WO2023018197A1 - 자기공명영상과 rna 유전자 정보를 이용한 유방암 관련 정보제공 방법 - Google Patents

자기공명영상과 rna 유전자 정보를 이용한 유방암 관련 정보제공 방법 Download PDF

Info

Publication number
WO2023018197A1
WO2023018197A1 PCT/KR2022/011883 KR2022011883W WO2023018197A1 WO 2023018197 A1 WO2023018197 A1 WO 2023018197A1 KR 2022011883 W KR2022011883 W KR 2022011883W WO 2023018197 A1 WO2023018197 A1 WO 2023018197A1
Authority
WO
WIPO (PCT)
Prior art keywords
breast cancer
mri
tumor
phenotype
mass
Prior art date
Application number
PCT/KR2022/011883
Other languages
English (en)
French (fr)
Inventor
서보경
박아영
한미령
Original Assignee
고려대학교 산학협력단
인천대학교 산학합력단
차의과학대학교 산학협력단
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 고려대학교 산학협력단, 인천대학교 산학합력단, 차의과학대학교 산학협력단 filed Critical 고려대학교 산학협력단
Publication of WO2023018197A1 publication Critical patent/WO2023018197A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4312—Breast evaluation or disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Definitions

  • the present invention was made by the project number NRF-2021R1A2C1010565 under the support of the Ministry of Science and ICT of the Republic of Korea, and the project management specialized institution of the project is the National Research Foundation of Korea, the research project name is "basic research project mid-level research", and the research project name is "artificial intelligence.”
  • the present invention was made by the task number 2020R1C1C1012288 under the support of the Ministry of Science and ICT of the Republic of Korea, the task management specialized institution of the task is the National Research Foundation of Korea, the research project name is "Science and Engineering Basic Research Project (Emerging Research Support Project)", The title of the research project is "Establishment of a foundation for precision medical treatment for women's cancer using image genome integrated big data analysis", the leading institution is the Incheon National University Industry-University Cooperation Foundation, and the research period is 2020.03.01 ⁇ 2025.05.28.
  • the present invention was made by the task number 2020R1G1A1102372 under the support of the Ministry of Science and ICT of the Republic of Korea, the task management specialized institution of the task is the National Research Foundation of Korea, the research project name is "Science and Engineering Basic Research Project (first research in life)", research The title of the project is “The role of conventional dynamic contrast-enhanced magnetic resonance imaging and ultra-high-speed magnetic resonance imaging in predicting the response to chemotherapy before surgery for breast cancer: Image-pathology correlation using diagnostic ability and microvascular density.” University of Science Industry-University Cooperation Foundation, research period is 2020.09.01 ⁇ 2023.02.28.
  • the present invention relates to a method for providing information on progression or prognosis of breast cancer and information for selecting a treatment for breast cancer using breast cancer MRI images.
  • Magnetic resonance imaging is the most sensitive imaging technique with good specificity for diagnosing breast cancer and evaluating treatment response through multivariate evaluation.
  • Multiparametric MRI assessment includes qualitative evaluation of tumor morphology using BI-RADS (Breast Imaging-Reporting and Data System), time-enhancement curves, perfusion features, and tissue characteristics. Quantitative assessment of tumor angiogenesis and heterogeneity using computational analysis of texture features.
  • Tumor angiogenesis is an essential phenomenon for the progression of breast cancer, and the degree of angiogenesis using MRI can be evaluated with a time-intensity curve using a commercially available CAD (Computer-Aided Diagnosis) system.
  • CAD Computer-Aided Diagnosis
  • a recent study reported that high kinetic heterogeneity and peak enhancement of CAD were associated with poor distant metastasis-free survival in breast cancer.
  • Tumor heterogeneity indicates histological complexity including cell density, necrosis or extracellular matrix.
  • Tumor heterogeneity can be measured using texture analysis, which refers to a mathematical method that evaluates the gray level intensity and location of pixels.
  • T2 T2-weighted images
  • tumor angiogenesis and heterogeneity can be influenced by various genetic mutations.
  • Radiogenomic investigation of breast cancer can provide a better understanding of tumor characteristics at the genetic level and provide imaging biomarkers that help select optimal treatments and more accurately predict prognosis.
  • Radiogenomic analyzes to correlate MRI features of breast cancer with genetic changes. They found that tumor size, lesion type, shape, or heterogeneous enhancement on contrast-enhanced T1-weighted MRI correlated with genetic changes associated with the cell cycle, recurrence, or tumor microenvironment.
  • few prospective studies have correlated clinically accessible multivariate MRI features with total RNA sequencing data.
  • the present inventors have made intensive research efforts to develop clinical outcomes and management strategies by correlating total RNA sequencing data with MRI characteristics of breast cancer regarding tumor morphology, heterogeneity, and angiogenesis.
  • tumor morphology was evaluated using BI-RADS lexicon
  • tumor heterogeneity was evaluated using tissue analysis
  • gene expression levels were analyzed according to phenotypes of MRI variables for each molecular subtype of breast cancer did
  • the present invention was completed after confirming that it can be usefully used to provide information on genes differentially expressed according to the phenotypes of these various MRI variables, progress or prognosis of breast cancer related thereto, and information for selecting a treatment for breast cancer.
  • an object of the present invention is to provide a method for providing information on progression or prognosis of breast cancer and information for selecting a treatment for breast cancer using breast cancer MRI images.
  • the present invention provides a method for providing information on progression or prognosis of breast cancer using MRI images of breast cancer, comprising the following steps:
  • the MRI phenotype is selected from the group consisting of tumor size, tumor number, tumor shape, enhancement kinetics, and tumor texture, but is limited thereto It is not.
  • the size of the tumor is whether the diameter of the tumor is greater than 20 mm or less than 20 mm.
  • the number of tumors is one or multiple.
  • the tumor type is i) whether the lesion type is a mass type or a non-mass type; ii) whether the shape of the mass-type tumor is irregular, or elliptical to round; iii) mass borders spiculated, circumscribed or irregular; iv) whether the highlighting features inside the mass are rim-shaped, homogeneous or heterogeneous; v) whether the tumor distribution of the non-mass type is segmental, or focal, linear, regional, or diffuse; or vi) whether the internal highlighting pattern of the non-mass is Clustered ring, or clumped, or is homogeneous or heterogeneous.
  • the emphasis dynamics are determined by i) whether the initial emphasis is fast, medium or slow; ii) whether the delayed emphasis is plateau or washout, or persistent; or iii) the percentage of the washout component is greater than 31.31% or less than or equal to 31.31%.
  • the texture of the tumor is a T2 when a spatial scale filter (SSF) is 0, 2, or 5, a T1-weighted image before imaging (PreT1), and a contrast image obtained in the first contrast agent injection step.
  • SSF spatial scale filter
  • PreT1 T1-weighted image before imaging
  • the texture of the tumor is selected from i) to vi) of PostT1 when SSF (spatial scale filter) is 0, 2, or 5, and among i) to vi) of PreT1. It is PostT1-PreT1 minus the value of the selected variable.
  • the gene information includes i) the type of gene; and ii) whether it is up- or down-regulated.
  • step (b) in the case of a mass type as the MRI phenotype of step (a), compared to a non-mass enhancing lesion type, CCL3L1, SNORA31, SNORA45, or a combination thereof as genetic information of step (b) of genes are predicted to be upregulated.
  • the information on the progression or prognosis of breast cancer in step (c) is used for breast cancer of a non-mass enhancing lesion type. In comparison, increased migration and invasion of breast cancer cells is predicted.
  • the genetic information of step (b) is LINC01124, Y-RNA, MIR421, DEGS1, VIMP, or these A combination of genes is predicted to be downregulated.
  • the information on the progression or prognosis of breast cancer in step (c) is compared to breast cancer of a round or oval mass type, the number of breast cancer cells Proliferation, migration, invasion are confirmed, or the probability of being diagnosed with inflammatory breast cancer is high, and unmetastasis is predicted to have low survival probability.
  • the pathological molecular subtype means a pathological molecular subtype of a breast cancer patient, specifically i) estrogen receptor (ER) positive or negative, ii) triple negative breast cancer, or iii) HER2 positive or negative, but is not limited thereto.
  • ER estrogen receptor
  • HER2 positive or negative
  • the genetic information in step (b) is non-mass lesion gene upregulation of SNORA31, CCL3L1, SNHG12, FTH1, MIR206, SLC39A7, CD9, or combinations thereof compared to type; downregulation of CHD4, SOX17, SNORA30, MIR126, MIR597, or combinations thereof; Or it is predicted that the expression pattern will appear like a combination thereof.
  • the information on the progress or prognosis of breast cancer in step (c) includes proliferation of cancer cells in ER-positive and mass-type breast cancer, chemotherapy is predicted to be resistant to, and the possibility of metastasis is high.
  • the breast cancer subtype of the breast cancer patient is not triple-negative breast cancer and the MRI phenotype in step (a) is a mass lesion type
  • the genetic information in step (b) is a non-mass lesion type Compared to SNORA31, CCL3L1, SNORA71B or their combination genes are predicted to be upregulated.
  • the information on the progression or prognosis of breast cancer in step (c) is not triple-negative breast cancer but mass-type breast cancer. Proliferation, migration, and metastasis are predicted to be highly likely.
  • the ( The genetic information of step b) indicates that the genes of CLEC3A, SRGN, DACT1, CGA, HSPG2, ABCC5, KMT2D, FBP1, VMP1, FZD2, or a combination thereof are upregulated; downregulation of PRDX4, NOP10, IGLC2, SNORA50, or combinations thereof; Or it is predicted that the expression pattern will appear like a combination thereof.
  • the information on the progression or prognosis of breast cancer in step (c) is triple-negative breast cancer and breast cancer with an increased preT1 standard deviation in SSF5.
  • the possibility of showing resistance to chemotherapy, metastasis, recurrence, and low survival rate of cancer cells is high.
  • step (b) when the breast cancer subtype of the breast cancer patient is HER2-positive breast cancer and the tumor texture is increased in postT1_mpp in SSF 2 with the MRI phenotype of step (a), in step (b)
  • the genetic information predicts that the genes of MLKL, POTEM, or a combination thereof will be upregulated.
  • the information on the progression or prognosis of breast cancer in step (c) is HER2-positive breast cancer in the breast cancer subtype and the tumor texture is in SSF 2
  • postT1_mpp it is predicted that the tumor size is large and the Ki-67 gene is highly likely to be upregulated.
  • step (b) when the breast cancer subtype of the breast cancer patient is HER2-positive breast cancer and the tumor texture is reduced in T2_mpp in SSF 5 with the MRI phenotype of step (a), in step (b) The genetic information predicts that the CXCL10 gene is upregulated.
  • the information on the progression or prognosis of breast cancer in step (c) is HER2-positive breast cancer, and the texture of the tumor is SSF 5.
  • T2_mpp is decreased, the possibility of cancer cell proliferation and metastasis is predicted to be high.
  • the present invention provides a method for providing information for selecting a breast cancer therapy using a breast cancer MRI image comprising the following steps:
  • the method for providing information for selecting a treatment for breast cancer using the breast cancer MRI image of the present invention includes the method for providing information on progression or prognosis of breast cancer using the breast cancer MRI image according to an aspect of the present invention described above, and (c) Except for the step of determining a treatment for breast cancer for each individual from the predicted genetic information and providing information on the determined treatment, configurations such as confirmation of MRI phenotype and prediction of genetic information are commonly included. Therefore, overlapping contents between the two inventions are applied interchangeably with each other, and overlapping contents are omitted in order to avoid complexity of the present specification.
  • the present invention provides a method for treating breast cancer comprising the following steps:
  • step (d) treating the breast cancer patient with the therapy determined in step (c).
  • step (d) according to the decision in step (c), the breast cancer patient may be treated with anti-estrogen therapy.
  • the anti-estrogen therapy is administration of a selective estrogen receptor modulator (SERM) or an aromatase inhibitor.
  • SERM selective estrogen receptor modulator
  • aromatase inhibitor an aromatase inhibitor
  • Examples of the selective estrogen receptor modulator include, but are not limited to, tamoxifen and toremifene.
  • aromatase inhibitor examples include, but are not limited to, exmesteine, anastrozole, letrozole, and the like.
  • the breast cancer patient may be treated with adjuvant chemotherapy, prophylactic mastectomy, or a combination thereof.
  • the adjuvant chemotherapy includes i) cyclophosphamide, methotrexate, and 5-fluorouracil; ii) cyclophosphamide, adriamycin, and 5-fluorouracil; iii) cyclophosphamide, and adriamycin; iv) cyclophosphamide, adriamycin, and paclitaxel, v) methods of administering docetaxel, adriamycin, and cyclophosphamide, but are not limited thereto, and their dosage, administration schedule, interval, and cycle is well known to clinicians having ordinary knowledge in the field to which the present invention belongs, and can be appropriately selected and used under the judgment of the clinician without being limited to the above-mentioned types of anticancer agents.
  • the breast cancer treatment method of the present invention is a method for providing information for selecting a treatment for breast cancer using a breast cancer MRI image according to one aspect of the present invention described above, except that it additionally includes a step (d) of treating a patient
  • a step (d) of treating a patient In addition, configurations such as confirmation of MRI phenotype and prediction of genetic information are included in common. Therefore, overlapping contents between the two inventions are applied interchangeably with each other, and overlapping contents are omitted in order to avoid complexity of the present specification.
  • the present invention provides a breast cancer therapy selection system comprising the following components:
  • a first determination module for determining a phenotype of a tumor using an MRI image obtained from a patient
  • the database may be previously constructed, constructed by the present inventors, or a combination thereof.
  • the tumor phenotype determined in the first determination module is the same as described above in another aspect of the present invention.
  • one or more genetic information related to breast cancer determined by the second determination module is the same as described above in another aspect of the present invention.
  • the breast cancer treatment method determined in the third determination module is the same as described above in another aspect of the present invention.
  • the system according to the present invention extracts related information by accessing a database capable of searching or extracting information on a treatment method applicable to a breast cancer patient and a gene related to the treatment method, and thereby extracts information on the customized treatment method.
  • a user interface provided to the user may be additionally included.
  • the database or the server including the access information, the calculated information, and a user interface device or terminal connected thereto may be used in conjunction with each other.
  • the user interface device or terminal can request information on a customized breast cancer treatment method using changes in gene expression level according to the breast cancer phenotype from the server, receive and/or store the result, and can use a smart phone, PC (Personal Computer), tablet PC, personal digital assistant (PDA), web pad, and the like, and may be configured with a terminal equipped with a mobile communication function equipped with a microprocessor and arithmetic capability.
  • PC Personal Computer
  • PDA personal digital assistant
  • the server is a means for providing access to a database and is configured to be connected to a user interface device or terminal through a communication unit to exchange various types of information.
  • the communication unit not only communicates in the same hardware, but also local area network (LAN), metropolitan area network (MAN), wide area network (WAN), Internet, 2G, 3G, 4G It may include a mobile communication network, Wi-Fi, Wibro registered patent 10-2188376 (Wibro), and the like, and the communication method does not cover wired or wireless, and any communication method may be used.
  • LAN local area network
  • MAN metropolitan area network
  • WAN wide area network
  • Internet 2G, 3G, 4G
  • Wi-Fi Wibro registered patent 10-2188376
  • Wibro Wibro registered patent 10-2188376
  • the database can also be connected to various life science databases that are not only directly installed on the server, but also accessible via the Internet, depending on the purpose.
  • the method according to the present invention may be implemented in hardware, firmware, or software or a combination thereof.
  • the storage medium When implemented as software, the storage medium includes any medium that stores or transmits data in a form readable by a device such as a computer.
  • a computer readable medium may include read only memory (ROM); random access memory (RAM); magnetic disk storage media; optical storage media; It includes flash memory devices and other electrical, optical or acoustic signal transmission media.
  • the present invention provides a method for providing information on progression or prognosis of breast cancer and information for selecting a treatment for breast cancer using breast cancer MRI images.
  • genetic information can be predicted using non-invasive MRI images, and accordingly, it can be usefully used to provide information on the progression or prognosis of breast cancer and information for selecting a treatment for breast cancer.
  • MRI magnetic resonance imaging
  • 2A to 2C are diagrams showing MRI images of invasive ductal carcinoma in a 61-year-old woman.
  • BI-RADS Breast Imaging-Reporting and Data System
  • SSF spatial scale filter
  • CAD computer-aided diagnosis.
  • Figure 3a is a diagram showing genes differentially expressed according to the lesion type of MRI phenotype in ER-positive breast cancer patients using a heat map.
  • 3B is a diagram showing genes differentially expressed according to MRI texture SSF 5 PreT1 standard deviation in triple-negative breast cancer using a heat map.
  • Figure 4 is a diagram showing the gene network analysis results obtained from Ingenuity Pathway Analysis with the input of the top 100 differentially expressed genes (Q value ⁇ .1) according to MRI phenotype (P ⁇ .05).
  • 5a and 5b are diagrams showing the classical pathway of breast cancer-related genes that are differentially expressed according to the lesion type in ER-positive breast cancer.
  • % used to indicate the concentration of a particular substance is (weight/weight) % for solids/solids, (weight/volume) % for solids/liquids, and liquid/liquid is (volume/volume) %.
  • MRI magnetic resonance imaging
  • T1-weighted images included 1 pre-enhancement step (taken at two different flip angles of 2° and 9° in the transverse plane covering the entire tumor volume) and 5 post-enhancement steps (I.V. meglumine gadoterate 0.2 mL/ml). kg dose, 30-mL saline dose, 93 sec, 180 sec, 268 sec, 356 sec, and 443 sec) were included.
  • 2A to 2C are diagrams showing MRI images of invasive ductal carcinoma in a 61-year-old woman.
  • BI-RADS Breast Imaging-Reporting and Data System
  • SSF spatial scale filter
  • CAD computer-aided diagnosis.
  • the type of lesion was classified as mass or non-mass enhancement. For masses, shape, margin, and internal enhancement characteristics were evaluated, and for non-masses, distribution and internal enhancement patterns were evaluated.
  • T2 pre-contrast T1-weighted images (PreT1), and post-contrast T1-weighted images (PostT1) obtained in the first contrast agent injection step were used.
  • the following six texture variables were extracted according to different spatial scale filters (SSF) ranging from 0 (unfiltered), 2 (2 mm pixel scale) and 5 (5 mm pixel scale). i) mean pixel intensity, ii) standard deviation, iii) mean of positive pixels, iv) entropy, v) kurtosis and vi) why Skewness.
  • SSF spatial scale filters
  • the texture features for PostT1-PreT1 were obtained by subtracting each variable value in PreT1 from each parameter value in PostT1. A total of 72 quantified variables were obtained. Early [slow (pixel value increment value ⁇ 50%), medium (pixel value increment value 50-100%) or fast (pixel value increment value >100%)] and delayed phase enhancement patterns [wash ( washout (at least 10% decrease), plateau (increase or decrease within 10%) or persistent (at least 10% increase)] and the proportion of washout components of each tumor were extracted.
  • 3 genes were upregulated and 15 were downregulated. Of the 18 differentially expressed genes, 3 were protein-coding genes, 5 were non-coding genes, and 10 were pseudogenes or unidentified genes.
  • the five non-coding RNA genes included two small nucleolar RNAs, one microRNA, one long non-coding RNA, and one Y-RNA.
  • Table 2 summarizes 8 genes excluding false genes and unidentified genes among genes differentially expressed according to MRI phenotypes.
  • the present inventors additionally analyzed the expression of estrogen receptor (ER) or human epidermal growth factor 2 (HER2) genes in breast cancer and the expression of genes according to MRI phenotypes for each molecular subtype of breast cancer.
  • ER estrogen receptor
  • HER2 human epidermal growth factor 2
  • Table 3 summarizes important genes related to breast cancer among genes that are differentially expressed according to MRI phenotypes for each subtype of breast cancer.
  • RNA sequence variants After calculating the total RNA concentration using Quant-IT RiboGreen (Invitrogen, Carlsbad, CA), sequencing library construction was performed on 100 ng of total RNA. Paired-end (2 x 100 base pairs) sequencing was performed using the Illumina NovaSeq6000 sequencing system. Trimming of low-quality and adapter sequences was also performed from paired-end reads using Trim Galore software (version 0.6.5) and Cutadapt (version 1.15). To extract RNA sequence variants, the Genome Analysis Toolkit, a best practice workflow for single nucleotide polymorphisms and InDel calling, was used. To extract RNA sequence variants, we used the Genome Analysis Toolkit, a best practice workflow for single nucleotide polymorphisms and InDel calling.
  • RNA variants were annotated using Annotate Variation. Enriched functional annotation and path analysis were subsequently performed using Ingenuity Pathway Analysis software (Ingenuity Systems, Redwood City, Calif.).
  • the lesion type on MRI in ER-positive tumors showed direct and indirect interactions with each other as genes such as ESR1, BIRC5, CAV1, FGFR1, IL6, MIR27, and PTTG1 were upregulated on the network. . It has been found that the above genes are associated with an increase in anti-estrogen resistance in ER-positive breast cancer and are associated with metastasis and poor survival.
  • the network score was 11 points and included cell cycle, cellular growth and proliferation.
  • ESR1 Exit from cell cycle progression of epithelial cell lines .011 YAP1 Arrest in mitosis of tumor cells .011 ACRBP Adhesion of stromal cell lines .011 SRGN Progressive unresectable estrogen receptor positive HER2 negative breast cancer .011 ESR1 Unresectable estrogen receptor positive HER2 negative breast adenocarcinoma .011 ESR1 Binding of basic transcription elements .011 KLF13 Angiogenesis of malignant tumor .011 CCN4 Apocrine breast carcinoma .011 ESR1 Metastatic estrogen receptor mutation positive HER2 negative breast adenocarcinoma
  • preT1_standard deviation in tumor texture SSF 5 in triple-negative breast cancer was annotated with features related to breast cancer or general cancer.
  • the lesion type on MRI in ER-positive tumors was related to the classical pathway of genes related to breast cancer.
  • Tablemaker (version 2.1.1) and Ballgown R package (version 2.22.0) were used to analyze the differential expression of individual genes between the two groups of each MRI phenotype. Estimate gene expression levels using fragments per kilobase of transcript per million mapped reads and use a parametric F test to compare nested linear models with P values for differential expression. and extracted. The Ballgown Stahl function was used to calculate the log double change (log2FC) of gene expression between the two groups of each MRI phenotype. Finally, the differential gene expression results were visualized using R's volcano plot and heat map.
  • the present inventors correlated the multivariate MRI phenotype of breast cancer with total RNA sequencing data. Genes differentially expressed according to the heterogeneity and angiogenesis of breast cancer were investigated using the morphology and texture analysis of breast cancer using BI-RADS lexicon in MRI.
  • CCL3L1 gene which increases the migration and invasion of breast cancer cells, was up-regulated when breast cancer showed mass-like lesions compared to non-massive contrast-enhancing lesions.
  • MIR421 gene associated with cell proliferation, migration, invasion, inflammatory breast cancer, and poor metastasis-free survival was downregulated in cancers with irregular tumor shapes compared to round/elliptical tumors. This suggests that breast cancer may be more aggressive and have a poor prognosis if it looks like a round/elliptical mass.
  • genes such as ESR1, BIRC5, CAV1, FGFR1, IL6, MIR27, and PTTG1 were upregulated, showing direct and indirect interactions with each other. It has been found that the above genes are associated with an increase in anti-estrogen resistance, metastasis and poor survival. This network score was 11 points and included cell cycle, cellular growth and proliferation. These results also show that mass-type ER-positive tumors can be associated with drug resistance, metastasis, and low survival rates.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Bioethics (AREA)
  • Chemical & Material Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Reproductive Health (AREA)
  • Gynecology & Obstetrics (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보, 및 유방암 치료법 선택을 위한 정보를 제공하는 방법에 관한 것이다. 본 발명의 방법을 이용하는 경우 비침습적인 MRI 영상을 이용하여 유전자 정보를 예측할 수 있고, 이에 따라 유방암의 진행 또는 예후에 관한 정보와 유방암 치료법 선택을 위한 정보를 제공하는데 유용하게 사용될 수 있다.

Description

자기공명영상과 RNA 유전자 정보를 이용한 유방암 관련 정보제공 방법
본 발명은 대한민국 과학기술정보통신부의 지원 하에서 과제번호 NRF-2021R1A2C1010565에 의해 이루어진 것으로서, 상기 과제의 과제관리 전문기관은 한국연구재단, 연구사업명은 "기초연구사업 중견연구", 연구과제명은 "인공지능을 이용한 유방암 예후 유전자와 미세환경 예측을 위한 radiomics 플랫폼 구축", 주관기관은 고려대학교, 연구기간은 2021.03.01 ~ 2024.02.29 이다.
또한, 본 발명은 대한민국 과학기술정보통신부의 지원 하에서 과제번호 2020R1C1C1012288에 의해 이루어진 것으로서, 상기 과제의 과제관리 전문기관은 한국연구재단, 연구사업명은 "이공분야기초연구사업 (신진연구지원사업)", 연구과제명은 "영상 유전체 통합 빅데이터 분석을 활용한 여성암 정밀의료 기반 구축", 주관기관은 인천대학교 산학협력단, 연구기간은 2020.03.01 ~ 2025.05.28 이다.
또한, 본 발명은 대한민국 과학기술정보통신부의 지원 하에서 과제번호 2020R1G1A1102372에 의해 이루어진 것으로서, 상기 과제의 과제관리 전문기관은 한국연구재단, 연구사업명은 "이공분야기초연구사업 (생애첫연구)", 연구과제명은 "유방암의 수술 전 항암치료의 반응을 예측하는데 있어 고식적 역동적 조영증강 자기공명영상과 초고속 자기공명영상의 역할: 진단적 능력과 미세혈관밀도를 이용한 영상-병리 연관성", 주관기관은 차의과학대학교 산학협력단, 연구기간은 2020.09.01 ~ 2023.02.28 이다.
본 특허출원은 2021년 8월 9일에 대한민국 특허청에 제출된 대한민국 특허출원 제10-2021-0104901호에 대하여 우선권을 주장하며, 상기 특허출원의 개시사항은 본 명세서에 참조로서 삽입된다.
본 발명은 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보, 및 유방암 치료법 선택을 위한 정보를 제공하는 방법에 관한 것이다.
유방암의 MRI 특징은 다양한 유전자 변화에 기인할 수 있다. 그러나 유방암에서 다중 매개변수 MRI 기능과 전체 RNA 시퀀싱 데이터 간의 상관 관계에 대한 전향적 연구는 거의 없다.
자기공명영상(MRI)은 다중 변수 평가를 통해 유방암을 진단하고 치료 반응을 평가하는 데 특이성이 좋은 가장 민감한 영상 기법이다. 다중 변수 MRI 평가(Multiparametric MRI assessment)에는 BI-RADS(Breast Imaging-Reporting and Data System)를 사용한 종양 형태의 정성적 평가와 시간 향상 곡선(time-enhancement curves), 관류 특징(perfusion features) 및 조직 특징(texture features)의 컴퓨팅 분석을 사용한 종양 혈관신생(tumor angiogenesis) 및 이질성(heterogeneity)의 정량적 평가가 포함된다.
종양의 혈관신생은 유방암의 진행에 필수적인 현상이며 MRI를 이용한 혈관신생 정도는 시판되는 CAD(Computer-Aided Diagnosis) 시스템을 사용하여 시간-강도 곡선(time-intensity curve)으로 평가할 수 있다. 최근 연구에 따르면 CAD의 높은 동역학적 이질성(high kinetic heterogeneity)과 피크 향상(peak enhancement)은 유방암에서 원격 전이 없는 생존율이 낮은 것(poor distant metastasis-free survival in breast cancer)과 관련이 있다고 보고되었다. 종양 이질성은 세포 밀도, 괴사 또는 세포외 기질을 포함한 조직학적 복잡성을 나타낸다. 종양 이질성은 픽셀의 그레이 레벨 강도와 위치를 평가하는 수학적 방법을 참조하는 텍스처 분석을 사용하여 측정할 수 있다. 최근 연구에 따르면 종양 이질성을 나타내는 T2 강조 영상(T2)의 높은 엔트로피는 재발 없는 생존이 불량한 것(poor recurrence-free survival)과 관련이 있다. 한편, 종양 혈관신생 및 이질성은 다양한 유전적 돌연변이에 의해 영향을 받을 수 있다.
유방암의 영상의학-유전체학적 조사(radiogenomic investigation)는 유전자 수준에서 종양 특성에 대한 더 나은 이해를 제공하고 최적의 치료법을 선택하고 보다 정확하게 예후를 예측하는 데 도움이 되는 이미징 바이오마커를 제공할 수 있다. 유방암의 MRI 특징을 유전적 변화와 연관시키기 위한 몇 가지 후향적 영상의학-유전체학적 분석(retrospective radiogenomic analysis)이 있었다. 그들은 조영증강 T1 강조 MRI(contrast-enhanced T1-weighted MRI)에서 종양 크기, 병변 유형, 모양 또는 이질적 향상이 세포 주기, 재발 또는 종양 미세 환경과 관련된 유전적 변화와 상관관계가 있음을 밝혔다. 그러나 임상적으로 접근 가능한 다중 변수 MRI 기능을 전체 RNA 시퀀싱 데이터와 연관시킨 전향적 연구는 거의 없는 실정이다.
본 발명자들은 종양 형태, 이질성 및 혈관신생에 관한 유방암의 MRI 특징과 전체 RNA 시퀀싱 데이터를 상호 연관시켜 임상 결과 및 관리 전략을 개발하고자 예의 연구 노력하였다. 구체적으로는 BI-RADS 렉시콘(lexicon)을 사용하여 종양 형태를 평가하고 조직 분석을 사용하여 종양 이질성을 평가하였으며, 또한 유방암의 분자 아형 (molecular subtype) 별로 MRI 변수의 표현형에 따른 유전자 발현 정도를 분석하였다. 이러한 다양한 MRI 변수의 표현형에 따라 차등적으로 발현되는 유전자 정보와 이와 관련된 유방암의 진행 또는 예후, 및 유방암 치료법 선택을 위한 정보를 제공하는데 유용하게 사용될 수 있다는 점을 확인하고 본 발명을 완성하였다.
따라서, 본 발명의 목적은 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보, 및 유방암 치료법 선택을 위한 정보를 제공하는 방법을 제공하는 것이다.
본 발명의 일 양태에 따르면, 본 발명은 다음 단계를 포함하는 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보를 제공하는 방법을 제공한다:
(a) 유방암 환자로부터 수득한 MRI 영상으로부터 MRI의 표현형을 확인하는 단계;
(b) 상기 확인된 MRI 표현형 및 병리적 분자 아형에 따라 차등적으로 발현되는 1 이상의 유전자 정보를 예측하는 단계; 및
(c) 상기 예측된 유전자 정보로부터 유방암의 진행 또는 예후에 관한 정보를 제공하는 단계.
본 발명의 일 구현 예에 있어서, 상기 MRI의 표현형은 종양의 크기, 종양의 개수, 종양의 형태, 강조 역학(enhancement kinetics), 종양의 텍스처(texture)로 이루어진 군으로부터 선택되는 것이나, 이에 제한되는 것은 아니다.
본 발명의 일 구현예에 있어서, 상기 종양의 크기는 종양의 직경이 20 mm 초과, 또는 20 mm 이하 여부이다.
본 발명의 일 구현예에 있어서, 상기 종양의 개수는 1개 또는 복수개인 것이다.
본 발명의 일 구현예에 있어서, 상기 종양의 형태는 i) 병변 타입이 종괴 타입, 또는 비종괴 타입인지; ii) 종괴 타입의 종양 모양이 불규칙적이거나, 또는 타원형 내지 원형인지; iii) 종괴 경계가 뾰족한지(spiculated), 또는 국한되어 있거나 불규칙적인지(circumscribed or irregular); iv) 종괴 내부 강조 특징이 둘레(rim) 형태인지, 또는 균질하거나 비균질한지(Homogeneous or heterogeneous); v) 비종괴 타입의 종양 분포가 분절형인지(segmental), 또는 국소적, 선형, 영역, 내지 미만성(Focal, linear, regional, or diffuse)인지; 또는 vi) 비종괴의 내부 강조 패턴이 클러스터링된 링이거나 덩어리형태인지(Clustered ring, or clumped), 또는 균질하거니 비균질한지(Homogeneous or heterogeneous)인 것이다.
본 발명의 일 구현예에 있어서, 상기 강조 역학은 i) 초기 강조가 빠른지(fast), 또는 중간이거나 느린지(medium or slow); ii) 지연된 강조가 고원형 내지 유실형(plateau or washout), 또는 지속형(persistent)인지; 또는 iii) 조영 유실 구성(washout component)의 백분율이 31.31% 초과, 또는 31.31% 이하인지 여부인 것이다.
본 발명의 일 구현예에 있어서, 상기 종양의 텍스처는 SSF(spatial scale filter)가 0, 2, 또는 5일 때의 T2, 조영 전 T1 강조 영상(PreT1), 및 제1 조영제 주입 단계에서 얻은 조영 후 T1 강조 영상(PostT1)으로부터 추출된 i) 평균 픽셀 강도(mean pixel intensity), ii) 표준 편차(standard deviation), iii) 양수 픽셀의 평균(mean of positive pixels), iv) 엔트로피(entropy), v) 첨도(kurtosis) 및 vi) 왜도(skewness)로 이루어진 군으로부터 선택되는 것인, 방법.
본 발명의 일 구현예에 있어서, 상기 종양의 텍스처는 SSF(spatial scale filter)가 0, 2, 또는 5일 때의 PostT1의 i) 내지 vi) 중 선택된 변수 값에서 PreT1의 i) 내지 vi) 중 선택된 변수 값을 뺀 PostT1-PreT1인 것이다.
본 발명의 일 구현예에 있어서, 상기 유전자 정보는 i) 유전자의 종류; 및 ii) 상향 또는 하향 조절 여부에 관한 것이다.
본 발명의 일 구현예에 있어서, 상기 (a) 단계의 MRI 표현형으로 종괴 유형인 경우에는 비종괴 증강 병변 유형과 비교하여 상기 (b) 단계의 유전자 정보로서 CCL3L1, SNORA31, SNORA45, 또는 이들의 조합의 유전자가 상향조절될 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기 (b) 단계의 유전자 정보로서 CCL3L1 유전자의 상향조절이 예측되는 경우 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로 비종괴 증강 병변 유형의 유방암에 비하여, 유방암 세포의 이주 및 침윤증가가 예측된다.
본 발명의 일 구현예에 있어서, 상기 (a) 단계의 MRI 표현형으로 종괴 병변에서 종괴 모양이 불규칙한 경우, 상기 (b) 단계의 유전자 정보는 LINC01124, Y-RNA, MIR421, DEGS1, VIMP, 또는 이들의 조합의 유전자가 하향조절되는 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기 MIR421 유전자의 하향조절이 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 원형 또는 타원형의 종괴 유형의 유방암에 비하여, 유방암 세포의 증식, 이주, 침윤이 확인되거나, 또는 염증성 유방암으로 진단될 확률이 높고, 미전이 생존가능성이 낮을 것으로 예측된다.
본 발명의 일 구현예에 있어서, 상기 병리적 분자 아형은 유방암 환자의 병리적 분자 아형을 의미하고, 구체적으로는 i) 에스트로겐 수용체(estrogen receptor, ER) 양성 또는 음성, ii) 삼중음성 유방암 여부, 또는 iii) HER2 양성 또는 음성을 의미하나, 이에 한정되는 것은 아니다.
본 발명의 일 구현예에 있어서, 상기 유방암 환자의 유방암 아형이 에스트로겐 수용체(ER) 양성인 경우에 상기 (a) 단계의 MRI 표현형이 종괴 병변 유형이면, 상기 (b) 단계의 유전자 정보는 비종괴 병변 유형에 비해 SNORA31, CCL3L1, SNHG12, FTH1, MIR206, SLC39A7, CD9, 또는 이들의 조합의 유전자가 상향 조절; CHD4, SOX17, SNORA30, MIR126, MIR597, 또는 이들의 조합의 유전자가 하향조절; 또는 이들의 조합과 같이 발현 양상이 나타날 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기와 같은 유전자의 정보가 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 ER 양성 및 종괴 유형의 유방암에서 암세포의 증식, 화학요법에 대한 저항성, 및 전이의 가능성이 높은 것으로 예측된다.
본 발명의 일 구현예에 있어서, 상기 유방암 환자의 유방암 아형이 삼중음성 유방암이 아닌 경우에 상기 (a) 단계의 MRI 표현형이 종괴 병변 유형이면, 상기 (b) 단계의 유전자 정보는 비종괴 병변 유형에 비해 SNORA31, CCL3L1, SNORA71B 또는 이들의 조합의 유전자가 상향 조절되는 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기와 같은 유전자의 정보가 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 삼중음성 유방암이 아니면서 종괴 유형의 유방암의 경우 암세포의 증식, 이주, 및 전이의 가능성이 높은 것으로 예측된다.
본 발명의 일 구현예에 있어서, 상기 유방암 환자의 유방암 아형이 삼중음성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 5에서 Pre-T1 표준편차가 증가된 경우, 상기 (b) 단계의 유전자 정보는 CLEC3A, SRGN, DACT1, CGA, HSPG2, ABCC5, KMT2D, FBP1, VMP1, FZD2, 또는 이들의 조합의 유전자가 상향 조절; PRDX4, NOP10, IGLC2, SNORA50, 또는 이들의 조합의 유전자가 하향조절; 또는 이들의 조합과 같이 발현 양상이 나타날 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기와 같은 유전자의 정보가 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 삼중음성 유방암이면서 SSF5에서 preT1 표준편차가 증가된 유방암의 경우 암세포의 화학요법에 대한 저항성, 전이, 재발, 낮은 생존율을 나타낼 가능성이 높을 것으로 예측된다.
본 발명의 일 구현예에 있어서, 상기 유방암 환자의 유방암 아형이 HER2 양성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 2에서 postT1_mpp가 증가된 경우, 상기 (b) 단계의 유전자 정보는 MLKL, POTEM, 또는 이들의 조합의 유전자가 상향 조절될 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기와 같은 유전자의 정보가 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 유방암 아형이 HER2 양성 유방암이면서 종양의 텍스쳐가 SSF 2에서 postT1_mpp가 증가된 경우, 종양의 크기가 크고, Ki-67 유전자가 상향조절 될 가능성이 높을 것으로 예측된다.
본 발명의 일 구현예에 있어서, 상기 유방암 환자의 유방암 아형이 HER2 양성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 5에서 T2_mpp가 감소된 경우, 상기 (b) 단계의 유전자 정보는 CXCL10 유전자가 상향 조절될 것으로 예측된다.
본 발명의 구체적인 구현예에 있어서, 상기와 같은 유전자의 정보가 예측되는 경우, 상기 (c) 단계의 유방암의 진행 또는 예후에 관한 정보로는 유방암 아형이 HER2 양성 유방암이면서 종양의 텍스쳐가 SSF 5에서 T2_mpp가 감소된 경우, 암세포의 증식 및 전이 가능성이 높을 것으로 예측된다.
본 발명의 다른 일 양태에 따르면, 본 발명은 다음 단계를 포함하는 유방암 MRI 영상을 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법을 제공한다:
(a) 유방암 환자로부터 수득한 MRI 영상으로부터 MRI의 표현형을 확인하는 단계;
(b) 상기 확인된 MRI 표현형 및 병리적 분자 아형에 따라 차등적으로 발현되는 1 이상의 유전자 정보를 예측하는 단계; 및
(c) 상기 예측된 유전자 정보로부터 개인별 유방암 치료법을 결정하고 결정된 치료법에 관한 정보를 제공하는 단계.
본 발명의 상기 유방암 MRI 영상을 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법은 상술한 본 발명의 일 양태에 따른 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보를 제공하는 방법과 (c) 예측된 유전자 정보로부터 개인별 유방암 치료법을 결정하고 결정된 치료법에 관한 정보를 제공하는 단계를 제외하고는, MRI의 표현형의 확인, 유전자 정보의 예측 등의 구성을 공통적으로 포함한다. 따라서 양 발명 사이에 중복되는 내용은 서로 상호 교환적으로 적용되고, 중복되는 내용은 본 명세서의 복잡성을 피하기 위하여 그 기재를 생략한다.
본 발명의 다른 일 양태에 있어서 본 발명은 다음 단계를 포함하는 유방암의 치료방법을 제공한다:
(a) 유방암 환자로부터 수득한 MRI 영상으로부터 MRI의 표현형을 확인하는 단계;
(b) 상기 확인된 MRI 표현형 및 병리적 분자 아형에 따라 차등적으로 발현되는 1 이상의 유전자 정보를 예측하는 단계;및
(c) 상기 예측된 유전자 정보로부터 개인별 유방암 치료법을 결정하는 단계; 및
(d) 상기 (c) 단계에서 결정된 치료법으로 유방암 환자를 치료하는 단계.
(d) 단계에서는 상기 (c) 단계의 결정에 따라, 상기 유방암 환자를 항-에스트로겐 치료법으로 치료할 수 있다.
본 발명의 구체적인 구현예에 있어서, 상기 항-에스트로겐 치료법은 선택적 에스트로겐 수용체 조절제 (selective estrogen receptor modulator, SERM) 또는 아로마타제 억제제를 투여하는 것이다.
상기 선택적 에스트로겐 수용체 조절제의 예에는 타목시펜, 토레미펜이 있으나, 이에 한정되는 것은 아니다.
상기 아로마타제 억제제의 예에는 엑스메스테인, 아나스트로졸, 레트로졸 등이 있으나, 이에 한정되는 것은 아니다.
(d) 단계에서는 상기 (c) 단계의 결정에 따라, 상기 유방암 환자를 보조항암화학요법, 예방적 유방 절제술, 또는 이들의 조합으로 치료할 수 있다.
상기 보조항암화학요법에는 i) 사이클로포스파마이드, 메토트렉세이트, 및 5-플루오로우라실; ii) 사이클로포스파마이드, 아드리아마이신, 및 5-플루오로우라실; iii) 사이클로포스파마이드, 및 아드리아마이신; iv) 사이클로포스파마이드, 아드리아마이신, 및 파클리탁셀, v) 도세탁셀, 아드리아마이신, 및 사이클로포스파마이드를 투여하는 방법 등이 있으나, 이에 한정되는 것은 아니고, 이들의 투여용량, 투여스케쥴, 간격 및 사이클은 본 발명이 속하는 분야에서 통상의 지식을 가진 임상의에게 잘 알려져 있으며, 상술한 항암제의 종류에 한정되지 않고 임상의의 판단 하에 적절히 선택되어 사용될 수 있다.
본 발명의 상기 유방암의 치료방법은 상술한 본 발명의 일 양태에 따른 유방암 MRI 영상을 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법과 환자를 치료하는 단계인 (d) 단계를 추가적으로 포함하는 것을 제외하고는, MRI의 표현형의 확인, 유전자 정보의 예측 등의 구성을 공통적으로 포함한다. 따라서 양 발명 사이에 중복되는 내용은 서로 상호 교환적으로 적용되고, 중복되는 내용은 본 명세서의 복잡성을 피하기 위하여 그 기재를 생략한다.
본 발명의 또 다른 일 양태에 따르면, 본 발명은 다음 구성을 포함하는 유방암 치료법 선택시스템을 제공한다:
(a) 유방암 치료법과 관련된 유전자의 정보 검색 및 추출이 가능한 데이터베이스;
(b) 상기 데이터베이스에 접근 가능한 통신부;
(c) 환자로부터 수득한 MRI 영상을 이용하여 종양의 표현형을 결정하는 제1결정모듈;
(d) 종양의 표현형을 이용하여 유방암과 관련된 1 이상의 유전자 정보를 결정하는 제2결정모듈;
(e) 상기 도출된 유전자 정보로부터 유방암의 치료방법을 결정하는 제3결정 모듈; 및
(f) 상기 1 이상의 결정 모듈에서 결정된 결정 값을 표시하는 표시부.
본 발명의 일 구현예에 있어서, 상기 데이터베이스는 종래 구축되어 있는 것이거나, 본 발명자들에 의하여 구축된 것이거나, 또는 이들을 통합한 것일 수 있다.
본 발명의 일 구현예에 있어서, 상기 제1결정모듈에서 결정하는 종양의 표현형은 본 발명의 다른 일 양태에서 상술한 것과 같다.
본 발명의 일 구현예에 있어서, 상기 제2결정모듈에서 결정하는 유방암과 관련된 1 이상의 유전자 정보는 본 발명의 다른 일 양태에서 상술한 것과 같다.
본 발명의 일 구현예에 있어서, 상기 제3결정모듈에서 결정하는 유방암의 치료방법은 본 발명의 다를 일 양태에서 상술한 것과 같다.
본 발명에 따른 시스템은 유방암 환자에 대해 적용대상이 되는 치료방법및 치료방법과 관련된 유전자에 대한 정보 검색 또는 추출이 가능한 데이터베이스에 접근하여 관련 정보를 추출하고, 이에 따라 상기 맞춤형 치료방법에 관한 정보를 사용자에게 제공하는 사용자 인터페이스를 추가로 포함할 수 있다.
본 발명에 따른 시스템에서 상기 데이터베이스 또는 그 접근 정보를 포함하는 서버, 산출된 정보 및 이와 연결된 사용자 인터페이스 장치 또는 단말은 서로 연계되어 사용될 수 있다.
본 발명에 따른 시스템에서 사용자 인터페이스 장치 또는 단말은 서버로부터 유방암의 표현형에 따른 유전자 발현량 변화를 이용한 맞춤형 유방암 치료방법에 관한 정보를 요청, 결과 수신 및/또는 저장할 수 있으며, 스마트 폰, PC (Personal Computer), 태블릿 PC, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA), 웹 패드 등과 같이 메모리 수단을 구비하고 마이크로프로세서를 탑재하여 연산 능력을 갖춘 이동 통신 기능을 구비한 단말기로 구성될 수 있다.
본 발명에 따른 시스템에서 서버는 데이터베이스에 대한 접근을 제공하는 수단으로, 통신부를 통해 사용자 인터페이스 장치 또는 단말과 연결되어 각종 정보를 교환할 수 있도록 구성된다.
여기서, 통신부는 동일한 하드웨어에서 의 통신은 물론, 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷, 2G, 3G, 4G 이동 통신망, 와이파이(Wi-Fi), 와이브로 등록특허 10-2188376 (Wibro) 등을 포함할 수 있으며, 통신 방식도 유선, 무선을 가리지 않으며 어떠한 통신 방식이라도 상관없다.
데이터베이스 또한 서버에 직접 설치된 것뿐 아니라 목적에 따라 인터넷 등을 통해 접근 가능한 다양한 생명과학 데이터베이스에 연결될 수 있다.
본 발명에 따른 방법은 하드웨어, 펌웨어, 또는 소프트웨어 또는 이들의 조합으로 구현될 수 있다.
소프트웨어로 구현되는 경우 저장매체는 컴퓨터와 같은 장치에 의해 판독 가능한 형태의 저장 또는 전달하는 임의의 매체를 포함한다. 예를 들면 컴퓨터 판독 가능한 매체는 ROM(read only memory); RAM(random access memory); 자기 디스크 저장 매체; 광저장 매체; 플래쉬 메모리 장치 및 기타 전기적, 광학적 또는 음향적 신호 전달 매체 등을 포함한다.
본 발명은 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보, 및 유방암 치료법 선택을 위한 정보를 제공하는 방법을 제공한다. 본 발명의 방법을 이용하는 경우 비침습적인 MRI 영상을 이용하여 유전자 정보를 예측할 수 있고, 이에 따라 유방암의 진행 또는 예후에 관한 정보와 유방암 치료법 선택을 위한 정보를 제공하는데 유용하게 사용될 수 있다.
도 1은 본 연구에 참여한 참여자 모집에 관한 순서도이다. MRI = magnetic resonance imaging.
도 2a 내지 도 2c는 61세 여성의 침윤성 유관 암종의 MRI 영상을 나타낸 도이다. (2a) BI-RADS 렉시콘을 사용하여 T2 강조, 조영 전 T1 강조 및 조영 후 T1 강조 영상에서 종양 형태 평가를 수행하였다. 불규칙한 모양(irregular shaped), 불규칙한 가장자리(irregular marginated), 이질적인 강화 종괴(heterogeneous enhancing mass) (화살표)가 보인다. (2b) 0(필터링되지 않은 텍스처), 2(미세 필터링된 텍스처) 및 5(거친 필터링된 텍스처)의 SSF를 사용하여 관심 영역 내에서 텍스처 분석을 수행하였다. (2c) CAD 색상 오버레이 맵은 종양 향상 역학을 보여준다. 빨간색, 녹색 및 파란색 영역은 각각 washout, plateau 및 persistent enhancement pattern을 나타낸다. BI-RADS = Breast Imaging-Reporting and Data System, SSF = spatial scale filter, CAD = computer-aided diagnosis.
도 3a는 히트맵을 이용하여 ER 양성 유방암 환자에서 MRI의 표현형의 병변 유형에 따라서 차별적으로 발현되는 유전자를 나타낸 도이다. 도 3b는 히트맵을 이용하여 삼중음성 유방암에서 MRI 텍스쳐 SSF 5 PreT1 표준편차에 따라 차별적으로 발현되는 유전자를나타낸 도이다.
도 4는 MRI 표현형에 따라 상위 100개의 차등적으로 발현된 유전자 (Q value < .1)의 입력으로 Ingenuity Pathway Analysis에서 얻은 유전자 네트워크 분석 결과를 나타낸 도이다 (P < .05).
도 5a 및 도 5b는 ER 양성 유방암에서 병변유형에 따라 차등적으로 발현되는 유방암 관련 유전자의 고전적 경로를 나타낸 도이다.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 요지에 따라 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.
실시예
본 명세서 전체에 걸쳐, 특정 물질의 농도를 나타내기 위하여 사용되는 "%"는 별도의 언급이 없는 경우, 고체/고체는 (중량/중량) %, 고체/액체는 (중량/부피) %, 그리고 액체/액체는 (부피/부피) %이다.
실험재료 및 실험방법
연구 참여자
본 전향적 연구는 기관윤리위원회에 의하여 승인되었고, 모든 참여자로부터 서면으로 사전 동의를 받아 진행되었다. 2017년 6월부터 2018년 8월까지 병리학적으로 침습성 유방암이 입증된 206명의 연속 참가자는 치료 전 유방 MRI를 받았다. 206명의 참가자 중 111명은 다음과 같은 이유로 제외되었다: (a) 진단을 위한 절제 또는 진공 보조 생검(n = 32), (b) 5년 이내에 동측 유방 수술(n = 5), (c) 선행 화학 요법(n = 54), (d) 유전자 시퀀싱에 대한 사전 동의 거부 (n = 19) 및 (e) RNA 테스트를 위한 불충분한 샘플 양(n = 1). 궁극적으로 95명의 침습성 유방암을 가진 95명의 참가자가 본 연구에 포함되었다(도 1). 수술 표본에서 얻은 전체 게놈 RNA를 사용하여 차세대 시퀀싱(Next-generation sequencing)을 수행하였다.
도 1은 본 연구에 참여한 참여자 모집에 관한 순서도이다. MRI = magnetic resonance imaging.
연구 참여자 특징
본 발명자들은 유방암(평균 크기, 24.9mm ± 13.0)이 있는 95명의 환자(모든 여성, 평균 연령, 53세 ± 11[표준 편차])를 본 연구에 포함시켰다. 95개 유방암의 병변 특성은 표 1에 요약되어 있다.
연구 참여자 특징
Characteristics Values
Age (years) 53 ± 10 (25-81)
Lesion size (mm) 24.9 ± (6-72)
Histologic type
- Invasive ductal carcinoma 81
- Mucinous carcinoma 4
- Invasive lobular carcinoma 3
- Invasive micropapillary carcinoma 3
- Tubular carcinoma 2
- Medullary carcinoma 1
- Metaplastic carcinoma 1
Molecular subtype
- Luminal A 42
- Luminal B 25
- HER2-enriched 13
- Triple negative 15
참고 - 달리 명시되지 않는 한 데이터는 암(cancer)의 수이다. 평균 데이터는 ± 표준 편차이다. 괄호 안의 데이터는 범위이다. 모든 참가자(n = 95)는 여성이었다. HER2 = human epidermal growth factor receptor 2.
MRI 분석
본 발명자들은 전용 4채널 유방 코일이 있는 3T MRI 시스템(MAGNETOM Skyra; Siemens Healthineers, Erlangen, Germany)을 사용하였다. 지방 포화도가 있는 양측 가로 T2 (repetition time msec/echo time msec, 4050/56; matrix, 307 Х 384; field of view, 340 Х 340 mm; flip angle 120°; reconstruction voxel size, 0.44 Х 0.44 Х 3 mm; slice thickness, 3 mm) 및 T1 강조 영상 (3.44/1.36; matrix, 320 Х 320; field of view, 320 Х 320 mm; reconstruction voxel size, 1 Х 1 × 1 mm; slice thickness, 1 mm)을 얻었다. T1 강조 영상에는 1개의 조영 전 단계 (전체 종양 부피를 포함하는 가로 평면에서 2° 및 9°의 두개의 다른 플립 각도에서 촬영)와 5개의 조영 후 단계(I.V. 메글루민 가도테레이트 0.2 mL/kg 투여 후, 30-mL saline 투여 후, 93초, 180 초, 268 초, 356 초, 및 443 초에 촬영)가 포함되었다.
두 명의 방사선과 전문의가 MRI 기능을 합의하여 평가했다. 종양 형태는 BI-RADS 렉시콘에 따라 평가되었고 종양 이질성 및 혈관신생 특성은 상업적으로 이용 가능한 소프트웨어로 평가되었다. 텍스처 분석은 여과 히스토그램 기술(TexRAD; Feedback Medical Ltd., Cambridge, UK)을 사용하여 수행되었다. 강조 역학(enhancement kinetics)은 CAD 시스템(CADstream, 버전 6.0; Confirma, Kirkland, Wash)을 사용하여 평가되었다.
도 2a 내지 도 2c는 61세 여성의 침윤성 유관 암종의 MRI 영상을 나타낸 도이다. (2a) BI-RADS 렉시콘을 사용하여 T2 강조, 조영 전 T1 강조 및 조영 후 T1 강조 영상에서 종양 형태 평가를 수행하였다. 불규칙한 모양(irregular shaped), 불규칙한 가장자리(irregular marginated), 이질적인 강화 종괴(geneous enhancing mass) (화살표)가 보인다. (2b) 0 (필터링되지 않은 텍스처), 2 (미세 필터링된 텍스처) 및 5 (거친 필터링된 텍스처)의 SSF를 사용하여 관심 영역 내에서 텍스처 분석을 수행하였다. (2c) CAD 색상 오버레이 맵은 종양 향상 역학을 보여준다. 빨간색, 녹색 및 파란색 영역은 각각 washout, plateau 및 persistent enhancement pattern을 나타낸다. BI-RADS = Breast Imaging-Reporting and Data System, SSF = spatial scale filter, CAD = computer-aided diagnosis.
종양의 형태에 따라, 병변의 종류는 종괴 또는 비-종괴 증강(mass or non-mass enhancement)으로 구분하였다. 종괴에서는 형상(shape), 주변부(margin), 내적 조영 특성(internal enhancement characteristics)을 평가하였고, 비종괴에서는 분포(distribution), 내적 조영 양상(internal enhancement patterns)을 평가하였다. 텍스처 분석을 위해 T2, 조영 전 T1 강조 영상(PreT1), 및 제1 조영제 주입 단계에서 얻은 조영 후 T1 강조 영상(PostT1)을 사용하였다. 0 (필터링되지 않음)에서, 2 (2mm 픽셀 스케일) 및 5 (5mm 픽셀 스케일)까지의 다양한 공간 스케일 필터(spatial scale filters, SSF)에 따라 다음 6가지 텍스처 변수가 추출되었다. i) 평균 픽셀 강도(mean pixel intensity), ii) 표준 편차(standard deviation), iii) 양수 픽셀의 평균(mean of positive pixels), iv) 엔트로피(entropy), v) 첨도(kurtosis) 및 vi) 왜도(skewness).
PostT1의 각 매개변수 값에서 PreT1의 각 변수 값을 빼서 PostT1-PreT1에 대한 텍스처 기능을 얻었다. 총 72개의 정량화된 변수가 획득되었다. CAD 분석에서 초기[느림 (픽셀값 증가 값이 <50%), 중간(픽셀값 증가 값이 50-100%) 또는 빠름(픽셀값 증가 값이 >100%) ] 및 지연된 위상 향상 패턴[세척(washout; 적어도 10% 감소), 정체(plateau; 10% 이내 증감) 또는 지속(persistent; 적어도 10% 증가) ]과 각 종양의 washout components의 비율을 추출하였다.
MRI 표현형에 따라 차별적으로 발현되는 유방암과 관련된 유전자
P < .05, Q < .01 및 log2FC > 2.0 또는 < -2.0의 기준으로 총 18개의 유전자가 3개의 MRI 표현형에 따라 차등적으로 발현되었다:
이중 3개의 유전자가 상향 조절되고 15개가 하향 조절되었다. 18개의 차별적으로 발현된 유전자 중 3개는 단백질 코딩 유전자, 5개는 비암호화 유전자, 10개는 거짓 유전자(pseudogene) 또는 미확인 유전자(unidentified gene)였다. 5개의 비암호화 RNA 유전자에는 2개의 작은 핵형 RNA(small nucleolar RNA), 1개의 마이크로RNA(microRNA), 1개의 긴 비암호화 RNA(long non-coding), 및 1개의 Y-RNA가 포함되었다.
하기 표 2는 MRI 표현형에 따라 차등적으로 발현되는 유전자들 중 거짓 유전자 및 미확인 유전자를 제외한 8개의 유전자를 요약한 것이다.
MRI 표현형에 따라 차별적으로 발현되는 유방암과 관련된 유전자
MRI phenotype Genes Log2FC P value Q value
Lesion type CCL3L1 2.81 .001 .063
SNORA31 2.77 <.001 .053
SNORA45 2.81 <.001 .047
Mass shape LINC01124 -2.09 <.001 .001
Y-RNA -2.13 <.001 .005
MIR421 -2.57 < .001 .005
DEGS1 -2.66 < .001 .003
VIMP -2.76 .001 .096
상기 표 2에 나타낸 바와 같이, 종괴 유형(lesion type)은 비종괴 증강 병변 유형과 비교하여 유방암 세포의 migration과 invasion의 증가와 관련 있는 CCL3L1 (log2fc = 2.81, P = .001, Q = .063)의 상향 조절을 보였다.
불규칙한 종괴 모양은 원형/타원형의 종괴와 비교하여 유방암에서 cell proliferation, migration, invasion 및 inflammatory breast cancer, poor metastasis-free survival과 관련된 MIR421 (log2FC = -2.57, P < .001, Q = .005)의 하향 조절을 보여주었다.
본 발명자들은 유방암의 estrogen receptor (ER) 또는 human epidermal growth factor 2 (HER2) 유전자 발현 여부와 이에 따른 유방암의 molecular subtype 별로 MRI 표현형에 따른 유전자 발현여부를 추가 분석하였다.
결과는 표 3 및 도 3a-3d에 나타내었다.
표 3은 유방암의 아형별 MRI 표현형에 따라 차별적으로 발현되는 유전자 중 유방암과 관련된 중요 유전자를 요약한 것이다.
유방암 아형 별 MRI 표현형에 따라 차별적으로 발현되는 유방암과 관련된 중요 유전자
유방암 아형 MRI phenotype Genes Log2FC P value Q value
ER 양성 Lesion type SNORA31 5.93 <.001 .003
CCL3L1 4.40 .001 .047
SNHG12 3.43 .002 .066
FTH1 3.03 <.001 <.001
MIR206 2.86 .002 .053
SLC39A7 2.65 .002 .048
CD9 2.04 .003 .080
CHD4 -2.21 <.001 .015
SOX17 -2.28 <.001 .003
SNORA30 -2.44 .001 .044
MIR126 -3.63 .001 <.001
MIR597 -8.05 <.001 <.001
ER 양성 혹은 HER2 양성 Lesion type SNORA31 3.34 <.001 .04
CCL3L1 3.08 .001 .05
SNORA71B 2.92 .001 .06
HER2 양성 SSF 2 postT1_mpp MLKL 2.20 <.001 .064
HER2 양성 SSF 5 T2_mpp CXCL10 3.27 <.001 .08
삼중음성 SSF 5 preT1_표준편차 CLEC3A 4.50 <.001 .036
SRGN 3.72 <.001 .062
DACT1 3.61 <.001 .002
CGA 2.89 <.001 .035
HSPG2 2.85 .002 .084
ABCC5 2.36 <.001 .007
KMT2D 2.35 .001 .035
FBP1 2.29 <.001 .035
VMP1 2.26 <.001 .037
FZD2 2.06 .002 .085
PRDX4 -2.80 .002 .094
NOP10 -3.45 .001 .052
IGLC2 -6.18 <.001 .016
SNORA50 -9.25 .001 .063
표 3 및 도 3a-3b에 나타낸 바와 같이, ER 양성 종양에서 MRI 상 종괴 타입인 경우, 총 31개의 유전자 (SNORA31, CCL3L1, SNHG12, FTH1, MIR206, SLC39A7, CD9 등)가 상향조절 되었고, 22개의 유전자 (CHD4, SOX17, SNORA30, MIR126, MIR597 등)가 하향조절 되었다. 이러한 유전자 발현은 ER 양성이면서 종괴 타입의 유방암에서 cell proliferation, chemoresistance, metastasis의 가능성이 높을 것으로 예측된다.
또한, 삼중음성유방암이 아닌 유방암 (ER 양성 혹은 HER2 양성)에서 MRI 상 종괴 타입인 경우, 3개의 유전자 (SNORA31, CCL3L1, SNORA71B)이 상향조절 되었고, 5개의 유전자가 하향조절 되었다. 이러한 유전자의 발현은 삼중음성유방암이 아닌 유방암이면서 종괴 타입의 유방암에서 cell proliferation, migration, invasion, metastasis의 가능성이 높을 것으로 예측된다.
표 3 및 도 3c-3d에 나타낸 바와 같이, 삼중음성유방암이면서 MRI 표현형으로 종양의 텍스처가 SSF 5에서 preT1_표준편차가 증가된 경우, 29개의 유전자 (CLEC3A, SRGN, HSPG2, ABCC5, KMT2D, FBP1, VMP1, FZD2 등)가 상향조절 되었고, 14개의 유전자 (SNORA5, IGLC2, PRDX4 등)가 하향조절 되었다. 이러한 유전자의 발현은 삼중음성유방암이면서 SSF 5에서 preT1_표준편차가 증가된 유방암에서 chemoresistance, metastasis, recurrence, poor survival의 가능성이 높을 것으로 예측된다.
HER2 양성 종양이면서 종양의 텍스처가 SSF 2에서 postT1_mpp가 증가된 경우, 2개의 유전자 (MLKL, POTEM)가 상향조절 되었으며, 이러한 유전자의 발현은 HER2 양성종양이면서 SSF 2에서 postT1_mpp가 증가된 유방암에서 종양의 크기가 크고 종양세포의 증식정도를 반영하는 Ki-67이 증가되어 있을 가능성이 높을 것으로 예측된다.
HER2 양성 종양이면서 종양의 텍스처가 SSF 5에서 T2_mpp가 감소된 경우, 1개의 유전자 (CXCL10)이 상향조절 되었으며, 이러한 유전자의 발현은 HER2 양성 종양이면서 SSF 5에서 T2_mpp가 감소된 유방암에서 cell proliferation 및 metastasis의 가능성이 높을 것으로 예측한다.
RNA 시퀀싱 및 분석
Quant-IT RiboGreen(Invitrogen, Carlsbad, CA)을 사용하여 총 RNA 농도를 계산한 후 총 RNA 100ng에 대해 시퀀싱 라이브러리 구축을 수행하였다. Illumina NovaSeq6000 시퀀싱 시스템을 사용하여 페어드-엔드(2 x 100 염기 쌍) 시퀀싱을 수행하였다. 또한 Trim Galore 소프트웨어(버전 0.6.5)와 Cutadapt(버전 1.15)를 사용하여 페어드-엔드 리드(paired-end reads)로부터 저품질 및 어댑터 시퀀스의 트리밍을 수행하였다. RNA 서열 변이체를 추출하기 위해 단일 염기 다형성 및 InDel 호출에 대한 워크플로의 모범 사례인 Genome Analysis Toolkit을 사용하였다. RNA 서열 변이체(RNA sequence variants)를 추출하기 위해 단일 염기 다형성 및 InDel 호출에 대한 워크플로의 모범 사례인 Genome Analysis Toolkit을 사용하였다. 간단히 말해서, Reference 2에 대한 Spliced Transcripts 정렬-패스 방법(Spliced Transcripts Alignment to a Reference 2-pass method)은 트리밍 된 리드(trimmed reads)를 인간 참조 게놈(hg19)에 정렬하는 데 사용되었다. 그런 다음, 위 단계에서 생성된 Spliced Transcripts Alignment 파일을 Picard 도구를 사용하여 리드 그룹 정보 추가, 정렬, 중복 표시 및 인덱싱을 위해 처리하였다. 마지막 단계로 Annotate Variation을 사용하여 RNA 변이체(RNA variants)에 annotation을 하였다. 강화된 기능 annotation 및 경로 분석(path analysis)은 Ingenuity Pathway Analysis 소프트웨어(Ingenuity Systems, Redwood City, CA)를 사용하여 후속적으로 수행되었다.
유전자 네트워트 동정(Gene Network Identification)
유전자 네트워크 분석은 MRI 표현형에 따라 상위 100개의 차등적으로 발현된 유전자 (Q value < .1)의 입력으로 Ingenuity Pathway Analysis에서 얻었다 (P < .05).
결과는 도 4에 나타내었다.
도 4에 나타낸 바와 같이, ER 양성 종양에서 MRI상 병변 유형(lesion type)은 네트워크 상 ESR1, BIRC5, CAV1, FGFR1, IL6, MIR27, PTTG1 등의 유전자들이 상향조절 되면서 서로 직간접적인 상호작용을 보여주었다. 상기 유전자들은 ER 양성 유방암에서 anti-estrogen resistance의 증가와 관련 있으며, metastasis 및 poor survival과 연관이 있다고 밝혀져 있다. 네트워크 점수는 11점이었고, cell cycle, cellular growth and proliferation이 포함되었다.
강화된 기능적 annotation (Enriched Functional Annotation)
강화된 기능 주석은 MRI 표현형에 따라 상위 100개의 차등적으로 발현된 유전자 (Q value < .1)의 입력으로 Ingenuity Pathway Analysis에서 얻었다 (P < .05).
결과는 표 4 및 표 5에 나타내었다.
ER 양성 종양에서 병변 유형에 따라 차등적으로 발현되는 유전자의 강화된 기능
Diseases or functions annotation P value Genes
Signal transduction <.001 ADRA1D,CRHBP,EDN3,GNG11,IGF1,IL18R1,IL1RL1,RCVRN
Cell division of breast cancer cell lines .001 IGF1
Migration of breast cancer cell lines .002 DPP4,IGF1,SLC16A4,WNT11
Apoptosis of mammary cells .002 IGF1
Proliferation of stromal cell lines .002 IGF1
Transition of breast cancer cell lines .003 IGF1
Arrest in G0/G1 phase transition of breast cancer cell lines .008 IGF1
Development of adenocarcinoma .009 ACACB,ADRA1D,CRHBP,DPP4,DYRK2,FER1L5,IGF1,IL18R1,LARP7,MAP6,RCVRN,SCN3A,SCN7A,SCUBE2,SLC16A4,WNT11,ZNF136
Breast or gastric cancer .01 ACACB,ADRA1D,CRHBP,DPP4,DYRK2,FER1L5,HMX1,IFNA10,IGF1,IL1RL1,LARP7,MAP6,SCN3A,SCN7A,SCUBE2,SLC16A4,WNT11
Breast or gynecological cancer .011 ACACB,ADRA1D,CRHBP,DPP4,DYRK2,FER1L5,IGF1,IL18R1,IL1RL1,LARP7,MAP6,RCVRN,SCN3A,SCN7A,SCUBE2,SLC16A4,WNT11,ZNF136
Breast or ovarian carcinoma .011 ACACB,ADRA1D,CRHBP,DPP4,FER1L5,IGF1,IL1RL1,MAP6,SCN3A,SCN7A,SCUBE2,WNT11
Anoikis of breast cell lines .012 IGF1
Mitogenesis of breast cancer cell lines .015 IGF1
Neoplasia of tumor cell lines .015 DPP4,IL1RL1
Chemotaxis .016 DPP4,EDN3,IGF1
Proliferation of endocrine cell lines .019 IGF1
G-protein signaling, coupled to cAMP nucleotide second messenger .019 ADRA1D
Transactivation of RNA .02 ACACB,DPP4,IGF1
Chemotaxis of breast cancer cell lines .02 IGF1
Expression of rRNA .023 IGF1
Anoikis of breast cancer cell lines .025 IGF1
Proliferation of stromal cells .026 IGF1
상기 표 4에는 Estrogen receptor 양성 종양에서 MRI상 병변 유형(lesion type)은 유방암 또는 일반 암과 관련된 기능이 annotation 되었다.
삼중음성 유방암에서 SSF 5에서 preT1_표준편차에 따라 차등적으로 발현되는 유전자의 강화된 기능
Diseases or functions annotation P value Genes
Progesterone receptor signaling pathway .003 TRERF1,YAP1
Cell cycle progression of breast cancer cell lines .007 CYP3A4,ESR1,TNC,YAP1
Clumping by breast cancer cell lines .011 ESR1
Exit from cell cycle progression of epithelial cell lines .011 YAP1
Arrest in mitosis of tumor cells .011 ACRBP
Adhesion of stromal cell lines .011 SRGN
Progressive unresectable estrogen receptor positive HER2 negative breast cancer .011 ESR1
Unresectable estrogen receptor positive HER2 negative breast adenocarcinoma .011 ESR1
Binding of basic transcription element .011 KLF13
Angiogenesis of malignant tumor .011 CCN4
Apocrine breast carcinoma .011 ESR1
Metastatic estrogen receptor mutation positive HER2 negative breast adenocarcinoma .011 ESR1
G-protein signaling, coupled to cAMP nucleotide second messenger .015 ADRA1B,ADRA1D
Migration of adenocarcinoma cell lines .06 SATB2,SRGN,YAP1
Growth of mammary tumor .02 CCN4,ESR1
상기 표 5에는 삼중음성 유방암에서 종양의 텍스처 SSF 5에서 preT1_표준편차는 유방암 또는 일반 암과 관련된 기능이 annotation 되었다.
고전적 경로(Canonical Pathway)
고전적 경로의 분석은 MRI 표현형에 따라 상위 100개의 차등적으로 발현된 유전자 (Q value < .1)의 입력으로 Ingenuity Pathway Analysis에서 얻었다 (P < .05).
결과는 표 6 및 도 5에 나타내었다.
ER 양성 유방암에서 병변유형에 따라 차등적으로 발현되는 유방암 관련 유전자의 고전적 경로
classical pathway -log(p-value) Ratio Genes
STAT3 Pathway 3.34 0.02 IGF1,IL18R1,IL1RL1
AMPK Signaling 2.61 0.01 ACACB,ADRA1D,GNG11
Glucocorticoid Receptor Signaling 2.54 <.01 IFNA10,IGF1,IL18R1,IL1RL1
Th1 and Th2 Activation Pathway 1.82 0.01 IL18R1,IL1RL1
PI3K/AKT Signaling 1.69 0.01 IL18R1,IL1RL1
Breast Cancer Regulation by Stathmin1 1.57 <.01 ADRA1D,GNG11,IGF1
표 6 및 도 5에 나타낸 바와 같이, ER 양성 종양에서 MRI상 병변 유형 (lesion type)은 유방암과 관련된 유전자들의 고전적 경로와 관련이 있었다
통계적 분석(Statistical Analysis)
Tablemaker(버전 2.1.1) 및 Ballgown R 패키지(버전 2.22.0) 를 사용하여 각 MRI 표현형의 두 그룹 간의 개별 유전자의 차등 발현을 분석하였다. 백만 매핑된 리드당 전사체의 킬로베이스당 단편을 사용하여 유전자 발현 수준을 추정하고 차등 발현에 대한 P 값을 중첩 선형 모델(nested linear models)을 비교하는 매개변수 F 테스트(parametric F test)를 사용하여 추출하였다. Ballgown stattest 함수는 각 MRI 표현형의 두 그룹 사이의 유전자 발현의 로그 이중 변화(log2FC)를 계산하는 데 사용되었다. 마지막으로 R의 화산 플롯과 히트 맵을 사용하여 차별적 유전자 발현 결과를 시각화하였다.
검토
1. 본 발명자들은 본 전향적 연구를 통하여, 유방암의 다중 변수 MRI 표현형을 전체 RNA 시퀀싱 데이터와 상호 연관시켰다. MRI에서 BI-RADS 렉시콘을 이용한 유방암의 형태와 텍스처 분석을 이용한 유방암의 불균질성 및 혈관신생에 따라 차별적으로 발현되는 유전자를 알아보았다.
2. 전체 유방암에 대해서는 유방암의 병변유형 (lesion type)에 따라 7개, 유방암 종괴의 모양에 따라 11개의 유전자가 차별적인 발현을 보였다. 유방암이 종괴의 형태를 보일 때 비종괴성 조영증강 병변에 비해 유방암 세포의 migration 및 invasion이 증가하는 CCL3L1 유전자가 상향조절되었다. 유방 종괴 중에서도 불규칙한 종괴 모양을 보이는 암의 경우 원형/타원형의 종괴와 비교하여 cell proliferation, migration, invasion 및 inflammatory breast cancer, poor metastasis-free survival과 관련된 MIR421 유전자가 하향 조절되었다. 이것은 유방암이 원형/타원형의 종괴 형태로 보이는 경우 유방암이 좀 더 공격적이고 예후가 좋지 않을 수 있음을 시사한다.
3. ER 양성 유방암에서 병변유형이 종괴인 경우 유방암 세포의 proliferation, migration, invasion과 관련있는 SNHG12, MIR206이 상향조절 되었고, worse overall survival과 관련있는 SLC39A7, chemoresistance와 연관있는 CD9 유전자가 상향조절 되었다. 반면 종양억제유전자로 알려져 있으며 낮은 전이 가능성 및 shorter overall survival과 관련 MIR597, MIR126 유전자가 하향 발현되었다. 이는 ER 양성 유방암에서 종괴형태의 암이 비종괴성 병변보다 좀 더 공격적이고, 약제내성 및 전이의 가능성이 증가하여 낮은 생존률로 이어질 수 있다는 것을 시사한다.
4. ER 양성 종양에서 MRI상 병변 유형(lesion type)에 따른 네트워크 분석에서 ESR1, BIRC5, CAV1, FGFR1, IL6, MIR27, PTTG1 등의 유전자들이 상향조절 되면서 서로 직간접적인 상호작용을 보여주었다. 상기 유전자들은 anti-estrogen resistance의 증가와 관련있으며, metastasis 및 poor survival과 연관있다고 밝혀져 있다. 이 네트워크 점수는 11점이었고, cell cycle, cellular growth and proliferation이 포함되었다. 이 결과 역시 종괴 형태의 ER 양성 종양이 약제내성, 전이, 낮은 생존률과 관련될 수 있음을 보여준다.
5. 삼중음성유방암이면서 MRI 표현형으로 종양의 텍스처가 SSF 5에서 preT1_표준편차가 증가된 경우 전이, chemoresistance, recurrence 및 poor survival과 관련있다고 보고된 CLEC3A, SRGN, HSPG2, ABCC5, KMT2D, FBP1, VMP1, FZD2 유전자들이 상향조절 되었다. 반면 높은 생존률과 연관된 PRDX4, IGLC2 유전자들은 하향조절 되었다. 이는 삼중음성유방암에서 종양의 텍스처가 SSF 5에서 preT1_표준편차가 증가된 경우, 즉 종양의 내부 불균질성이 증가된 경우 전이, 항암내성, 재발이 증가할 수 있고 낮은 생존률로 이어질 수 있다는 것을 시사한다.
6. HER2 양성 종양이면서 종양의 텍스처가 SSF 2에서 postT1_mpp가 증가된 경우, 즉 혈관신생의 정도가 커서 조영증강이 증가된 경우, MLKL 유전자가 상향조절 되었으며, 이는 종양의 크기가 크고 종양세포의 증식정도를 반영하는 Ki-67가 증가된 유방암일 가능성을 시사한다.
7. HER2 양성 종양이면서 종양의 텍스처가 SSF 5에서 T2_mpp가 감소된 경우, 즉 유방암의 세포 밀도가 증가된 경우, CXCL10 유전자가 상향조절 되었으며, 이는 유방암에서 cell proliferation 및 metastasis의 가능성이 증가할 수 있음을 시사한다.
8. 3.~6.의 결과에 따라, 각 유방암의 아형별로 특정 MRI 표현형이 발현되는 경우 이는 각기 다른 종류의 유전자의 차별적 발현과 관련있을 수 있으며, 추후 이러한 유전자들이 target therapy의 잠재적 유전자로 이용될 수 있을 것으로 추측한다. 이는 유방암의 치료가 향후 좀 더 targeted, personalized therapy의 형태로 발전하는데 MRI 영상이 도움을 줄 수 있음을 시사한다.

Claims (19)

  1. 다음 단계를 포함하는 유방암 MRI 영상을 이용한 유방암의 진행 또는 예후에 관한 정보를 제공하는 방법:
    (a) 유방암 환자로부터 수득한 MRI 영상으로부터 MRI의 표현형을 확인하는 단계;
    (b) 상기 확인된 MRI 표현형 및 병리적 분자 아형에 따라 차등적으로 발현되는 1 이상의 유전자 정보를 예측하는 단계; 및
    (c) 상기 예측된 유전자 정보로부터 유방암의 진행 또는 예후에 관한 정보를 제공하는 단계.
  2. 제1항에 있어서, 상기 MRI의 표현형은 종양의 크기, 종양의 개수, 종양의 형태, 강조 역학(enhancement kinetics), 및 종양의 텍스처(texture) 로 이루어진 군으로부터 선택되는 것인, 방법.
  3. 제2항에 있어서, 상기 종양의 크기는 종양의 직경이 20 mm 초과, 또는 20 mm 이하 여부인, 방법.
  4. 제2항에 있어서, 상기 종양의 개수는 1개 또는 복수개인, 방법.
  5. 제2항에 있어서, 상기 종양의 형태는 i) 병변 타입이 종괴 타입, 또는 비종괴 타입인지; ii) 종양 모양이 불규칙적이거나, 또는 타원형 내지 원형인지; iii) 종양 경계가 뾰족한지(spiculated), 또는 국한되어 있거나 불규칙적인지(circumscribed or irregular); iv) 종괴 내부 강조 특징이 둘레(rim) 형태인지, 또는 균질하거나 비균질한지(Homogeneous or heterogeneous); v) 비종괴 강조 분포가 구분되어 있는지(segmental), 또는 국소적, 선형, 영역, 내지 미만성(Focal, linear, regional, or diffuse)인지; 또는 vi) 비종괴의 내부 강조 패턴이 클러스터링된 링이거나 덩어리형태인지(Clustered ring, or clumped), 또는 균질하거니 비균질한지(Homogeneous or heterogeneous)인, 방법.
  6. 제2항에 있어서, 상기 강조 역학은 i) 초기 강조가 빠른지(fast), 또는 중간이거나 느린지(medium or slow); ii) 지연된 강조가 고원형 내지 유실형(plateau or washout), 또는 지속형(persistent)인지; 또는 iii) 조영 유실 구성(washout component)의 백분율이 31.31% 초과, 또는 31.31% 이하인지 여부인, 방법.
  7. 제2항에 있어서, 상기 종양의 텍스처는 SSF(spatial scale filter)가 0, 2, 또는 5일 때의 T2, 조영 전 T1 강조 영상(PreT1), 및 제1 조영제 주입 단계에서 얻은 조영 후 T1 강조 영상(PostT1)으로부터 추출된 i) 평균 픽셀 강도(mean pixel intensity), ii) 표준 편차(standard deviation), iii) 양수 픽셀의 평균(mean of positive pixels), iv) 엔트로피(entropy), v) 첨도(kurtosis) 및 vi) 왜도(skewness)로 이루어진 군으로부터 선택되는 것인, 방법.
  8. 제2항에 있어서, 상기 종양의 텍스처는 SSF(spatial scale filter)가 0, 2, 또는 5일 때의 PostT1의 i) 내지 vi) 중 선택된 변수 값에서 PreT1의 i) 내지 vi) 중 선택된 변수 값을 뺀 PostT1-PreT1인, 방법.
  9. 제1항에 있어서, 상기 유전자 정보는 i) 유전자의 종류; 및 ii) 유전자의 상향 또는 하향 조절 여부인, 방법.
  10. 제1항에 있어서, 상기 (a) 단계의 MRI 표현형으로 종괴 유형인 경우에는 비종괴 증강 병변 유형과 비교하여 상기 (b) 단계의 유전자 정보로서 CCL3L1, SNORA31, SNORA45, 또는 이들의 조합의 유전자가 상향조절될 것으로 예측되는, 방법.
  11. 제1항에 있어서, 상기 (a) 단계의 MRI 표현형으로 종괴 병변에서 종괴 모양이 불규칙한 경우, 상기 (b) 단계의 유전자 정보는 LINC01124, Y-RNA, MIR421, DEGS1, VIMP, 또는 이들의 조합의 유전자가 하향조절되는 것으로 예측되는, 방법.
  12. 제1항에 있어서, 상기 유방암 환자의 유방암 아형이 에스트로겐 수용체(ER) 양성인 경우에 상기 (a) 단계의 MRI 표현형이 종괴 병변 유형이면, 상기 (b) 단계의 유전자 정보는 비종괴 병변 유형에 비해 SNORA31, CCL3L1, SNHG12, FTH1, MIR206, SLC39A7, CD9, 또는 이들의 조합의 유전자가 상향 조절; CHD4, SOX17, SNORA30, MIR126, MIR597, 또는 이들의 조합의 유전자가 하향조절; 또는 이들의 조합과 같이 발현 양상이 나타날 것으로 예측되는, 방법.
  13. 제1항에 있어서, 상기 유방암 환자의 유방암 아형이 삼중음성 유방암이 아닌 경우에 상기 (a) 단계의 MRI 표현형이 종괴 병변 유형이면, 상기 (b) 단계의 유전자 정보는 비종괴 병변 유형에 비해 SNORA31, CCL3L1, SNORA71B 또는 이들의 조합의 유전자가 상향 조절되는 것으로 예측되는 방법.
  14. 제1항에 있어서, 상기 유방암 환자의 유방암 아형이 삼중음성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 5에서 Pre-T1 표준편차가 증가된 경우, 상기 (b) 단계의 유전자 정보는 CLEC3A, SRGN, DACT1, CGA, HSPG2, ABCC5, KMT2D, FBP1, VMP1, FZD2, 또는 이들의 조합의 유전자가 상향 조절; PRDX4, NOP10, IGLC2, SNORA50, 또는 이들의 조합의 유전자가 하향조절; 또는 이들의 조합과 같이 발현 양상이 나타날 것으로 예측되는 방법.
  15. 제1항에 있어서, 상기 유방암 환자의 유방암 아형이 HER2 양성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 2에서 postT1_mpp가 증가된 경우, 상기 (b) 단계의 유전자 정보는 MLKL, POTEM, 또는 이들의 조합의 유전자가 상향 조절될 것으로 예측되는 방법.
  16. 제1항에 있어서, 상기 유방암 환자의 유방암 아형이 HER2 양성 유방암인 경우에 상기 (a) 단계의 MRI 표현형으로 종양의 텍스쳐가 SSF 5에서 T2_mpp가 감소된 경우, 상기 (b) 단계의 유전자 정보는 CXCL10 유전자가 상향 조절될 것으로 예측되는 방법.
  17. 다음 단계를 포함하는 유방암 MRI 영상을 이용한 유방암 치료 방법:
    (a) 유방암 환자로부터 수득한 MRI 영상으로부터 MRI의 표현형을 확인하는 단계;
    (b) 상기 확인된 MRI 표현형 및 병리적 분자 아형에 따라 차등적으로 발현되는 1 이상의 유전자 정보를 예측하는 단계;
    (c) 상기 예측된 유전자 정보로부터 개인별 유방암 치료법을 결정하는 단계; 및
    (d) 상기 (c) 단계에서 결정된 치료법으로 유방암 환자를 치료하는 단계.
  18. 제17항에 있어서, 상기 유방암 치료법은 항-에스트로겐 치료법, 보조항암 화학요법, 예방적 유방 절제술, 또는 이들의 조합으로부터 선택되는 것인, 유방암 치료방법.
  19. 다음을 포함하는 유방암 치료법 선택시스템:
    (a) 유방암 치료법과 관련된 유전자의 정보 검색 및 추출이 가능한 데이터베이스;
    (b) 상기 데이터베이스에 접근 가능한 통신부;
    (c) 환자로부터 수득한 MRI 영상을 이용하여 종양의 표현형을 결정하는 제1결정모듈;
    (d) 종양의 표현형 및 종양의 병리적 분자 아형을 이용하여 유방암과 관련된 1 이상의 유전자 정보를 결정하는 제2결정모듈;
    (e) 상기 도출된 유전자 정보로부터 유방암의 치료방법을 결정하는 제3결정 모듈; 및
    (f) 상기 1 이상의 결정모듈에서 결정된 결정 값을 표시하는 표시부.
PCT/KR2022/011883 2021-08-09 2022-08-09 자기공명영상과 rna 유전자 정보를 이용한 유방암 관련 정보제공 방법 WO2023018197A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210104901 2021-08-09
KR10-2021-0104901 2021-08-09

Publications (1)

Publication Number Publication Date
WO2023018197A1 true WO2023018197A1 (ko) 2023-02-16

Family

ID=85200133

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/011883 WO2023018197A1 (ko) 2021-08-09 2022-08-09 자기공명영상과 rna 유전자 정보를 이용한 유방암 관련 정보제공 방법

Country Status (2)

Country Link
KR (1) KR20230022822A (ko)
WO (1) WO2023018197A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210034363A (ko) * 2019-09-20 2021-03-30 고려대학교 산학협력단 유방암 초음파 영상과 유전자 정보를 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210034363A (ko) * 2019-09-20 2021-03-30 고려대학교 산학협력단 유방암 초음파 영상과 유전자 정보를 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BISMEIJER TYCHO, VAN DER VELDEN BAS H. M., CANISIUS SANDER, LIPS ESTHER H., LOO CLAUDETTE E., VIERGEVER MAX A., WESSELING JELLE, G: "Radiogenomic Analysis of Breast Cancer by Linking MRI Phenotypes with Tumor Gene Expression", RADIOLOGY, RADIOLOGICAL SOCIETY OF NORTH AMERICA, INC., US, vol. 296, no. 2, 1 August 2020 (2020-08-01), US , pages 277 - 287, XP093034675, ISSN: 0033-8419, DOI: 10.1148/radiol.2020191453 *
SHOTA YAMAMOTO, DANIEL D. MAKI, RONALD L. KORN, MICHAEL D. KUO: "Radiogenomic Analysis of Breast Cancer Using MRI: A Preliminary Study to Define the Landscape", AMERICAN JOURNAL OF ROENTGENOLOGY, AMERICAN ROENTGEN RAY SOCIETY, vol. 199, no. 3, 1 September 2012 (2012-09-01), pages 654 - 663, XP055103612, ISSN: 0361803X, DOI: 10.2214/AJR.11.7824 *
VASILEIOU GEORGIA, COSTA MARIA J., LONG CHRISTOPHER, WETZLER IRIS R., HOYER JULIANE, KRAUS CORNELIA, POPP BERNT, EMONS JULIUS, WUN: "Breast MRI texture analysis for prediction of BRCA-associated genetic risk", BMC MEDICAL IMAGING, vol. 20, no. 1, 1 December 2020 (2020-12-01), XP093034677, DOI: 10.1186/s12880-020-00483-2 *
ZHU YITAN, LI HUI, GUO WENTIAN, DRUKKER KAREN, LAN LI, GIGER MARYELLEN L., JI YUAN: "Deciphering Genomic Underpinnings of Quantitative MRI-based Radiomic Phenotypes of Invasive Breast Carcinoma", SCIENTIFIC REPORTS, vol. 5, no. 1, XP093034672, DOI: 10.1038/srep17787 *

Also Published As

Publication number Publication date
KR20230022822A (ko) 2023-02-16

Similar Documents

Publication Publication Date Title
Van Laere et al. Uncovering the molecular secrets of inflammatory breast cancer biology: an integrated analysis of three distinct affymetrix gene expression datasets
Miller et al. Changes in breast cancer transcriptional profiles after treatment with the aromatase inhibitor, letrozole
Deng et al. Immune profiles of tumor microenvironment and clinical prognosis among women with triple-negative breast cancer
Quigley et al. Age, estrogen, and immune response in breast adenocarcinoma and adjacent normal tissue
Arthur et al. Molecular changes in lobular breast cancers in response to endocrine therapy
WO2021054752A2 (ko) 유방암 초음파 영상과 유전자 정보를 이용한 유방암 치료법 선택을 위한 정보를 제공하는 방법
Huang et al. Molecular portrait of breast cancer in C hina reveals comprehensive transcriptomic likeness to C aucasian breast cancer and low prevalence of luminal A subtype
Jindal et al. Postpartum breast cancer has a distinct molecular profile that predicts poor outcomes
Xerri et al. CDKN2A/B deletion and double-hit mutations of the MAPK pathway underlie the aggressive behavior of Langerhans cell tumors
Meir et al. Molecular characteristics of liver metastases from uveal melanoma
Pascal et al. EAF2 and p53 co-regulate STAT3 activation in prostate cancer
Muse et al. Genome-scale DNA methylation analysis identifies repeat element alterations that modulate the genomic stability of melanocytic nevi
Zhao et al. Spatial maps of hepatocellular carcinoma transcriptomes highlight an unexplored landscape of heterogeneity and a novel gene signature for survival
Gaetje et al. Differential expression of claudins in human endometrium and endometriosis
Miyano et al. Breast-specific molecular clocks comprised of ELF5 expression and promoter methylation identify individuals susceptible to cancer initiation
Pozniak et al. A TCF4/BRD4-dependent regulatory network confers cross-resistance to targeted and immune checkpoint therapy in melanoma
Vanaja et al. Association of VEGF+ 405G> C polymorphism with endometriosis
Wang et al. An antigen processing and presentation signature for prognostic evaluation and immunotherapy selection in advanced gastric cancer
Ida et al. Clinicopathological and genetic analyses of small cell neuroendocrine carcinoma of the prostate: Histological features for accurate diagnosis and toward future novel therapies
Hong et al. Integrative multiomics enhancer activity profiling identifies therapeutic vulnerabilities in cholangiocarcinoma of different etiologies
WO2023018197A1 (ko) 자기공명영상과 rna 유전자 정보를 이용한 유방암 관련 정보제공 방법
Lee et al. Genetic variation in transforming growth factor beta 1 and mammographic density in Singapore Chinese women
Wang et al. Micronodular thymic tumor with lymphoid stroma: a case report and review of the literature
Qi et al. Analysis of immune landscape reveals prognostic significance of cytotoxic Cd4+ T cells in the central region of pmmr crc
Shimizu et al. The prognostic significance of peritumoral lymphocytes’ band-like structure in type II endometrial cancer

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: 22856194

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE