KR20230065638A - 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법 - Google Patents

게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법 Download PDF

Info

Publication number
KR20230065638A
KR20230065638A KR1020210151412A KR20210151412A KR20230065638A KR 20230065638 A KR20230065638 A KR 20230065638A KR 1020210151412 A KR1020210151412 A KR 1020210151412A KR 20210151412 A KR20210151412 A KR 20210151412A KR 20230065638 A KR20230065638 A KR 20230065638A
Authority
KR
South Korea
Prior art keywords
cancer
methylation
cpg sites
disorder
genomic dna
Prior art date
Application number
KR1020210151412A
Other languages
English (en)
Inventor
김선
이도훈
구본일
윤성수
고영일
Original Assignee
서울대학교병원
서울대학교산학협력단
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 서울대학교병원, 서울대학교산학협력단 filed Critical 서울대학교병원
Priority to KR1020210151412A priority Critical patent/KR20230065638A/ko
Priority to PCT/KR2022/017269 priority patent/WO2023080722A1/ko
Publication of KR20230065638A publication Critical patent/KR20230065638A/ko

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/106Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/154Methylation markers

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Wood Science & Technology (AREA)
  • Physics & Mathematics (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biophysics (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 게놈 DNA 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법에 관한 것으로, 보다 상세하게는 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 분석함으로써 항암제에 대한 반응성을 예측하는 방법에 관한 것이다.
본 발명의 방법에 따르면, 게놈 DNA 내 CpG 부위의 메틸화 무질서도를 통해 항암제 약물 반응성을 정확하게 예측할 수 있어 암 환자의 치료를 위한 약물 선택에 매우 유용하게 활용될 수 있다.

Description

게놈 DNA 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법{Method for predicting anti-cancer drug responsiveness by analyzing the status of genome DNA methylation}
본 발명은 게놈 DNA 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법에 관한 것으로, 보다 상세하게는 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 분석함으로써 항암제에 대한 반응성을 예측하는 방법에 관한 것이다.
암이란 정상세포가 다양한 요인에 의해 성장에 이상이 초래되어 통제할 수 없도록 비정상적인 성장을 하는 질환으로, 비정상적인 성장이 유도된 세포가 종양(tumor)으로 알려진 세포 덩어리로 발전하고, 발전한 세포 덩어리가 주위의 조직으로 침투하고, 이어서 신체 다른 부위로 전이(metastasis)되는 양상을 나타낸다.
WHO(세계보건기구)에서는 신규 암 환자의 수가 급증하고 있고, 암에 의한 사망률 또한 매년 증가하는 추세를 보이고 있는 것으로 보고되고 있다. 현재까지 다양한 암에 대한 수많은 항암제가 개발되었음에도 불구하고, 항암제만으로 완치가 가능한 암은 소수암에 불과한데, 그 이유는 항암제를 이용한 암 치료 시 동일한 암종이라고 하더라도 개개인의 유전적 차이, 후성유전적 다양성, 환경적 영향 등에 따라 항암제에 대한 약물 반응성에 큰 차이를 나타내기 때문이다.
한편, 후성유전학(epigenetics)은 DNA의 염기서열이 변화하지 않은 상태에서 이루어지는 유전자의 발현 조절을 연구하는 분야이다. 후성유전학은 DNA 메틸화, miRNA 또는 히스톤의 아세틸화, 메틸화, 인산화 및 유비퀴틴화 등과 같은 후성적 변이를 통한 유전자 발현 조절을 연구한다.
이중 DNA 메틸화가 가장 많이 연구가 되어있는 후성적 변이이다. 후성적 변이는 유전자 기능 변이 및 종양 세포로의 변화를 초래할 수 있다. 따라서 DNA 메틸화는 세포 내 질환 조절 유전자의 발현(또는 억제 및 유도와)과 연관되어 있으며, 최근에 DNA 메틸화 측정을 통한 다양한 질환의 진단 방법들이 제시되고 있다.
DNA 메틸화는 주로 특정 유전자의 프로모터 부위의 CpG 섬(CpG island)의 사이토신(cytosine)에서 일어나고, 그로 인하여 전사인자의 결합이 방해를 받게 되어 특정 유전자의 발현이 차단(gene silencing)되는 것으로, 코딩서열(coding sequence)에 돌연변이가 없이도 그 유전자의 기능이 소실되는 주요 기전이다.
유전자의 프로모터 지역 이외에도 인핸서(enhancer), 조절 부위와 같은 비번역지역의 DNA 메틸화도 염색체의 구조변이, 히스톤 변형(modification)과 함께 작용하며 여러 질병의 원인 기전이 된다고 알려져 있다. 암을 포함한 다양한 질병들에서 CpG 부위의 이러한 비정상적인 메틸화/탈메틸화가 보고되었으며, 질병 관련 유전자의 프로모터 메틸화를 조사하여 각종 질환의 진단에 사용하려는 시도가 활발하게 이루어지고 있을 뿐 아니라, 특정 유전자에서의 메틸화 상태를 분석함으로써 항암제 약물 반응성을 예측하려는 시도가 이루어지고 있다.
하지만, 종래 시도되고 있는 대부분의 방법들은 특정 유전자 내 CpG 섬 등에서의 메틸화 수준(level)을 항암제의 약물 반응성의 예측 마커로 활용하고 있으나, 게놈 DNA 전반에 걸친 CpG의 메틸화 상태 변화를 통한 약물 반응성 예측 방법은 아직까지 보고된 바가 없다.
게놈 DNA 메틸화의 상태는 매우 동적으로 조절되기 때문에 세포 종류에 따라, 혹은 발생 시기에 따라 다양한 양상을 나타내고, 이를 통해 각 세포 기능에 알맞은 유전자 집합의 발현이 유도된다. 이러한 DNA 메틸화 상태를 직접적으로 조절하는 효소에는 크게 DNA의 시토신 염기에 메틸기를 전달하는 DNA 메틸전이효소(DNA methyltransferase, DNMT)와 탈메틸화를 유도하는 TET(Ten-eleven translocase)가 있다. DNA 메틸화 상태 정보는 세포 분열 과정에서 보존되어 딸세포에게 전해지는데, 이러한 상태 정보의 보존에는 DNA 메틸전이효소 1(DNMT1)이 관여하며, DNA 메틸전이효소 3A(DNMT3A)의 경우는 세포 분화 과정에서 게놈 DNA 메틸화 상태를 새롭게 수립하는 데 관여한다.
DNA 메틸화 상태 보존의 주요한 특징은 그 정확도가 게놈 염기 서열의 보존 정확도에 비하여 매우 낮다는 것이다. 그 요인으로는 직접적인 복제 후 교정(proofreading)과정의 부재, DNMT1 효소의 불완전한 보존 성능 등을 들 수 있다. 이 낮은 정확도는 세포 분열 시 DNA 메틸화 상태에 필연적인 오류가 축적되게 하며, 따라서 분열을 통해 형성된 어떤 세포군에서 게놈 임의의 지역의 DNA 메틸화 상태를 관측한다면, 모든 세포가 같은 상태를 가지지 않고 일정 수준의 변동성을 보이게 된다. 이를 DNA 메틸화의 무질서도라 한다.
과도한 DNA 메틸화 무질서도는 조직 수준 기능의 유지를 불가능하게 하므로, 세포는 몇몇 기작들을 통해 DNA 메틸화의 무질서도를 적정 수준으로 유지한다. 그 중 한 예로, DNA 메틸전이효소 자체의 진행성(processivity)을 들 수 있다. DNA 메틸전이효소는 DNA 가닥을 따라 이동하며 효소 작용을 수행한다고 알려져 있다. 즉, 효소가 어떤 CpG 부위에 메틸기를 전달했다면 국소적으로 인접한 다른 CpG 부위까지 DNA 가닥을 따라 이동하여 효소 작용을 수행하는 경향이 있다는 것이다. 따라서 가까이에 존재하는 CpG 부위는 서로 같은 DNA 메틸화 상태를 가질 가능성이 높으며, 이는 결과적으로 국소적인 게놈 부위의 DNA 메틸화 무질서도를 낮추는 효과가 있다.
한편, 암은 세포 하나의 비정상적인 변이로부터 유래되어 무분별한 세포분열을 통해 형성된다고 알려져 있다. 유전체 및 후성유전체의 불안정한 보존은 암의 주요한 특징 중 하나이기 때문에, 암은 진행 과정에서 다량의 돌연 변이를 획득한다. 이 때 이러한 돌연변이들이 우연히 암세포의 생장 및 생존에 유리한 형질을 제공하는 변이라면, 그 암세포는 적합도 이점(fitness advantage)을 얻어 더 빠르게 분열하고 더 잘 생존할 수 있게 된다. 이 과정이 반복되면 특정 시점의 종양은 서로 다른 조합의 변이를 가지는, 이른바 서브클론이라 부르는 여러 개의 세포군으로 구성되게 되며, 종양을 구성하는 서브클론의 다양성을 종양 내 이질성도라고 부른다.
DNA 메틸화를 비롯한 후성적 요인들은 유전자 발현을 조절함으로써 세포의 상태를 결정하므로, 세포군 수준의 DNA 메틸화 상태의 다양성은 결국 세포군 내 세포 상태의 다양성을 나타내는 지표라 할 수 있다. 특히 후성유전적 다양화에 의한 세포 상태의 다양화는 발생 및 조혈(hematopoiesis) 과정에서 중요하게 작용하여, 예상치 못한 외부 요인에 의한 정상적인 발생 및 조혈 과정의 변화를 최소화한다고 알려져 있다. 특히 암에서의 메틸화 무질서도는 후성유전적 관점의 종양 내 이질성도 척도로 생각해볼 수 있고, 이 값의 증가는 만성림프구성백혈병 등의 암종에서 환자의 나쁜 예후와 연관되어 있음이 알려져 있다. 또한 무질서도가 증가된 암을 구성하는 암세포들이 갖는 유전자 발현의 다양성이 증가되는 것이 보고된 바 있다. 이렇듯 메틸화 무질서도는 후성유전적 종양 내 이질성도를 증가시켜 암의 적응 잠재력(adaptive potential)을 증가시킴으로써, 보다 공격적인 암세포의 출현을 용이하게 만들어 암의 위험도를 증가시킨다고 받아들여지고 있다.
이에, 본 발명자는 암 환자의 게놈 DNA 내 하나 이상의 영역에서 인접 CpG 부위 메틸화 상태를 평가함으로써 항암제에 대한 약물 반응성을 예측할 수 있는 방법을 개발하고자 예의 연구를 거듭한 결과, CpG 부위의 메틸화 수준과 무관하게 게놈 DNA 내 하나 이상의 영역에서 인접 CpG 부위의 메틸화 무질서도가 항암제에 대한 약물 반응성을 예측하는 중요한 지표가 될 수 있음을 발견하고 본 발명을 완성하게 되었다.
따라서, 본 발명의 목적은 암 환자의 항암제 반응성 예측에 필요한 정보를 제공하기 위하여, (a) 대상체(subject)로부터 분리된 생물학적 시료에서 게놈 DNA를 분리하는 단계; (b) 상기 분리된 게놈 DNA에서 CpG 부위의 메틸화 상태를 측정하는 단계; 및 (c) 게놈 DNA 내 하나 이상의 영역에서의 인접 CpG 부위 메틸화의 무질서도를 평가하는 단계를 포함하는, 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 평가하는 방법을 제공하는 것이다.
전술한 본 발명의 목적을 달성하기 위하여, 본 발명은 암 환자의 항암제 반응성 예측에 필요한 정보를 제공하기 위하여, (a) 대상체(subject)로부터 분리된 생물학적 시료에서 게놈 DNA를 분리하는 단계; (b) 상기 분리된 게놈 DNA에서 CpG 부위의 메틸화 상태를 측정하는 단계; 및 (c) 게놈 DNA 내 하나 이상의 영역에서의 인접 CpG 부위 메틸화의 무질서도를 평가하는 단계를 포함하는, 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 평가하는 방법을 제공한다.
이하, 본 발명에 대해 상세히 설명한다.
본 발명은 암 환자의 항암제 반응성 예측에 필요한 정보를 제공하기 위하여, (a) 대상체(subject)로부터 분리된 생물학적 시료에서 게놈 DNA를 분리하는 단계; (b) 상기 분리된 게놈 DNA에서 CpG 부위의 메틸화 상태를 측정하는 단계; 및 (c) 게놈 DNA 내 하나 이상의 영역에서의 인접 CpG 부위 메틸화의 무질서도를 평가하는 단계를 포함하는, 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 평가하는 방법을 제공한다.
본 발명의 일실시예에 따르면, 혈액암 세포의 게놈 DNA 내 하나 이상의 영역에서, 인접 CpG 부위 메틸화의 무질서도는 항암제에 대한 약물 반응성을 예측할 수 있는 중요한 지표가 될 수 있다는 것이 확인되었다. 이와 같은 CpG 부위 메틸화의 무질서도는 CpG 부위의 메틸화 수준(level)과는 독립적인 것으로, 게놈 DNA 내에 존재하는 인접한 CpG 부위는 동일한 메틸화 상태(즉, 메틸화 또는 탈메틸화)를 나타낼 것이라는 가정에 근거한다.
본 발명에서 용어 "CpG"는 디뉴클레오타이드 서열을 지칭하는데, 여기서 시토신 뉴클레오타이드는 그 길이를 따라 염기의 선형 서열에서 구아닌 뉴클레오타이드 옆에 발생한다. CpG 서열에서 시토신 뉴클레오타이드는 구아닌 뉴클레오타이드에 대해 5 '이고 두 뉴클레오타이드는 인산염 분자로 연결된다. CpG 디뉴클레오타이드의 시토신은 메틸화되어 5-메틸시토신을 형성할 수 있다. 포유류에서 유전자 또는 프로모터 내의 시토신의 메틸화는 유전자의 전사 조절에 영향을 미칠 수 있다. 메틸기를 추가하는 효소를 DNA 메틸트랜스퍼라제(DNA methyltransferase)라고 한다.
본 발명에서 용어 "메틸화의 무질서도"는 “불일치한 메틸화”와 동일한 의미로 사용될 수 있는 것으로, 짧은 유전적 거리에 걸쳐 또는 게놈 DNA의 특정 영역 내에 존재하는 CpG 부위 메틸화 상태의 불일치 정도를 의미한다. 일반적으로 DNA 메틸화는 개별 CpG가 아닌 게놈 DNA의 특정 영역(예를 들어, 특정 유전자 프로모터 또는 CpG 섬)에 따라 변화하므로, 유전적으로 근거리에 위치하는 CpG의 메틸화 상태가 일치하는 정도는 정상적인 상태에서 매우 높을 것으로 예상할 수 있다. 예를 들어, 유전적으로 2 내지 100bp의 거리에 인접하게 위치한 CpG 부위는 정상적인 상태에서 모두 메틸화가 되어 있거나 또는 모두 탈메틸화 되어 있을 가능성이 매우 높다고 볼 수 있다. 상기 용어는 더 엄밀한 의미에서 동일한 시퀀싱 리드(sequencing read) 내에 포함된 CpG 부위의 메틸화 일치 여부를 의미하는 것일 수도 있다. 하나의 시퀀싱 리드에 포함된 모든 CpG가 메틸화되었거나 모두 메틸화되지 않은 경우(즉, 모두 탈메틸화된 경우), 해당 시퀀싱 리드는 일치하는 메틸화로 분류된다. 그 이외의 경우에는 불일치한 메틸화로 분류된다. 일반적으로, 게놈 DNA의 서열 분석시 시퀀싱 리드는 100 염기쌍 (bp) 내외의 유전적 거리를 갖을 수 있다.
본 발명에서 용어 "메틸화"는 게놈 DNA 내의 CpG 부위의 데옥시리보핵산 서열에서 시토신 염기의 5 '탄소에 메틸기가 추가된 것을 의미한다.
본 발명에서 용어 "메틸화 상태"는 CpG 부위에서 메틸화된 시토신 염기의 존재 또는 부재를 의미한다.
본 발명에서 용어 "인접 CpG 부위"는 (i) 게놈 DNA의 특정 영역 내 CpG 부위의 집합, (ii) 시퀀싱 리드 내 CpG 부위의 집합 또는 (iii) 유전적 거리가 짧은 CpG 부위의 집합을 의미한다.
본 발명에서 용어 “게놈 DNA의 특정 영역”이란, 게놈 DNA 전체, 이가성 도메인(bivalent domain), 프로모터, 인핸서, 엑손, 인트론, 5'- 비번역영역(UTR), 3'-UTR, 유전자체(Gene body), 줄기 세포 관련 영역, CpG 섬(CpG island), CpG 쇼어(CpG shore), LTR(long terminal repeat), LINE(long interspersed nuclear element), SINE(short interspersed nuclear element), CpG 쉘프(shelf), 메틸화 케니언(methylation canyon) 및 인터제닉 영역(intergenic region)으로 이루어진 군에서 선택될 수 있다.
본 발명에서 용어 “짧은 유전적 거리”, “유전적으로 짧은 거리”, “유전적 거리가 짧은”, “유전적으로 근거리”는 동일한 의미로 사용될 수 있으며, 2 내지 100bp, 구체적으로는, 2 bp, 3 bp, 4 bp, 5 bp, 6 bp, 7 bp, 8 bp, 9 bp, 10 bp, 11 bp, 12 bp, 13 bp, 14 bp, 15 bp, 16 bp, 17 bp, 18 bp, 19 bp, 20 bp, 21 bp, 22 bp, 23 bp, 24 bp, 25 bp, 26 bp, 27 bp, 28 bp, 29 bp, 30 bp, 31 bp, 32 bp, 33 bp, 34 bp, 35 bp, 36 bp, 37 bp, 38 bp, 39 bp, 40 bp, 41 bp, 42 bp, 43 bp, 44 bp, 45 bp, 46 bp, 47 bp, 48 bp, 49 bp, 50 bp, 51 bp, 52 bp, 53 bp, 54 bp, 55 bp, 56 bp, 57 bp, 58 bp, 59 bp, 60 bp, 61 bp, 62 bp, 63 bp, 64 bp, 65 bp, 66 bp, 67 bp, 68 bp, 69 bp, 70 bp, 71 bp, 72 bp, 73 bp, 74 bp, 75 bp, 76 bp, 77 bp, 78 bp, 79 bp, 80 bp, 81 bp, 82 bp, 83 bp, 84 bp, 85 bp, 86 bp, 87 bp, 88 bp, 89 bp, 90 bp, 91 bp, 92 bp, 93 bp, 94 bp, 95 bp, 96 bp, 97 bp, 98 bp, 99 bp 또는 100 bp의 유전적 거리를 의미하는 것일 수 있다. 이와 같은 관점에서, 상기 “인접 CpG 부위”는 (i) 게놈 DNA의 특정 영역 내에서 유전적으로 짧은 거리에 위치한 CpG 부위의 집합 또는 (ii) 시퀀싱 리드 내에서 유전적으로 짧은 거리에 위치한 CpG 부위의 집합을 의미하는 것일 수 있다.
본 발명에서 용어 "약물 반응성"이란 대상체, 바람직하게는 암 환자에 대한 특정 약물의 치료 유효성의 정도를 지칭한다. 예를 들어, 암 환자의 치료에 관련하여 사용될 때 용어 "증가된 반응성", “향상된 반응성”, "좋은 반응성" 또는 “높은 반응성”은 당해 분야에서 공지된 임의의 방법을 이용하여 측정된 경우 약물의 유효성에서 증가가 나타난 것을 의미할 수 있다. 또 다른 예로서, 약물에 대한 암 환자의 반응은 완전 또는 부분 반응으로 특성 규명될 수 있다. 또 다른 예로서, 약물에 대한 암 환자의 증가된 반응성은 전체 생존율, 무질환 생존, 목적 반응 속도, 종양 진행까지 시간, 무진행 생존 또는 치료 실패까지 시간으로 특성 규명될 수 있다. 상기 "증가된 반응성", “향상된 반응성”, "좋은 반응성" 또는 “높은 반응성”의 기준이 되는 비교 대상은 약물을 투약한 환자 본인일 수도 있고 또는 동일한 약물을 투약한 다른 환자 집단의 평균일 수도 있다. 예를 들어, 비교 대상이 환자 본인인 경우 특정 약물을 투약하는 일련의 과정 중 어느 한 시점을 기준으로 약물 반응성이 증가된 경우, 상기 시점을 기준으로 약물 반응성이 향상되었다고 판단할 수 있으며, 비교 대상이 동일한 약물을 투약한 다른 환자 집단의 평균인 경우 공지된 데이터베이스를 통해서 확인 가능한 동일 암종의 환자 집단의 약물 반응성에 대한 평균값과 비교해 특정 환자의 약물 반응성이 더 높았던 경우, 상기 특정 환자의 약물 반응성이 높다고 판단할 수 있다.
본 발명에서 상기 "암"이란, 일반적으로 제어되어 있지 않은 세포 증식을 특징으로 하는 포유류의 생리학적 상태를 지칭한다. 암의 예로서는 대장암, 유방암, 신경교종, 갑상선암, 폐암, 간암, 췌장암, 두경부암, 위암, 요로상피암, 신장암, 전립선암, 고환암, 자궁경부암, 난소암, 자궁내막암, 흑색종양, 난관암, 자궁암, 혈액암, 골암, 피부암, 뇌암, 질암, 내분비암, 부갑상선암, 요관암, 요도암, 기관지암, 방광암, 골수암, 급성 골수성 백혈병, 급성 림프구성 또는 림프아구성 백혈병, 급성 또는 만성의 림포구성 백혈병, 급성 비림프구성 백혈병, 뇌종양, 경관암, 만성 골수성 백혈병, 장암, T-존 림프종, 식도암, 담즙 방광암, 유잉 육종 (Ewing's sarcoma), 설암, 홉킨스 림프종, 카포시스 육종, 중피종, 다발성 골수종, 신경아세포종, 비홉킨 림프종, 골육종, 신경아세포종, 유선암, 경관암, 페니스암, 레티노블라스토마, 피부암, 및 자궁암을 들 수 있으며, 보다 바람직하게는 급성 골수성 백혈병, 급성 림프구성 또는 림프아구성 백혈병, 급성 또는 만성의 림포구성 백혈병, 급성 비림프구성 백혈병, 급성 골수성 백혈병 또는 만성 골수성 백혈병일 수 있지만, 이에 제한되는 것은 아니다.
본 발명에서 상기 항암제는 그 종류가 특별히 제한되지 않으나, 예를 들어 DNMT(DNA methyltransferase) 저해제(데시타빈(decitabine), 아자시티딘(azacytidine), RG-108 등), 백금 기반 항신생물제(antineoplastic agent){시스플라틴(cisplatin), 카르보플라틴(carboplatin), 디사이클로플라틴(dicycloplatin), 네다플라틴(nedaplatin), 옥살리플라틴(oxaliplatin), 피코플라틴(picoplatin), 사트라플라틴(satraplatin) 포함}, 뉴클레오사이드 유사체(nucleoside analogs) 및 항대사물질(antimetabolite){사이타라빈(cytarabine), 플루다라빈(fludarabine), 젬시타빈(gemcitabine), 5FU 포함}, DNA 삽입제(intercalator){다노루비신(danorubicin), 독소루비신(doxorubicin), 에피루비신(epirubicin) 및 이다루비신(idarubicin), 캄프토테신(camptothecin) 포함}, 알킬화 신생물제(alkylating neoplastic agent){사이클로포스파미드(cyclophosphamide), 멜팔란(melphalan), 벤다무스틴(bendamustine), 카무스틴(carmustine), 로무스틴(lomustine), 이포스파미드(ifosfamide) 포함}, 토포이소머라아제 억제제(topoisomerase inhibitor){에토포시드(etoposide), 토포테칸(topotecan) 포함}, PARP 억제제{올라파립(olaparib), 니라파립(niraparib), 루카파립(rucaparib) 포함}, 미세소관 역학(microtubule dynamics)을 방해하는 물질{콤브레스타틴(combrestatin), 에리불린(eribulin), 도세탁셀(docetaxel), 탁산(taxane), 비노블라스틴(vinoblastine), 빈크리스틴(vincristine) 포함}, p53과 MDM2 또는 MDM4 사이의 상호작용을 차단하는 물질{뉴트린(nutlin), 이다사뉴트린(idasanutlin), HDM-201, DS3032b, AMG-232, ALRN-6924 포함}, 키나아제 억제제{BRAF 억제제 베무라페닙(vemurafenib), 다브라페닙(dabrafenib) 포함}, PI3K 및/또는 mTOR 억제제{LY294002, 닥톨리십(dactolisib), 라파마이신(rapamycin)과 라파마이신 유사체 템시롤리무스(temsirolimus), 에베로리무스(everolimus), 리다포롤리무스(ridaforolimus) 포함}, MRP1 억제제{인도메타신(indomethacin), 멜록시캄(meloxicam), 설린닥 설파이드(sulindac sulfide), GSK1904529A, MK571, 베라파밀(verapamil) 포함}, 저메틸화제(hypomethylation agent){아자시티딘(azacitidine), 데시타빈(decitabine) 포함}, 히스톤 탈아세틸화효소 억제제(histone deacetylase inhibitor){시르투인(cirtuin), 보리노스타트 포함 하이드록사메이트(hydroxamates including vorinostat), 벨리노스타트(belinostat), 다시노스타트(dacinostat), 파노비노스타트(panobinostat), 발프로산(valproic acid), 엔티노스타트 포함 벤즈아미드(benzamides including entinostat), 모세티노스타트(mocetinostat)를 포함함}, 프로테아좀 억제제(proteasome inhibitor){보르테조밉(bortezomib), 리토나비르(ritonavir), 카르필조밉(carfilzomib) 포함}, 항혈관 또는 항혈관형성제{2aG4, 베바시주맙(bevacizumab) 포함}, 티로신 키나아제 억제제{라파티닙(lapatinib) 포함}, EGFR 억제제{게피티닙(gefitinib) 포함}, CDK 억제제, PLK 억제제, MEK 억제제{피마세르팁(pimasertib) 포함}, 면역 체크포인트 억제제(immune checkpoint inhibitor){PD-1(니볼루맙(nivolumab), 펨브롤리주맙(pembrolizumab) 포함), PD-L1(아벨루맙(avelumab), 아테졸리주맙(atezolizumab)), PDL2, CTLA-4(이필리무맙(ipilimumab), 트레멜리무맙(tremelimumab) 포함), GITR, IL-40, CD-40, LAG3/CD-223(BMS-986016, REGN3767 포함), OX-40{포갈리주맙(pogalizumab), PF-04518600 포함}에 대한 항체를 포함함}, 항체 결합 단백질 티로신 키나아제 수용체, NFE2L2 억제제{ML385, 브루사톨(brusatol), 트리고넬린(trigonelline), 루테올린(luteolin), 아스코르브산, ATRA 포함}, 세포외 암 표적(extracellular cancer target){CD19, PSMA, 또는 메소텔린(mesothelin) 포함}을 인식하는 키메라 항원 수용체(chimeric antigen receptor, CAR)를 발현시키도록 유전적으로 조작된 자가 T 세포(autologous T cells), 글루코코르티코이드 수용체 작용제(glucocorticoid receptor agonist){덱사메타손(dexamethasone) 포함}, 부티오닌 설폭시민(buthionine sulfoximine), 엽산(folic acid), 메트포르민(metformin), 소라페닙(sorafenib), 설파살라진(sulfasalazine), 블레오마이신(bleomycin), 에를로티닙(erlotinib), 투니카마이신(tunicamycin), 보르트만닌(wortmannin), 피딜리주맙(pidilizumab), 더발루맙(durvalumab), GSK3174998, 타볼릭시주맙(tavolixizumab), 데아자네플라노신(deazaneplanocin) A 또는 피페를론구민(piperlongumine)가 포함될 수 있고, 바람직하게는 DNMT(DNA methyltransferase) 저해제(데시타빈(decitabine), 아자시티딘(azacytidine), RG-108 등) 또는 DNMT 저해제와 다른 항암 약물과의 병용요법일 수 있다.
본 발명에서, 상기 대상체는 척추 동물 또는 무척추 동물을 지칭한다. 일부 실시 양태에서, 대상체는 척추 동물, 예를 들어 포유 동물, 바람직하게는 인간이다. 일부 실시 양태에서, 상기 대상체는 개, 고양이, 돼지, 토끼, 쥐, 마우스, 저빌, 햄스터, 기니피그 및 흰 족제비와 같은 가정용 애완 동물을 포함하지만 이에 제한되지 않는 가축 또는 실험실 동물이다. 일부 구현예에서, 대상체는 가축이다. 가축 동물의 비제한적인 예로는 알파카, 들소, 낙타, 소, 사슴, 돼지, 말, 라마, 노새, 당나귀, 양, 염소, 토끼, 순록 및 야크가 포함될 수 있다.
상기 생물학적 시료는 상기 대상체에서 분리된 암 조직, 암 조직 단편, 암 세포, 혈액, 혈장, 혈구, 타액, 누액, 대변 및 소변 등을 포함하나 이에 제한되는 것은 아니다. 또는, 상기 생물학적 시료는 암 조직, 암 조직 단편, 암 세포, 혈액, 혈장, 혈구, 타액, 누액, 대변 및 소변 등에서 분리될 것일 수 있다. 또한, 상기 DNA는 조직, 세포 등에서 분리한 DNA일 수 있고, 혈액, 혈장, 체액 등에 부유하는 세포유리 DNA(cell free DNA, cfDNA) 또는 종양세포에서 흘러나온 순환 종양 DNA(circulating tumor DNA, ctDNA)일 수 있다.
게놈 DNA에서 CpG 부위의 메틸화 상태를 측정하는 방법은 당업계에 공지되어 있는 방법이 제한없이 사용될 수 있으며, 예를 들어 Ms-SNuPE, 메틸화 DNA 면역 침전(MeDip), 바이설파이트 시퀀싱(bisulfige sequencing), 바이설파이트 처리 후 차세대 염기서열 분석법, 마이크로어레이, 게놈-와이드 마이크로어레이(genome-wide microarray), PCR, 메틸화 특이 PCR(methylation specific PCR), 실시간 메틸화 특이 PCR(real time methylation specific PCR), MethyLight PCR, MehtyLight digital PCR, EpiTYPER, 메틸화 DNA 특이적 결합 단백질을 이용한 PCR, 정량 PCR, DNA 칩, 분자 비콘(molecular beacon), 차세대 염기서열분석 패널(NGS panel) 및 메틸화 민감성 서던 블롯팅이 포함될 수 있으며, 바람직하게는 바이설파이트 시퀀싱(bisulfige sequencing), 바이설파이트 처리 후 차세대 염기서열 분석법, 마이크로어레이 또는 게놈-와이드 마이크로어레이(genome-wide microarray) 일 수 있다.
본 발명에서 상기 바이설파이트 시퀀싱에는 WGBS(whole genome bisulfite sequencing) 및 RRBS(reduced representation bisulfite sequencing)이 포함될 수 있다.
일 양태에서, 게놈 DNA 전체 또는 이의 특정 영역에서의 CpG 메틸화는 바이설파이트 처리 후 및 선택적으로, 메틸화 부위를 증폭시킨 후 파이로시퀀싱을 통해 검출될 수 있다. 파이로시퀀싱 기술은 실시간으로 진행하는 합성별 시퀀싱 방법이다. 이는 DNA 사슬 연장시 각 데옥시뉴클레오타이드(dNTP)에서 방출되는 PPi의 간접 생체 발광 분석을 기반으로 한다. 이 방법은 exonuclease-deficient Klenow DNA polymerase의 존재하에 dNTP와 DNA template-primer complex를 제시한다. 4개의 뉴클레오티드가 미리 결정된 순서로 반응 혼합물에 순차적으로 추가된다. 뉴클레오타이드가 주형 염기에 대해 상보적이어서 통합되면 PPi가 방출된다. PPi 및 기타 시약은 루시퍼라제 반응에서 기질로 사용되어 발광계 또는 전하 결합 장치에 의해 감지되는 가시 광선을 생성한다. 생성된 빛은 DNA 프라이머에 추가된 뉴클레오타이드의 수에 비례하며 파이로그램 형태로 존재하는 뉴클레오타이드의 수와 유형을 나타내는 피크가 된다.
다른 일 양태에서, CpG의 메틸화 상태는 차세대 시퀀싱(NGS)을 이용하는 메틸화 분석에서 검출될 수 있다. 예를 들어, DNA 메틸화는 바이설파이트 전환을 통한 대규모 병렬 시퀀싱, 예를 들어 WGBS(whole genome bisulfite sequencing) 또는 RRBS(reduced representation bisulfite sequencint)에 의해 검출될 수 있다. 선택적으로, DNA 메틸화는 게놈 전체 마이크로 어레이와 같은 마이크로 어레이에 의해 검출될 수 있다. 마이크로 어레이 및 대규모 병렬 시퀀싱은 게놈 전체 규모에서 시토신 메틸화의 조사를 가능하게 한다.
DNA 메틸화를 검출하기 위한 가장 포괄적이고 가장 효율적인 방법 중 하나는 WGBS(whole genome bisulfite sequencing) 일 수 있다. 구체적으로, CpG 메틸화를 검출하기 위해, 먼저 분석할 DNA를 변환하여 메틸화되지 않은 시토신이 우라실로 변환되도록 한다. 한 실시양태에서, 메틸화 또는 탈메틸화 형태의 CpG 디뉴클레오티드 모티프를 선택적으로 변형시키는 화학 시약이 사용될 수 있다. 적합한 화학 시약에는 히드라진 및 바이설파이트 등이 포함될 수 있다. 바람직하게는, 분리된 DNA는 메틸화 시토신을 유지하면서 메틸화되지 않은 시토신을 우라실로 전환하는 바이설파이트로 처리될 수 있다. 시토신은 바이설파이트 이온과 반응하여 탈아미노화에 민감한 설폰화 시토신 반응 중간체를 형성하여 설폰화 우라실을 생성한다. 설폰화된 그룹은 알칼리 조건에서 제거되어 우라실을 형성할 수 있다. 뉴클레오타이드 변환은 DNA의 서열을 변경시킨다. 우라실은 DNA 중합 효소에 의해 티민으로 인식된다. 따라서 PCR 또는 시퀀싱 후 결과물은 출발 주형 DNA에서 5-메틸 시토신이 발생하는 위치에서만 시토신을 포함한다. 이것은 메틸화되지 않은 시토신과 메틸화된 시토신을 구별할 수 있게 한다.
본 발명의 일 양태에서, 상기 인접 CpG 부위 메틸화의 무질서도는 하기 단계를 포함하는 방법에 따라 평가될 수 있다:
(i) 게놈 DNA 내 하나 이상의 영역에서, 각각의 CpG 부위에 매핑된 시퀀싱 리드(sequencing read)에 포함된 CpG 부위가 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수(A), 및 이를 제외한 나머지 시퀀싱 리드의 수(B)를 산출하는 단계;
(ii) 각각의 CpG 부위 메틸화의 무질서도 = B/(A+B) 값을 산출하는 단계; 및
(iii) 상기 게놈 DNA 내 하나 이상의 영역에 포함된 모든 CpG 부위에서 산출된 각각의 메틸화의 무질서도의 평균값을 산출하는 단계.
인접 CpG 부위 메틸화의 무질서도 산출을 위해서 가장 먼저 시퀀싱 리드를 참조 서열에 매핑하여 해당 시퀀싱 리드가 게놈 DNA의 어느 영역에 대응하는지 확인한다. 이 결과로부터 메틸화 무질서도는 다음과 같이 계산된다.
참조 서열 내 각각의 CpG 부위에 대해서, 해당 부위에 대응하는 (즉 해당 부위에 매핑된) 시퀀싱 리드가 포함하는 CpG 부위 중 서로 인접하는 2 내지 20개의 CpG 부위가 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수 (A) 및 이를 제외한 나머지 시퀀싱 리드의 수 (B)를 계산한다. 그 다음으로 메틸화 무질서도는 B/(A+B)로 계산된다.
구체적으로,
(특정 CpG 부위-수준 메틸화의 무질서도 계산) 이를테면, 게놈 DNA 내 특정한 CpG 부위(x)에 매핑된 시퀀싱 리드가 총 100개이고, 해당 리드에 포함된, x를 포함한 모든 CpG 부위가 메틸화된 리드의 수가 35개, 그리고 리드에 포함된 x를 포함한 모든 CpG 부위가 탈메틸화된 리드의 수가 5개라 가정하면, 리드 내에 메틸화된 CpG 부위와 탈메틸화된 CpG 부위가 동시에 존재하는 리드의 수는 100-35-5=60개이므로, 상기 단계 (ii)에서 계산되는 메틸화의 무질서도는 60/100 = 0.6으로 계산된다.
(게놈 전체 또는 게놈 내 특정 영역-수준 메틸화의 무질서도 계산) 전술한 특정 CpG 부위-수준에서 메틸화의 무질서도를 기초로, 게놈 DNA 전체 또는 게놈 DNA 내 특정에 대해서 메틸화의 무질서도 계산이 수행된다. 이 경우, 게놈 전체 또는 게놈 내 특정 영역-수준에서 메틸화의 무질서도는 그 수치를 계산하고자 하는 게놈 DNA 전체 또는 게놈 DNA 내 하나 이상의 영역에 포함된 모든 CpG 부위에서의 특정 CpG 부위-수준 메틸화의 무질서도 수치의 평균으로 정의된다.
평균값 계산에 포함되는 CpG 부위는, 바람직하게는 적어도 4개 이상의 CpG 부위를 동시에 포함하는 11개 이상의 리드에 매핑되는 CpG 부위일 수 있다.
본 발명의 다른 일 양태에서, 상기 인접 CpG 부위 메틸화의 무질서도는 에피폴리몰피즘(epipolymorphism), 메틸화 엔트로피(methylation entropy), 메틸화 반수체 부하(Methylation haplotype load, MHL), Fraction of discordant read pair(FDRP) 또는 정량적 FDRP(quantitative FDRP)에 의해 산출될 수 있다.
에피폴리몰피즘과 메틸화 엔트로피 계산에 바탕이 되는 개념은 후성대립유전자(epiallele)이다. 아래 계산들에서 후성대립유전자는 연속된 4개 CpG 부위가 이루는 메틸화 상태의 조합 혹은 패턴으로 정의된다. 각 CpG 부위는 메틸화(1) 혹은 탈메틸화(0)의 두가지 상태를 가지므로, 하나의 후성대립유전자를 이루는 4개의 CpG 부위가 만들어내는 메틸화 상태의 패턴은 총 2*2*2*2=16개이다(모두 탈메틸화된 (0, 0, 0, 0) 패턴부터, 모두 메틸화된 (1, 1, 1, 1) 패턴까지). 따라서, 4개 CpG 부위에 해당하는 특정 게놈 영역에서 발생할 수 있는 후성대립유전자의 종류는 총 16개가 된다.
직관적으로, 메틸화의 무질서도가 증가하면 후성대립유전자의 종류 또한 다양해질 수 있다. 무질서도가 작은 지역은 모두 메틸화된, 혹은 모두 탈메틸화된 후성대립유전자가 지배적으로 나타날 것이고, 무질서도가 큰 지역은 그 이외의 후성대립유전자 또한 많이 등장할 것이기 때문이다. 이 개념에 근거하여 에피폴리몰피즘과 메틸화 엔트로피는 다음과 같이 후성대립유전자의 다양성을 계산함으로써 메틸화의 무질서도가 계산된다.
먼저 에피폴리몰피즘은 생태학에서 종 다양성을 측정하는데 사용되는 지니-심슨 지수(Gini-Simpson index)의 계산 방법을 차용하여 계산하는 방법이다. 먼저 에피폴리몰피즘을 계산하고자 하는 4개의 CpG 부위를 모두 포함하는 시퀀싱 리드를 순회하며, 4개의 CpG 부위가 만드는 16개의 가능한 후성대립유전자 각각의 빈도를 측정한다. 16개의 후성대립유전자 상대 빈도 값을 p_i (i=1, 2, … 16)이라 할 때, 에피폴리몰피즘은 아래와 같이 계산된다.
Figure pat00001
이 값은 16개의 후성대립유전자 패턴 중 단 하나의 패턴만이 나타날 때 0으로 가장 작아지고, 16개의 모든 패턴의 상대 빈도가 1/16으로 동일할 때 최대가 된다. 따라서 패턴의 다양성을 측정하는 척도가 될 수 있고, 이는 곧 메틸화의 무질서도를 측정할 수 있음을 의미한다.
메틸화 엔트로피 값은 에피폴리몰피즘과 유사하게 후성대립유전자의 상대적 다양성을 측정하는 방법으로서 지니-심슨 지수 대신 섀넌 엔트로피(Shannon entropy)를 사용한다는 점에서 차이가 있다. 메틸화 엔트로피 값은 아래와 같이 계산된다.
Figure pat00002
이 값 역시 16개의 후성대립유전자 종류 중 단 하나만 나타날 때 0으로 가장 작아지고, 16개의 모든 패턴의 상대 빈도가 1/16으로 동일할 때 최대가 된다.
메틸화 반수체 부하(Methylation haplotype load, MHL)는 그 목적이 메틸화 상태의 상관성이 국소적으로 매우 높은 지역을 검출해내는 것이다. 메틸화 반수체 부하는 각 시퀀싱 리드가 포함하는 CpG 부위 메틸화 상태를 기준으로, 그 안에 포함된 완전메틸화 부분열(fully-methylated substring)을 찾아내는 방법으로 계산된다. 수식적으로는 아래와 같이 나타낼 수 있다.
Figure pat00003
여기서 P(MH_i)는 i개의 CpG 부위를 갖는 부분열 중 모든 CpG 부위가 메틸화된 부분열의 비율을 나타내며, w_i는 부분열의 길이에 부여되는 가중치이다. 보통은 w_i = i, 즉 부분열의 길이 자체를 가중치로 사용하나, 길이가 긴 메틸화 반수체에 더 큰 가중치를 부여하기 위해서는 w_i = i^2 을 사용할 수도 있다.
예를 들어서, 어떤 시퀀싱 리드가 있고, 그 안에는 총 5개의 CpG 부위가 존재하고, 각각의 메틸화 상태는 0, 1, 1, 1, 0 이라 가정한다(0=탈메틸화, 1=메틸화). 다음으로, 모든 길이의 부분열을 생각한다. 먼저 길이 1의 부분열은 각각 0, 1, 1, 1, 0 이 있고, 그 중 완전메틸화 부분열은 1, 1, 1 의 3개로 완전메틸화 부분열의 비율은 3/5 = 0.6 이다. 다음으로 길이 2의 부분열은 01, 11, 11, 10이 있고, 그 중 완전메틸화 부분열은 11, 11의 2개로 완전메틸화 부분열의 비율은 2/4 = 0.5 이다. 이 값에 가중치 2를 곱한다. 마찬가지로 길이 3의 부분열은 011, 111, 110 이 있고, 그 중 완전메틸화 부분열은 111로 그 비율은 1/3 이다. 이 값에 가중치 3을 곱한다. 길이 4의 부분열은 0111, 1110의 2개지만, 이 중에는 완전메틸화 부분열은 없다. 결과적으로 이 시퀀싱 리드의 메틸화 반수체 부하는 (3/5 * 1 + 2/4 * 2 + 1/3 * 3) / (1 + 2 + 3 + 4) = 0.26이 된다.
Fraction of discordant read pair(FDRP)는 단일 CpG 부위 수준으로 DNA 메틸화의 무질서도를 측정하는 방법이다. 가장 먼저 특정 CpG 부위 x의 FDRP 값을 계산하고자 할 때, x를 포함하는 시퀀싱 리드의 집합을 모두 고려하여 생각한다. 이 집합을 S라 하면, S 안의 모든 시퀀싱 리드 쌍 s_i, s_j 에 대해서 s_i와 s_j에 공통적으로 포함된 CpG 부위의 메틸화 상태가 적어도 하나의 CpG 부위에서 다르다면 s_i와 s_j는 불일치 리드 쌍(discordant read pair)으로 정의한다. FDRP는 불일치 리드 쌍의 개수를 S 안의 모든 시퀀싱 리드 쌍의 개수로 나눔으로써 구해진다.
예를 들어서, S에 포함된 두 시퀀싱 리드 s_i, s_j 가 4개의 CpG 부위 x, y, z, w 를 공통으로 가진다고 가정하고, (x에 대한 FDRP를 계산 중이므로, 임의의 두 리드 쌍을 골라도 공통적인 CpG 부위들에는 항상 x가 포함되어 있음에 유의) s_i 상의 x, y, z, w의 메틸화 상태를 1, 1, 1, 1 (0=탈메틸화, 1=메틸화)이라 하고, s_j 상의 x, y, z, w의 메틸화 상시 1, 1, 0, 1 이라 한다면, 두 시퀀싱 리드 쌍은 CpG 부위 z의 메틸화 상태가 다르므로 불일치 리드 쌍이 되는 것이다. S 안의 리드 쌍들 중 위와 같은 불일치 리드 쌍의 비율을 측정한 것이 FDRP 값이 된다.
한편, quantitative FDRP (qFDRP)의 경우는 불일치의 기준을 이분법적으로 판단하는 것이 아니라, 해밍 거리(hamming distance)를 기준으로 soft하게 계산하는 방법이다. 다시 말해 특정 CpG 부위 x를 포함하는 모든 시퀀싱 리드의 집합 S가 있다고 할 때, S의 시퀀싱 리드 쌍 s_i, s_j 가 공통적으로 가지는 CpG 부위 중 서로 다른 메틸화 상태를 가지는 부위의 비율의 기댓값이다.
예를 들어서, CpG 부위 x를 포함하는 시퀀싱 리드의 집합 S={s_1, s_2, s_3}로 총 3개의 시퀀싱 리드가 있다고 가정하면, s_1과 s_2는 공통적으로 4개의 CpG 부위를 포함하며 그 중 1개의 CpG 부위가 서로 다르다고 하면 이 경우 두 리드의 해밍 거리는 1이 되고, 서로 다른 메틸화 상태를 가지는 부위의 비율은 1/4 = 0.25이다. 같은 방법으로 (s_2, s_3)쌍, (s_3, s_1)쌍에 대해서 이 값을 계산했을 때 각각 0.5, 0.2가 나왔다고 하면, 전체 qFDRP 값은 (0.25 + 0.5 + 0.2) / 3 = 0.316이 되는 것이다.
본 발명의 다른 일 양태에서, 상기 인접 CpG 부위 메틸화의 무질서도는 하기 단계를 포함하는 방법에 따라 평가될 수 있다:
(i) 게놈 DNA 내 하나 이상의 영역에 대응되는 시퀀싱 리드에서, 2 내지 100bp로 이루어진 군에서 선택된 어느 하나 이상의 거리에 인접하게 위치한 두 개의 CpG 부위가 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수(A), 및 이를 제외한 나머지 시퀀싱 리드의 수(B)를 산출하는 단계; 및
(ii) 상기 각 거리에 인접하게 위치한 인접 CpG 부위 메틸화의 무질서도 = B/(A+B) 값을 산출하는 단계.
일반적으로 게놈 DNA의 서열 분석시 시퀀싱 리드는 100 염기쌍 (bp) 내외의 길이를 갖을 수 있으며, 상기 단계 (i)에서는 게놈 DNA 내 하나 이상의 영역(예를 들어, 게놈 DNA 전체, 이가성 도메인(bivalent domain), 프로모터, 인핸서, 엑손, 인트론, 5'- 비번역영역(UTR), 3'-UTR, 유전자체(Gene body), 줄기 세포 관련 영역, CpG 섬(CpG island), CpG 쇼어(CpG shore), LTR(long terminal repeat), LINE(long interspersed nuclear element), SINE(short interspersed nuclear element), CpG 쉘프(shelf), 메틸화 케니언(methylation canyon) 및 인터제닉 영역(intergenic region)으로 이루어진 군에서 선택된 영역)에 대응되는 시퀀싱 리드에 포함된 복수의 CpG 부위들 중에서 2 bp, 3 bp, 4 bp, 5 bp, 6 bp, 7 bp, 8 bp, 9 bp, 10 bp, 11 bp, 12 bp, 13 bp, 14 bp, 15 bp, 16 bp, 17 bp, 18 bp, 19 bp, 20 bp, 21 bp, 22 bp, 23 bp, 24 bp, 25 bp, 26 bp, 27 bp, 28 bp, 29 bp, 30 bp, 31 bp, 32 bp, 33 bp, 34 bp, 35 bp, 36 bp, 37 bp, 38 bp, 39 bp, 40 bp, 41 bp, 42 bp, 43 bp, 44 bp, 45 bp, 46 bp, 47 bp, 48 bp, 49 bp, 50 bp, 51 bp, 52 bp, 53 bp, 54 bp, 55 bp, 56 bp, 57 bp, 58 bp, 59 bp, 60 bp, 61 bp, 62 bp, 63 bp, 64 bp, 65 bp, 66 bp, 67 bp, 68 bp, 69 bp, 70 bp, 71 bp, 72 bp, 73 bp, 74 bp, 75 bp, 76 bp, 77 bp, 78 bp, 79 bp, 80 bp, 81 bp, 82 bp, 83 bp, 84 bp, 85 bp, 86 bp, 87 bp, 88 bp, 89 bp, 90 bp, 91 bp, 92 bp, 93 bp, 94 bp, 95 bp, 96 bp, 97 bp, 98 bp, 99 bp 또는 100 bp의 유전적 거리를 갖는 두 개의 CpG 부위의 메틸화 상태를 평가할 수 있다.
이와 같은 방식으로, 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에 포함된 CpG 부위들에 중에서 2 내지 100 bp로 이루어진 군에서 선택된 어느 하나의 유전적 거리를 갖는 인접한 두 개의 CpG 부위의 메틸화 상태를 비교하여 평가함으로써, 게놈 DNA 내에 해당 유전적 거리를 갖는 모든 두 개의 인접 CpG 부위마다, 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수(A) 및 이를 제외한 나머지 시퀀싱 리드의 수(B)를 산출할 수 있다.
이후 상기 단계 (ii)에서는 상기 2 내지 100 bp로 이루어진 군에서 선택된 어느 하나의 유전적 거리를 갖는 인접한 두 개의 CpG 부위에 대해 하기 식에 따라 인접 CpG 부위 메틸화의 무질서도를 산출할 수 있다:
[인접 CpG 부위 메틸화의 무질서도 = B/(A+B)]
상기 식에 따라, 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에 포함된 CpG 부위들 중에서 해당 유전적 거리에 인접한 CpG 부위 메틸화의 무질서도가 모두 산출이 되면, 이의 평균값을 해당 유전적 거리에 대한 [인접 CpG 부위 메틸화의 무질서도] 값 및 상기 대상체의 [인접 CpG 부위 메틸화의 무질서도]로 할 수 있다.
본 발명의 일 양태에서는, 상기 단계 (i) 및 (ii)에서 2 이상의 유전적 거리를 갖는 각각의 인접한 두 개의 CpG 부위에 대한 [인접 CpG 부위 메틸화의 무질서도] 값을 산출한 후, 이들의 평균값을 산출할 수 있다. 예를 들어, 유전적 거리가 2 bp인 인접한 두 개의 CpG 부위에 대한 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에서의 [인접 CpG 부위 메틸화의 무질서도] 값을 산출하고, 이와 독립적으로 유전적 거리가 3 bp인 인접한 두 개의 CpG 부위에 대한 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에서의 [인접 CpG 부위 메틸화의 무질서도] 값을 산출한 후 이들의 평균값을 상기 대상체의 [인접 CpG 부위 메틸화의 무질서도]로 할 수 있다. 이와 같은 방식으로, 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에 포함된 CpG 부위들에 중에서 2 내지 100 bp로 이루어진 군에서 선택된 하나 이상의 유전적 거리를 갖는 인접한 두 개의 CpG 부위의 [인접 CpG 부위 메틸화의 무질서도] 값을 각각 독립적으로 산출한 후 이들의 평균값을 상기 대상체의 [인접 CpG 부위 메틸화의 무질서도]로 할 수 있다.
바람직하게는, 상기 단계 (i)에서 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에 포함된 CpG 부위들에 중에서 2 내지 50 bp, 보다 더 바람직하게는 2 내지 30 bp, 가장 바람직하게는 2 내지 25 bp로 이루어진 군에서 선택된 어느 하나 이상의 유전적 거리를 갖는 인접한 두 개의 CpG 부위의 메틸화 상태를 비교하여 평가함으로써, 상기 대상체의 [인접 CpG 부위 메틸화의 무질서도] 값을 산출할 수 있다.
본 발명의 일 실시예에 따르면, 상기 방식에 따라 게놈 DNA 전체 또는 게놈 DNA 내 특정 영역에 포함된 CpG 부위들에서의 [인접 CpG 부위 메틸화의 무질서도] 값이 높은 대상체일수록 항암제에 대한 반응성이 높은 것으로 확인이 되었다.
따라서, 인접 CpG 부위 메틸화의 무질서도가 높은 대상체일수록 항암제에 대한 반응성이 높을 것으로 예측하는 것이 본 발명의 특징일 수 있다.
특히, [인접 CpG 부위 메틸화의 무질서도]에 근거한 항암제 반응성의 예측은 메틸화 수준(level) 분석을 통해서는 항암제 반응성 예측이 어려운 항암제에서 특히 유용한 것으로 확인되었다.
본 발명의 방법에 따르면, 게놈 DNA 내 CpG 부위의 메틸화 무질서도를 통해 항암제 약물 반응성을 정확하게 예측할 수 있어 암 환자의 치료를 위한 약물 선택에 매우 유용하게 활용될 수 있다.
도 1은 본 발명의 실시예에서 [인접 CpG 부위 메틸화의 무질서도]의 한 예시로서 LPMD 값 산출 방법을 나타낸 모식도이다.
도 2는 급성골수성백혈병 암 세포주 DNA 전체에서의 [인접 CpG 부위 메틸화의 무질서도(LPMD)]와 표시된 각 항암제의 약물반응곡선 아래의 면적(AUDRC)의 상관관게를 나타낸 도면이다.
도 3 내지 도 11은 급성골수성백혈병 암 세포주 DNA 특정 영역에서의 [인접 CpG 부위 메틸화의 무질서도]와 표시된 각 항암제의 약물반응곡선 아래의 면적(AUDRC)의 상관관게를 나타낸 도면이다.
도 12는 급성골수성백혈병 진단 환자 중 탈메틸화제 항암제 (Decitabine 혹은 Azacitinde) 처방을 받은 총 22명의 환자의 혈액 샘플에서 이가성 도메인을 포함하는, 각 유전체의 DNA 메틸화 무질서도를 잘 대표하는 것으로 확인된 454개의 유전체 지역의 [인접 CpG 부위 메틸화의 무질서도(LPMD)]값과 환자의 약물 반응성의 상관관계를 나타낸 도면이다.
이하, 본 발명을 하기 실시예에 의해 상세히 설명한다. 단, 하기 실시예는 본 발명을 예시하기 위한 것일 뿐, 본 발명이 이들에 의해 제한되는 것은 아니다.
실시예 1: In vitro 분석
[인접 CpG 부위 메틸화의 무질서도] 값과 항암제 반응성과의 상관관계를 확인하기 위하여 하기 실험을 실시하였다.
먼저 Cancer Cell Line Encyclopedia (CCLE)에 등재된 급성골수성백혈병 암세포주에 대한 RRBS 시퀀싱 결과를 이용하였다. 참조 서열에 맵핑된 시퀀싱 리드에서 유전적 거리가 2bp에 위치한 인접한 두 개의 CpG에 대한 메틸화 상태를 확인한 후, 두 개 모두 메틸화 되어 있거나 또는 두 개 모두 탈메틸화 되어 있는 시퀀싱 리드의 수 (A) 및 이를 제외한 시퀀싱 리드의 수(B)를 산출하고, B/(A+B) = [유전적 거리가 2bp인 인접 CpG 부위 메틸화의 무질서도] 값으로 하였다(도 1).
이와 동일한 방식으로, 참조 서열에 맵핑된 시퀀싱 리드에서 유전적 거리가 3bp, 4bp, 5bp, 6bp, 7bp, 8bp, 9bp, 10bp, 11bp, 12bp, 13bp, 14bp, 15bp, 16bp, 17bp, 18bp, 19bp, 20bp, 21bp, 22bp, 23bp 또는 24bp인 인접한 두 개의 CpG에 대한 각각의 [인접 CpG 부위 메틸화의 무질서도] 값을 산출한 후, 상기 유전적 거리가 2bp 내지 24bp인 각각의 인접 CpG 부위 메틸화의 무질서도 값을 평균냈다. 상기 평균값을 해당 암세포주의 [인접 CpG 부위 메틸화의 무질서도] 값으로 하고 이를 LPMD값이라 명명한다.
한편 해당 암세포주의 항암제 반응성 값을 [약물반응곡선 아래의 면적] (AUDRC)의 형태로 Cancer Therapeutics Response Portal (CTRP) 로부터 얻어 준비하였다. 본 실시예는 DNMT 저해제인 데시타빈 (데시타빈 단독, 데시타빈과 나비토클락스의 병용투여, 데시타빈과 카보플라틴의 병용투여), 그리고 RG-108에 대한 약물반응성에 대한 결과를 제시한다.
이에 대한 결과를 도 2에 나타내었다.
도 2에 나타낸 바와 같이, 상기 4개의 약물 처리군에 대하여 급성골수성백혈병 암세포주들의 DNA 전체에서의 [인접 CpG 부위 메틸화의 무질서도] 값과 각 약물에 대한 AUDRC 값이 유의미한 음의 상관관계를 보임을 확인할 수 있다. 이 때, AUDRC 값의 감소는 해당 암세포주의 좋은 약물반응성을 의미하므로, [인접 CpG 부위 메틸화의 무질서도] 값이 항암제 약물 반응성에 대한 예측력을 갖는다는 사실을 알 수 있다.
또한, 도 3 내지 도 11에 나타낸 바와 같이, DNA 내 특정 영역에서의 [인접 CpG 부위 메틸화의 무질서도] 값도 각 약물에 대한 AUDRC 값과 유의미한 음의 상관관계를 나타내는 것으로 보아 [인접 CpG 부위 메틸화의 무질서도]의 약물 예측력은 게놈 DNA 전체뿐만 아니라 게놈 DNA 내 특정 영역에서도 발휘될 수 있다는 것을 확인할 수 있다.
실시예 2: 임상 데이터 분석
서울대학교병원 내원 급성골수성백혈병 진단 환자 중 탈메틸화제 항암제 (Decitabine 혹은 Azacitinde) 처방을 받은 총 22명의 환자의 혈액 샘플에 대하여 targeted 바이설파이트 시퀀싱 데이터를 생산하였다. 시퀀싱을 수행한 지역은 주로 이가성 도메인을 포함하는, 각 유전체의 DNA 메틸화 무질서도를 잘 대표하는 것으로 확인된 454개의 유전체 지역이다. 탈메틸화제 반응성에 따라 환자를 9개월 이상 생존하였거나 완전관해가 일어난 환자군 (좋은 반응성, good response), 그리고 그렇지 않은 환자군 (poor response)의 두 군으로 분류하였다.
이에 대한 결과를 도 12에 나타내었다.
도 12에 나타낸 바와 같이, 좋은 반응성을 보이는 환자군에서 인접 CpG 부위 메틸화의 무질서도 값의 한 예인 LPMD 값이 유의미하게 감소되어 있는 것을 확인하였다 (Mann-Whitney U test p=0.017). 본 결과에서 LPMD는 거리 2 내지 16까지의 CpG 쌍들을 이용하여 계산되었다. 이는 단지 세포주에서 뿐 아니라 실제 환자의 혈액 샘플에서도 메틸화 무질서도의 수준이 항암제 반응성과 연관되어 있음을 보이는 결과로서, 본 발명의 임상적 활용 가능성을 제시한다.
본 발명의 방법에 따르면, 게놈 DNA 내 CpG 부위의 메틸화 무질서도를 통해 항암제 약물 반응성을 정확하게 예측할 수 있어 암 환자의 치료를 위한 약물 선택에 매우 유용하게 활용될 수 있어 산업상 이용가능성이 매우 높다.

Claims (13)

  1. 암 환자의 항암제 반응성 예측에 필요한 정보를 제공하기 위하여,
    (a) 대상체(subject)로부터 분리된 생물학적 시료에서 게놈 DNA를 분리하는 단계;
    (b) 상기 분리된 게놈 DNA에서 CpG 부위의 메틸화 상태를 측정하는 단계; 및
    (c) 게놈 DNA 내 하나 이상의 영역에서의 인접 CpG 부위 메틸화의 무질서도를 평가하는 단계를 포함하는, 게놈 DNA 내 인접 CpG 부위의 메틸화 상태를 평가하는 방법.
  2. 제1항에 있어서, 상기 암은 대장암, 유방암, 신경교종, 갑상선암, 폐암, 간암, 췌장암, 두경부암, 위암, 요로상피암, 신장암, 전립선암, 고환암, 자궁경부암, 난소암, 자궁내막암, 흑색종양, 난관암, 자궁암, 혈액암, 골암, 피부암, 뇌암, 질암, 내분비암, 부갑상선암, 요관암, 요도암, 기관지암, 방광암, 골수암, 급성 골수성 백혈병, 급성 림프구성 또는 림프아구성 백혈병, 급성 또는 만성의 림포구성 백혈병, 급성 비림프구성 백혈병, 뇌종양, 경관암, 만성 골수성 백혈병, 장암, T-존 림프종, 식도암, 담즙 방광암, 유잉 육종 (Ewing's sarcoma), 설암, 홉킨스 림프종, 카포시스 육종, 중피종, 다발성 골수종, 신경아세포종, 비홉킨 림프종, 골육종, 신경아세포종, 유선암, 경관암, 페니스암, 레티노블라스토마, 피부암, 및 자궁암으로 이루어진 군에서 선택되는 것을 특징으로 하는 방법.
  3. 제1항에 있어서, 상기 항암제는 DNMT(DNA methyltransferase) 저해제를 포함하는 것을 특징으로 하는 방법.
  4. 제3항에 있어서, 상기 DNMT 저해제는 데시타빈(decitabine), 아자시티딘(azacytidine), RG-108 및 이의 염으로 이루어진 군에서 선택되는 1 이상인 것을 특징으로 하는 방법.
  5. 제1항에 있어서, 상기 생물학적 시료는 암 조직, 암 조직 단편, 암 세포, 혈액, 혈장, 혈구, 타액, 누액, 대변 및 소변으로 이루어진 군에서 선택되는 것을 특징으로 하는 방법.
  6. 제1항에 있어서, 메틸화 상태를 측정하는 방법은 Ms-SNuPE, 메틸화 DNA 면역 침전(MeDip), 바이설파이트 시퀀싱(bisulfige sequencing), 바이설파이트 처리 후 차세대 염기서열 분석법, 마이크로어레이, 게놈-와이드 마이크로어레이(genome-wide microarray), PCR, 메틸화 특이 PCR(methylation specific PCR), 실시간 메틸화 특이 PCR(real time methylation specific PCR), MethyLight PCR, MehtyLight digital PCR, EpiTYPER, 메틸화 DNA 특이적 결합 단백질을 이용한 PCR, 정량 PCR, DNA 칩, 분자 비콘(molecular beacon), 차세대 염기서열분석 패널(NGS panel) 및 메틸화 민감성 서던 블롯팅으로 이루어진 군에서 선택되는 것을 특징으로 하는 방법.
  7. 제6항에 있어서, 상기 바이설파이트 시퀀싱은 WGBS(whole genome bisulfite sequencing) 또는 RRBS(reduced representation bisulfite sequencing)인 것을 특징으로 하는 방법.
  8. 제1항에 있어서, 상기 게놈 DNA 내 하나 이상의 영역은 게놈 DNA 전체, 이가성 도메인(bivalent domain), 프로모터, 인핸서, 엑손, 인트론, 5'- 비번역영역(UTR), 3'-UTR, 유전자체(Gene body), 줄기 세포 관련 영역, CpG 섬(CpG island), CpG 쇼어(CpG shore), LTR(long terminal repeat), LINE(long interspersed nuclear element), SINE(short interspersed nuclear element), CpG 쉘프(shelf), 메틸화 케니언(methylation canyon) 및 인터제닉 영역(intergenic region)으로 이루어진 군에서 선택되는 것을 특징으로 하는 방법.
  9. 제1항에 있어서, 상기 인접 CpG 부위 메틸화의 무질서도는 하기 단계를 포함하는 방법에 따라 평가하는 것을 특징으로 하는 방법:
    (i) 게놈 DNA 내 하나 이상의 영역에서, 각각의 CpG 부위에 매핑된 시퀀싱 리드(sequencing read)에 포함된 CpG 부위가 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수(A), 및 이를 제외한 나머지 시퀀싱 리드의 수(B)를 산출하는 단계;
    (ii) 각각의 CpG 부위 메틸화의 무질서도 = B/(A+B) 값을 산출하는 단계; 및
    (iii) 상기 게놈 DNA 내 하나 이상의 영역에 포함된 모든 CpG 부위에서 산출된 각각의 메틸화의 무질서도의 평균값을 산출하는 단계.
  10. 제1항에 있어서, 상기 인접 CpG 부위 메틸화의 무질서도는 하기 단계를 포함하는 방법에 따라 평가하는 것을 특징으로 하는 방법:
    (i) 게놈 DNA 내 하나 이상의 영역에 대응되는 시퀀싱 리드에서, 2 내지 100bp로 이루어진 군에서 선택된 어느 하나 이상의 거리에 인접하게 위치한 두 개의 CpG 부위가 모두 메틸화된 또는 모두 탈메틸화된 시퀀싱 리드의 수(A), 및 이를 제외한 나머지 시퀀싱 리드의 수(B)를 산출하는 단계; 및
    (ii) 상기 각 거리에 인접하게 위치한 인접 CpG 부위 메틸화의 무질서도 = B/(A+B) 값을 산출하는 단계.
  11. 제10항에 있어서, 상기 (ii) 단계 이후에 각 거리에 인접하게 위치한 인접 CpG 부위 메틸화의 무질서도 평균값을 산출하는 단계를 추가로 수행하는 것을 특징으로 하는 방법.
  12. 제1항에 있어서, 상기 인접 CpG 부위 메틸화의 무질서도는 에피폴리몰피즘(epipolymorphism), 메틸화 엔트로피(methylation entropy), 메틸화 반수체 부하(Methylation haplotype load, MHL), Fraction of discordant read pair(FDRP) 또는 정량적 FDRP(quantitative FDRP)에 의해 따라 평가하는 것을 특징으로 하는 방법.
  13. 제1항에 있어서, 인접 CpG 부위 메틸화의 무질서도가 높은 대상체일수록 항암제에 대한 반응성이 높을 것으로 예측하는 것을 특징으로 하는 방법.
KR1020210151412A 2021-11-05 2021-11-05 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법 KR20230065638A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210151412A KR20230065638A (ko) 2021-11-05 2021-11-05 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법
PCT/KR2022/017269 WO2023080722A1 (ko) 2021-11-05 2022-11-04 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210151412A KR20230065638A (ko) 2021-11-05 2021-11-05 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법

Publications (1)

Publication Number Publication Date
KR20230065638A true KR20230065638A (ko) 2023-05-12

Family

ID=86241931

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210151412A KR20230065638A (ko) 2021-11-05 2021-11-05 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법

Country Status (2)

Country Link
KR (1) KR20230065638A (ko)
WO (1) WO2023080722A1 (ko)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018209361A2 (en) * 2017-05-12 2018-11-15 President And Fellows Of Harvard College Universal early cancer diagnostics

Also Published As

Publication number Publication date
WO2023080722A1 (ko) 2023-05-11

Similar Documents

Publication Publication Date Title
Xie et al. DNA methylation patterns separate senescence from transformation potential and indicate cancer risk
US20200255913A1 (en) Novel Markers for Detecting Microsatellite Instability in Cancer and Determining Synthetic Lethality with Inhibition of the DNA Base Excision Repair Pathway
Spiteri et al. Evolutionary dynamics of residual disease in human glioblastoma
Klingbiel et al. Prognosis of stage II and III colon cancer treated with adjuvant 5-fluorouracil or FOLFIRI in relation to microsatellite status: results of the PETACC-3 trial
JP6578205B2 (ja) 癌におけるマイクロサテライト不安定性を検出しdna塩基除去修復経路の阻害による合成致死性を決定するための新規なマーカー
DK2582847T3 (en) METHODS AND MATERIALS TO ASSESS loss of heterozygosity
US10294529B2 (en) Microsatellite instability markers in detection of cancer
EP2885427B1 (en) Colorectal cancer methylation marker
US11015223B2 (en) Methods for determining response to a hypomethylating agent
Iguchi et al. The error-prone DNA polymerase ι provides quantitative resistance to lung tumorigenesis and mutagenesis in mice
Woollard et al. Independent loss of methylthioadenosine phosphorylase (MTAP) in primary cutaneous T-cell lymphoma
US10610521B2 (en) Biomarkers for response to rapamycin analogs
KR20230065638A (ko) 게놈 dna 메틸화 상태 분석을 통한 항암제 약물 반응성 예측 방법
Diboun et al. Epigenetic DNA methylation signatures associated with the severity of paget’s disease of bone
EP4032987A1 (en) Method for predicting response to anti-cancer immunotherapy using dna methylation aberration
Gil et al. Comprehensive detection of CRLF2 alterations in acute lymphoblastic leukemia: a rapid and accurate novel approach
Livraghi Identification of methylation signatures to assess homologous recombination deficiency in breast cancer
Berner The Molecular Basis of Exceptional Survivorship in Stage 4 Colorectal Cancer
Thompson Transforming cancer molecular diagnostics: Molecular subgrouping of medulloblastoma via lowdepth whole genome bisulfite sequencing
Mohammadnejad et al. Identifying genetic variants regulating MGMT gene expression-A study in monozygotic Danish twins
Fernández-Miranda et al. Generation and external validation of a histological transformation risk model for patients with follicular lymphoma
Duran Ferrer Tracing the developmental history of B-cell tumors by DNA methylation
Brzezinski Integrated Genetic and Epigenetic Profiling of Wilms Tumors and Beckwith Wiedemann Syndrome
WO2022155083A1 (en) Prognostic methods for platinum-based chemotherapeutics
Piening New Clues to Human Longevity