KR20230087971A - 알츠하이머 진단을 위한 정보제공방법 - Google Patents
알츠하이머 진단을 위한 정보제공방법 Download PDFInfo
- Publication number
- KR20230087971A KR20230087971A KR1020210176696A KR20210176696A KR20230087971A KR 20230087971 A KR20230087971 A KR 20230087971A KR 1020210176696 A KR1020210176696 A KR 1020210176696A KR 20210176696 A KR20210176696 A KR 20210176696A KR 20230087971 A KR20230087971 A KR 20230087971A
- Authority
- KR
- South Korea
- Prior art keywords
- alzheimer
- ttr
- expression
- disease
- protein
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 208000024827 Alzheimer disease Diseases 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 title claims description 11
- 230000014509 gene expression Effects 0.000 claims abstract description 50
- 239000012472 biological sample Substances 0.000 claims abstract description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 77
- 102000004169 proteins and genes Human genes 0.000 claims description 45
- 108010071690 Prealbumin Proteins 0.000 claims description 28
- 102000009190 Transthyretin Human genes 0.000 claims description 28
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 5
- 239000008280 blood Substances 0.000 claims description 5
- 102000016918 Complement C3 Human genes 0.000 claims description 4
- 108010028780 Complement C3 Proteins 0.000 claims description 4
- 206010003445 Ascites Diseases 0.000 claims description 2
- 206010036790 Productive cough Diseases 0.000 claims description 2
- 210000004381 amniotic fluid Anatomy 0.000 claims description 2
- 210000000601 blood cell Anatomy 0.000 claims description 2
- 210000005013 brain tissue Anatomy 0.000 claims description 2
- 210000003756 cervix mucus Anatomy 0.000 claims description 2
- 239000012530 fluid Substances 0.000 claims description 2
- 210000002569 neuron Anatomy 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 230000028327 secretion Effects 0.000 claims description 2
- 210000003802 sputum Anatomy 0.000 claims description 2
- 208000024794 sputum Diseases 0.000 claims description 2
- 210000001179 synovial fluid Anatomy 0.000 claims description 2
- 210000002700 urine Anatomy 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 abstract description 9
- 201000010099 disease Diseases 0.000 abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000004393 prognosis Methods 0.000 abstract description 5
- 238000010801 machine learning Methods 0.000 abstract description 3
- 238000007477 logistic regression Methods 0.000 description 15
- 238000012360 testing method Methods 0.000 description 10
- 206010012289 Dementia Diseases 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 239000003550 marker Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000004770 neurodegeneration Effects 0.000 description 5
- 238000002965 ELISA Methods 0.000 description 4
- 108020004999 messenger RNA Proteins 0.000 description 4
- 208000015122 neurodegenerative disease Diseases 0.000 description 4
- 102000013455 Amyloid beta-Peptides Human genes 0.000 description 3
- 108010090849 Amyloid beta-Peptides Proteins 0.000 description 3
- 230000006907 apoptotic process Effects 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000002610 neuroimaging Methods 0.000 description 3
- 238000003752 polymerase chain reaction Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000001269 time-of-flight mass spectrometry Methods 0.000 description 3
- 108010060159 Apolipoprotein E4 Proteins 0.000 description 2
- 108091023037 Aptamer Proteins 0.000 description 2
- 238000000636 Northern blotting Methods 0.000 description 2
- 108091093037 Peptide nucleic acid Proteins 0.000 description 2
- 238000009534 blood test Methods 0.000 description 2
- 238000010804 cDNA synthesis Methods 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 238000003795 desorption Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000003018 immunoassay Methods 0.000 description 2
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 2
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 2
- 210000002682 neurofibrillary tangle Anatomy 0.000 description 2
- 230000007310 pathophysiology Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- 238000003753 real-time PCR Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003757 reverse transcription PCR Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 239000010421 standard material Substances 0.000 description 2
- 102000013498 tau Proteins Human genes 0.000 description 2
- 108010026424 tau Proteins Proteins 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 102000007469 Actins Human genes 0.000 description 1
- 108010085238 Actins Proteins 0.000 description 1
- 108700028369 Alleles Proteins 0.000 description 1
- 208000037259 Amyloid Plaque Diseases 0.000 description 1
- 206010003694 Atrophy Diseases 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 206010018341 Gliosis Diseases 0.000 description 1
- 102100031181 Glyceraldehyde-3-phosphate dehydrogenase Human genes 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000896414 Homo sapiens Nuclear nucleic acid-binding protein C1D Proteins 0.000 description 1
- 101001043564 Homo sapiens Prolow-density lipoprotein receptor-related protein 1 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 241001112258 Moca Species 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 102100021713 Nuclear nucleic acid-binding protein C1D Human genes 0.000 description 1
- 108010038807 Oligopeptides Proteins 0.000 description 1
- 102000015636 Oligopeptides Human genes 0.000 description 1
- 238000002123 RNA extraction Methods 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000007844 axonal damage Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008576 chronic process Effects 0.000 description 1
- 239000002299 complementary DNA Substances 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003492 excitotoxic effect Effects 0.000 description 1
- 231100000063 excitotoxicity Toxicity 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000007387 gliosis Effects 0.000 description 1
- 108020004445 glyceraldehyde-3-phosphate dehydrogenase Proteins 0.000 description 1
- 230000000971 hippocampal effect Effects 0.000 description 1
- 230000000951 immunodiffusion Effects 0.000 description 1
- 238000000760 immunoelectrophoresis Methods 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 238000000670 ligand binding assay Methods 0.000 description 1
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 1
- 238000009593 lumbar puncture Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008897 memory decline Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 230000001272 neurogenic effect Effects 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000003557 neuropsychological effect Effects 0.000 description 1
- 238000010855 neuropsychological testing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036542 oxidative stress Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007112 pro inflammatory response Effects 0.000 description 1
- 230000004845 protein aggregation Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000007470 synaptic degeneration Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000000539 two dimensional gel electrophoresis Methods 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
- G01N33/6896—Neurological disorders, e.g. Alzheimer's disease
-
- 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
-
- 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
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- 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
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- Microbiology (AREA)
- Pathology (AREA)
- Genetics & Genomics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biochemistry (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Cell Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
본 발명은 알츠하이머 진단을 위한 정보제공방법에 관한 것으로, 보다 상세하게는 생물학적 시료 내 TTR 및 C3의 발현 수준과 알츠하이머와의 상관관계를 머신러닝으로 학습하여 도출된 알고리즘을 통해 매우 높은 특이도와 민감도로 알츠하이머를 진단하거나 예후를 예측할 수 있는 정보제공방법에 관한 것이다.
본 발명이 제공하는 알츠하이머 진단을 위한 정보제공방법에 따르면 매우 높은 민감도와 특이도로 질환을 진단할 수 있다.
본 발명이 제공하는 알츠하이머 진단을 위한 정보제공방법에 따르면 매우 높은 민감도와 특이도로 질환을 진단할 수 있다.
Description
본 발명은 알츠하이머 진단을 위한 정보제공방법에 관한 것으로, 보다 상세하게는 생물학적 시료 내 TTR 및 C3의 발현 수준과 알츠하이머와의 상관관계를 머신러닝으로 학습하여 도출된 알고리즘을 통해 매우 높은 특이도와 민감도로 알츠하이머를 진단하거나 예후를 예측할 수 있는 정보제공방법에 관한 것이다.
알츠하이머 질병과 같은 신경퇴행성 질병은 신경축색 손상, 세포사멸 및 신경교증 (gliosis)를 포함하는, 신경퇴행으로 이어지는 만성적 진행 과정을 포함한다. 신경퇴행성 질병의 발병 및 병태생리는 매우 복잡하여 일부분만이 알려져 있다. 나이는 신경퇴행성 질병의 병태생리에서 중요한 역할을 하는 통상의 위험인자이다. 또한, 흥분독성 (excitotoxicity), 산화적 스트레스, 단백질 응집, 염증 및 세포사멸이 신경퇴행성 질병의 진행에서 중요한 역할을 하는 병리학적 사건이라는 보고가 있다. 알츠하이머 질병의 신경병리학은 아밀로이드 플라크, 신경원섬유 매듭, 시냅스 소실 및 선택적 신경원성 세포사멸 등을 특징으로 한다. 신경원섬유 매듭은 세포 내 과인산화된 타우 (tau) 단백질의 존재와 연관된다. 알츠하이머 질병의 임상적 특징은 전형적으로 먼저 기억력 저하가 나타나고, 다른 인지 기능들에서 퇴화 및 비정상적 행동이 후속한다. 전세계적으로 약 2,400만명의 치매 환자가 있으며, 이들 중 약 60% 이상이 알츠하이머병에 기인한다 (Ferri C.P. et al. (2005) Lancet 366(9503): 2112-2117).
현재 이용되고 있는 알츠하이머성 치매 검진기술로는 인지심리검사, 뇌척수액검사, 혈액검사, 유전적표지, 및 뇌영상촬영 등이 있다. 인지심리검사는 간이정신상태검사 (MMSE), 몬트리올 인지검사 (MoCA), 및 후각인지도검사 (UPSIT) 등이 치매 검사법으로 활용되고 있으며, 국내에서는 SNSB (Seoul Neuropsychological Screening Battery)가 널리 활용되고 있다. 뇌척수액 검사는 알츠하이머성 치매의 대표적 특이 물질인 베타-아밀로이드 (β-Amyloid) 또는 타우 (tau) 단백질의 뇌척수액 내 정량을 통한 진단을 수행하며, 최근 뇌척수액 내 miRNA (microRNA)의 변화를 측정하여 바이오마커로 사용하고자 하는 연구가 진행되고 있다. 혈액검사는 베타-아밀로이드가 "LRP1"이라는 단백질을 통해 뇌에서 혈액으로 이동한다는 사실에 착안하여, 베타-아밀로이드의 혈액 내 농도를 검사하는 방식으로 치매를 진단하는 방법이다. 유전적 표지를 이용한 진단방법의 경우, 아포리포프로틴 (oprotein) E4 (ApoE4) 대립유전자 (allele)의 유무 등 차세대 유전자서열분석기술 (NGS)을 이용한 인간 유전체전체변이분석 (GWAS)을 통해 치매 특이적 변이들에 대한 연구 및 보고가 잇따르고 있으며, 이를 통한 치매발병 위험도 분석을 수행한다. PET/MRI 뇌영상 촬영은 MRI 영상을 통해 대뇌피질, 해마 위축 등 치매와 동반되는 뇌손상 진단을 수행한다.
그러나, 신경심리검사 및 후각인지도검사는 신체적, 심리적, 인종학적 영향 등 주관성이 개입되기 때문에 정량화하기 어려운 단점이 있으며, 이는 장시간 검사 및 비용문제 등으로 범용적 적용이 어렵다. 또한, 초기 치매에서는 증상이 나타나지 않는 경우가 많아서 인지기능 검사만으로 치매를 예단하기 어렵다. 뇌척수액검사의 경우, 검사를 위한 척수천자시 수반되는 통증으로 인해 거부감이 크다. MRI/PET 뇌영상 촬영을 이용한 알츠하이머 진단은 병이 상당히 진행된 후에 비로소 분석이 가능하기 때문에 조기진단에 어려움이 있으며, 고비용이다.
이에 따라, 종래 알츠하이머 질병 진단방법의 민감도와 특이도를 향상시키기 위한 추가적인 연구가 필요한 실정이다.
이에, 본 발명자는 알츠하이머를 정확하게 진단할 수 있는 신규한 알고리즘을 개발하기 위해 알츠하이머 진단마커와 질환과의 상관관계를 머신러닝을 통해 학습함으로써, 매우 높은 특이도와 민감도를 나타내는 알츠하이머 진단용 신규 알고리즘을 개발하고 그 유용성을 확인하였다.
따라서, 본 발명의 목적은 (a) 생물학적 시료에서 TTR(Transthyretin) 및 C3(Complement C3) 단백질 또는 이를 암호화하는 유전자의 발현 수준을 측정하는 단계; 및
(b) 상기 각 단백질 또는 유전자의 발현 수준을 하기 수학식에 대입하여 알츠하이머 위험도를 산출하는 단계를 포함하는, 알츠하이머 진단 또는 예후 예측을 위한 정보 제공방법을 제공하는 것이다:
[수학식]
위험도 = a ⅹ [TTR] + b ⅹ [C3] + c
(상기 수학식에서, -0.1 < a < -0.005, 0.00005 < b < 0.001, 0.5 < c < 5.0 이며,
[TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
전술한 본 발명의 목적을 달성하기 위하여, 본 발명은 (a) 생물학적 시료에서 TTR(Transthyretin) 및 C3(Complement C3) 단백질 또는 이를 암호화하는 유전자의 발현 수준을 측정하는 단계; 및
(b) 상기 각 단백질 또는 유전자의 발현 수준을 하기 수학식에 대입하여 알츠하이머 위험도를 산출하는 단계를 포함하는, 알츠하이머 진단 또는 예후 예측을 위한 정보 제공방법을 제공한다:
[수학식]
위험도 = a ⅹ [TTR] + b ⅹ [C3] + c
(상기 수학식에서, -0.1 < a < -0.005, 0.00005 < b < 0.001, 0.5 < c < 5.0 이며,
[TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
이하, 본 발명에 대해 상세히 설명한다.
본 발명은 (a) 생물학적 시료에서 TTR(Transthyretin) 및 C3(Complement C3) 단백질 또는 이를 암호화하는 유전자의 발현 수준을 측정하는 단계; 및
(b) 상기 각 단백질 또는 유전자의 발현 수준을 하기 수학식에 대입하여 알츠하이머 위험도를 산출하는 단계를 포함하는, 알츠하이머 진단 또는 예후 예측을 위한 정보 제공방법을 제공한다:
[수학식]
위험도 = a ⅹ [TTR] + b ⅹ [C3] + c
(상기 수학식에서, -0.1 < a < -0.005, 0.00005 < b < 0.001, 0.5 < c < 5.0 이며,
[TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
본 발명에서 상기 생물학적 시료는 알츠하이머가 의심되는 환자의 것일 수 있으며, 보다 구체적으로는 혈액, 혈구, 뇌 조직, 신경세포, 뇌척수액, 타액, 비액, 객담, 관절낭액, 양수, 복수, 자궁경부 분비물, 질 분비물 및 소변으로 이루어진 군에서 선택될 수 있으나, 이에 제한되는 것은 아니다.
상기 각 단백질 및 유전자는 당업계에 공지된 각 단백질 및 유전자의 서열 또는 각 단백질 및 유전자의 동의어(synonym)의 서열, 바람직하게는 인간에서 유래된 각 단백질 및 유전자의 서열일 수 있으며, 더 바람직하게는 TTR(단백질: NP_000362, 유전자: NM_000371) 및 C3(단백질: NP_000055, 유전자: NM_000064) 일 수 있으나, 이에 제한되는 것은 아니다. 각 유전자에 대한 동의어 및 그 서열은 GenBank에서 검색할 수 있다.
상기 단백질의 발현 수준 측정은 생물학적 시료에서 상기 각 단백질의 존재 여부와 발현 정도를 확인하는 과정을 의미한다. 상기 단백질의 발현 수준 측정 또는 비교 분석 방법으로는 단백질 칩 분석, 면역측정법, 리간드 바인딩 어세이(ligand binding assay), MALDI-TOF(Matrix Assisted Laser Desorption/Ionization Time of Flight Mass Spectrometry, 매트릭스 지원 레이저 탈흡수/이온화 비행시간형 질량분석법), SELDI-TOF(Surface Enhanced Laser Desorption/Ionization Time of Flight Mass Spectrometry, 표면 증강 레이저 탈흡수/이온화 비행시간형 질량분석법), 방사선 면역분석(radioimmunoassay), 방사 면역 확산법(radioimmunodiffusiony), 오우크테로니 면역 확산법(Ouchterlony immunodiffusion), 로케트 면역전기영동(rocket immunoelectrophoresis), 조직면역 염색(immunohistochemistry), 보체 고정 분석법(complement fixation assay), 2차원 전기영동 분석(two-dimensional electrophoresis), 액상 크로마토그래피-질량분석(liquid chromatography-Mass Spectrometry, LC-MS), LC-MS/MS(liquid chromatography-Mass Spectrometry/Mass Spectrometry), 웨스턴 블랏팅(western blotting) 및 ELISA(enzyme linked immunosorbent assay, 효소결합 면역흡착 분석법) 등이 있으나 이에 제한되는 것은 아니다.
상기 단백질 발현 수준을 측정할 수 있는 물질은 상기 각 단백질 또는 그의 단편에 특이적으로 결합하는 항체, 상호작용 단백질, 리간드, 올리고펩타이드, PNA(peptide nucleic acid, 펩타이드 핵산), 나노입자, 또는 앱타머(aptamer)일 수 있다.
본 발명에서 상기 각 유전자의 발현 수준을 측정하는 방법은 당업계에서 유전자의 발현 수준을 측정하기 위해 수행되는 모든 방법을 이용할 수 있으며, 바람직하게는 마이크로어레이, PCR(polymerase chain reaction), RT-PCR, 정량적 RT-PCR(qRT-PCR), 실시간 중합효소 연쇄반응(real-time PCR), 노던 블롯(northern blot), DNA 칩 및 RNA 칩으로 이루어진 군에서 선택될 수 있으나, 이에 제한되는 것은 아니다.
본 발명의 대상 유전자의 발현 수준의 측정은 바람직하게는 대상 유전자의 발현량의 검출, 더 바람직하게는 대상 유전자의 발현량의 정량적인 검출이다. 발현량의 검출을 위해서 시료 조직 내에서의 mRNA 분리 및 mRNA에서의 cDNA 합성과정이 필요할 수 있다. mRNA의 분리를 위해서는 당업계에 공지된 시료에서의 RNA 분리 방법이 이용될 수 있다. cDNA 합성과정은 mRNA를 주형으로 하여 이루어지는 당업계에 공지된 cDNA 합성 방법이 이용될 수 있다.
또한, 본 발명에서 대상 유전자의 발현 수준의 측정은 당 업계에 공지된 방법에 따라 수행될 수 있으나, 리포터 형광 염료 및/또는 퀀쳐 (quencher) 형광 염료로 표지된 프로브를 사용한 광학적 정량 분석 시스템에 의해서 측정될 수 있다. 상기 측정은 상업적으로 판매되는 장비, 예를 들어, ABIPRISM 7700™ Sequence Detection System™, Roche Molecular Biochemicals Lightcycler 및 이에 부속되는 소프트웨어 등의 시스템에 의해서 이루어질 수 있다. 이와 같은 측정 데이터는 측정값 또는 역치 사이클 (Ct 또는 Cp)로서 표현될 수 있다. 측정된 형광값이 처음으로 통계학적으로 유의한 것으로 기록될 때의 지점이 역치 사이클이며, 이는 검출 대상이 PCR 반응의 주형으로써 존재하는 초기값에 반비례하여 나타나므로 역치 사이클 값이 작은 경우 정량적으로 더 많은 검출 대상이 존재하는 것을 나타낸다.
본 발명에서의 검출 대상 단백질 또는 유전자의 발현 수준은 대상 환자 또는 시료에 따라 전체적인 단백질 또는 유전자 발현량 또는 발현 수준에 차이가 있을 수 있으므로 표준화가 필요할 수 있다. 표준화는 기본 발현량 또는 발현 수준의 차이를 나타낼 수 있는 단백질 또는 유전자의 발현량 또는 발현 수준과의 차이를 통해 이루어지며, 예를 들어 GAPDH 또는 베타-엑틴이 포함될 수 있으나, 이에 제한되는 것은 아니며, 알츠하이머의 유무에 관계없이 개체들 사이에서 일정한 발현을 보이는 단백질 또는 유전자라면 제한 없이 표준 단백질 또는 표준 유전자로서 사용될 수 있다.
본 발명에서 상기 (b) 단계는 상기 (a) 단계에서 측정된 각 단백질 또는 유전자의 발현수준, 바람직하게는 표준화된 단백질 또는 유전자의 발현수준을 상기 수학식 1에 대입하여 위험도 값을 산출하고, 이 값을 이용하여 알츠하이머 진단 여부를 결정하는 단계이다.
본 발명에서는 알츠하이머 환자와 정상인의 감별진단을 위한 메타-마커를 통계적 상호작용을 고려한 회귀분석모델로부터 얻어진 계산된 변수에 따라 상기 수학식으로 나타내었다.
본 발명이 제공하는 상기 수학식에서
(i) 상기 상수 a값은 -0.1 내지 -0.005, 바람직하게는 -0.05 내지 -0.01, 보다 더 바람직하게는 -0.04 내지 -0.01, 가장 바람직하게는 -0.03 내지 -0.02일 수 있고,
(ii) 상기 상수 b값은 0.00005 내지 0.001, 바람직하게는 0.0001 내지 0.0005, 보다 더 바람직하게는 0.0001 내지 0.0003, 가장 바람직하게는 0.0001 내지 0.00025일 수 있고, 및
(iii) 상기 상수 c값은 0.5 내지 5.0, 바람직하게는 0.5 내지 3.0, 보다 더 바람직하게는 1.0 내지 3.0, 가장 바람직하게는 1.0 내지 2.0일 수 있다.
본 발명의 가장 바람직한 일 양태에서, 상기 수학식은 하기와 같은 것을 특징으로 할 수 있다:
[수학식]
위험도 = - 0.02232632 ⅹ [TTR] + 0.00019517 ⅹ [C3]+1.742
(상기 수학식에서, [TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
본 발명에서 상기 수학식에 따른 위험도가 cut-off 값 이상인 경우 알츠하이머 환자로 예측될 수 있으며, 상기 cut-off 값은 1.5 내지 2.0 사이의 임의의 값일 수 있으며, 바람직하게는 1.6 내지 1.9, 가장 바람직하게는 1.7 내지 1.9 사이의 임의의 값일 수 있다.
본 발명의 바람직한 일 양태에서, 상기 cut-off 값은 1.8일 수 있다.
상기 (b) 단계에서 산출된 위험도 값이 상기 cut-off 값 이상인 경우, 그 수치가 높을수록 알츠하이머의 중증도가 높은 것으로 판정하는 것으로서 알츠하이머의 예후 또는 중증도가 예측될 수도 있다.
본 발명이 제공하는 상기 방법에 따른 알츠하이머 진단방법은 ROC (Receiver operating characteristic)의 곡선 하 면적(AUC)이 0.7 이상, 바람직하게는 0.750 이상, 가장 바람직하게는 0.780 이상일 수 있다.
본 발명이 제공하는 알츠하이머 진단을 위한 정보제공방법에 따르면 매우 높은 민감도와 특이도로 질환을 진단할 수 있다.
도 1은 총 186개의 임상검체(정상군, 알츠하이머군)에서 2가지 마커(TTR 및 nC3)의 발현값과 알츠하이머와의 연관성을 deep learning 시켜 알고리즘을 도출한 결과이다.
도 2는 도출된 알고리즘 계산식으로 임상검체 NDC(정상군) 56명과 AD(알츠하이머군) 69명의 위험도(risk value)의 수치를 이용하여 알츠하이머 진단의 민감도, 특이도, PPV(양성예측도), NPV(음성예측도)를 확인하고 이의 ROC를 나타낸 것이다.
도 2는 도출된 알고리즘 계산식으로 임상검체 NDC(정상군) 56명과 AD(알츠하이머군) 69명의 위험도(risk value)의 수치를 이용하여 알츠하이머 진단의 민감도, 특이도, PPV(양성예측도), NPV(음성예측도)를 확인하고 이의 ROC를 나타낸 것이다.
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: 임상검체에서 마커의 검출
본 발명에서는 NDC(정상군) 56명과 AD(알츠하이머군) 65명의 임상검체에서 각 진단마커의 발현값을 아래와 같은 방법으로 측정하였다.
상기 임상검체는 부산대학교병원 정신건강의학과에서 사람의 혈액으로부터 혈청을 분리하여 -70도씨에서 보관된 시료들이며, 본 시료를 사용하여 진단마커의 단백 발현을 측정하였다.
Complement native C3 (C3)의 측정
보체(complement)란 병원체를 제거하기 위해 면역 작용에 관여하는 물질이며, 특히C3는 전염증성 반응의 자극에 중추적인 역할을 하는 것으로 알려져 있다. Native C3를 측정하기 위해 일본 MCBI사에서 In house로 자체 개발된 C3 Capture 항체와 C3 Detection 항체를 사용하였으며, 표준물질은 인간 혈청에서 분리한 것으로 사용하였다. 본 ELISA 측정 방법 샌드위치기법으로 450nm 파장에서 측정하였다.
② Transthyretin(TTR)의 측정
TTR을 측정하기 위해 commercial kit (일본, Sekisui)를 사용하여 표준물질에 대하여 혼탁면역법 (Turbidimetric immunoassay, TIA)으로 측정하였으며, 측정기기는 Hitach 7020 자동화 장비를 사용하여 340nm 파장과 748nm 파장에서 각각 측정하여 340nm 측정값에서 748nm 측정값을 빼서 최종 결과값을 측정하였음.
실시예 2: 로지스틱 회귀분석을 사용한 멀티 마커에 의한 알츠하이머의 진단
(1)로지스틱 회귀분석의 원리
이 방법은 바이오 마커에 대응하는 각 파라메타의 계수를 데이터 세트로부터 얻어서, 2개의 질환 카테고리(정상, 질환)에 있어서의 환자마다의 판정확률을 부여할 수 있다.
이 해석방법의 원리는 이하와 같다. 어떤 현상의 발생확률을 P라고 하였을 때에,
[식 1]
은 누적 표준정규분포에 근사할 수 있는 것이 알려져 있다. 로지스틱 회귀는 이 근사를 이용하여 통계해석을 한다. 아래와 같이 Z는 다변량(多變量) xi ; i = 1, 2, ?? r의 선형결합으로서 나타내어진다.
[식 2]
다수의 데이터를 식(1) 및 식(2)에 적용하여 계수(coefficient)
i를 구하고, 그 유의성(有意性)(βi가 제로(zero)는 아닐 것)을 통계학적 p값으로부터 판정한다.
식(2)의 최종화법(最終化法)으로서 이하의 2종류가 있다.
(I)계수의 통계적 유의성에 의한 방법
유의하지 않은 계수가 발견된 경우에는, 이것을 제외하고 식(2)를 만들고, 마찬가지로 적용하는 것을 반복한다. 이렇게 하여 식(2)의 계수가 모두 유의하게 되면, xi의 실측치를 대입하여 (2)로부터 Z값을 구한다. 계속하여 식(1)로부터 P(판정확률)의 값을 구할 수 있다. 또 계수βi에 대해서는 그 표준오차(standard error)를 산출할 수 있다.
(±최대 정답률을 부여하는 계수의 조합을 구하는 방법
정답률이라는 것은 원래 속하는 군에 속하면 올바르다고 판정된 비율을 말하지만, 이 방법에 의해서는, 통계적 유의성이 인정되지 않은 계수를 포함하는 모든 계수를 대상으로 시행착오(trial and error)에 의하여 최대 정답률을 부여하는 계수의 조합을 구한다. 판정확률은 (I)과 마찬가지로 구한다.
로지스틱 회귀의 정답률을 이하의 식(3)에 의하여 정의한다. 판별은 피험자의 2개의 카테고리(예를 들면 NDC와 MCI) 중 어느 쪽에 속하는가를 로지스틱 회귀식으로부터 추정함으로써 이루어진다. 피험자의 카테고리를 i(예를 들면 MCI)로 하고, 로지스틱 회귀식으로부터 얻어진 판정확률이 0.5 이상일 때에 i라고 올바르게 진단되었다고 간주한다. 카테고리(i)의 총피험자수를 Ni, 올바르게 i라고 진단된 피험자수를 Ci로 하여,
[식 3]
정답률 = Ci/Ni
이라고 정답률이 나타내어진다.
로지스틱 회귀에 있어서 변량(xi)에 대한 오즈비(odds ratio)라는 것은 xi를 1단위 증가시켰을 경우의 오즈를 원래의 오즈로 나눈 값이지만, 이것은 exp(
i)와 같다. 오즈비가 1이라는 것은, xi를 1단위 증가시키더라도 원래와 같은 오즈이기 때문에, 지금 생각하고 있는 현상이 일어날 확률에 변화가 없는 것을 의미한다. 즉 이 경우 βi는 0이며, Z에 기여하지 않고 있는 것을 나타낸다. 오즈비의 95% 신뢰구간이 1을 포함하는 경우에도 통계학적으로 그 βi는 유의하지 않은 것으로 된다. 또 당연하지만 exp(0) = 1이다.
(2)로지스틱 회귀분석
발현값을 측정한 단백질 중 NDC 대 MCI, NDC 대 AD의 2군 유의차 검정(two-group significance test)(t검정)에서 유의한 차이가 보이고 또한 ROC 곡선의 AUC가 0.6 이상을 나타낸 2개의 단백질 C3, TTR을 선택하여, 로지스틱 회귀분석을 하였다. 로지스틱 회귀분석에 의한 해석은 시행착오에 의하여 마커 단백질의 가제(加除)를 하고, 정답률이 가장 높은 결과를 얻은 마커 단백질의 조합을 구하고, 이 조합에 의한 로지스틱 회귀식(2)의 계수(coefficient, βi)를 산출하여 하였다.
로지스틱 회귀분석은 MedCalc for Windows(등록상표), version 9,2007,(MedCalc Software사)을 사용하여 실행하였다. 이 프로그램은 뉴턴 랩슨법에 의하고 있다.
(3) 결과: 알츠하이머로 진단하고, 정답률이 가장 높은 결과를 얻은 마커 단백질의 조합과 로지스틱 회귀식의 계수
상기 마커 단백질 2종의 조합과 그 조합의 데이터를 사용하여 로지스틱 회귀를 하고, 가장 정답률이 높은 결과를 얻은 마커 단백질의 조합과 로지스틱 회귀식의 계수(Coefficient)를 반영한 알츠하이머의 발병 위험도가 다음과 같은 식으로 도출되었다:
[알츠하이머 위험도] = - 0.02232632 ⅹ [TTR] + 0.00019517 ⅹ [C3]+1.742
또한, 상기 계산식에 따른 ROC 곡선 및 이의 AUC, 그리고 진단 민감도와 특이도를 도 2에 나타내었다.
본 발명이 제공하는 알츠하이머 진단을 위한 정보제공방법에 따르면 매우 높은 민감도와 특이도로 질환을 진단할 수 있어 산업상 이용가능성이 매우 높다.
Claims (8)
- (a) 생물학적 시료에서 TTR(Transthyretin) 및 C3(Complement C3) 단백질 또는 이를 암호화하는 유전자의 발현 수준을 측정하는 단계; 및
(b) 상기 각 단백질 또는 유전자의 발현 수준을 하기 수학식에 대입하여 알츠하이머 위험도를 산출하는 단계를 포함하는, 알츠하이머 진단 또는 예후 예측을 위한 정보 제공방법:
[수학식]
위험도 = a ⅹ [TTR] + b ⅹ [C3] + c
(상기 수학식에서, -0.1 < a < -0.005, 0.00005 < b < 0.001, 0.5 < c < 5.0 이며,
[TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
- 제1항에 있어서, 상기 생물학적 시료는 혈액, 혈구, 뇌 조직, 신경세포, 뇌척수액, 타액, 비액, 객담, 관절낭액, 양수, 복수, 자궁경부 분비물, 질 분비물 및 소변으로 이루어진 군에서 선택되는 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 수학식에 따른 위험도가 cut-off 값 이상인 경우 알츠하이머 환자로 예측하는 것을 특징으로 하는 방법.
- 제4항에 있어서, 상기 cut-off 값은 1.5 내지 2.0 사이의 임의의 값인 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 수학식은 다음과 같은 것을 특징으로 하는 방법:
[수학식]
위험도 = - 0.02232632 ⅹ [TTR] + 0.00019517 ⅹ [C3]+1.742
(상기 수학식에서, [TTR] 및 [C3]는 각각 단백질 또는 유전자의 발현값이다.)
- 제6항에 있어서, 상기 수학식에 따른 위험도가 1.8 이상인 경우 알츠하이머 환자로 예측하는 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 수학식에 따른 알츠하이머 진단의 ROC (Receiver operating characteristic)의 곡선 하 면적(AUC)은 0.7 이상인 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 각 단백질 또는 유전자의 발현 수준은 표준 단백질 또는 표준 유전자이 발현에 대해 정규화된 발현 수준인 것을 특징으로 하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210176696A KR20230087971A (ko) | 2021-12-10 | 2021-12-10 | 알츠하이머 진단을 위한 정보제공방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210176696A KR20230087971A (ko) | 2021-12-10 | 2021-12-10 | 알츠하이머 진단을 위한 정보제공방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230087971A true KR20230087971A (ko) | 2023-06-19 |
Family
ID=86988554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210176696A KR20230087971A (ko) | 2021-12-10 | 2021-12-10 | 알츠하이머 진단을 위한 정보제공방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230087971A (ko) |
-
2021
- 2021-12-10 KR KR1020210176696A patent/KR20230087971A/ko not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230393133A1 (en) | Blood biomarker that predicts persistent cognitive dysfunction after concussion | |
| Carro et al. | Early diagnosis of mild cognitive impairment and Alzheimer's disease based on salivary lactoferrin | |
| EP2965090B1 (en) | Methods and compositions for the diagnosis of alzheimer's disease | |
| Begcevic et al. | Neuronal pentraxin receptor-1 is a new cerebrospinal fluid biomarker of Alzheimer’s disease progression | |
| JP5878875B2 (ja) | アルツハイマー病の診断法 | |
| EP3015865A1 (en) | Biomarkers for cognitive dysfunction diseases and method for detecting cognitive dysfunction disease using biomarkers | |
| JP6991970B2 (ja) | アルツハイマー病の診断もしくは予見、またはパーキンソン病の診断に用いるラクトフェリン | |
| EP3608424A2 (en) | Blood biomarker for discerning beta amyloid accumulation in brain | |
| KR101992060B1 (ko) | 알츠하이머치매 진단 체액 바이오마커 후보 단백4종 | |
| WO2011143574A2 (en) | Plasma biomarkers for diagnosis of alzheimer's disease | |
| EP3004382B1 (en) | Method for aiding differential diagnosis of stroke | |
| Chen et al. | Diagnostic accuracy of blood biomarkers for Alzheimer’s disease and amnestic mild cognitive impairment: A meta-analysis | |
| AU2012343537B2 (en) | Biomarker-based methods and biochips for aiding the diagnosis of stroke | |
| KR102328932B1 (ko) | 신장이식 후 항체 매개성 거부반응의 진단 또는 예측을 위한 소변 엑소좀 바이오마커 | |
| WO2021009074A1 (en) | Novel markers as early predictors of alzheimer's pathology | |
| KR20230087971A (ko) | 알츠하이머 진단을 위한 정보제공방법 | |
| KR20230081333A (ko) | 알츠하이머 진단을 위한 정보제공방법 | |
| WO2022102654A1 (ja) | バイオマーカーの組合せ、及び、当該組合せを用いた認知機能障害又はそのリスクの検出方法 | |
| KR102254053B1 (ko) | 인지기능 정상군 또는 경도 인지장애에서 아밀로이드 베타의 뇌 침착 검출용 혈액 바이오 마커 | |
| Martínez-Dubarbie et al. | Diagnostic Accuracy of Plasma p-tau217 for Detecting Pathological Cerebrospinal Fluid Changes in Cognitively Unimpaired Subjects Using the Lumipulse Platform | |
| Sakkaki et al. | Gene expression patterns of CRYM and SIGLEC10 in Alzheimer's disease: potential early diagnostic indicators | |
| Parvizi et al. | Promising diagnostic accuracy of plasma Gfap and Nfl within the ad continuum | |
| KR102390827B1 (ko) | 정상압 수두증의 진단 또는 예측용 gdf15 유전자 마커 및 이의 용도 | |
| RU2822604C1 (ru) | Физиологически активное вещество srfm как биомаркер крови для диагностики нейродегенеративных нарушений и заболеваний человека | |
| CN117607432B (zh) | Msr1蛋白及其特异性抗体在制备神经梅毒或神经损伤诊断产品中的应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20211210 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20230809 Patent event code: PE09021S01D |
|
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20231030 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20230809 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |