WO2020184782A1 - 공통 유전자 추출에 의한 다중 암 분류 방법 - Google Patents

공통 유전자 추출에 의한 다중 암 분류 방법 Download PDF

Info

Publication number
WO2020184782A1
WO2020184782A1 PCT/KR2019/007135 KR2019007135W WO2020184782A1 WO 2020184782 A1 WO2020184782 A1 WO 2020184782A1 KR 2019007135 W KR2019007135 W KR 2019007135W WO 2020184782 A1 WO2020184782 A1 WO 2020184782A1
Authority
WO
WIPO (PCT)
Prior art keywords
cancer
data
genes
gene
gene expression
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2019/007135
Other languages
English (en)
French (fr)
Inventor
이창환
김봉현
유기진
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asan Foundation
University of Ulsan Foundation for Industry Cooperation
Original Assignee
Asan Foundation
University of Ulsan Foundation for Industry Cooperation
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 Asan Foundation, University of Ulsan Foundation for Industry Cooperation filed Critical Asan Foundation
Publication of WO2020184782A1 publication Critical patent/WO2020184782A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Definitions

  • the present invention relates to a method for classifying multiple cancers by extraction of a common gene, and more particularly, extracting a common gene significantly expressed in all 13 types of cancer, analyzing the expression pattern of the common genes, It is about how to classify cancer.
  • Cancer is a disease caused not only by genetic factors, but also by abnormalities of genes in cells due to lifestyle and environmental factors. Since the causes and processes of each occurrence of these cancers are different depending on the site where they occur, research has been mainly conducted to find the cause of the cancer according to the type of cancer.
  • gene expression data is generally produced through a typical method, bulk or population RNA sequencing.
  • body tissues of cancer isolated from patients not only abnormal cells that cause cancer, but also normal cells are included.
  • the type of cancer-causing cells varies according to the location of the tissue, and the proportion of cells included is different according to the condition of the patient and the sample, and gene expression patterns vary according to the characteristics of each cell.
  • Each patient's response and prognosis may be different for a therapeutic drug developed based on general gene expression information consisting of the total average expression level of normal cells and various types of cancer cells.
  • more precise analysis is performed through single-cell RNA sequencing rather than a group, but because it is an expensive experimental method, data production is limited.
  • the present invention solves the problem of lack of single cell gene expression data of various cancer types and proposes a method of converting single cell data to classify multiple cancers, and an apparatus for extracting and classifying genes specifically expressed based on population cell data. do.
  • the technical problem to be achieved by the present invention is to provide a method of converting single cell data into a classifiable form, search for a common gene that is significantly expressed in all 13 types of cancer, and a common gene based on the expression pattern information of the searched gene. It is to provide a method for classification of multiple cancers by extraction.
  • a data pre-processing module that normalizes in one form, a set consisting of genes that are most frequent in 13 types of cancer by selecting genes specifically expressed in each cancer tissue than in normal tissues based on the population cell gene expression data
  • Gene extraction module that generates, learning to generate learning data by randomly selecting the same number of samples for normal and 13 types of cancer among the normalized gene expression data, and listing the expression levels of genes included in the selected samples
  • a data generation module a single cell data conversion module that extracts single cell data from the normalized gene expression data, calculates the average gene expression value of the extracted single cell data, and converts the single cell data into a grouping form, and the genes It includes a multi-arm classifier building module that trains the configured set and training data to construct a multi-arm classifier based on a neural network model.
  • the data preprocessing module may normalize data by relatively comparing the expression levels between normal tissue genes and cancer tissue genes included in the population cell gene expression data.
  • the gene extraction module extracts genes having expression heterogeneity from normal tissues for all genes of 13 types of cancer through analysis of variance, and compares the analyzed cancer gene expression data with normal data to After selecting a gene that is significantly expressed in, a gene set composed of common genes of 13 types of cancer can be generated by calculating the frequency of the significant gene.
  • the significant gene may refer to a gene that is specifically expressed more or less in cancer tissues than in normal tissues.
  • the single cell data conversion module For each cancer type, the same number of single cells is randomly extracted, and the process of calculating the average value by summing the expression levels of multiple genes contained in the extracted single cells can be repeated several times to convert into grouped single cell data. have.
  • the multiple cancer classifier building module sets the number of nodes and layers of the neural network model, and then learns the set consisting of the genes and the learning data to build a multiple cancer classifier, and the grouping single input to the built multiple cancer classifier. Cancer can be classified and predicted from cellular data.
  • a method of classifying multiple cancers using a multiple cancer classification device it is possible to collect and analyze population cell gene expression data and single cell gene expression data produced from cancer tissues of a patient. Normalizing to a form, selecting a gene that is specifically expressed in each cancer tissue rather than a normal tissue based on the population cell gene expression data, and generating a set consisting of genes most frequently in 13 types of cancer. Step, randomly selecting the same number of samples for normal and 13 types of cancer from the normalized gene expression data, and generating learning data consisting of expression data of genes included in the selected sample, and the genes And building a neural network model-based multiple cancer classifier by learning the configured set and training data.
  • the multiple cancer classification apparatus by extraction of common genes overcomes the problem of lack of single cell data that requires expensive experiments, and classifies multiple cancers of single cell data by reflecting gene expression characteristics for each tissue or patient. can do.
  • the multiple cancer classification apparatus by extraction of common genes extracts genes having clear expression heterogeneity from normal data from 13 cancer types through analysis of variance, and combines the genes to obtain multiple cancers. Can be accurately classified.
  • the multiple cancer classification apparatus by extraction of common genes extracts genes functionally related to cell division, which play an important role in the process of generating cancer cells, and visualizes their expression levels. It was proved that it was larger than the normal sample and that the expression level was different for each 13 types of cancer. It may be helpful in the development of drugs that can target multiple cancers rather than a single cancer, and their analysis results or treatment results may be applied to different cancers or rare diseases.
  • the multiple cancer classification apparatus by extracting a common gene diagnoses cancer through gene expression information of circulating tumor cells present in the patient's blood by liquid biopsy.
  • FIG. 1 is a block diagram schematically showing a multi-arm classification apparatus according to an embodiment of the present invention.
  • FIG. 2 is a flow chart showing a method for classifying multiple cancers according to an embodiment of the present invention.
  • step S220 shown in FIG. 2.
  • FIG. 4 is a diagram schematically showing a process of extracting 300 significant genes in a gene extraction module.
  • step S230 shown in FIG. 2.
  • FIG. 6 is a diagram schematically illustrating the number of samples for 14 classes extracted in step S232 shown in FIG. 5.
  • FIG. 7 is a diagram schematically illustrating a training data set generated in step S233 shown in FIG. 5.
  • FIG. 8 is a flow chart schematically showing a method of converting single cell data into population cell data in a method for classifying multiple cancers according to an embodiment of the present invention.
  • FIG. 9 is a diagram schematically showing data generated according to steps S820 to S840 shown in FIG. 8.
  • step S840 shown in FIG. 8 is input to a neural network multiple cancer classifier.
  • FIG. 1 is a block diagram schematically showing a multi-arm classification apparatus according to an embodiment of the present invention.
  • the multiple cancer classification apparatus 100 includes a data preprocessing module 110, a gene extraction module 120, a learning data generation module 130, a single cell data conversion module 140, and a multiple cancer classifier. It includes a building module 150.
  • the data preprocessing module 110 collects data on a single cell and a bulk cell included in a cancer tissue isolated from a patient's body. At this time, the bulk cells include normal cells and tumor cells.
  • the multiple cancer classification apparatus 100 aims to classify multiple cancers by analyzing the expression level of a gene. Accordingly, the data preprocessing module 110 normalizes the data by relatively comparing the expression levels between genes in the sample because the expression levels of genes are different for each patient or tissue. Then, the data preprocessing module 110 transmits the normalized data to the gene extraction module 120 and the learning data generation module 130.
  • the gene extraction module 120 generates a set of genes by calculating bulk RNA sequencing data from data on the received bulk cells. In addition, the gene extraction module 120 performs an analysis of variance on genes having expression heterogeneity from normal tissues using all the genes of 13 types of cancer received from the data preprocessing module 110. Then, the gene extraction module 120 compares the cancer gene expression data extracted by variance analysis with normal data to select a gene that is significantly expressed in the cancer tissue. Then, the gene extraction module 120 generates a gene set composed of common genes of 13 types of cancer by calculating the number of frequent occurrences of significant genes.
  • the significant gene refers to a gene that is specifically expressed more or less in cancer tissues than in normal tissues when the expression levels of each cancer and normal tissue are compared.
  • the gene extraction module 120 acquires data on 300 significant genes according to the type of cancer. That is, the gene extraction module 120 receives data on a plurality of genes included in each cancer tissue, analyzes the amount of occurrence of the received plurality of genes, and extracts only 300 significant genes for each of 13 types of cancer tissues. do.
  • the gene extraction module 120 generates a gene set including 300 genes with high frequency by calculating the number of extractions of 300 significant genes each extracted from 13 types of cancer tissues. .
  • the learning data generation module 130 randomly selects the same number of samples for normal tissues and 13 types of cancer tissues, and generates training data using gene expression data of the selected samples.
  • learning data generation module 130 classifies cancer through a multiple cancer classifier.
  • training data is generated using 300 samples randomly extracted.
  • the learning data generation module 130 acquires data on 13 types of cancer tissues and 21 types of normal cells from the TCGA (The Cancer Genome Atlas) database. Then, the learning data generation module 130 extracts data from the acquired data of 300 cells randomly selected for each cancer type. That is, the learning data generation module 130 extracts bulk cell data from a total of 4,200 people. In addition, the learning data generation module 130 generates learning data including the amount of RNA sequence expression of a gene by using the extracted bulk cell data.
  • TCGA Cancer Genome Atlas
  • the single cell data conversion module 140 converts the single cell data into a grouping form by calculating the average gene expression value of the single cell data.
  • the multi-arm classifier according to an embodiment of the present invention is learned using the learning data generated by the learning data generation module 130. At this time, the learning data is composed of bulk cell data. Accordingly, the single cell data conversion module 140 converts the single cell data into a population cell form and provides it to a multiple cancer classifier, so that the multiple cancer classifier learned from the population cell data predicts cancer of the single cell data.
  • the multiple cancer classifier building module 150 receives the data sets generated by the gene extraction module 120 and the learning data generation module 130. In addition, the multi-arm classifier building module 150 trains the multi-arm classifier using each received data set. Then, the multi-cancer classifier building module 150 classifies the RNA-sequence data of single cells converted into a randomly input grouping form according to classes to predict the type of cancer.
  • FIG. 2 is a flow chart showing a method for classifying multiple cancers according to an embodiment of the present invention.
  • the data preprocessing module 110 included in the multi-cancer classification apparatus 100 acquires bulk cell gene expression data from the TCGA database, and obtains a single cell gene expression data from GEO (Gene Expression Omnibus). (single) Cell gene expression data is acquired. Thereafter, the data preprocessing module 110 preprocesses the obtained bulk cell and single cell gene expression data (S210).
  • GEO Gene Expression Omnibus
  • the data preprocessing module 110 receives data on all cancer tissues from the TCGA database.
  • the data preprocessing module 110 normalizes the data by comparing the expression levels between genes in the sample relative to each other because the expression levels of genes are different according to each cancer tissue or normal tissue, and extracts 14 class data to Incorporate into files.
  • the 14 classes contain data on 13 types of cancerous tissues and data on normal tissues.
  • the data preprocessing module 110 receives breast cancer and melanoma single cell data from GEO (Gene Expression Omnibus). In addition, the data preprocessing module 110 divides breast cancer cells, melanoma cells, and normal cells extracted from breast cancer and melanoma patients into three classes, and then generates and normalizes test data composed of three classes.
  • GEO Gene Expression Omnibus
  • the data preprocessing module 110 extracts normal tissue data from the obtained 14 class data.
  • the normal tissue data is for comparing the difference in gene expression for each 13 types of cancer tissue.
  • the data preprocessing module 110 transfers the obtained bulk cell gene expression data for the 14 classes to the gene extraction module 120 and the learning data generation module 130, respectively.
  • the gene extraction module 120 generates a gene set by analyzing a gene having a large difference in expression level using the data on the received 14 classes (S220).
  • the gene extraction module 120 filters genes with no or small expression differences between 14 classes. To remove. Then, the gene extraction module 120 compares the normal tissue data with the respective cancer tissue data and extracts 300 significant genes that are specifically expressed more or less in the cancer tissue than in the normal tissue.
  • the gene extraction module 120 generates a gene set by selecting 300 genes having a high frequency among the extracted significant genes.
  • the learning data generation module 130 randomly extracts 300 samples for each class by using the data for the 14 classes received.
  • the learning data generation module 130 generates a learning data set using expression data of normal and 13 kinds of genes included in the extracted sample (S230).
  • Each data set generated through the steps S220 and S230 is transmitted to the multi-arm classifier building module 150.
  • the multi-arm classifier building module 150 learns and constructs a multi-arm classifier with each received data set (S240).
  • the multiple cancer classifier building module 150 receives data of single cell in the form of a group (bluk). Then, the multiple cancer classifier building module 150 predicts cancer of single cell data through the built neural network multiple cancer classifier (S250).
  • the constructed neural network multiple cancer classification model searches for common genes that are significantly expressed in all 13 types of cancer through the dataset, and classifies and predicts multiple cancers according to the expression patterns of the searched common genes.
  • step S220 will be described in more detail with reference to FIGS. 3 and 4.
  • FIG. 3 is a flowchart schematically illustrating step S220 shown in FIG. 2, and FIG. 4 is a diagram schematically illustrating a process of extracting 300 significant genes in the gene extraction module.
  • the gene extraction module 120 receives data for 14 classes from the data preprocessing module 110 (S221).
  • the gene extraction module 120 analyzes variance of genes having expression heterogeneity with normal tissues for 13 types of cancer tissues using the data on the 14 classes received.
  • the gene extraction module 120 selects only significant genes extracted through an analysis of variance from among the plurality of genes (S222).
  • the gene extraction module 120 filters and removes genes with little or no difference in expression between 14 classes.
  • the gene extraction module 120 compares the cancer gene expression data with the normal data and extracts approximately 300 significant genes specifically expressed more or less in the cancer gene expression data than the normal data for each cancer type. Then, the gene extraction module 120 calculates the frequency (frequency) of 300 significant genes extracted for each cancer type (S223).
  • the gene extraction module 120 When the calculation of the frequency is completed, as shown in FIG. 4, the gene extraction module 120 generates a gene set consisting of 300 significant genes having a large number of frequent frequencies (S224).
  • the gene extraction module 120 transfers the generated gene set to the multiple cancer classifier building module 150, and the multiple cancer classifier building module 150 inputs the received gene set to the multiple cancer classifier for learning.
  • step S230 will be described in more detail with reference to FIGS. 5 to 7.
  • FIG. 5 is a flowchart schematically illustrating a step S230 illustrated in FIG. 2
  • FIG. 6 is a diagram schematically illustrating the number of samples for 14 classes extracted in step S232 illustrated in FIG. 5, and
  • FIG. It is a diagram schematically showing the training data set generated in step S233 shown in FIG.
  • the learning data generation module 130 receives gene expression data provided by TCGA from the data preprocessing module 110 (S231).
  • the multiple cancer classification apparatus 100 may cause overfitting due to data imbalance. Accordingly, the learning data generation module 130 excludes cancer types having the number of patients of 300 or less among the received gene expression data.
  • colon cancer COADREAD
  • COAD colon cancer
  • rectal cancer rectum adenocarcinoma: READ
  • kidney chromophobe KICH
  • clear cell carcinoma kidney renal clear cell carcinoma: KIRC
  • Kidney renal papillary cell carcinoma KIRP
  • KIPAN kidney renal papillary cell carcinoma
  • LGG brain lower grade glioma
  • GBM glioblastoma multiforme
  • STAD gastric adenocarcinoma
  • STAD gastric-esophageal cancer
  • STS gastric-esophageal cancer
  • Esophageal cancer esophageal cancer
  • the learning data generation module 130 extracts data on 13 types of cancer classes and normal classes having data of 300 or more patients using RNA-sequence data provided by TCGA (S232).
  • 13 types of cancer classes are urinary epithelial cell carcinoma (BLCA), breast cancer (BRCA), uterine cancer (CESC), head and neck squamous cell carcinoma (HNSC), renal cell carcinoma (KIRC), brain Lower layer hematoma (LGG), hepatocellular carcinoma (LIHC), pulmonary edema (LUAD), lung squamous cell carcinoma (LUSC), ovarian serum cyst (OV), prostate tumor (PRAD), cutaneous emroma (SKCM), and gastric dura mater (STAD) ).
  • the normal class consists of 640 normal data extracted from TCGA 21 cancer patients including normal tissues.
  • the learning data generation module 130 is composed of 13 types of cancer classes and normal classes having data of 300 or more patients, and acquires a total of 7,123 samples.
  • the learning data generation module 130 randomly selects the same number of samples for normal and 13 types of cancer, and generates a training data set using gene expression data of the selected samples (S233).
  • the learning data generation module 130 randomly extracts 300 samples from normal tissues and 13 types of cancer tissues. In addition, the learning data generation module 130 generates a learning data set by using gene expression data included in 300 samples extracted for each normal and 13 types of cancer.
  • the generated training data set is for input to multiple arm classifiers and is formed in a table form.
  • the horizontal line is commonly included in 14 kinds of classes and contains information on 300 significant genes with an expression level
  • the vertical line contains information on 300 samples each extracted from 14 kinds of classes.
  • the multi-cancer classifier building module 150 learns a population cell data set to construct a multi-cancer classifier. And the multi-cancer classifier classifies the cancer through the input grouped single cell data.
  • the multiple cancer classifier building module 150 constructs a neural network multiple cancer classifier using the gene set generated by the gene extraction module 120 and the training data set generated by the learning data generation module 130 do.
  • the constructed neural network multiple cancer classifier receives the grouped single cell data generated by the single cell data conversion module, and predicts and classifies the cancer type using the input data.
  • the population cell gene expression data is data for measuring the gene expression level of all cells distributed in the cancer tissue. Since cancer tissues isolated from patients may contain various types of cancer cells and normal cells at the same time, the multiple cancer classifier analyzes genes based on the average gene expression amount extracted from the population cell data.
  • the multiple cancer classification apparatus 100 includes not only population cell expression data but also single cell gene expression data. By classifying the class for, it is possible to increase the accuracy of predicting cancer.
  • the single cell gene expression data has a problem that the final classification performance is limited to about 40% because the type of cells may be different and the difference in gene expression between cells is large even for the same cancer cells.
  • the multi-cancer classification apparatus 100 converts single cell data into population cell data using the single cell data conversion module 140 in order to improve the classification performance of single cells. .
  • FIG. 8 is a flow chart schematically showing a method of converting single cell data into a form of population cell data in the gene extraction method according to an embodiment of the present invention
  • FIG. 9 is a flowchart according to steps S820 to S840 shown in FIG. It is a diagram schematically showing the generated data.
  • the single cell data conversion module 140 receives single cell data for three classes from the data preprocessing module 110 (S810).
  • the single cell data conversion module 140 randomly extracts 200 cells for each class from among the received data for the three classes (S820).
  • the first of the three classes received from the data preprocessing module 110 by the single cell data conversion module 140 is for breast cancer, and the number of cells that can be obtained from breast cancer patients Assume that there are 317. Then, the single cell data conversion module 140 randomly extracts 200 cells from 317 cells, and acquires the expression level of 300 significant genes included in each of the extracted 200 cells.
  • the single cell data conversion module 140 calculates an average value of the expression level obtained for each of 300 significant genes (S830).
  • the single cell data conversion module 140 repeats steps S820 and S830 200 times (S831).
  • the single cell data conversion module 140 When the calculation of the average value of the repetitive expression levels 200 times is completed, the single cell data conversion module 140 generates grouped single cell data using the calculated average expression level data (S840).
  • step S840 shown in FIG. 8 is input to a multiple cancer classifier.
  • the single cell data conversion module 140 randomly extracts 1/5/10/20/30/40/50/100/150/200/250/300 cells of each class The average value of the expression level is calculated, and this operation is repeated 100/200/300 times to generate 36 data sets.
  • the single cell data conversion module 140 obtained an experiment result of applying 36 transformed single cell data sets to a neural network model.
  • the single cell data conversion module 140 converts the single cell data into grouped single cell data by repeating 200 times the operation of randomly extracting 200 cells and calculating the average gene expression value according to the derived result.
  • the multiple cancer classification device by common gene extraction overcomes the problem of lack of single cell data that requires expensive experiments, and the multiple cancer classification device by common gene extraction can improve gene expression characteristics for each tissue or patient. In reflection, multiple cancers can be classified from single cell data.
  • the multiple cancer classification apparatus by extraction of a common gene extracts genes having distinct expression heterogeneity from normal data from 13 cancer types through analysis of variance, and combines the genes. Multiple cancers can be classified.
  • the multiple cancer classification apparatus by extracting a common gene according to an embodiment of the present invention visualizes the expression levels of genes related to cell division of cancer cells, so that the gene expression levels of 13 types of cancer samples are higher than that of the normal samples.
  • the multiple cancer classification apparatus by extraction of a common gene diagnoses cancer through gene expression information of circulating tumor cells present in the patient's blood by liquid biopsy.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Biotechnology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

본 발명은 공통 유전자 추출에 의한 다중 암 분류 장치 및 그 방법에 대한 것이다. 본 발명에 따르면, 환자의 암 조직으로부터 생산된 집단세포 유전자 발현 데이터와 단일세포 유전자 발현 데이터를 수집하고 분석가능 한 형태로 정규화하는 데이터 전처리 모듈, 상기 집단세포 유전자 발현 데이터를 기반으로 정상조직보다 각 암 조직에서 특이적으로 발현하는 유전자를 선택하고 13종의 암에서 가장 빈발하는 유전자들로 구성된 셋(set)을 생성하는 유전자 추출모듈, 상기 정규화된 유전자 발현데이터 중에서 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플에 포함된 유전자의 발현량을 나열하여 학습데이터를 생성하는 학습데이터 생성모듈, 상기 정규화된 유전자 발현데이터 중에서 단일세포 데이터를 추출하고, 추출된 단일세포 데이터의 유전자 발현 평균값을 계산하여 단일세포 데이터를 집단화 형태로 변환하는 단일세포 데이터 변환 모듈, 그리고 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 신경망 모델 기반의 다중 암 분류기를 구축하는 다중 암 분류기 구축 모듈을 포함한다.

Description

공통 유전자 추출에 의한 다중 암 분류 방법
본 발명은 공통 유전자 추출에 의한 다중 암 분류 방법에 관한 것으로서, 더욱 상세하게는13종의 암 모두에서 유의하게 발현되는 공통 유전자를 추출하고, 공통 유전자들의 발현 패턴을 분석하여 공통 유전자 추출에 의한 다중 암 분류 방법에 관한 것이다.
현대 의료기술의 발달에 따른 노령화에 의해, 전체 사망 원인 중 암 발병이 차지하고 있는 비율은 매년 증가하고 있다. 전 세계적으로 5명 또는 6명 중 1명에게 암 (cancer)이 발병하고 남성 8명 중 또는 여성 11명 중 1명이 암에 의해 사망한다고 보고되었다 (Bray et al. 2018). 특히 한국인 사망 원인의 1위는 암 발병에 따른 사망으로, 전체 사망률의 27.8%를 차지한다.
암은 유전적 요인만이 아닌 생활습관 및 환경적인 요인 등에 의한 세포(cell) 내 유전자(gene)의 이상으로 발생되는 질병이다. 이러한 암은 발생하는 부위에 따라 각각의 발생 원인과 과정이 다르기 때문에, 암의 종류에 따라 해당 암의 원인을 찾는 연구가 주로 이루어져 왔다.
그리고 2003년 인간 유전체 프로젝트(human genome project)에 의해 유전체 지도가 해독되고, 차세대염기서열분석(next generation sequencing: NGS) 기술의 급격한 성장 및 비용 하락으로 인하여, 생물학 분야 전반에서 유전체연구는 지속적으로 증가되고 보편화되었다. 그 중, 의학 분야에서는 암의 복잡한 발생 요인과 그들 간의 연관성을 규명하기 위해 대량의 암 유전체 데이터를 생산해 오고 있으며, 이러한 데이터는 예방의학 및 정밀의학분야에서 활발히 활용되고 있다.
그러나 일반적인 정상세포가 소수의 변이에 의해 갑작스럽게 암세포로 발달되는 것이 아닐 뿐만 아니라, 암과 관련된 유전자(gene)에 위치하는 변이의 종류와 비율 등이 다양하다. 따라서 대량의 암유전체 데이터를 분석하여 각 암의 특이성뿐만 아니라 다중암들 사이의 유사성을 밝히는 연구가 필요하다. 하지만 다중암의 관계를 밝히기 위해 단순한 상호 연계분석보다는 더 복합적인 분석이 가능한 머신러닝(machine learning) 기법을 적용하는 것이 효율적일 수 있다.
또한 일반적으로 유전자 발현 데이터는 전형적인 방법인 집단(bulk 또는 population) RNA 시퀀싱을 통해 생산된다. 그러나 환자로부터 분리한 암의 신체조직에는 암을 유발하는 비정상 세포만 있는 것이 아니라 정상 세포도 포함되어 있다. 암이 발생한 세포의 종류도 조직의 위치에 따라 다양하고 환자와 샘플의 상태에 따라 포함된 세포들의 비율도 다르며, 각 세포의 특성에 따라 유전자 발현 양상도 다양하다. 정상세포와 여러 종류의 암세포들의 전체 평균 발현량으로 구성된 일반 유전자 발현정보를 기반으로 개발된 치료약물에 대해 각각의 환자의 반응과 예후가 다를 수 있다. 이러한 한계를 극복하기 위하여 근래에는 집단이 아닌 단일세포 RNA 시퀀싱을 통해 더 정밀한 분석을 실행하고 있지만 고비용의 실험 방법이기 때문에 데이터 생산에 제약이 있다.
본 발명은 다양한 암 종류의 단일세포 유전자 발현 데이터가 부족한 문제를 해결하고 다중 암을 분류하기 위해 단일세포 데이터의 변환하는 방법 및 집단세포 데이터 기반 특이적으로 발현하는 유전자 추출 및 다중암 분류 장치를 제시한다.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-2018-0072642호(2018.06.29. 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는, 단일세포 데이터를 분류가능한 형태로 변환하는 방법을 제공하고, 13종의 암 모두에서 유의하게 발현되는 공통 유전자 검색하고, 검색된 유전자의 발현 패턴 정보를 기반으로 공통 유전자 추출에 의한 다중 암 분류 방법을 제공하기 위한 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 공통 유전자 추출에 의한 다중 암 분류 장치에 있어서, 환자의 암 조직으로부터 생산된 집단세포와 단일세포에 포함된 유전자의 발현 데이터를 수집하고 분석가능 한 형태로 정규화하는 데이터 전처리 모듈, 상기 집단세포 유전자 발현 데이터를 기반으로 정상조직보다 각 암 조직에서 특이적으로 발현하는 유전자를 선택하고 13종의 암에서 가장 빈발하는 유전자들로 구성된 셋(set)을 생성하는 유전자 추출모듈, 상기 정규화된 유전자 발현데이터 중에서 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플에 포함된 유전자의 발현량을 나열하여 학습데이터를 생성하는 학습데이터 생성모듈, 상기 정규화된 유전자 발현데이터 중에서 단일세포 데이터를 추출하고, 추출된 단일세포 데이터의 유전자 발현 평균값을 계산하여 단일세포 데이터를 집단화 형태로 변환하는 단일세포 데이터 변환 모듈, 그리고 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 신경망 모델 기반의 다중 암 분류기를 구축하는 다중 암 분류기 구축 모듈을 포함한다.
상기 데이터 전처리 모듈은, 상기 집단세포 유전자 발현 데이터에 포함된 정상 조직 유전자와 암 조직 유전자들 사이의 발현량을 상대적으로 비교하여 데이터를 정규화할 수 있다.
상기 유전자 추출모듈은, 암 13종의 모든 유전자에 대해 정상조직과 발현 이질성을 가지는 유전자를 분산 분석 (analysis of variance)을 통해 추출하고, 분산 분석된 암 유전자 발현 데이터와 정상 데이터를 비교하여 암 조직에서 유의하게 발현하는 유전자를 선택한 다음, 상기 유의한 유전자의 빈발 횟수를 산출하여 13종 암의 공통 유전자들로 구성된 유전자 셋을 생성할 수 있다.
상기 유의한 유전자는, 정상 조직보다 암 조직에서 특이적으로 많거나 적게 발현하는 유전자를 의미할 수 있다.
상기 단일세포 데이터 변환 모듈은. 각 암 종류마다 동일한 개수의 단일세포를 무작위로 추출하고, 추출된 단일 세포에 포함된 복수의 유전자에 대한 발현량을 합산하여 평균값을 산출하는 과정을 여러 번 반복하여 집단화 단일세포 데이터로 변환할 수 있다.
상기 다중 암 분류기 구축 모듈은, 신경망 모델의 노드와 레이어의 개수를 설정한 다음, 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 다중 암 분류기를 구축하고, 구축된 다중 암 분류기에 입력된 집단화 단일세포 데이터로부터 암을 분류하고 예측할 수 있다.
또한, 본 발명의 실시예에 따르면, 다중암 분류 장치를 이용하여 다중 암을 분류하는 방법에 있어서, 환자의 암 조직으로부터 생산된 집단세포 유전자 발현 데이터와 단일세포 유전자 발현 데이터를 수집하고 분석가능 한 형태로 정규화하는 단계, 상기 집단세포 유전자 발현 데이터를 기반으로 정상조직보다 각 암 조직에서 특이적으로 발현하는 유전자를 선택하고 13종의 암에서 가장 빈발하는 유전자들로 구성된 셋(set)을 생성하는 단계, 상기 정규화된 유전자 발현데이터 중에서 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플에 포함된 유전자의 발현 데이터로 구성된 학습데이터를 생성하는 단계, 그리고 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 신경망 모델 기반의 다중 암 분류기를 구축하는 단계를 포함한다.
이와 같이 본 발명에 따르면, 공통 유전자 추출에 의한 다중 암 분류 장치는 고비용의 실험을 요구하는 단일세포 데이터 부족문제를 극복하고, 조직 또는 환자별 유전자 발현 특성을 반영하여 단일세포 데이터의 다중 암을 분류할 수 있다.
또한, 본 발명에 따르면, 공통 유전자 추출에 의한 다중 암 분류 장치는 분산 분석 (analysis of variance)을 통해 암 13종으로부터 정상 데이터와 뚜렷한 발현 이질성을 가지는 유전자를 추출하고, 그 유전자들을 조합하여 다중 암을 정확하게 분류할 수 있다.
또한, 본 발명에 따르면, 공통 유전자 추출에 의한 다중 암 분류 장치는 암세포 생성과정에 중요한 역할을 하는 세포 분열과 기능적으로 관련된 유전자들을 추출하고 그들의 발현량을 가시화하여, 13종 암 샘플의 유전자 발현량이 정상 샘플보다 크고 그 발현 레벨이 각 13종 암에 따라 서로 다른 것을 증명하였다. 단일 암이 아닌 다중 암을 타겟으로 치료할 수 있는 약물 개발에 도움이 될 수 있고, 이들의 분석 결과 또는 치료 결과를 서로 다른 암이나 희귀질병에 응용될 수 있다.
또한, 본 발명에 따르면, 공통 유전자 추출에 의한 다중 암 분류 장치는 액체생검(liquid biopsy)으로 환자의 혈액에 존재하는 순환종양세포 (circulating tumor cells)의 유전자 발현 정보를 통해 암을 진단함으로써, 종래의 조직생검 (tissue biopsy)으로 인해 암의 발생 위치 및 상태에 따라 조직을 추출하는데 있어서의 위험부담과 전이된 암의 예측과 암 치료의 예후를 모니터링하지 못하는 문제점을 해결하고, 암 진단 키트 개발 및 상용화를 도모할 수 있다.
도 1은 본 발명의 실시예에 따른 다중 암 분류 장치를 개략적으로 도시한 구성도이다.
도 2는 본 발명의 실시예에 따른 다중 암을 분류하는 방법을 나타내는 순서도이다.
도 3은 도 2에 도시된 S220단계를 개략적으로 도시한 순서도이다.
도 4는 유전자 추출 모듈에서 300개의 유의한 유전자를 추출하는 과정을 개략적으로 도시한 도면이다.
도 5는 도 2에 도시된 S230단계를 개략적으로 도시한 순서도이다.
도 6은 도 5에 도시된 S232단계에서 추출된 14개 클래스에 대한 샘플 수를 개략적으로 도시한 도면이다.
도 7은 도 5에 도시된 S233단계에서 생성된 학습데이터셋을 개략적으로 도시한 도면이다.
도 8은 본 발명의 실시예에 따른 다중 암을 분류하는 방법에 있어서 단일세포 데이터를 집단세포 데이터의 형태로 변환하는 방법을 개략적으로 나타내는 순서도이다.
도 9는 도8에 도시된 S820 단계 내지 S840단계에 따라 생성되는 데이터를 개략적으로 도시한 도면이다.
도 10은 도 8에 도시된 S840단계에서 생성된 집단화 단일세포 데이터를 신경망 다중 암 분류기에 입력하였을 경우 암을 분류하는 정확도를 나타내는 그래프이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.
또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하에서는 도1을 이용하여 본 발명의 실시예에 따른 다중 암 분류 장치(100)를 더욱 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 다중 암 분류 장치를 개략적으로 도시한 구성도이다.
도 1에 도시된 바와 같이, 다중 암 분류 장치(100)는 데이터 전처리 모듈(110), 유전자 추출모듈(120), 학습데이터 생성 모듈(130), 단일세포 데이터 변환 모듈(140) 및 다중 암 분류기 구축 모듈(150)을 포함한다.
먼저, 데이터 전처리 모듈(110)은 환자의 신체로부터 분리된 암 조직에 포함된 집단(bulk)세포와 단일세포에 대한 데이터를 수집한다. 이때, 집단(bulk) 세포는 정상 셀과 종양 셀을 포함한다. 본 발명의 실시예에 따른 다중 암 분류 장치(100)는 유전자의 발현량을 분석하여 다중암을 분류하는 것을 목적으로 한다. 따라서, 데이터 전처리 모듈(110)은 각 환자 또는 조직에 따라 유전자의 발현 레벨이 다르기 때문에 샘플 내 유전자들 사이의 발현량을 상대적으로 비교하여 데이터를 정규화한다. 그 다음, 데이터 전처리 모듈(110)은 정규화한 데이터를 유전자 추출모듈(120) 및 학습데이터 생성 모듈(130)에 전달한다.
유전자 추출모듈(120)은 전달받은 집단(bulk) 세포에 대한 데이터로부터 집단(bulk) RNA 시퀀싱 데이터를 산출하여 유전자 셋을 생성한다. 부연하자면, 유전자 추출모듈(120)은 데이터 전처리 모듈(110)로부터 전달받은 암 13종의 모든 유전자를 이용하여 정상조직과 발현 이질성을 가지는 유전자를 분산 분석 (analysis of variance)한다. 그리고, 유전자 추출모듈(120)은 분산 분석하여 추출된 암 유전자 발현 데이터를 정상 데이터와 비교하여 암 조직에서 유의하게 발현하는 유전자를 선택한다. 그 다음, 유전자 추출모듈(120)은 유의한 유전자의 빈발 횟수를 산출하여 13종 암의 공통 유전자들로 구성된 유전자 셋을 생성한다.
이때, 유의한 유전자는 각 암과 정상 조직의 발현량을 비교하였을 때, 정상 조직보다 암 조직에서 특이적으로 많거나 적게 발현하는 유전자를 의미한다
따라서, 유전자 추출모듈(120)은 암 종류에 따라 유의한 300개의 유전자에 대한 데이터를 획득한다. 즉, 유전자 추출모듈(120)은 각각의 암 조직에 포함된 복수의 유전자에 대한 데이터를 수신하고, 수신된 복수의 유전자의 발형량을 분석하여 13종의 암 조직마다 유의한 300개의 유전자만 추출한다.
그 다음, 유전자 추출모듈(120)은 13종의 암 조직으로부터 각각 추출된 300개의 유의한 유전자들의 추출된 횟수를 계산하여 빈발도가 높은 300개의 유전자가 포함된 유전자 셋(Gene Set)를 생성한다.
학습데이터 생성 모듈(130)은 정상 조직과 13종의 암 조직에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플들의 유전자 발현 데이터를 이용하여 학습데이터를 생성한다.
학습데이터 생성 모듈(130)은 다중 암 분류기를 통해 암을 분류할 경우. 과적합을 발생시키는 데이터 불균형 문제를 해결하기 위하여 무작위로 추출한 300개의 샘플을 이용하여 학습 데이터를 생성한다.
이를 상세하게 설명하면, 먼저 학습데이터 생성 모듈(130)은 TCGA(The Cancer Genome Atlas) 데이터베이스에서 13종의 암 조직에 대한 데이터와 21종의 정상 세포에 대한 데이터를 획득한다. 그 다음, 학습데이터 생성 모듈(130)은 획득한 데이터 중에서 각각의 암 종류마다 무작위로 선택된 300명의 집단(bulk) 세포 데이터를 추출한다. 즉, 학습데이터 생성 모듈(130)은 총 4,200명으로부터 집단(bulk) 세포 데이터를 추출한다. 그리고 학습데이터 생성 모듈(130)은 추출된 집단(bulk) 세포 데이터를 이용하여 유전자의 RNA 시퀀스 발현량이 포함된 학습데이터를 생성한다.
단일세포 데이터 변환 모듈(140)은 단일세포 데이터의 유전자 발현 평균값을 계산하여 단일세포 데이터를 집단화 형태로 변환한다. 본 발명의 실시예에 따른 다중 암 분류기는 학습데이터 생성 모듈(130)에서 생성한 학습데이터를 이용하여 학습된다. 이때, 학습데이터는 집단(bulk) 세포 데이터로 구성된다. 따라서, 단일세포 데이터 변환 모듈(140)은 단일세포 데이터를 집단세포 형태로 변환하여 다중 암 분류기에 제공함으로써, 집단세포 데이터로 학습된 다중 암 분류기로 하여금 단일세포 데이터의 암을 예측하게 한다.
다중 암 분류기 구축 모듈(150)은 유전자 추출모듈(120)과 학습데이터 생성 모듈(130)에서 생성된 각각의 데이터셋을 전달받는다. 그리고 다중 암 분류기 구축 모듈(150)은 전달받은 각각의 데이터셋을 이용하여 다중 암 분류기를 학습시킨다. 그 다음 다중 암 분류기 구축 모듈(150)은 임의로 입력받은 집단화 형태로 변환된 단일세포(single cell)의 RNA-시퀀스 데이터를 클래스에 따라 분류하여 암종류를 예측한다.
이하에서는 도 2를 이용하여 본 발명의 실시예에 따른 다중 암을 분류하는 방법에 대한 더욱 상세하게 설명한다.
도 2는 본 발명의 실시예에 따른 다중 암을 분류하는 방법을 나타내는 순서도이다.
도 2에 도시된 바와 같이, 먼저, 다중 암 분류 장치(100)에 포함된 데이터 전처리 모듈(110)은 TCGA 데이터베이스로부터 집단(bulk) 세포 유전자 발현 데이터를 획득하고, GEO(Gene Expression Omnibus)로부터 단일(single) 세포 유전자 발현 데이터를 획득한다. 그 다음 데이터 전처리 모듈(110)은 획득한 집단(bulk) 세포와 단일(single) 세포 유전자 발현 데이터를 전처리한다(S210).
이를 다시 설명하면, 데이터 전처리 모듈(110)은 TCGA 데이터베이스로부터 모든 암 조직에 대한 데이터를 수신한다. 그리고 데이터 전처리 모듈(110)은 각 암 조직 또는 정상 조직에 따라 유전자의 발현 레벨이 다르므로 샘플 내 유전자들 사이의 발현량을 상대적으로 비교하여 데이터를 정규화하고, 14개 클래스 데이터를 추출하여 하나의 파일로 통합한다. 여기서 14개 클래스는 13종류의 암 조직에 관한 데이터와 정상 조직에 대한 데이터를 포함한다.
또한, 데이터 전처리 모듈(110)은 GEO (Gene Expression Omnibus)로부터 유방암과 흑색종 단일세포 데이터를 수신한다. 그리고 데이터 전처리 모듈(110)은 유방암과 흑색종 환자들로부터 추출한 유방암 세포, 흑색종 세포, 그리고 정상 세포들을 3개의 클래스로 나눈 다음, 3개의 클래스로 구성된 테스트데이터를 생성하고 정규화한다.
그리고 데이터 전처리 모듈(110)은 획득된 14개의 클래스 데이터 중에서 정상 조직 데이터를 추출한다. 이때, 정상 조직 데이터는 각 13종의 암 조직에 대한 유전자 발현 차이를 비교하기 위한 것이다.
그 다음, 데이터 전처리 모듈(110)은 획득한 14개의 클래스에 대한 집단(bulk) 세포 유전자 발현 데이터를 유전자 추출모듈(120) 및 학습데이터 생성 모듈(130)에 각각 전달한다.
유전자 추출모듈(120)은 전달받은 14개의 클래스에 대한 데이터를 이용하여 발현량의 차이가 큰 유전자를 분석하여 유전자 셋을 생성한다(S220).
부연하자면, 전체의 유전자를 이용하여 분류모델을 실행할 경우 계산 시간을 상당히 낭비하고 때로는 학습이 전혀 되지 않는 경우가 발생되므로, 유전자 추출모듈(120)은 14개 클래스 간 발현 차이가 없거나 작은 유전자는 필터링하여 제거한다. 그 다음, 유전자 추출모듈(120)은 정상 조직 데이터와 각각의 암 조직 데이터를 비교하여 정상 조직에 비해 암 조직에서 특이적으로 많거나 적게 발현하는 유의한 유전자를 300개 추출한다.
그리고, 유전자 추출모듈(120)은 추출된 유의한 유전자들 중에 빈발도가 높은 300개의 유전자를 선택하여 유전자 셋을 생성한다.
그 다음 학습데이터 생성 모듈(130)은 전달받은 14개의 클래스에 대한 데이터를 이용하여 각각의 클래스마다 무작위로 300개의 샘플을 추출한다. 학습데이터 생성 모듈(130)은 추출된 샘플에 포함된 정상과 13종의 유전자의 발현 데이터를 이용하여 학습 데이터셋을 생성한다(S230).
상기 S220단계와 S230단계를 통해 생성된 각각의 데이터셋은 다중 암 분류기 구축 모듈(150)에 전달된다.
다중 암 분류기 구축 모듈(150)은 전달받은 각각의 데이터셋으로 다중 암 분류기를 학습하여 구축한다(S240).
다중 암 분류기가 구축된 다음에, 다중 암 분류기 구축 모듈(150)은 집단(bluk) 형태의 단일세포(single cell) 데이터를 입력받는다. 그 다음, 다중 암 분류기 구축 모듈(150)은 구축된 신경망 다중 암 분류기를 통해 단일세포 데이터의 암을 예측한다(S250).
즉, 구축된 신경망 다중 암 분류모델은 데이터셋을 통해 13종의 암 모두에서 유의하게 발현되는 공통 유전자를 검색하고, 검색된 공통 유전자의 발현 패턴에 따라 다중 암을 분류하고 예측한다.
이하에서는 도 3 및 도 4를 이용하여 S220단계에 대하여 더욱 상세하게 설명한다.
도 3은 도 2에 도시된 S220단계를 개략적으로 도시한 순서도이고, 도 4는 유전자 추출모듈에서 300개의 유의한 유전자를 추출하는 과정을 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 먼저, 유전자 추출모듈(120)은 데이터 전처리 모듈(110)로부터 14개의 클래스에 대한 데이터를 전달받는다(S221).
그 다음, 유전자 추출모듈(120)은 전달받은 14개의 클래스에 대한 데이터를 이용하여 13종의 암조직에 대해 정상조직과 발현 이질성을 가지는 유전자를 분산 분석 (analysis of variance)한다.
그리고, 유전자 추출모듈(120)은 복수의 유전자 중에서 분산 분석 (analysis of variance)을 통해 추출된 유의한 유전자만을 선택한다(S222).
부연하자면, 전체 유전자를 이용하여 신경망 다중 암 분류기를 구축할 경우, 신경망 다중 암 분류기는 암을 분류하는데 시간을 상당히 낭비하게 되거나, 때로는 학습이 전혀 되지 않는 경우를 발생시킨다. 따라서, 유전자 추출모듈(120)은 14개 클래스 간 발현 차이가 없거나 작은 유전자는 필터링하여 제거한다.
그리고, 유전자 추출모듈(120)은 암 유전자 발현 데이터를 정상 데이터와 비교하여 정상 데이터보다 암 유전자 발현 데이터에서 특이적으로 많게 또는 적게 발현되는 유의한 유전자를 각 암 종류마다 대략 300개씩 추출한다. 그 다음, 유전자 추출모듈(120)은 각 암 종류마다 추출된 300개의 유의한 유전자에 대한 빈발도 (frequency)를 계산한다(S223).
빈발도에 대한 계산이 완료되면, 도 4에 도시된 바와 같이, 유전자 추출모듈(120)은 빈발 횟수가 많은 유의한 유전자 300개로 구성된 유전자 셋을 생성한다(S224).
그리고, 유전자 추출모듈(120)은 생성된 유전자 셋을 다중 암 분류기 구축모듈(150)에 전달하고, 다중 암 분류기 구축 모듈(150)은 전달받은 유전자셋을 다중 암 분류기에 입력하여 학습시킨다.
이하에서는 도 5 내지 도 7을 이용하여 S230단계에 대해 더욱 상세하게 설명한다.
도 5는 도 2에 도시된 S230단계를 개략적으로 도시한 순서도이고, 도 6은 도 5에 도시된 S232단계에서 추출된 14개 클래스에 대한 샘플 수를 개략적으로 도시한 도면이고, 도 7은 도 5에 도시된 S233단계에서 생성된 학습 데이터셋을 개략적으로 도시한 도면이다.
도 5에 도시된 바와 같이, 학습데이터 생성 모듈(130)은 데이터 전처리 모듈(110)로부터 TCGA에서 제공하는 유전자 발현 데이터를 전달받는다(S231).
본 발명의 따른 다중 암 분류 장치(100)는 TCGA로부터 수신된 전체 RNA-시퀀스 데이터를 기반으로 신경망 다중 암 분류기를 구축할 경우, 데이터 불균형으로 인해 과적합을 발생시킬 수 있다. 따라서, 학습데이터 생성 모듈(130)은 전달받은 유전자 발현 데이터 중에서 300명 이하의 환자수를 가지는 암 종류를 대상에서 제외한다.
또한, 결장암 (colon adenocarcinoma: COAD)과 직장암 (rectum adenocarcinoma : READ)을 통합한 대장암 (COADREAD), 혐색소성신세포암 (kidney chromophobe : KICH)과 투명세포암 (kidney renal clear cell carcinoma : KIRC), 유두상형 세포암 (kidney renal papillary cell carcinoma : KIRP)을 종합한 신장암 (KIPAN), 저등급 교종 (brain lower grade glioma : LGG)와 교모세종 (glioblastoma multiforme : GBM)의 뇌종양(GBMLGG), 그리고 위암 (stomach adenocarcinoma : STAD)와 식도암(ESCA)의 위-식도암 (STES)과 같이, 발생한 인체조직을 기준으로 두 개 이상의 암 종류를 통합한 암의 데이터는 대상 샘플이 중복되기 때문에 마찬가지로 대상에서 제외된다.
그 다음, 학습데이터 생성 모듈(130)은 TCGA에서 제공하는 RNA-시퀀스 데이터를 이용하여 300명 이상의 환자 데이터를 가지는 13종 암 클래스와 정상 클래스에 대한 데이터를 추출한다(S232).
도 6에 도시된 바와 같이, 13종 암 클래스는 요로상피세포암종(BLCA), 유방암종(BRCA), 자궁암(CESC), 머리 및 목 편평 세포 암종(HNSC), 신장세포암종(KIRC), 뇌하층 혈종 (LGG), 간세포암(LIHC), 폐부종(LUAD), 폐 편평 세포암(LUSC), 난소 혈청 낭종(OV), 전립선종(PRAD), 피부색종(SKCM), 및 위경막종(STAD)을 포함한다.
이때, 정상 클래스는 정상 조직을 포함하는 TCGA 21종 암 환자에서 추출한 640명의 정상 데이터로 구성된다.
따라서, 학습데이터 생성 모듈(130)은 300명 이상의 환자 데이터를 가지는 13종 암 클래스와 정상 클래스로 구성되고 전체 7,123 샘플을 획득한다.
그 다음, 학습데이터 생성 모듈(130)은 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플의 유전자 발현데이터를 이용하여 학습 데이터셋을 생성한다(S233).
부연하자면, 학습데이터 생성 모듈(130)은 정상 조직과 13종의 암조직으로부터 무작위로 300개의 샘플을 추출한다. 그리고, 학습데이터 생성 모듈(130)은 정상과 13종 암마다 추출된 300개의 샘플에 포함된 유전자 발현 데이터를 이용하여 학습 데이터셋을 생성한다.
도 7에 도시된 바와 같이, 생성된 학습 데이터셋은 다중 암 분류기에 입력하기 위한 것으로 테이블 형태로 형성된다. 먼저, 가로줄은 14종의 클래스에 공통적으로 포함되며 발현량이 발생된 유의한 유전자 300개에 대한 정보를 포함하고, 세로줄은 14종의 클래스에서 각각 추출된 300개의 샘플에 대한 정보를 포함한다.
본원 발명의 실시예에 따른 다중 암 분류기 구축 모듈(150)은 집단 세포 데이터셋을 학습하여 다중암 분류기를 구축한다. 그리고 다중암 분류기는 입력받은 집단화 형태의 단일세포 데이터를 통해 암을 분류한다.
이를 더욱 상세하게 설명하면, 다중 암 분류기 구축 모듈(150)은 유전자 추출모듈(120)에서 생성된 유전자 셋과 학습데이터 생성 모듈(130)에서 생성된 학습 데이터셋을 이용하여 신경망 다중 암 분류기를 구축한다.
그리고, 구축된 신경망 다중 암 분류기는 단일세포 데이터 변환 모듈이 생성한 집단화 단일세포 데이터를 입력받고, 입력된 데이터를 이용하여 암 종류를 예측하고 분류한다.
이때, 집단 세포 유전자 발현 데이터는 암 조직에 분포하는 모든 세포의 유전자 발현량을 측정하는 데이터이다. 환자로부터 분리한 암 조직에는 다양한 종류의 암세포들과 정상세포가 동시에 포함될 수 있으므로, 다중 암 분류기는 집단 세포 데이터를 통해 추출된 평균 유전자 발현양을 기반으로 하여 유전자를 분석한다.
그러나, 집단 세포 유전자 발현 데이터를 이용하여 유전자를 분석할 경우 어느 정도의 오차를 포함할 수 있으므로 본 발명의 실시예에 따른 다중 암 분류 장치(100)는 집단 세포 발현 데이터뿐만 아니라 단일세포 유전자 발현 데이터에 대한 클래스를 분류하여 암을 예측하는 정확성을 높일 수 있도록 한다.
다만, 단일세포 유전자 발현 데이터는 동일한 암세포라고 하더라도 세포의 종류가 다를 수 있고 세포 간의 유전자 발현 차이가 크기 때문에 최종 분류 성능은 대략 40%정도에서 그치는 문제점이 있었다.
따라서, 본 발명의 실시예에 따른 다중 암 분류 장치(100)는 단일세포의 분류성능을 향상시키기 위해, 단일세포 데이터 변환 모듈(140)을 이용하여 단일세포 데이터를 집단세포 데이터의 형태로 변환한다.
이하에서는 도 8 및 도 9를 이용하여 단일세포 데이터를 집단세포 데이터의 형태로 변환하는 방법에 대해 더욱 상세하게 설명한다.
도 8은 본 발명의 실시예에 따른 유전자 추출 방법에 있어서 단일세포 데이터를 집단세포 데이터의 형태로 변환하는 방법을 개략적으로 나타내는 순서도이고, 도 9는 도8에 도시된 S820 단계 내지 S840단계에 따라 생성되는 데이터를 개략적으로 도시한 도면이다.
먼저, 단일세포 데이터 변환 모듈(140)은 데이터 전처리 모듈(110)로부터 3개의 클래스에 대한 단일세포 데이터를 전달받는다(S810).
단일세포 데이터 변환 모듈(140)은 전달받은 3개의 클래스에 대한 데이터 중에서 각 클래스마다 무작위로 200개의 세포를 추출한다(S820).
도 9에 도시된 바와 같이, 예를 들어, 단일세포 데이터 변환 모듈(140)이 데이터 전처리 모듈(110)로부터 수신된 3개의 클래스 중 첫번째 클래스가 유방암에 대한 것이고, 유방암 환자로부터 얻을 수 있는 세포수가 317개라고 가정한다. 그러면, 단일세포 데이터 변환 모듈(140)은 317개의 세포에서 임의로 200개의 세포를 추출하고, 추출된 200개의 세포마다 포함된 300개의 유의한 유전자에 대한 발현량을 획득한다.
그 다음, 단일세포 데이터 변환 모듈(140)은 300개의 유의한 유전자마다 획득한 발현량의 평균값을 계산한다(S830).
단일세포 데이터 변환 모듈(140)은 상기 S820단계와 S830단계를 200번 반복한다(S831).
200번의 반복적인 발현량의 평균값 산출이 완료되면, 단일세포 데이터 변환 모듈(140)은 산출된 발현량 평균 데이터를 이용하여 집단화 단일세포 데이터를 생성한다(S840).
하기에서는 도 10을 이용하여 단일세포 데이터 변환 모듈(140)이 추출하는 각 클래스의 세포수와, 반복하여 생성되는 데이터셋을 각각 200번으로 한정하는 이유에 대하여 더욱 상세하게 설명한다.
도 10은 도 8에 도시된 S840단계에서 생성된 집단화 단일세포 데이터를 다중 암 분류기에 입력하였을 경우 암을 분류하는 정확도를 나타내는 그래프이다.
도 10에 도시된 바와 같이, 단일세포 데이터 변환 모듈(140)은 각 클래스의 세포를 1/5/10/20/30/40/50/100/150/200/250/300개씩 임의 추출하여 유전자 발현량의 평균값을 계산하고, 이 작업을 100/200/300번 반복하여 36개 데이터 셋을 생성한다. 그리고 단일세포 데이터 변환 모듈(140)은 36개의 변환된 단일세포 데이터 셋을 신경망 모델에 적용한 실험결과를 획득하였다.
그 결과, 많은 세포를 이용하여 평균값을 계산한 데이터일수록 분류 모델이 더 정확한 분류를 실행하는 것을 알 수 있었으나, 여러 개의 평균값을 생성하는 반복횟수는 분류 모델의 성능과 무관함을 알 수 있었다.
따라서, 단일세포 데이터 변환 모듈(140)은 도출된 결과에 따라 200개 세포를 랜덤하게 추출하여 유전자 발현 평균값을 계산하는 작업을 200번 반복하여 단일 세포 데이터를 집단화 단일세포 데이터로 변환한다.
본 발명의 실시예에 따른 공통 유전자 추출에 의한 다중 암 분류 장치는 공통 유전자 추출에 의한 다중 암 분류 장치는 고비용의 실험을 요구하는 단일세포 데이터 부족문제를 극복하고, 조직 또는 환자별 유전자 발현 특성을 반영하여 단일세포 데이터의 다중 암을 분류할 수 있다.
또한, 본 발명의 실시예에 따른 공통 유전자 추출에 의한 다중 암 분류 장치는 분산 분석 (analysis of variance)을 통해 암 13종으로부터 정상 데이터와 뚜렷한 발현 이질성을 가지는 유전자를 추출하고, 그 유전자들을 조합하여 다중암을 분류할 수 있다.
또한, 본 발명의 실시예에 따른 공통 유전자 추출에 의한 다중 암 분류 장치는 암세포의 세포 분열과 관련된 유전자들의 발현량을 가시화하여, 13종 암 샘플의 유전자 발현량이 정상 샘플보다 크고 그 발현 레벨이 각 13종 암에 따라 서로 다른 것을 증명함으로써, 단일 암이 아닌 다중 암을 타겟으로 치료할 수 있는 약물 개발에 도움이 될 수 있고, 이들의 분석 결과 또는 치료 결과를 서로 다른 암이나 희귀질병에 응용될 수 있다.
또한, 본 발명의 실시예에 따른 공통 유전자 추출에 의한 다중 암 분류 장치는 액체생검(liquid biopsy)으로 환자의 혈액에 존재하는 순환종양세포 (circulating tumor cells)의 유전자 발현 정보를 통해 암을 진단함으로써, 종래의 조직생검 (tissue biopsy)으로 인해 암의 발생 위치 및 상태에 따라 조직을 추출하는데 있어서의 위험부담과 전이된 암의 예측과 암 치료의 예후를 모니터링하지 못하는 문제점을 해결하고, 암 진단 키트 개발 및 상용화를 도모할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.

Claims (13)

  1. 공통 유전자 추출에 의한 다중 암 분류 장치에 있어서,
    환자의 암 조직으로부터 생산된 집단세포와 단일세포에 포함된 유전자의 발현 데이터를 수집하고 분석가능 한 형태로 정규화하는 데이터 전처리 모듈,
    상기 집단세포 유전자 발현 데이터를 기반으로 정상조직보다 각 암 조직에서 특이적으로 발현하는 유전자를 선택하고 13종의 암에서 가장 빈발하는 유전자들로 구성된 셋(set)을 생성하는 유전자 추출모듈,
    상기 정규화된 유전자 발현데이터 중에서 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플에 포함된 유전자의 발현량을 나열하여 학습데이터를 생성하는 학습데이터 생성모듈,
    상기 정규화된 유전자 발현데이터 중에서 단일세포 데이터를 추출하고, 추출된 단일세포 데이터의 유전자 발현 평균값을 계산하여 단일세포 데이터를 집단화 형태로 변환하는 단일세포 데이터 변환 모듈, 그리고
    상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 신경망 모델 기반의 다중 암 분류기를 구축하는 다중 암 분류기 구축 모듈을 포함하는 다중 암 분류 장치.
  2. 제1항에 있어서,
    상기 데이터 전처리 모듈은,
    상기 집단세포 유전자 발현 데이터에 포함된 정상 조직 유전자와 암 조직 유전자들 사이의 발현량을 상대적으로 비교하여 데이터를 정규화하는 다중 암 분류 장치.
  3. 제1항에 있어서,
    상기 유전자 추출모듈은,
    암 13종의 모든 유전자에 대해 정상조직과 발현 이질성을 가지는 유전자를 분산 분석 (analysis of variance)을 통해 추출하고, 분산 분석된 암 유전자 발현 데이터와 정상 데이터를 비교하여 암 조직에서 유의하게 발현하는 유전자를 선택한 다음, 상기 유의한 유전자의 빈발 횟수를 산출하여 13종 암의 공통 유전자들로 구성된 유전자 셋을 생성하는 다중 암 분류 장치.
  4. 제3항에 있어서,
    상기 유의한 유전자는,
    정상 조직보다 암 조직에서 특이적으로 많거나 적게 발현하는 유전자를 의미 하는 다중 암 분류 장치.
  5. 제1항에 있어서,
    상기 단일세포 데이터 변환 모듈은.
    3개의 클래스마다 동일한 개수의 단일세포를 무작위로 추출하고, 추출된 단일 세포에 포함된 복수의 유전자에 대한 발현량을 합산하여 평균값을 산출하는 과정을 여러 번 반복하여 집단화 단일세포 데이터로 변환하는 다중 암 분류 장치.
  6. 제1항에 있어서,
    상기 다중 암 분류기 구축 모듈은,
    신경망 모델의 노드와 레이어의 개수를 설정한 다음, 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 다중 암 분류기를 구축하고, 구축된 다중 암 분류기에 입력된 집단화 단일세포 데이터로부터 암을 분류하고 예측하는 다중암 분류 장치.
  7. 다중암 분류 장치를 이용하여 다중 암을 분류하는 방법에 있어서,
    환자의 암 조직으로부터 생산된 집단세포 유전자 발현 데이터와 단일세포 유전자 발현 데이터를 수집하고 분석가능 한 형태로 정규화하는 단계,
    상기 집단세포 유전자 발현 데이터를 기반으로 정상조직보다 각 암 조직에서 특이적으로 발현하는 유전자를 선택하고 13종의 암에서 가장 빈발하는 유전자들로 구성된 셋(set)을 생성하는 단계,
    상기 정규화된 유전자 발현데이터 중에서 정상과 13종의 암에 대해 동일한 수의 샘플을 무작위로 선택하고, 선택된 샘플에 포함된 유전자의 발현 데이터로 구성된 학습데이터를 생성하는 단계, 그리고
    상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 신경망 모델 기반의 다중 암 분류기를 구축하는 단계를 포함하는 다중 암 분류 방법.
  8. 제7항에 있어서,
    상기 정규화된 유전자 발현데이터 중에서 단일세포 데이터를 추출하고, 추출된 단일세포 데이터의 유전자 발현 평균값을 계산하여 단일세포 데이터를 집단화 형태로 변환하고, 변환된 집단화 단일 세포 데이터를 다중 암 분류기에 입력하여 다중 암 분류기를 검증하는 단계를 더 포함하는 다중 암 분류 방법.
  9. 제7항에 있어서,
    상기 정규화하는 단계는,
    상기 집단세포 유전자 발현 데이터에 포함된 정상 조직 유전자와 암 조직 유전자들 사이의 발현량을 상대적으로 비교하여 데이터를 정규화하는 다중 암 분류 방법.
  10. 제7항에 있어서,
    상기 유전자들로 구성된 셋(set)을 생성하는 단계는,
    암 13종의 모든 유전자에 대해 정상조직과 발현 이질성을 가지는 유전자를 분산 분석 (analysis of variance)을 통해 추출하는 단계,
    상기 분산 분석된 암 유전자 발현 데이터와 정상 데이터를 비교하여 암 조직에서 유의하게 발현하는 유전자를 선택하는 단계, 그리고
    상기 유의한 유전자의 빈발 횟수를 산출하여 13종 암의 공통 유전자들로 구성된 유전자 셋을 생성하는 단계를 포함하는 다중 암 분류 방법.
  11. 제10항에 있어서,
    상기 유의한 유전자는,
    정상 조직보다 암 조직에서 특이적으로 많거나 적게 발현하는 유전자를 의미 하는 다중 암 분류 방법.
  12. 제7항에 있어서.
    상기 다중 암 분류기를 구축하는 단계는,
    신경망 모델의 노드와 레이어의 개수를 설정한 다음, 상기 유전자들로 구성된 셋과 학습데이터를 학습시켜 다중 암 분류기를 구축하고, 구축된 다중 암 분류기에 입력된 집단화 단일세포 데이터로부터 암을 분류하고 예측하는 다중 암 분류 방법.
  13. 제8항에 있어서,
    상기 다중 암 분류기를 검증하는 단계는,
    3개의 클래스마다 무작위로 동일한 개수의 단일 세포를 추출하는 단계,
    상기 추출된 단일세포마다 포함된 유의한 유전자에 대한 발현량을 획득하는 단계,
    상기 획득한 유의한 유전자에 대한 발현량의 평균값을 산출하는 단계,
    상기 평균값 산출 과정을 반복하여 다중 암 분류기에 적용 가능한 집단화 단일 세포 데이터를 생성하는 단계, 그리고
    상기 생성된 집단화 단일세포 데이터를 다중 암 분류기에 입력하여 다중 암 분류기를 검증하는 단계를 포함하는 다중 암 분류 방법.
PCT/KR2019/007135 2019-03-13 2019-06-13 공통 유전자 추출에 의한 다중 암 분류 방법 Ceased WO2020184782A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190028719A KR20200109544A (ko) 2019-03-13 2019-03-13 공통 유전자 추출에 의한 다중 암 분류 방법
KR10-2019-0028719 2019-03-13

Publications (1)

Publication Number Publication Date
WO2020184782A1 true WO2020184782A1 (ko) 2020-09-17

Family

ID=72427967

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/007135 Ceased WO2020184782A1 (ko) 2019-03-13 2019-06-13 공통 유전자 추출에 의한 다중 암 분류 방법

Country Status (2)

Country Link
KR (1) KR20200109544A (ko)
WO (1) WO2020184782A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593640A (zh) * 2021-08-03 2021-11-02 哈尔滨市米杰生物科技有限公司 一种鳞癌组织功能状态与细胞组分评估方法及系统
CN114882954A (zh) * 2022-05-24 2022-08-09 南京邮电大学 一种基于集成学习的细胞类型自动分类方法
CN119132401A (zh) * 2024-11-13 2024-12-13 之江实验室 一种基于人工智能算法的高精度单细胞分类方法和装置
CN119560168A (zh) * 2024-11-01 2025-03-04 浙江工业大学 一种基于乳腺癌单细胞空间蛋白组多细胞富集模式的患者分层方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102507489B1 (ko) * 2020-12-24 2023-03-08 가톨릭대학교 산학협력단 진단 분류 장치 및 방법
KR102859291B1 (ko) * 2023-06-16 2025-09-12 유니젠바이오 주식회사 여성암 예측 진단 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170041192A (ko) * 2014-06-25 2017-04-14 텔 하쇼머 메디컬 리서치 인프라스트럭쳐 앤드 서비시스 리미티드． 암 줄기세포 마커의 동정 및 진단 및 치료를 위한 그의 사용
KR20180002280A (ko) * 2016-06-29 2018-01-08 경북대학교 산학협력단 암유발 유전자를 식별하기 위한 컴퓨팅 시스템 및 방법, 그 방법을 수행하기 위한 기록 매체
KR20180100713A (ko) * 2007-07-23 2018-09-11 더 차이니즈 유니버시티 오브 홍콩 핵산 서열 불균형의 결정
KR20190000169A (ko) * 2017-06-22 2019-01-02 한국과학기술원 암의 재발 예후 예측을 위한 바이오마커 발굴 시스템 및 방법
KR20190012269A (ko) * 2011-07-13 2019-02-08 더 멀티플 마이얼로머 리서치 파운데이션, 인크. 데이터 수집 및 분배 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180100713A (ko) * 2007-07-23 2018-09-11 더 차이니즈 유니버시티 오브 홍콩 핵산 서열 불균형의 결정
KR20190012269A (ko) * 2011-07-13 2019-02-08 더 멀티플 마이얼로머 리서치 파운데이션, 인크. 데이터 수집 및 분배 방법
KR20170041192A (ko) * 2014-06-25 2017-04-14 텔 하쇼머 메디컬 리서치 인프라스트럭쳐 앤드 서비시스 리미티드． 암 줄기세포 마커의 동정 및 진단 및 치료를 위한 그의 사용
KR20180002280A (ko) * 2016-06-29 2018-01-08 경북대학교 산학협력단 암유발 유전자를 식별하기 위한 컴퓨팅 시스템 및 방법, 그 방법을 수행하기 위한 기록 매체
KR20190000169A (ko) * 2017-06-22 2019-01-02 한국과학기술원 암의 재발 예후 예측을 위한 바이오마커 발굴 시스템 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593640A (zh) * 2021-08-03 2021-11-02 哈尔滨市米杰生物科技有限公司 一种鳞癌组织功能状态与细胞组分评估方法及系统
CN113593640B (zh) * 2021-08-03 2023-07-28 哈尔滨市米杰生物科技有限公司 一种鳞癌组织功能状态与细胞组分评估方法及系统
CN114882954A (zh) * 2022-05-24 2022-08-09 南京邮电大学 一种基于集成学习的细胞类型自动分类方法
CN119560168A (zh) * 2024-11-01 2025-03-04 浙江工业大学 一种基于乳腺癌单细胞空间蛋白组多细胞富集模式的患者分层方法
CN119132401A (zh) * 2024-11-13 2024-12-13 之江实验室 一种基于人工智能算法的高精度单细胞分类方法和装置

Also Published As

Publication number Publication date
KR20200109544A (ko) 2020-09-23

Similar Documents

Publication Publication Date Title
WO2020184782A1 (ko) 공통 유전자 추출에 의한 다중 암 분류 방법
Sun et al. A comprehensive comparison of supervised and unsupervised methods for cell type identification in single-cell RNA-seq
CN109872776B (zh) 一种基于加权基因共表达网络分析对胃癌潜在生物标志物的筛选方法及其应用
US20250391503A1 (en) Application of gene markers in multi-cancer early detection, method for constructing early detection model, and detection device
Tafavvoghi et al. Deep learning-based classification of breast cancer molecular subtypes from H&E whole-slide images
CN117497059B (zh) 一种基于单细胞空间转录图谱的肺腺癌预后分子筛选方法
CN109686414A (zh) 仅用于肝癌筛查的特异甲基化检测位点组合的选取方法
WO2020180135A1 (ko) 뇌 질환 예측 장치 및 방법, 뇌 질환을 예측하기 위한 학습 장치
CN116153420A (zh) 基因标志物在恶性乳腺癌与良性乳腺结节的早筛中的应用和筛查模型的构建方法
CN109830264A (zh) 肿瘤患者基于甲基化位点进行分类的方法
CN118507059A (zh) 基于病理图像对idh突变型胶质瘤风险评估方法及系统
WO2022250512A1 (ko) 조직 특이적 조절지역의 무세포 dna 분포를 이용한 인공지능 기반 암 조기진단 방법
CN113555108B (zh) 基于数据驱动方式筛选癌症早期诊断标志物的网络算法
WO2023158253A1 (ko) 핵산서열 분석 기반 유전자 변이 해석 방법
CN114373502A (zh) 一种基于甲基化的肿瘤数据分析系统
CN114219752A (zh) 一种针对血清蛋白电泳的异常区域检测方法
CN110797083B (zh) 基于多网络的生物标志物识别方法
WO2015126058A1 (ko) 암 예후 예측 방법
CN121388720A (zh) 基于影像-基因可解释性深度学习对乳腺癌患者pCR的预测分类方法
WO2023090709A1 (ko) 염색체 구조의 상태 정보를 이용한 세포 분석 장치 및 방법
CN116525101A (zh) 一种用于亚裔人脑胶质瘤辅助诊断的系统
CN121435153B (zh) 一种基于多模态信息融合的异构数据特征提取方法及系统
CN119418770B (zh) 一种基于BS-seq数据甲基化向量的癌症标志物检测方法及系统
Wang et al. A Model-Based Prognostic Predictor for Urothelial Bladder Carcinoma Through the Integrated Bioinformatics Analysis
CN118711670B (zh) 基于生物大数据的神经退行性疾病分类系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19918595

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19918595

Country of ref document: EP

Kind code of ref document: A1