | Size127_For2_A | 130 | Size139_For2_A | 255 | Size157_For2_A |
6 | Size127_For2_T | 131 | Size139_For2_T | 256 | Size157_For2_T |
7 | Size127_For2_G | 132 | Size139_For2_G | 257 | Size157_For2_G |
8 | Size127_For2_C | 133 | Size139_For2_C | 258 | Size157_For2_C |
9 | Size127_For3_A | 134 | Size139_For3_A | 259 | Size157_For3_A |
10 | Size127_For3_T | 135 | Size139_For3_T | 260 | Size157_For3_T |
11 | Size127_For3_G | 136 | Size139_For3_G | 261 | Size157_For3_G |
12 | Size127_For3_C | 137 | Size139_For3_C | 262 | Size157_For3_C |
13 | Size127_For4_A | 138 | Size139_For4_A | 263 | Size157_For4_A |
14 | Size127_For4_T | 139 | Size139_For4_T | 264 | Size157_For4_T |
15 | Size127_For4_G | 140 | Size139_For4_G | 265 | Size157_For4_G |
16 | Size127_For4_C | 141 | Size139_For4_C | 266 | Size157_For4_C |
17 | Size127_For5_A | 142 | Size139_For5_A | 267 | Size157_For5_A |
18 | Size127_For5_T | 143 | Size139_For5_T | 268 | Size157_For5_T |
19 | Size127_For5_G | 144 | Size139_For5_G | 269 | Size157_For5_G |
20 | Size127_For5_C | 145 | Size139_For5_C | 270 | Size157_For5_C |
21 | Size127_For6_A | 146 | Size139_For6_A | 271 | Size157_For6_A |
22 | Size127_For7_A | 147 | Size139_For7_A | 272 | Size157_For7_A |
23 | Size127_For8_A | 148 | Size139_For8_A | 273 | Size157_For8_A |
24 | Size127_For9_A | 149 | Size139_For9_A | 274 | Size157_For9_A |
25 | Size127_For10_A | 150 | Size139_For10_A | 275 | Size157_For10_A |
26 | Size128_For1_A | 151 | Size148_For1_A | 276 | Size158_For1_A |
27 | Size128_For1_T | 152 | Size148_For1_T | 277 | Size158_For1_T |
28 | Size128_For1_G | 153 | Size148_For1_G | 278 | Size158_For1_G |
29 | Size128_For1_C | 154 | Size148_For1_C | 279 | Size158_For1_C |
30 | Size128_For2_A | 155 | Size148_For2_A | 280 | Size158_For2_A |
31 | Size128_For2_T | 156 | Size148_For2_T | 281 | Size158_For2_T |
32 | Size128_For2_G | 157 | Size148_For2_G | 282 | Size158_For2_G |
33 | Size128_For2_C | 158 | Size148_For2_C | 283 | Size158_For2_C |
34 | Size128_For3_A | 159 | Size148_For3_A | 284 | Size158_For3_A |
35 | Size128_For3_T | 160 | Size148_For3_T | 285 | Size158_For3_T |
36 | Size128_For3_G | 161 | Size148_For3_G | 286 | Size158_For3_G |
37 | Size128_For3_C | 162 | Size148_For3_C | 287 | Size158_For3_C |
38 | Size128_For4_A | 163 | Size148_For4_A | 288 | Size158_For4_A |
39 | Size128_For4_T | 164 | Size148_For4_T | 289 | Size158_For4_T |
40 | Size128_For4_G | 165 | Size148_For4_G | 290 | Size158_For4_G |
41 | Size128_For4_C | 166 | Size148_For4_C | 291 | Size158_For4_C |
42 | Size128_For5_A | 167 | Size148_For5_A | 292 | Size158_For5_A |
43 | Size128_For5_T | 168 | Size148_For5_T | 293 | Size158_For5_T |
44 | Size128_For5_G | 169 | Size148_For5_G | 294 | Size158_For5_G |
45 | Size128_For5_C | 170 | Size148_For5_C | 295 | Size158_For5_C |
46 | Size128_For6_A | 171 | Size148_For6_A | 296 | Size158_For6_A |
47 | Size128_For7_A | 172 | Size148_For7_A | 297 | Size158_For7_A |
48 | Size128_For8_A | 173 | Size148_For8_A | 298 | Size158_For8_A |
49 | Size128_For9_A | 174 | Size148_For9_A | 299 | Size158_For9_A |
50 | Size128_For10_A | 175 | Size148_For10_A | 300 | Size158_For10_A |
51 | Size129_For1_A | 176 | Size149_For1_A | 301 | Size181_For1_A |
52 | Size129_For1_T | 177 | Size149_For1_T | 302 | Size181_For1_T |
53 | Size129_For1_G | 178 | Size149_For1_G | 303 | Size181_For1_G |
54 | Size129_For1_C | 179 | Size149_For1_C | 304 | Size181_For1_C |
55 | Size129_For2_A | 180 | Size149_For2_A | 305 | Size181_For2_A |
56 | Size129_For2_T | 181 | Size149_For2_T | 306 | Size181_For2_T |
57 | Size129_For2_G | 182 | Size149_For2_G | 307 | Size181_For2_G |
58 | Size129_For2_C | 183 | Size149_For2_C | 308 | Size181_For2_C |
59 | Size129_For3_A | 184 | Size149_For3_A | 309 | Size181_For3_A |
60 | Size129_For3_T | 185 | Size149_For3_T | 310 | Size181_For3_T |
61 | Size129_For3_G | 186 | Size149_For3_G | 311 | Size181_For3_G |
62 | Size129_For3_C | 187 | Size149_For3_C | 312 | Size181_For3_C |
63 | Size129_For4_A | 188 | Size149_For4_A | 313 | Size181_For4_A |
64 | Size129_For4_T | 189 | Size149_For4_T | 314 | Size181_For4_T |
65 | Size129_For4_G | 190 | Size149_For4_G | 315 | Size181_For4_G |
66 | Size129_For4_C | 191 | Size149_For4_C | 316 | Size181_For4_C |
67 | Size129_For5_A | 192 | Size149_For5_A | 317 | Size181_For5_A |
68 | Size129_For5_T | 193 | Size149_For5_T | 318 | Size181_For5_T |
69 | Size129_For5_G | 194 | Size149_For5_G | 319 | Size181_For5_G |
70 | Size129_For5_C | 195 | Size149_For5_C | 320 | Size181_For5_C |
71 | Size129_For6_A | 196 | Size149_For6_A | 321 | Size181_For6_A |
72 | Size129_For7_A | 197 | Size149_For7_A | 322 | Size181_For7_A |
73 | Size129_For8_A | 198 | Size149_For8_A | 323 | Size181_For8_A |
74 | Size129_For9_A | 199 | Size149_For9_A | 324 | Size181_For9_A |
75 | Size129_For10_A | 200 | Size149_For10_A | 325 | Size181_For10_A |
76 | Size137_For1_A | 201 | Size150_For1_A | 326 | Size182_For1_A |
77 | Size137_For1_T | 202 | Size150_For1_T | 327 | Size182_For1_T |
78 | Size137_For1_G | 203 | Size150_For1_G | 328 | Size182_For1_G |
79 | Size137_For1_C | 204 | Size150_For1_C | 329 | Size182_For1_C |
80 | Size137_For2_A | 205 | Size150_For2_A | 330 | Size182_For2_A |
81 | Size137_For2_T | 206 | Size150_For2_T | 331 | Size182_For2_T |
82 | Size137_For2_G | 207 | Size150_For2_G | 332 | Size182_For2_G |
83 | Size137_For2_C | 208 | Size150_For2_C | 333 | Size182_For2_C |
84 | Size137_For3_A | 209 | Size150_For3_A | 334 | Size182_For3_A |
85 | Size137_For3_T | 210 | Size150_For3_T | 335 | Size182_For3_T |
86 | Size137_For3_G | 211 | Size150_For3_G | 336 | Size182_For3_G |
87 | Size137_For3_C | 212 | Size150_For3_C | 337 | Size182_For3_C |
88 | Size137_For4_A | 213 | Size150_For4_A | 338 | Size182_For4_A |
89 | Size137_For4_T | 214 | Size150_For4_T | 339 | Size182_For4_T |
90 | Size137_For4_G | 215 | Size150_For4_G | 340 | Size182_For4_G |
91 | Size137_For4_C | 216 | Size150_For4_C | 341 | Size182_For4_C |
92 | Size137_For5_A | 217 | Size150_For5_A | 342 | Size182_For5_A |
93 | Size137_For5_T | 218 | Size150_For5_T | 343 | Size182_For5_T |
94 | Size137_For5_G | 219 | Size150_For5_G | 344 | Size182_For5_G |
95 | Size137_For5_C | 220 | Size150_For5_C | 345 | Size182_For5_C |
96 | Size137_For6_A | 221 | Size150_For6_A | 346 | Size182_For6_A |
97 | Size137_For7_A | 222 | Size150_For7_A | 347 | Size182_For7_A |
98 | Size137_For8_A | 223 | Size150_For8_A | 348 | Size182_For8_A |
99 | Size137_For9_A | 224 | Size150_For9_A | 349 | Size182_For9_A |
100 | Size137_For10_A | 225 | Size150_For10_A | 350 | Size182_For10_A |
101 | Size138_For1_A | 226 | Size156_For1_A | 351 | Size183_For1_A |
102 | Size138_For1_T | 227 | Size156_For1_T | 352 | Size183_For1_T |
103 | Size138_For1_G | 228 | Size156_For1_G | 353 | Size183_For1_G |
104 | Size138_For1_C | 229 | Size156_For1_C | 354 | Size183_For1_C |
105 | Size138_For2_A | 230 | Size156_For2_A | 355 | Size183_For2_A |
106 | Size138_For2_T | 231 | Size156_For2_T | 356 | Size183_For2_T |
107 | Size138_For2_G | 232 | Size156_For2_G | 357 | Size183_For2_G |
108 | Size138_For2_C | 233 | Size156_For2_C | 358 | Size183_For2_C |
109 | Size138_For3_A | 234 | Size156_For3_A | 359 | Size183_For3_A |
110 | Size138_For3_T | 235 | Size156_For3_T | 360 | Size183_For3_T |
111 | Size138_For3_G | 236 | Size156_For3_G | 361 | Size183_For3_G |
112 | Size138_For3_C | 237 | Size156_For3_C | 362 | Size183_For3_C |
113 | Size138_For4_A | 238 | Size156_For4_A | 363 | Size183_For4_A |
114 | Size138_For4_T | 239 | Size156_For4_T | 364 | Size183_For4_T |
115 | Size138_For4_G | 240 | Size156_For4_G | 365 | Size183_For4_G |
116 | Size138_For4_C | 241 | Size156_For4_C | 366 | Size183_For4_C |
117 | Size138_For5_A | 242 | Size156_For5_A | 367 | Size183_For5_A |
118 | Size138_For5_T | 243 | Size156_For5_T | 368 | Size183_For5_T |
119 | Size138_For5_G | 244 | Size156_For5_G | 369 | Size183_For5_G |
120 | Size138_For5_C | 245 | Size156_For5_C | 370 | Size183_For5_C |
121 | Size138_For6_A | 246 | Size156_For6_A | 371 | Size183_For6_A |
122 | Size138_For7_A | 247 | Size156_For7_A | 372 | Size183_For7_A |
123 | Size138_For8_A | 248 | Size156_For8_A | 373 | Size183_For8_A |
124 | Size138_For9_A | 249 | Size156_For9_A | 374 | Size183_For9_A |
125 | Size138_For10_A | 250 | Size156_For10_A | 375 | Size183_For10_A |
본 발명에서, 핵산단편의 위치는 핵산단편의 5' 말단을 기준으로 정의된다.
예를 들어, 상기 서열번호 1의 forward strand의 5' 말단에서부터 핵산단편의 위치는 For1, For2, …For 15의 값을 가질 수 있고, reverse strand도 마찬가지이다. 상기 서열번호 1의 For1 값은 T이고, reverse strand의 Rev1 값은 A이다.
본 발명에서, 핵산단편의 위치별 염기서열의 빈도는 하기와 같은 과정으로 계산할 수 있다.
a) 전체 핵산 단편을 동일한 크기를 갖는 핵산 단편 집단으로 구분하는 단계;
b) 각 그룹 내에서 핵산 단편 위치 별 A, T, G, C 염기의 개수를 계수하는 단계; 및
c) 수식 2를 이용하여 핵산 단편 위치 별 염기의 개수를 정규화하는 단계.
본 발명에 있어서, 상기 수식 2의 size와 position 및 염기는 정규화하고자 하는 크기, 위치 및 염기에 따라 달라진 다는 것은 당업자에게 자명하다.
본 발명에 있어서, 상기 (d) 단계의 인공지능 모델은 건강인과 암 환자를 구별할 수 있도록 학습할 수 있는 모델이면 제한없이 사용가능하며, 바람직하게는 머신러닝 모델인 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 인공지능 모델은 AdaBoost, Random forest, Catboost, Light Gradient Boosting Model 및 XGBoost로 구성된 군에서 선택되는 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 인공지능 모델이 XGBoost이고, binary classification 을 학습할 경우, 손실함수는 하기 수식 1로 표시되는 것을 특징으로 할 수 있다.
수식 1: Binary classification
본 발명에서, 상기 binary classification은 인공지능 모델이 암 유무를 판별하도록 학습하는 것을 의미한다.
본 발명에서, 상기 인공지능 모델이 XGBoost일 경우, 학습은 하기 단계를 포함하여 수행되는 것을 특징으로 할 수 있다:
i) 핵산단편의 위치별 서열 상대 빈도 및 크기 정보를 training(학습), validation(검증), test(성능평가) 데이터로 분류하는 단계;
이 때, Training 데이터는 XGBoost 모델을 학습할 때 사용되고, Validation 데이터는 hyper-parameter tuning 검증에 사용되며, Test 데이터는 최적의 모델 생산 후, 성능 평가로 사용되는 것을 특징으로 함.
ii) Hyper-parameter tuning 및 학습 과정을 통해서 최적의 XGBoost 모델을 구축하는 단계;
iii) Hyper-parameter tuning을 통해서 얻어진 여러 모델의 성능을 validation data를 이용하여 비교하여, validation data 성능이 가장 좋은 모델을 최적의 모델로 결정하는 단계;
본 발명에서, 상기 Hyper-parameter tuning 과정은 XGBoost 모델을 이루는 여러 parameter(learner tree의 최대 깊이, learner tree의 개수, learning rate 등) 값을 최적화 하는 과정으로 Hyper-parameter tuning 과정으로는 Bayesian optimization 및 grid search 기법을 사용하는 것을 특징으로 할 수 있다.
본 발명에서, 상기 학습 과정은 정해진 hyper-parameter들을 이용하여 XGBoost 모델의 내부 parameter(weights)들을 최적화 시켜, Training loss 대비 validation loss가 증가하기 시작하면 모델이 과적합(Overfitting) 되었다 판단하고, 그전에 model 학습을 중단하는 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 d) 단계에서 인공지능 모델이 입력된 핵산단편의 위치별 서열 상대 빈도 및 크기 정보로부터 분석한 결과값은 특정 score 또는 실수이면 제한없이 이용가능하며, 바람직하게는 XPI(XGBoost Probability Index) 값인 것을 특징으로 할 수 있으나 이에 한정되는 것은 아니다.
본 발명에서, XGBoost Probability Index는 인공지능 모델의 output을 0 ~ 1 scale로 조정하여 확률값으로 표현한 값을 의미한다.
Binary classification일 경우에는 sigmoid function을 이용하여 암 일 경우 XPI 값이 1이 되게끔 학습을 하게 된다. 예를 들어, 신경모세포종 샘플과 정상 샘플이 입력되면, 신경모세포종 샘플의 XPI 값이 1에 가깝도록, 그리고 정상 샘플은 0에 가깝도록 학습하는 것이다.
본 발명에서, 상기 인공지능 모델은 학습할 때, 암이 있으면 output 결과가 1에 가깝게 학습하고, 암이 없으면 output 결과가 0에 가깝게 학습을 시켜서, 0.5를 기준으로 0.5 이상이면 암이 있다고 판단하고, 0.5 이하이면 암이 없다고 판단하여 performance 측정을 수행하였다(Training, validation, test accuracy).
여기서, 0.5의 기준값은 언제든지 바뀔 수 있는 값이라는 것은 통상의 기술자에게 자명한 것이다. 예를 들어서 False positive(위양성)를 줄이고자 하면, 0.5보다 높은 기준값을 설정하여 암이 있다고 판단되는 기준을 엄격하게 가져 갈 수 있고, False Negative(위음성)를 줄이고자 하면 기준값을 더 낮게 측정하여 암이 있다고 판단되는 기준을 조금 더 약하게 가져 갈 수 있다.
가장 바람직하게는 학습된 인공지능 모델을 이용하여 unseen data(학습에 training하지 않은 답을 알고 있는 data)를 적용시켜서, XPI값의 probability를 확인하여 기준값을 정할 수 있다.
본 발명은 다른 관점에서, 생체시료에서 핵산을 추출하여 서열정보를 해독하는 해독부;
해독된 서열을 표준 염색체 서열 데이터베이스에 정렬하는 정렬부;
정렬된 서열 기반의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 핵산단편 분석부; 및
도출된 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 학습된 인공지능 모델에 입력하여 분석하고, 기준값과 비교하여 암 유무를 판정하는 암 진단부;
를 포함하는 암 진단 장치에 관한 것이다.
본 발명에서, 상기 해독부는 독립된 장치에서 추출된 핵산을 주입하는 핵산 주입부; 및 주입된 핵산의 서열정보를 분석하는 서열정보 분석부를 포함할 수 있으며, 바람직하게는 NGS 분석 장치일 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서, 상기 해독부는 독립된 장치에서 생성된 서열정보 데이터를 수신하여 해독하는 것을 특징으로 할 수 있다.
본 발명은 또 다른 관점에서, 컴퓨터 판독 가능한 저장 매체로서, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되,
(a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계;
(b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
(c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및
(d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서,
상기 (d) 단계의 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 하는 단계를 통하여, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 저장 매체에 관한 것이다.
다른 양태에서 본원에 따른 방법은 컴퓨터를 이용하여 구현될 수 있다. 일 구현예에서, 컴퓨터는 칩 세트에 연결된 하나 이상의 프로세서를 포함한다. 또한 칩 세트에는 메모리, 저장 장치, 키보드, 그래픽 어댑터(Graphics Adapter), 포인팅 장치(Pointing Device) 및 네트워크 어댑터(Network Adapter) 등이 연결되어 있다. 일 구현예에서, 상기 칩 세트의 성능은 메모리 컨트롤러 허브(Memory Controller Hub) 및 I/O 컨트롤러 허브에 의하여 가능하다. 다른 구현예에서, 상기 메모리는 칩 세트 대신에 프로세서에 직접 연결되어 사용될 수 있다. 저장 장치는 하드 드라이브, CD-ROM(Compact Disk Read-Only Memory), DVD 또는 기타 메모리 장치를 포함하는 데이터를 유지할 수 있는 임의의 장치이다. 메모리는 프로세서에 의하여 사용된 데이터 및 명령에 관여한다. 상기 포인팅 디바이스는 마우스, 트랙볼 (Track Ball) 또는 다른 유형의 포인팅 디바이스일 수 있고, 키보드와 조합하여 입력 데이터를 컴퓨터 시스템으로 전송하는데 사용된다. 상기 그래픽 어댑터는 디스플레이 상에서 이미지 및 다른 정보를 나타낸다. 상기 네트워크 어댑터는 근거리 또는 장거리 통신망으로 컴퓨터 시스템과 연결된다. 본원에 사용되는 컴퓨터는 하지만 위와 같은 구성으로 제한되는 것은 아니고, 일부 구성이 없거나, 추가의 구성을 포함 할 수 있으며, 또한 저장장치영역네트워크(Storage Area Network, SAN)의 일부일 수 있으며, 본원의 컴퓨터는 본원에 따른 방법의 수행을 위한 프로그램에 모듈의 실행에 적합하도록 구성될 수 있다.
본원에서 모듈이라 함은, 본원에 따른 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스(Resource)의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본원 기술분야의 당업자에게 자명한 것이다.
본원에 따른 방법은 하드웨어, 펌웨어, 또는 소프트웨어 또는 이들의 조합으로 구현될 수 있다. 소트프웨어로 구현되는 경우 저장매체는 컴퓨터와 같은 장치에 의해 판독가능한 형태의 저장 또는 전달하는 임의의 매체를 포함한다. 예를 들면 컴퓨터 판독가능한 매체는 ROM(Read Only Memory); RAM(Random Access Memory); 자기디스크 저장 매체; 광저장 매체; 플래쉬 메모리 장치 및 기타 전기적, 광학적 또는 음향적 신호 전달 매체 등을 포함한다.
실시예
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 예시하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 의해 제한되는 것으로 해석되지는 않는 것은 당업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
실시예 1. 혈액에서 DNA를 추출하여, 차세대 염기서열 분석 수행
건강인 202명 및 신경모세포종 환자 61명의 혈액을 10mL씩 채취하여 EDTA Tube에 보관하였으며, 채취 후 2시간 이내에 1200g, 4℃ 15분의 조건으로 혈장 부분만 1차 원심분리한 다음, 1차 원심분리된 혈장을 16000g, 4℃ 10분의 조건으로 2차 원심분리하여 침전물을 제외한 혈장 상층액을 분리하였다. 분리된 혈장에 대해, Chemagic ccfNA 2K Kit (chemagen)을 사용하여 cell-free DNA를 추출하고, MGIEasy cell-free DNA library prep set kit 를 사용하여 library preparation 과정을 수행한 다음, DNBseq G400 장비 (MGI) 를 100 base Paired end 모드로 sequencing 하였다. 그 결과, 샘플 당 약 170 million 개의 reads가 생산되는 것을 확인 하였다.
실시예 2. 최적의 핵산단편 위치별 서열 상대 빈도 및 핵산단편 크기 선별
2-1. 핵산단편 위치와 염기서열의 상대 빈도 정의 및 측정
핵산단편의 위치는 핵산단편의 5' 말단을 기준으로 정의하였다.
실시예 1에서 수득한 리드는 paired-end sequencing read이고, 100bp 길이이므로, forward strand는 5' 말단에서부터 For1, For2, …For 100까지의 위치를 설정하였고, Reverser strand에서도 5' 말단에서부터 Rev1, Rev2, …Rev 100까지의 위치를 설정하였다. 핵산단편의 조립은 bedtools 프로그램의 bamtobed -bedpe 옵션을 사용하였다.
핵산단편의 위치별 염기서열의 상대 빈도를 구하는 과정을 간략히 설명하자면 먼저, 실시예 1에서 생산한 약 170M read 정도의 시퀀싱 데이터에서, 임의로 17M read를 선별하여 downsampling 한 다음, QC filtering를 수행하고, Size, position, base (ex, Size120_For1_A) 조합을 만족하는 fragment 수 계수한 뒤, 위의 3 QC filtering 후에 남아 있는 전체 시퀀싱 read 수로 나누어 normalization을 수행한 것이다.
보다 구체적으로는 하기의 방법으로 수행하였다.
1.
전체 핵산 단편을 동일한 크기를 갖는 핵산 단편 집단으로 구분하였다. 예를 들어, 핵산 단편 크기가 101인 그룹, 150인 그룹, …200인 그룹 등.
2.
각 그룹 내에서 핵산 단편 위치 별 A, T, G, C 염기의 개수를 계수하였다. 예를 들어, 핵산 단편의 크기가 120인 집단에서의 핵산 단편 위치 별 염기의 수를 계수하면 아래 표 1과 같이 정리할 수 있다.
위의 표를 해석해 보면, 크기가 120이었던 핵산 단편은 총 23,135 개가 있었고, 그 중 For1 위치에 A, T, G, C 염기를 갖고 있던 핵산 단편이 각각 5,683개, 4,680개, 4,194개, 8,566개 있다는 것을 의미한다.
3.
위의 과정으로 핵산 단편 위치 별 염기의 개수를 계수한 후, 시퀀싱 된 전체 리드 수 (핵산 단편 크기 구분 없이, 생산된 분석 대상의 모든 리드 수. 실시예 1에서는 15,063,130 개)로 나누어 수식 2로 정규화(Normalization) 하여, 아래 표 2(FESS_Table_120)와 같이 상대 빈도를 계산한 FESS(Fragment End Seuqnece frequency and Size) table을 제작하였다.
4.
N (시퀀싱 에러, 낮은 퀄리티 등의 이유로 염기 서열 측정 불가했던 경우) 값의 상대 빈도는 계산하지 않았다.
2-2. 최적의 핵산단편 크기 선별
분석 대상 핵산 단편의 위치와 염기 서열을 (For1_A)로 고정하고 아래 분석을 진행하였다.
1.
핵산 단편 크기를 1씩 변화시켜가면서 건강인과 신경모세포종 환자군 사이에서 (For1_A)의 상대 빈도 분포 차이가 있는지를 Kruskal-Wallis Test를 이용하여 통계적으로 확인하였다. 즉, 도 2에 기재된 바와 같이, 크기가 118인 핵산 단편 집단에서는 (For1_A)의 상대 빈도가 건강인보다 신경포세포종 환자군에서 통계적으로 유의미한 수준으로 높게 분포하는 것을 확인할 수 있다. 같은 방법으로, 크기가 168인 핵산 단편 집단에서는 (For1_A)의 상대 빈도가 두 집단에서 큰 차이 없이 분포하는 것을 확인할 수 있으며, 크기가 185인 핵산 단편 집단에서는 (For1_A)의 상대 빈도가 건강인 에서 신경모세포종 환자군보다 통계적으로 유의미한 수준으로 낮게 분포하는 것을 확인할 수 있다.
2.
이러한 방법으로 으로 핵산 단편 크기를 101에서 200까지 변화시켜가면서 건강인과 신경모세포종 사이의 (For1_A) 상대 빈도 차이를 통계적으로(p-value) 확인하였다.
그 결과, 도 3의 X축은 핵산 단편의 크기를, Y 축은 -log10(p) 값을 나타내는데, Y 축 값이 클수록 건강인과 신경포세포종 환자 사이에서 차이가 크다는 것을 의미한다. 도 3에 기재된 바와 같이, 10 정도의 핵산 단편 크기를 주기로 하여 건강인과 신경모세포종 사이에 (For1_A) 빈도 차이가 크게 벌어지는 (-log10(p) 값이 peak를 찍고 내려가는) 것을 확인하였다.
또한, 이러한 패턴이 Training Dataset 뿐만 아니라, 독립된 Validation Dataset에서도 동일하게 반복되는 것으로 보아, 초록색으로 표시한 핵산 단편 크기들이 Training Dataset에 overfitting 된 우연한 패턴이 아닌 것을 확인할 수 있습니다.
두 Dataset에서 공통적으로 -log10(p) 값이 peak를 보이는 핵산 단편 크기를 선택하여(127~129, 137~139, 148~150, 156~158, 181~183), 총 15개의 핵산 단편 크기를 선별하였다.
아울러, 다른 위치의 다른 염기에서도 유사한 패턴이 나타나는 것을 확인하였다(도 9).
2-3. 최적의 핵산단편 위치 선별
실시예 1에서 수득한 데이터는 100 PE 데이터이므로, 분석에 사용 가능한 핵산 단편 위치는 For1~100, 그리고 Rev1~100까지 총 200 가지이다.
도 4는 표 2의 FESS_Table_120을 Heatmap 형식으로 시각화한 것으로, 점선으로 표시된 양 끝 쪽 (For1~10, Rev1~10) 일부에서만 위치에 따른 A, T, G, C 염기 서열의 상대 빈도 차이가 관찰되고, read의 뒷부분(~100)으로 갈수록 거의 비슷한 A, T, G, C 염기 서열의 상대 빈도가 반복되는 것을 확인할 수 있다.
예를 들어, For1의 A, T, G, C 염기 서열 상대 빈도는 For2의 A, T, G, C 상대 빈도와 상당한 차이를 보이지만, For11의 A, T, G, C 염기 서열 상대 빈도와 For99의 A, T, G, C 염기 서열 상대 빈도, 그리고 For100의 A, T, G, C 염기 서열 상대 빈도는 큰 차이 없이 거의 유사한 것을 확인할 수 있다.
따라서, 학습 모델의 성능향상을 위해 read 뒷부분 위치를 제외한 For1~10, Rev1~10 위치만 모델 학습 대상 feature로 선별하였다.
추가적으로, 도 4의 점선으로 표시된 영역을 확대하면 도 5와 같은데(Rev1~10은 Rev10~1 순으로 역으로 정렬하였다), 가장 왼쪽 패널을 보면, Forward와 Reverse의 같은 위치에 있는 같은 서열의 상대 빈도가 서로 상당히 유사한 것을 확인할 수 있다.
예를 들어, (For1_A와 Rev1_A), (For1_T와 Rev1_T), (For1_G와 Rev1_G), 그리고 (For1_C와 Rev1_C)가 서로 유사한 상대 빈도 값을 갖고, 같은 방법으로 (For2_A와 Rev2_A), (For2_T와 Rev2_T), (For2_G와 Rev2_G), 그리고 (For2_C와 Rev2_C)가 서로 유사한 상대 빈도 값을 갖는다.
이러한 유사성을 건강인 집단에서의 Pearson's correlation coefficient로 측정해보면 도 5의 오른쪽 두 패널과 같다. 건강인 집단에서 측정된 For1_A의 상대 빈도 값들과 Rev1_A의 상대 빈도 값들 사이의 유사성, For1_T의 상대 빈도 값들과 Rev1_T의 상대 빈도 값들 사이의 유사성, For1_G의 상대 빈도 값들과 Rev1_G의 상대 빈도 값들 사이의 유사성, 및 For1_C의 상대 빈도 값들과 Rev1_C의 상대 빈도 값들 사이의 유사성은 모두 1인 것을 확인하였다.
이러한 분석을 통해 핵산 단편의 Forward strand쪽 5` 말단 염기 서열의 상대 빈도와 Reverse strand쪽 5` 말단 염기 서열의 상대 빈도가 유사하다는 것을 확인할 수 있었고, 따라서, Rev1~10 위치를 제외한 For1~10 위치만 모델 학습 대상 feature로 선별하였다.
2-4. 최적의 핵산단편 위치별 염기 서열 선별
실시예 2-3에서 선별한 10 곳의 위치에서는 각각 A, T, G, C 네 종류 염기 서열의 상대 빈도를 계산할 수 있다. 예를 들어, For1 위치에서는 For1_A, For1_T, For1_G, For1_C의 상대 빈도를 계산할 수 있다. 모델 학습 대상 변수를 줄이기 위해, 같은 위치에 있는 염기 서열들 사이의 유사성을 확인하여 추가적인 선별을 진행하였다. 위치 별 염기 서열 선별은 건강인 집단에서 하기 방법으로 진행하였다.
1.
For1~10 각 위치에서 A, T, G, C 염기 서열의 상대 빈도를 계산하고,
2.
(For1_A와 For1_T), (For1_A와 For1_G), (For1_A와 For1_C), (For1_T와 For1_G), (For1_T와 For1_C), 그리고 (For1_G와 For1_C) 사이의 유사성을 Pearson's correlation coefficient로 측정하였다.
그 결과, 도 6에 기재된 바와 같이, For1~5 위치에서는 A, T, G, C 네 종류 염기 서열의 상대 빈도 사이의 유사성이 낮은 것을 확인하였으며, For6~10 위치에서는 A, T, G, C 네 종류 염기 서열의 상대 빈도 사이의 유사성이 상당히 높은 것을 확인하였다.
따라서, For1~5 위치에서는 A, T, G, C 네 종류의 염기 서열을 모두 선별하고, For6~10 위치에서는 A, T, C, G 중 대표 값으로 A 염기 서열만 선별하였다.
결론적으로 최적의 핵산단편 크기 및 위치별 서열 상대 빈도는 하기와 같다:
1)
핵산 단편 크기: 127, 128, 129, 137, 138, 139, 148, 149, 150, 156, 157, 158, 181, 182, 183. 총 15개.
2)
핵산 단편 위치: For1~10. 총 10개.
3)
핵산 단편 위치 별 염기 서열 조합
For1~5: A, T, G, C For6~10: A
15개 크기 * 25개 위치_염기서열 = 375개 Features
375개의 Feature 조합은 표 3에 기재하였다.
실시예 3. 머신러닝 모델 구축 및 학습 과정
실시예 2에서 선별한 375개 Feature들의 상대 빈도 값을 인풋으로 하여 건강인, 신경모세포종 환자를 구분하는 머신러닝 모델을 학습하였다. 머신러닝 알고리즘은 XGBoost를 사용하였다.
전체 샘플을 Training, Validation, Test 데이터 세트로 나누어 Training 데이터 세트는 모델 학습에, Validation 데이터 세트는 hyper-parameter tuning에, Test 데이터 세트는 최종 모델 성능 평가에 사용하였다. 각 세트 별 샘플 수는 아래와 같다.
Hyper-parameter tuning 과정은 XGBoost 모델을 이루는 여러 parameter(learner tree의 최대 깊이, learner tree의 개수, learning rate 등) 값을 최적화 하는 과정이다.
Hyper-parameter tuning 과정에는 Bayesian optimization 및 grid search 기법을 사용하였고, Training loss 대비 validation loss가 증가하기 시작하면 모델이 과적합(Overfitting) 되었다고 판단하여 model 학습을 중단하였다.
Hyper-parameter tuning을 통해서 수득한 여러 모델의 성능을 Validation 데이터 세트를 이용하여 비교하고, 이 중 Validation 데이터 세트 성능이 가장 좋은 모델을 최적의 모델이라 판단하고, Test 데이터 세트로 최종 성능 평가를 수행하였다.
상기 과정을 거쳐서 만들어진 XGBoost 모델에 임의의 샘플에서 계산된 375개 feature의 상대 빈도 값 벡터를 인풋으로 넣어 주면, 해당 샘플의 건강인일 확률, 신경모세포종 환자일 확률이 계산되고, 이 확률 값을 XGBoost Probability Index (XPI)라 정의하였다.
임의의 샘플에서 계산된 XPI 값이 0.5 초과이면 신경모세포종 환자로, 0.5 이하이면 건강인으로 판단하였다.
실시예 4. 구축한 모델의 성능 확인
4-1 성능 확인
실시예 3에서 구축한 머신러닝 모델에서 출력한 XPI 값의 성능을 테스트 하였다. 모든 샘플은 Train, Validation, Test 그룹으로 나눠 진행했고, Train 샘플을 이용하여 model을 구축한 다음 Validation 그룹 및 Test 그룹의 샘플을 이용해서, Train 샘플을 이용해 만든 모델의 성능을 확인하였다.
Accuracy | AUC | |
Train | 1.000 | 1.000 |
Validation | 0.945 | 0.952 |
Test | 0.937 | 0.987 |
그 결과, 표 5 및 도 7에 기재된 바와 같이, Accuracy 는 Train, Valid, Test 그룹에서 각각 1.000, 0.945, 0.937인 것을 확인하였고, ROC 분석 결과인 AUC 값은 Train, Valid, Test 그룹에서 각각 1.000, 0.952, 0.987인 것을 확인하였다
4-2. XPI 분포 확인
실시예 3에서 구축한 머신러닝 모델의 출력값인 XPI 값이 실제 환자와 얼마나 일치하는 지를 확인하였다. 도 8의 X 축은 실제 샘플의 그룹 (True label) 정보를 나타내고, Y 축은 왼쪽에서부터 순서대로 머신러닝 모델에서 계산한 건강인(Normal), 신경모세포종 환자(NBT)일 XPI 값을 나타낸다.
그 결과, 도 8에 기재된 바와 같이 XPI 분포는 Train, Validation, Test 데이터 세트 모두에서 건강인 샘플들은 건강인일 확률이 가장 높게 분포하는 것을 확인하였으며, 신경모세포종 환자 샘플들은 간암 환자일 확률이 가장 높게 나타나는 것을 확인하였다.
실시예 5. Feature 별 모델 성능 확인
5-1 Feature 별 중요도 도출
실시예 2에서 선별한 feature를 이용하여 실시예 3에서 학습모델을 구축하였고, 각각의 feature를 사용하여 XGB 모델을 학습했을 때, 각 feature들의 importance 값은 하기 표 6과 같다.
Rank | Feature | Importance | Rank | Feature | Importance |
1 | Size_149_For_5_G | 0.093 | 189 | Size_138_For_5_A | 0.000 |
2 | Size_128_For_1_A | 0.071 | 190 | Size_138_For_5_T | 0.000 |
3 | Size_138_For_1_G | 0.054 | 191 | Size_138_For_5_G | 0.000 |
4 | Size_182_For_4_T | 0.052 | 192 | Size_138_For_5_C | 0.000 |
5 | Size_157_For_1_A | 0.032 | 193 | Size_138_For_6_A | 0.000 |
6 | Size_127_For_1_A | 0.031 | 194 | Size_138_For_7_A | 0.000 |
7 | Size_158_For_1_A | 0.029 | 195 | Size_138_For_8_A | 0.000 |
8 | Size_137_For_7_A | 0.029 | 196 | Size_138_For_9_A | 0.000 |
9 | Size_156_For_5_G | 0.024 | 197 | Size_138_For_10_A | 0.000 |
10 | Size_182_For_5_T | 0.024 | 198 | Size_139_For_1_A | 0.000 |
11 | Size_127_For_2_C | 0.024 | 199 | Size_139_For_1_T | 0.000 |
12 | Size_139_For_2_A | 0.023 | 200 | Size_139_For_1_G | 0.000 |
13 | Size_183_For_3_G | 0.023 | 201 | Size_139_For_1_C | 0.000 |
14 | Size_181_For_5_T | 0.020 | 202 | Size_139_For_2_T | 0.000 |
15 | Size_148_For_1_G | 0.020 | 203 | Size_139_For_2_G | 0.000 |
16 | Size_156_For_1_G | 0.019 | 204 | Size_139_For_2_C | 0.000 |
17 | Size_150_For_9_A | 0.018 | 205 | Size_139_For_3_A | 0.000 |
18 | Size_127_For_5_G | 0.018 | 206 | Size_139_For_3_T | 0.000 |
19 | Size_183_For_1_T | 0.017 | 207 | Size_139_For_3_G | 0.000 |
20 | Size_181_For_1_G | 0.016 | 208 | Size_139_For_4_A | 0.000 |
21 | Size_137_For_2_T | 0.016 | 209 | Size_139_For_4_T | 0.000 |
22 | Size_182_For_8_A | 0.015 | 210 | Size_139_For_4_G | 0.000 |
23 | Size_156_For_1_T | 0.013 | 211 | Size_139_For_4_C | 0.000 |
24 | Size_158_For_3_T | 0.012 | 212 | Size_139_For_5_A | 0.000 |
25 | Size_157_For_2_T | 0.012 | 213 | Size_139_For_5_T | 0.000 |
26 | Size_137_For_1_A | 0.011 | 214 | Size_139_For_5_G | 0.000 |
27 | Size_150_For_2_C | 0.010 | 215 | Size_139_For_5_C | 0.000 |
28 | Size_181_For_3_G | 0.010 | 216 | Size_139_For_6_A | 0.000 |
29 | Size_127_For_3_G | 0.010 | 217 | Size_139_For_7_A | 0.000 |
30 | Size_156_For_1_C | 0.010 | 218 | Size_139_For_8_A | 0.000 |
31 | Size_156_For_4_G | 0.009 | 219 | Size_139_For_9_A | 0.000 |
32 | Size_127_For_1_C | 0.009 | 220 | Size_139_For_10_A | 0.000 |
33 | Size_156_For_2_T | 0.009 | 221 | Size_148_For_1_A | 0.000 |
34 | Size_138_For_3_G | 0.009 | 222 | Size_148_For_1_T | 0.000 |
35 | Size_182_For_1_A | 0.009 | 223 | Size_148_For_1_C | 0.000 |
36 | Size_157_For_3_T | 0.009 | 224 | Size_148_For_2_A | 0.000 |
37 | Size_156_For_3_T | 0.008 | 225 | Size_148_For_2_T | 0.000 |
38 | Size_158_For_1_C | 0.008 | 226 | Size_148_For_2_G | 0.000 |
39 | Size_158_For_2_G | 0.007 | 227 | Size_148_For_3_A | 0.000 |
40 | Size_158_For_2_C | 0.007 | 228 | Size_148_For_3_T | 0.000 |
41 | Size_182_For_5_C | 0.007 | 229 | Size_148_For_3_G | 0.000 |
42 | Size_158_For_1_T | 0.006 | 230 | Size_148_For_3_C | 0.000 |
43 | Size_149_For_1_G | 0.006 | 231 | Size_148_For_4_A | 0.000 |
44 | Size_156_For_4_C | 0.006 | 232 | Size_148_For_4_T | 0.000 |
45 | Size_158_For_1_G | 0.006 | 233 | Size_148_For_4_C | 0.000 |
46 | Size_157_For_3_A | 0.006 | 234 | Size_148_For_5_A | 0.000 |
47 | Size_157_For_2_A | 0.005 | 235 | Size_148_For_5_T | 0.000 |
48 | Size_127_For_2_T | 0.005 | 236 | Size_148_For_5_G | 0.000 |
49 | Size_158_For_2_T | 0.005 | 237 | Size_148_For_5_C | 0.000 |
50 | Size_156_For_3_G | 0.005 | 238 | Size_148_For_6_A | 0.000 |
51 | Size_148_For_2_C | 0.004 | 239 | Size_148_For_7_A | 0.000 |
52 | Size_137_For_2_C | 0.004 | 240 | Size_148_For_8_A | 0.000 |
53 | Size_127_For_1_G | 0.004 | 241 | Size_148_For_9_A | 0.000 |
54 | Size_181_For_1_A | 0.004 | 242 | Size_148_For_10_A | 0.000 |
55 | Size_129_For_3_T | 0.004 | 243 | Size_149_For_1_A | 0.000 |
56 | Size_150_For_1_G | 0.004 | 244 | Size_149_For_1_C | 0.000 |
57 | Size_127_For_2_A | 0.004 | 245 | Size_149_For_2_A | 0.000 |
58 | Size_137_For_3_G | 0.003 | 246 | Size_149_For_2_T | 0.000 |
59 | Size_158_For_2_A | 0.003 | 247 | Size_149_For_2_G | 0.000 |
60 | Size_157_For_1_C | 0.003 | 248 | Size_149_For_2_C | 0.000 |
61 | Size_181_For_2_T | 0.003 | 249 | Size_149_For_3_A | 0.000 |
62 | Size_148_For_4_G | 0.003 | 250 | Size_149_For_3_T | 0.000 |
63 | Size_182_For_2_C | 0.003 | 251 | Size_149_For_3_G | 0.000 |
64 | Size_149_For_1_T | 0.002 | 252 | Size_149_For_3_C | 0.000 |
65 | Size_150_For_5_T | 0.002 | 253 | Size_149_For_4_A | 0.000 |
66 | Size_157_For_3_G | 0.002 | 254 | Size_149_For_4_T | 0.000 |
67 | Size_127_For_3_C | 0.002 | 255 | Size_149_For_4_G | 0.000 |
68 | Size_183_For_1_A | 0.002 | 256 | Size_149_For_4_C | 0.000 |
69 | Size_156_For_5_T | 0.002 | 257 | Size_149_For_5_A | 0.000 |
70 | Size_139_For_3_C | 0.002 | 258 | Size_149_For_5_T | 0.000 |
71 | Size_183_For_1_C | 0.002 | 259 | Size_149_For_5_C | 0.000 |
72 | Size_138_For_2_A | 0.002 | 260 | Size_149_For_6_A | 0.000 |
73 | Size_158_For_3_A | 0.002 | 261 | Size_149_For_7_A | 0.000 |
74 | Size_157_For_1_T | 0.002 | 262 | Size_149_For_8_A | 0.000 |
75 | Size_150_For_3_T | 0.002 | 263 | Size_149_For_9_A | 0.000 |
76 | Size_128_For_3_G | 0.002 | 264 | Size_149_For_10_A | 0.000 |
77 | Size_158_For_3_G | 0.002 | 265 | Size_150_For_1_A | 0.000 |
78 | Size_127_For_3_T | 0.002 | 266 | Size_150_For_1_C | 0.000 |
79 | Size_127_For_5_C | 0.001 | 267 | Size_150_For_2_A | 0.000 |
80 | Size_182_For_1_G | 0.001 | 268 | Size_150_For_2_T | 0.000 |
81 | Size_156_For_2_A | 0.001 | 269 | Size_150_For_2_G | 0.000 |
82 | Size_158_For_4_T | 0.001 | 270 | Size_150_For_3_G | 0.000 |
83 | Size_137_For_5_A | 0.001 | 271 | Size_150_For_3_C | 0.000 |
84 | Size_183_For_1_G | 0.001 | 272 | Size_150_For_4_A | 0.000 |
85 | Size_137_For_1_C | 0.001 | 273 | Size_150_For_4_T | 0.000 |
86 | Size_156_For_4_A | 0.001 | 274 | Size_150_For_4_G | 0.000 |
87 | Size_156_For_3_C | 0.001 | 275 | Size_150_For_4_C | 0.000 |
88 | Size_182_For_2_A | 0.001 | 276 | Size_150_For_5_A | 0.000 |
89 | Size_183_For_2_C | 0.001 | 277 | Size_150_For_5_G | 0.000 |
90 | Size_127_For_4_G | 0.001 | 278 | Size_150_For_5_C | 0.000 |
91 | Size_137_For_2_A | 0.001 | 279 | Size_150_For_6_A | 0.000 |
92 | Size_127_For_4_C | 0.001 | 280 | Size_150_For_7_A | 0.000 |
93 | Size_181_For_3_C | 0.001 | 281 | Size_150_For_8_A | 0.000 |
94 | Size_129_For_2_T | 0.001 | 282 | Size_150_For_10_A | 0.000 |
95 | Size_157_For_5_G | 0.001 | 283 | Size_156_For_1_A | 0.000 |
96 | Size_127_For_1_T | 0.001 | 284 | Size_156_For_2_G | 0.000 |
97 | Size_150_For_3_A | 0.001 | 285 | Size_156_For_2_C | 0.000 |
98 | Size_127_For_4_T | 0.001 | 286 | Size_156_For_3_A | 0.000 |
99 | Size_156_For_7_A | 0.001 | 287 | Size_156_For_4_T | 0.000 |
100 | Size_182_For_1_C | 0.001 | 288 | Size_156_For_5_A | 0.000 |
101 | Size_181_For_4_G | 0.001 | 289 | Size_156_For_5_C | 0.000 |
102 | Size_150_For_1_T | 0.001 | 290 | Size_156_For_6_A | 0.000 |
103 | Size_127_For_2_G | 0.000 | 291 | Size_156_For_8_A | 0.000 |
104 | Size_127_For_3_A | 0.000 | 292 | Size_156_For_9_A | 0.000 |
105 | Size_127_For_4_A | 0.000 | 293 | Size_156_For_10_A | 0.000 |
106 | Size_127_For_5_A | 0.000 | 294 | Size_157_For_1_G | 0.000 |
107 | Size_127_For_5_T | 0.000 | 295 | Size_157_For_2_G | 0.000 |
108 | Size_127_For_6_A | 0.000 | 296 | Size_157_For_2_C | 0.000 |
109 | Size_127_For_7_A | 0.000 | 297 | Size_157_For_3_C | 0.000 |
110 | Size_127_For_8_A | 0.000 | 298 | Size_157_For_4_A | 0.000 |
111 | Size_127_For_9_A | 0.000 | 299 | Size_157_For_4_T | 0.000 |
112 | Size_127_For_10_A | 0.000 | 300 | Size_157_For_4_G | 0.000 |
113 | Size_128_For_1_T | 0.000 | 301 | Size_157_For_4_C | 0.000 |
114 | Size_128_For_1_G | 0.000 | 302 | Size_157_For_5_A | 0.000 |
115 | Size_128_For_1_C | 0.000 | 303 | Size_157_For_5_T | 0.000 |
116 | Size_128_For_2_A | 0.000 | 304 | Size_157_For_5_C | 0.000 |
117 | Size_128_For_2_T | 0.000 | 305 | Size_157_For_6_A | 0.000 |
118 | Size_128_For_2_G | 0.000 | 306 | Size_157_For_7_A | 0.000 |
119 | Size_128_For_2_C | 0.000 | 307 | Size_157_For_8_A | 0.000 |
120 | Size_128_For_3_A | 0.000 | 308 | Size_157_For_9_A | 0.000 |
121 | Size_128_For_3_T | 0.000 | 309 | Size_157_For_10_A | 0.000 |
122 | Size_128_For_3_C | 0.000 | 310 | Size_158_For_3_C | 0.000 |
123 | Size_128_For_4_A | 0.000 | 311 | Size_158_For_4_A | 0.000 |
124 | Size_128_For_4_T | 0.000 | 312 | Size_158_For_4_G | 0.000 |
125 | Size_128_For_4_G | 0.000 | 313 | Size_158_For_4_C | 0.000 |
126 | Size_128_For_4_C | 0.000 | 314 | Size_158_For_5_A | 0.000 |
127 | Size_128_For_5_A | 0.000 | 315 | Size_158_For_5_T | 0.000 |
128 | Size_128_For_5_T | 0.000 | 316 | Size_158_For_5_G | 0.000 |
129 | Size_128_For_5_G | 0.000 | 317 | Size_158_For_5_C | 0.000 |
130 | Size_128_For_5_C | 0.000 | 318 | Size_158_For_6_A | 0.000 |
131 | Size_128_For_6_A | 0.000 | 319 | Size_158_For_7_A | 0.000 |
132 | Size_128_For_7_A | 0.000 | 320 | Size_158_For_8_A | 0.000 |
133 | Size_128_For_8_A | 0.000 | 321 | Size_158_For_9_A | 0.000 |
134 | Size_128_For_9_A | 0.000 | 322 | Size_158_For_10_A | 0.000 |
135 | Size_128_For_10_A | 0.000 | 323 | Size_181_For_1_T | 0.000 |
136 | Size_129_For_1_A | 0.000 | 324 | Size_181_For_1_C | 0.000 |
137 | Size_129_For_1_T | 0.000 | 325 | Size_181_For_2_A | 0.000 |
138 | Size_129_For_1_G | 0.000 | 326 | Size_181_For_2_G | 0.000 |
139 | Size_129_For_1_C | 0.000 | 327 | Size_181_For_2_C | 0.000 |
140 | Size_129_For_2_A | 0.000 | 328 | Size_181_For_3_A | 0.000 |
141 | Size_129_For_2_G | 0.000 | 329 | Size_181_For_3_T | 0.000 |
142 | Size_129_For_2_C | 0.000 | 330 | Size_181_For_4_A | 0.000 |
143 | Size_129_For_3_A | 0.000 | 331 | Size_181_For_4_T | 0.000 |
144 | Size_129_For_3_G | 0.000 | 332 | Size_181_For_4_C | 0.000 |
145 | Size_129_For_3_C | 0.000 | 333 | Size_181_For_5_A | 0.000 |
146 | Size_129_For_4_A | 0.000 | 334 | Size_181_For_5_G | 0.000 |
147 | Size_129_For_4_T | 0.000 | 335 | Size_181_For_5_C | 0.000 |
148 | Size_129_For_4_G | 0.000 | 336 | Size_181_For_6_A | 0.000 |
149 | Size_129_For_4_C | 0.000 | 337 | Size_181_For_7_A | 0.000 |
150 | Size_129_For_5_A | 0.000 | 338 | Size_181_For_8_A | 0.000 |
151 | Size_129_For_5_T | 0.000 | 339 | Size_181_For_9_A | 0.000 |
152 | Size_129_For_5_G | 0.000 | 340 | Size_181_For_10_A | 0.000 |
153 | Size_129_For_5_C | 0.000 | 341 | Size_182_For_1_T | 0.000 |
154 | Size_129_For_6_A | 0.000 | 342 | Size_182_For_2_T | 0.000 |
155 | Size_129_For_7_A | 0.000 | 343 | Size_182_For_2_G | 0.000 |
156 | Size_129_For_8_A | 0.000 | 344 | Size_182_For_3_A | 0.000 |
157 | Size_129_For_9_A | 0.000 | 345 | Size_182_For_3_T | 0.000 |
158 | Size_129_For_10_A | 0.000 | 346 | Size_182_For_3_G | 0.000 |
159 | Size_137_For_1_T | 0.000 | 347 | Size_182_For_3_C | 0.000 |
160 | Size_137_For_1_G | 0.000 | 348 | Size_182_For_4_A | 0.000 |
161 | Size_137_For_2_G | 0.000 | 349 | Size_182_For_4_G | 0.000 |
162 | Size_137_For_3_A | 0.000 | 350 | Size_182_For_4_C | 0.000 |
163 | Size_137_For_3_T | 0.000 | 351 | Size_182_For_5_A | 0.000 |
164 | Size_137_For_3_C | 0.000 | 352 | Size_182_For_5_G | 0.000 |
165 | Size_137_For_4_A | 0.000 | 353 | Size_182_For_6_A | 0.000 |
166 | Size_137_For_4_T | 0.000 | 354 | Size_182_For_7_A | 0.000 |
167 | Size_137_For_4_G | 0.000 | 355 | Size_182_For_9_A | 0.000 |
168 | Size_137_For_4_C | 0.000 | 356 | Size_182_For_10_A | 0.000 |
169 | Size_137_For_5_T | 0.000 | 357 | Size_183_For_2_A | 0.000 |
170 | Size_137_For_5_G | 0.000 | 358 | Size_183_For_2_T | 0.000 |
171 | Size_137_For_5_C | 0.000 | 359 | Size_183_For_2_G | 0.000 |
172 | Size_137_For_6_A | 0.000 | 360 | Size_183_For_3_A | 0.000 |
173 | Size_137_For_8_A | 0.000 | 361 | Size_183_For_3_T | 0.000 |
174 | Size_137_For_9_A | 0.000 | 362 | Size_183_For_3_C | 0.000 |
175 | Size_137_For_10_A | 0.000 | 363 | Size_183_For_4_A | 0.000 |
176 | Size_138_For_1_A | 0.000 | 364 | Size_183_For_4_T | 0.000 |
177 | Size_138_For_1_T | 0.000 | 365 | Size_183_For_4_G | 0.000 |
178 | Size_138_For_1_C | 0.000 | 366 | Size_183_For_4_C | 0.000 |
179 | Size_138_For_2_T | 0.000 | 367 | Size_183_For_5_A | 0.000 |
180 | Size_138_For_2_G | 0.000 | 368 | Size_183_For_5_T | 0.000 |
181 | Size_138_For_2_C | 0.000 | 369 | Size_183_For_5_G | 0.000 |
182 | Size_138_For_3_A | 0.000 | 370 | Size_183_For_5_C | 0.000 |
183 | Size_138_For_3_T | 0.000 | 371 | Size_183_For_6_A | 0.000 |
184 | Size_138_For_3_C | 0.000 | 372 | Size_183_For_7_A | 0.000 |
185 | Size_138_For_4_A | 0.000 | 373 | Size_183_For_8_A | 0.000 |
186 | Size_138_For_4_T | 0.000 | 374 | Size_183_For_9_A | 0.000 |
187 | Size_138_For_4_G | 0.000 | 375 | Size_183_For_10_A | 0.000 |
188 | Size_138_For_4_C | 0.000 |
5-2. TopN feature 성능 확인
실시예 3의 방법으로 상위 1번 feature 만을 사용하여 구축한 XGB 모델, 2번까지 사용한 모델, 3번, 4번, 5번, 6번, 7번, 8번, 9번, 15번, 20번, 25번, 30번, 35번, 40번, 45번 및 50번까지를 사용하여 구축한 XGB 모델의 성능을 실시예 4의 방법으로 확인한 결과, 표 7 및 도 10에 기재된 바와 같이 5개의 상위 Feature를 사용하더라도 충분한 성능이 발휘되는 것을 확인을 하였다.
즉, 표 7의 위 3행은 Accuracy (ACC) 방법으로 성능을 측정한 결과이고, 아래 3 행은 AUC 방법으로 성능을 측정한 결과이다. ACC와 AUC 성능을 측정한 Train, valid, test set의 구성은 동일하다. Accuracy (ACC) 는 모델에서 예측된 확률 값이 정해진 cutoff 값 (cutoff = 0.5) 보다 높은지 낮은지를 판단해 측정하는 성능 지표이며, AUC는 ACC와 다르게 특정한 cutoff를 설정하지 않고, 예측된 확률 값의 분포가 정상인 집단과 암 환자 집단에서 얼마만큼 분명하게 차이나는지를 측정하는 성능 지표이다.
ACC 의 경우 cutoff 값을 어떻게 설정하는지에 따라 결과가 달라질 수 있기 때문에, AUC 값을 기준으로 해석하는 것이 맞다. Test set의 AUC 값을 기준으로 표 7의 결과는
i) 375 개의 모든 Feature를 사용했을 때 AUC=0.987로, feature들의 일부 부분집합을 사용했을 때와 비교했을 때 가장 높은 성능을 보이고 있다.
ii) 375 개 feqture를 사용했을 때와 비슷한 Test AUC 성능을 확보할 수 있는 가장 적은 feature의 개수를 찾아보면 TopN = 5 인 것을 확인할 수 있다.
이상으로 본 발명 내용의 특정한 부분을 상세히 기술하였는 바, 당업계의 통상의 지식을 가진 자에게 있어서 이러한 구체적 기술은 단지 바람직한 실시 양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서, 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.
Claims (13)
- 다음의 단계를 포함하는 무세포 핵산을 이용한 암 진단을 위한 정보의제공방법:
(a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계;
(b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
(c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및
(d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서,
상기 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 함.
- 제1항에 있어서, 상기 (a) 단계는 다음의 단계를 포함하는 방법으로 수행되는 것을 특징으로 하는 암 진단을 위한 정보의 제공방법:
(a-i) 혈액, 정액, 질 세포, 모발, 타액, 소변, 구강세포, 태반세포 또는 태아세포를 포함하는 양수, 조직세포 또는 이의 혼합물에서 핵산을 수득하는 단계;
(a-ii) 채취된 핵산에서 솔팅-아웃 방법(salting-out method), 컬럼 크로마토그래피 방법(column chromatography method) 또는 비드 방법(beads method)을 사용하여 단백질, 지방, 및 기타 잔여물을 제거하고 정제된 핵산을 수득하는 단계;
(a-iii) 정제된 핵산 또는 효소적 절단, 분쇄, 수압 절단 방법(hydroshear method)으로 무작위 단편화(random fragmentation)된 핵산에 대하여, 싱글 엔드 시퀀싱(single-end sequencing) 또는 페어 엔드 시퀀싱(pair-end sequencing) 라이브러리(library)를 제작하는 단계;
(a-iv) 제작된 라이브러리를 차세대 유전자서열검사기(next-generation sequencer)에 반응시키는 단계; 및
(a-v) 차세대 유전자서열검사기에서 핵산의 서열정보(reads)를 획득하는 단계.
- 제1항에 있어서, 상기 (c) 단계의 핵산단편의 크기는 127-129bp, 137-139bp, 148-150bp, 156-158bp 및 181-183bp로 구성된 군에서 선택되는 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제1항에 있어서, 상기 (c) 단계의 핵산단편의 위치별 서열 상대 빈도는 동일한 크기의 핵산단편에서, 각각의 위치에서 검출되는 A, T, G, C 염기를 가지는 핵산단편의 수를 전체 핵산 단편 수로 정규화한 값인 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제4항에 있어서, 상기 (c) 단계의 핵산단편의 위치는 핵산단편의 5' 말단에서 1 내지 10개 염기인 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제4항에 있어서, 상기 (c) 단계의 핵산단편의 위치별 서열 상대 빈도는 핵산단편의 위치는 핵산단편의 5' 말단에서 1 내지 5개 위치에서는 A, T, G 및 C 염기의 빈도이며, 6 내지 10개 위치에서는 A 염기의 빈도인 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제1항에 있어서, 상기 (c) 단계의 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기는 표 3에 기재된 것에서 선택되는 어느 하나 이상인 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제1항에 있어서, 상기 (d) 단계의 인공지능 모델은 AdaBoost, Random forest, Catboost, Light Gradient Boosting Model 및 XGBoost로 구성된 군에서 선택되는 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제1항에 있어서, 상기 (e) 단계의 인공지능 모델이 입력된 서열 상대 빈도 및 크기 정보를 분석하여 출력하는 결과값은 XPI(XGBoost Probability Index)값인 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 제1항에 있어서, 상기 (d) 단계의 기준값은 0.5이며, 0.5 이상일 경우, 암 인 것으로 판정하는 것을 특징으로 하는 암 진단을 위한 정보의 제공방법.
- 생체시료에서 핵산을 추출하여 서열정보를 해독하는 해독부;
해독된 서열을 표준 염색체 서열 데이터베이스에 정렬하는 정렬부;
정렬된 서열 기반의 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 핵산단편 분석부; 및
도출된 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 학습된 인공지능 모델에 입력하여 분석하고, 기준값과 비교하여 암 유무를 판정하는 암 진단부;
를 포함하는 암 진단 장치.
- 컴퓨터 판독 가능한 저장 매체로서, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되,
(a) 생체시료에서 핵산을 추출하여 서열정보를 획득하는 단계;
(b) 획득한 서열정보(reads)를 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
(c) 상기 정렬된 서열정보(reads)를 이용하여 핵산단편(fragments)의 위치별 서열 상대 빈도 및 핵산단편의 크기를 도출하는 단계; 및
(d) 도출된 서열 상대 빈도 및 크기 정보를 암을 진단하도록 학습된 인공지능 모델에 입력하여 분석한 출력 결과값과 기준값(cut-off value)을 비교하여 암 유무를 판정하는 단계에 있어서,
상기 (d) 단계의 인공지능 모델은 핵산단편의 위치별 서열 상대 빈도 및 핵산단편의 크기 정보를 기반으로 정상 샘플과 암 샘플을 구별하도록 학습된 것을 특징으로 하는 단계를 통하여, 암 진단을 위한 정보를 제공하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 저장 매체.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210149466A KR20230064172A (ko) | 2021-11-03 | 2021-11-03 | 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 |
PCT/KR2022/016868 WO2023080586A1 (ko) | 2021-11-03 | 2022-11-01 | 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210149466A KR20230064172A (ko) | 2021-11-03 | 2021-11-03 | 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230064172A true KR20230064172A (ko) | 2023-05-10 |
Family
ID=86241775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210149466A KR20230064172A (ko) | 2021-11-03 | 2021-11-03 | 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20230064172A (ko) |
WO (1) | WO2023080586A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118127167A (zh) * | 2024-05-06 | 2024-06-04 | 奥明星程(杭州)生物科技有限公司 | 确定生物体病状的基因标志物、检测模型的构建方法和检测装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102061800B1 (ko) | 2017-07-18 | 2020-02-11 | 사회복지법인 삼성생명공익재단 | 기계 학습을 이용한 난소암의 예후 예측 방법, 장치 및 프로그램 |
KR102233740B1 (ko) * | 2017-09-27 | 2021-03-30 | 이화여자대학교 산학협력단 | Dna 복제수 변이 기반의 암 종 예측 방법 |
KR102029393B1 (ko) * | 2018-01-11 | 2019-10-07 | 주식회사 녹십자지놈 | 무세포 dna를 포함하는 샘플에서 순환 종양 dna를 검출하는 방법 및 그 용도 |
KR20210045953A (ko) | 2018-05-18 | 2021-04-27 | 더 존스 홉킨스 유니버시티 | 암의 평가 및/또는 치료를 위한 무 세포 dna |
WO2020125709A1 (en) | 2018-12-19 | 2020-06-25 | The Chinese University Of Hong Kong | Cell-free dna end characteristics |
KR102108050B1 (ko) | 2019-10-21 | 2020-05-07 | 가천대학교 산학협력단 | 증강 컨볼루션 네트워크를 통한 유방암 조직학 이미지 분류 방법 및 그 장치 |
KR102371903B1 (ko) | 2019-12-24 | 2022-03-08 | 주식회사 테라젠바이오 | 면역 항암 요법의 치료 반응에 관한 정보 제공 방법 및 이를 이용한 디바이스 |
-
2021
- 2021-11-03 KR KR1020210149466A patent/KR20230064172A/ko unknown
-
2022
- 2022-11-01 WO PCT/KR2022/016868 patent/WO2023080586A1/ko active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023080586A1 (ko) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112086129B (zh) | 预测肿瘤组织cfDNA的方法及系统 | |
WO2011072177A2 (en) | Biomarker assay for diagnosis and classification of cardiovascular disease | |
Larsson et al. | Comparative microarray analysis | |
CN112927757B (zh) | 基于基因表达和dna甲基化数据的胃癌生物标志物识别方法 | |
CN112951327A (zh) | 药物敏感预测方法、电子设备及计算机可读存储介质 | |
AU2021387426A9 (en) | Artificial-intelligence-based cancer diagnosis and cancer type prediction method | |
WO2021006279A1 (en) | Data processing and classification for determining a likelihood score for breast disease | |
CN111833963A (zh) | 一种cfDNA分类方法、装置和用途 | |
KR101990429B1 (ko) | 질병 연관 세포기능에 연결된 마커 기반으로 멀티마커 패널을 선정하는 시스템 및 방법 | |
Ong et al. | Informative top-k class associative rule for cancer biomarker discovery on microarray data | |
KR20230064172A (ko) | 세포유리 핵산단편 위치별 서열 빈도 및 크기를 이용한 암 진단 방법 | |
CN115881296B (zh) | 一种甲状腺乳头状癌(ptc)风险辅助分层系统 | |
EP4350707A1 (en) | Artificial intelligence-based method for early diagnosis of cancer, using cell-free dna distribution in tissue-specific regulatory region | |
CN116312800A (zh) | 一种基于血浆中循环rna全转录组测序的肺癌特征识别方法、装置和存储介质 | |
US20240194294A1 (en) | Artificial-intelligence-based method for detecting tumor-derived mutation of cell-free dna, and method for early diagnosis of cancer, using same | |
US20240153588A1 (en) | Systems and methods for identifying microbial biosynthetic genetic clusters | |
CN111164701A (zh) | 针对靶标定序的定点噪声模型 | |
JP2024522353A (ja) | 細胞遊離核酸断片の末端配列モチーフの頻度及びサイズを用いた癌診断及び癌種予測方法 | |
CN110462056A (zh) | 基于dna测序数据的样本来源检测方法、装置和存储介质 | |
Zhang et al. | Data mining methods in Omics-based biomarker discovery | |
KR20230059423A (ko) | 메틸화된 무세포 핵산을 이용한 암 진단 및 암 종 예측방법 | |
Kalya et al. | Machine Learning based Survival Group Prediction in Glioblastoma | |
Lancucki et al. | A new evolutionary gene selection technique | |
CN107038350B (zh) | 一种药物的长非编码rna靶点预测方法和系统 | |
KR20240087868A (ko) | 세포유리 핵산단편 말단 서열 모티프 빈도 및 크기를 이용한 암 진단 및 암 종 예측방법 |