WO2023234659A1 - 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도 - Google Patents

퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도 Download PDF

Info

Publication number
WO2023234659A1
WO2023234659A1 PCT/KR2023/007321 KR2023007321W WO2023234659A1 WO 2023234659 A1 WO2023234659 A1 WO 2023234659A1 KR 2023007321 W KR2023007321 W KR 2023007321W WO 2023234659 A1 WO2023234659 A1 WO 2023234659A1
Authority
WO
WIPO (PCT)
Prior art keywords
mutation
temporomandibular
degenerative
prognosis
smarca2
Prior art date
Application number
PCT/KR2023/007321
Other languages
English (en)
French (fr)
Inventor
김윤지
백운봉
김욱
이광식
자나얀시
Original Assignee
재단법인 아산사회복지재단
울산대학교 산학협력단
고려대학교 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
Priority claimed from KR1020220171887A external-priority patent/KR20230167289A/ko
Application filed by 재단법인 아산사회복지재단, 울산대학교 산학협력단, 고려대학교 산학협력단 filed Critical 재단법인 아산사회복지재단
Publication of WO2023234659A1 publication Critical patent/WO2023234659A1/ko

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis

Definitions

  • the present invention relates to genetic markers for diagnosing or predicting prognosis of degenerative temporomandibular arthritis and their use, and more specifically, to mutations in genes selected from the group consisting of SMARCA2, NOTCH1, and combinations thereof; Or, it relates to a use and method for diagnosing or predicting prognosis of temporomandibular joint osteoarthritis using a mutant protein encoded by a mutant gene produced by the mutation.
  • TMJ osteoarthritis Degenerative temporomandibular arthritis
  • TMJ osteoarthritis is one of the osteoarthritis that occurs in the temporomandibular joint (TMJ) and is incurable.
  • TMJ osteoarthritis are also known as a type of non-inflammatory disease rather than a true inflammatory response to the joint.
  • TMJ osteoarthritis is a functional disorder that causes changes in joint structure due to destruction of the joint surface and underlying bone tissue, loss and degeneration of joint cartilage, and can cause changes in occlusion, causing or worsening symptoms such as open bite, so it is an orthodontic diagnosis. and care must be taken during treatment.
  • TMJ osteoarthrosis The most common causative factor for osteoarthritis is overload on joint tissue.
  • catabolic and anabolic reactions occur in balance and function by adapting to the load applied to the joint.
  • the temporomandibular joint area becomes pathological, the balance between the two reactions is broken, tissues lower than the original tissue are synthesized, and adaptation to the load is not properly achieved, leading to degenerative changes in the temporomandibular joint.
  • the surrounding structures either change pathologically or compensate for the joint changes, resulting in various symptoms such as restricted joint movement, joint noise, condylar locking, crepitus, and pain in the joint area.
  • This condition in which the overload on the temporomandibular joint is reduced or the bone shape abnormality remains but osteoarthritis is adapted is called TMJ osteoarthrosis.
  • TMJ degeneration destroys cartilage and deforms the bone shape of the mandibular condyle and articular fossa. These morphological changes cause chronic pain and reduced quality of life. Therefore, diagnosing temporomandibular joint osteoarthritis (TMJ OA) before significant degeneration of the cartilage and subchondral bone occurs may help prevent chronic pain and disability. However, because symptoms often do not appear before serious degeneration of the joint occurs, it is difficult to diagnose osteoarthritis (OA) changes in the TMJ. Additionally, until now, the diagnosis of temporomandibular joint osteoarthritis has mainly relied on imaging methods. This is likely to depend on the reader's subjectivity and has limitations in determining whether the disease is currently progressive or not.
  • the purpose of the present invention is to
  • the present invention provides a composition for diagnosing or predicting prognosis of temporomandibular joint osteoarthritis, which includes an agent for detecting a mutant protein encoded by a mutant gene produced by the mutation.
  • Another object of the present invention is to provide a kit for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis, including the composition for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis of the present invention.
  • Another object of the present invention is to
  • Another object of the present invention is a method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis using a random forest performed by a degenerative temporomandibular arthritis diagnosis or prognosis estimation device,
  • compositions for diagnosing or predicting prognosis of temporomandibular joint osteoarthritis which includes an agent for detecting a mutant protein encoded by a mutant gene produced by the mutation.
  • detecting a mutation in the SMARCA2 gene includes:
  • SMARCA2 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group, but is not limited to this:
  • GenBank SNP database ID rs113070757 GenBank SNP database ID rs113070757
  • detecting a mutation in the SMARCA2 gene includes:
  • SMARCA2 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group, but is not limited to this:
  • the SMARCA2 mutant gene is,
  • SMARCA2 protein containing the amino acid sequence of SEQ ID NO: 2 a SMARCA2 mutant protein containing one or more mutations selected from the group consisting of Ser151Cys substitution, deletion of Gln at position 238, and duplication of Gln at position 238 based on SEQ ID NO: 2. It may be characterized by coding, but is not limited to this.
  • detecting a mutation in the NOTCH1 gene includes:
  • SNP single nucleotide polymorphism
  • detecting a mutation in the NOTCH1 gene is characterized by detecting a NOTCH1 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group.
  • SNP single nucleotide polymorphism
  • the NOTCH1 mutant gene is a group consisting of Ala1944Thr, Glu1563Asp, Met2196lle, Asp909Asn, and Arg2159Cys based on SEQ ID NO: 4 in the NOTCH1 protein containing the amino acid sequence shown in SEQ ID NO: 4. It may be characterized as encoding a NOTCH1 mutant protein containing one or more amino acid substitutions selected from, but is not limited to this.
  • mutations in the gene may include, but is not limited to, a primer, probe, or antibody.
  • the present invention provides a kit for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis, comprising the composition for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis of the present invention.
  • the kit of the present invention is characterized in that it includes a manual teaching content including a method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention, which will be described later. It may be, but is not limited to this.
  • the method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention may be characterized by additionally comprising the following step (c), but is not limited thereto:
  • the biological sample in the method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention, includes saliva, blood, oral epithelial cells, and temporomandibular joint (temporomandibular joint) tissue. It may be one or more selected from the group consisting of (cell), and temporomandibular joint synovial fluid, but is not limited thereto.
  • the genotype confirmation in step (b) of the method for providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention includes sequencing, exome sequencing, Next generation sequencing (NGS), pyrosequencing, microarray hybridization, allele specific PCR, dynamic allele-specific hybridization, and PCR extension. It may be characterized as being performed by any one method selected from the group consisting of analysis, PCR-SSCP method, Taqman technique, and a combination of two or more thereof, but is not limited thereto.
  • confirmation of the genotype or protein type in step (b) of the method for providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention includes,
  • Microarray analysis polymerase chain reaction (PCR), hybridization with allele-specific probes, enzymatic mutation detection, linkage chain reaction (LCR), oligonucleotide linkage assay (OLA), flow cytometric heterozygosity analysis, Chemical cleavage of mismatches, mass spectrometry, RNA sequencing, single strand conformational polymorphism (SSCP), denaturing gradient gel electrophoresis (DGGE), temperature gradient gel electrophoresis (TGGE), restriction fragment polymorphism, and sequential analysis of gene expression (SAGE).
  • PCR polymerase chain reaction
  • LCR linkage chain reaction
  • OOA oligonucleotide linkage assay
  • SAGE sequential analysis of gene expression
  • RT-PCR reverse transcription polymerase chain reaction
  • competitive RT-PCR real-time RT-PCR
  • quantitative or semi-quantitative RT-PCR Quantitative or semi-Quantitative real-time RT-PCR
  • quantitative or semi-Quantitative real-time RT-PCR in situ hybridization, fluorescence in situ hybridization (FISH), RNase protection assay (RPA), northern blotting, Southern blotting, RNA sequencing, DNA chip, RNA chip, immunoassay, Western blot, ELISA (enzyme linked immunoassay), radioimmunoassay, radioimmunodiffusion assay, Ouchterlony immunodiffusion assay, rocket immunoelectrophoresis, immunohistochemical staining, immunoprecipitation assay, complement fixation assay, flow cytometry (FACS) ), protein chip, and a combination of two or more thereof, but is not limited thereto.
  • FISH fluorescence in situ hybridization
  • RPA RNase protection assay
  • the method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention may be applied to Asians, but is not limited thereto.
  • the Asian person may be characterized as being Korean, but is not limited thereto.
  • degenerative temporomandibular arthritis Provided is a method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis, including obtaining information on occurrence or progression.
  • degenerative temporomandibular arthritis diagnosis or prognosis estimation model that inputs the obtained genetic mutation, shape information of the temporomandibular joint condyle, and clinical information
  • degenerative temporomandibular arthritis Provided is a method for diagnosing or predicting prognosis for degenerative temporomandibular arthritis, including the step of obtaining information on occurrence or progression.
  • the image is a lateral cephalogram, computed tomography (CT), transcranial radiograph, panoramic radiograph, or magnetic It may be obtained through magnetic resonance imaging (MRI), but is not limited thereto.
  • CT computed tomography
  • MRI magnetic resonance imaging
  • the shape information of the temporomandibular joint condyle is
  • CT computed tomography
  • It may be characterized as including a step of estimating the contour information of the condyle based on the extracted feature points of the cervical spine, but is not limited to this.
  • the random forest-based degenerative temporomandibular arthritis diagnosis or prognosis estimation model In one embodiment of the present invention, the random forest-based degenerative temporomandibular arthritis diagnosis or prognosis estimation model,
  • Temporomandibular arthritis diagnosis or prognosis may be characterized as being learned through information analyzed based on genetic mutation information, but is not limited to this.
  • the temporomandibular joint image may be analyzed by SSD (Single Shot Detector), and the following four classifications and confidence scores may be calculated, but are limited to this. Doesn't work:
  • SMARCA2 SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1 (Notch Receptor 1), and combinations thereof, or mutations generated by said mutations Agents that detect mutant proteins encoded by genes; Or, a composition containing the same is provided for use in diagnosing or predicting prognosis of degenerative temporomandibular joint osteoarthritis.
  • SMARCA2 SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1 (Notch Receptor 1), and combinations thereof, or mutations generated by said mutations Agents that detect mutant proteins encoded by genes; Or, a composition containing the same is provided for the manufacture of an agent for diagnosing or predicting the prognosis of temporomandibular joint osteoarthritis.
  • the genetic mutation markers provided by the present invention are closely related to degenerative temporomandibular arthritis, and are therefore very useful in diagnosing or predicting prognosis of degenerative temporomandibular arthritis. It shows a remarkable effect. In addition, it is characterized by the ability to diagnose or predict the prognosis of degenerative temporomandibular arthritis using biological samples that can be obtained through non-invasive methods such as saliva. Moreover, unlike the existing method of diagnosing a disease simply using CT images or/and clinical information (EMR), the machine synthesizes the genetic mutation marker information of the present invention as well as the CT image and clinical information (EMR) using the existing method. Random forest-based Deep & Wide Model created using learning (deep learning) methods has excellent diagnostic and predictive capabilities with an accuracy of 97%.
  • Figure 1a schematically shows (left) the mutation tendency analysis results of seven genes, OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, and OPLAH, which showed significantly higher mutations in temporomandibular arthritis patients or controls (left).
  • This is a diagram matching the contents of Table 1 (right).
  • Figure 1b is a diagram showing the specific types of mutations and the number of subjects in which each of them is found for 7 genes: OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, and OPLAH (1 column corresponds to 1 person) .
  • Figure 1c is a diagram showing the results of Figure 1b after converting them into probabilities, showing the specific types of mutations and the probability of each of them being found for the seven genes OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, and OPLAH. Shows the schematic results.
  • Figure 2 schematically shows the location of each NOTCH1 gene mutation (SNP) missense mutation, which is a specific marker for diagnosing degenerative temporomandibular arthritis of the present invention (see Table 2).
  • SNP NOTCH1 gene mutation
  • Figure 3 schematically shows the locations of each SMARCA2 gene mutation (SNP) missense mutation, inframe insertion, and inframe deletion (see Table 3), which are specific markers for diagnosing degenerative temporomandibular arthritis of the present invention.
  • SNP SMARCA2 gene mutation
  • Figure 4 relates to the criteria for classifying temporomandibular joint CT image classes corresponding to variable list v002 in Table 4 in the present invention's unique diagnosis and prognosis prediction model for degenerative temporomandibular arthritis, according to the shape of the temporomandibular joint CT mandibular condyle.
  • Class I osteophyte
  • Class II micro-condyle
  • Class III posterior flattening
  • Class IV It shows that anterior/superior flattening is classified into four criteria.
  • Figure 5a is a random forest plot showing the importance ranking of variables in predicting temporomandibular arthritis among the variables in Table 4, and the top 12 important variables in particular, in the degenerative temporomandibular arthritis diagnosis and prognosis prediction model of the present invention. .
  • Figure 5b shows the importance ranking of variables in predicting whether or not Koreans have unique genetic mutations (SMARCA2, Notch1) listed in Tables 2 and 3 among the variables in Table 4 in the degenerative temporomandibular arthritis diagnosis and prognosis prediction model of the present invention.
  • SMARCA2, Notch1 unique genetic mutations listed in Tables 2 and 3 among the variables in Table 4 in the degenerative temporomandibular arthritis diagnosis and prognosis prediction model of the present invention.
  • This is a random forest plot showing the top 12 important variables.
  • the term 'temporomandibular joint osteoarthritis' refers to incurable osteoarthritis occurring in the temporomandibular joint (TMJ), commonly called the temporomandibular joint.
  • TMJ temporomandibular joint
  • the most common cause is overload on the joint tissue, which is It occurs when the joint surface is damaged by articular disc displacement and postdiscitis. It is a type of non-inflammatory disease in which the joint surface and underlying bone tissue are destroyed, and pain often occurs when bone changes actively occur.
  • terms such as 'temporomandibular joint osteoarthritis', 'TMJ osteoarthritis', or 'TMJ OA' may be used interchangeably in this specification.
  • TMJ osteoarthritis is classified into primary and secondary.
  • Primary TMJ osteoarthritis is characterized by the absence of obvious local or systemic factors.
  • secondary TMJ osteoarthritis means it is related to a previous traumatic event or illness.
  • the degenerative temporomandibular arthritis is not limited to its type.
  • 'polynucleotide' or 'nucleic acid' refers to deoxyribonucleotide (DNA) or ribonucleotide (RNA) in single- or double-stranded form. Unless otherwise limited, known analogs of natural nucleotides that hybridize to nucleic acids in a manner similar to naturally occurring nucleotides are also included. In general, DNA is composed of four bases: adenine (A), guanine (G), cytosine (C), and thymine (T), while RNA uses uracil (U) instead of thymine. has.
  • gDNA genomic DNA
  • 'c.' refers to a mutation in the protein coding region, and '(base position) (base letter) (symbol >) (base letter)' precedes the corresponding base position. It means that the indicated base is replaced by the base indicated later.
  • 'protein' is used interchangeably with 'polypeptide' or 'peptide' and refers to, for example, a polymer of amino acid residues as commonly found in proteins in their natural state.
  • the single letter (triple letter) of amino acids refers to the following amino acids according to standard abbreviation conventions in the field of biochemistry: A (Ala): alanine; C(Cys): Cysteine; D(Asp): Aspartic acid; E(Glu): glutamic acid; F(Phe): Phenylalanine; G(Gly): glycine; H(His): histidine; I(IIe): Isoleucine; K(Lys): Lysine; L(Leu): leucine; M(Met): methionine; N(Asn): Asparagine; O(Ply): pyrrolysine; P(Pro): Proline; Q(Gln): Glutamine; R(Arg): arginine; S(Ser): Serine; T(Thr): threonine; U(Sec): selenocysteine; V(Val):
  • amino acid single letter (three letters) (amino acid position)(amino acid single letter (three letters))' as used herein means that the preceding amino acid is followed at the corresponding amino acid position in the wild-type protein. This means that it is replaced with an amino acid.
  • 'diagnosis' refers to determining the susceptibility of an object to the occurrence of the relevant (objective) disease, determining whether an object currently has the relevant (objective) disease, and determining whether an object currently has the relevant (objective) disease. Determining the prognosis (e.g., identifying the condition of temporomandibular arthritis, determining the stage of temporomandibular arthritis, or determining the responsiveness of temporomandibular arthritis to treatment) of a subject affected by , or the efficacy of treatment for the disease in question. It includes monitoring the status of the object to provide information about it.
  • the term 'prognosis' includes the possibility of progression of the relevant (objective) disease, especially prediction in terms of remission of the disease, regeneration of the disease, and recurrence.
  • the prognosis in the present invention may mean the possibility of curing the disease of a patient with degenerative temporomandibular arthritis.
  • SMARCA2 (SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2) in the present invention is preferably derived from humans, and the sequence information of the mRNA and protein of the human SMARCA2 gene is available in GenBank (NCBI). ) are known in the database as accession numbers of NM_003070 and NP_003061, respectively.
  • NOTCH1 (Notch Receptor 1) in the present invention is preferably derived from humans, and the sequence information of the mRNA and protein of the human NOTCH1 gene is known in the GenBank (NCBI) database under the accession numbers NM_017617 and NP_060087, respectively.
  • the term 'polymorphism' refers to the occurrence of two or more alternative sequences or alleles (or alleles) within a genetically determined population
  • 'single nucleotide polymorphism (SNP)' refers to one It refers to base polymorphism. Specifically, it refers to the diversity of DNA sequences in the genome where a single base (A, T, C, or G) occurs between members of a species or between pairs of chromosomes of an individual. For example, if three DNA fragments from different individuals contain differences in a single base, such as AAGT[A/A]AG, AAGT[A/G]AG, and AAGT[G/G]AG.
  • SNPs are called two alleles (A or G), and in general, almost all SNPs have two alleles.
  • a or G two alleles
  • SNP is closely genetically linked to a specific disease
  • the SNP is a mutation in one base at a specific position compared to a confirmed normal or wild-type (WT) individual or allele. It also means that
  • Mutations (particularly SNP regions) of the SMARCA2 or NOTCH1 gene which are markers for diagnosing degenerative temporomandibular arthritis according to the present invention, are located in the protein coding region of SMARCA2 or NOTCH1, respectively, and are genetic mutation traits associated with degenerative temporomandibular arthritis (especially , SNP allele) may cause impairment of SMARCA2 or NOTCH1 protein function.
  • compositions for diagnosing or predicting prognosis of temporomandibular joint osteoarthritis which includes an agent for detecting a mutant protein encoded by a mutant gene produced by the mutation.
  • detecting a mutation in the SMARCA2 gene may be characterized by detecting a SMARCA2 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group. and these correspond to the markers provided by the present invention:
  • SNP single nucleotide polymorphism
  • GenBank SNP database ID rs113070757 GenBank SNP database ID rs113070757
  • detecting the mutation of the SMARCA2 gene is characterized by detecting a SMARCA2 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group. It may be, and these correspond to the markers provided by the present invention:
  • the deletion or duplication of the GenBank SNP database ID rs113070757 is a deletion or duplication of the 705th to 707th base based on the nucleotide sequence of SEQ ID NO: 1 in a polynucleotide containing the nucleotide sequence of SEQ ID NO: 1. It may be possible, but is not limited to this.
  • the SMARCA2 mutant gene is, in the SMARCA2 protein comprising the amino acid sequence of SEQ ID NO: 2, a Ser151Cys substitution, deletion of Gln at position 238, and duplication of Gln at position 238 based on SEQ ID NO: 2. It may be characterized by encoding a SMARCA2 mutant protein containing one or more selected mutations, and the mutant proteins correspond to the markers provided by the present invention.
  • detecting a mutation in the NOTCH1 gene may be characterized by detecting a NOTCH1 mutant gene containing a mutation at one or more single nucleotide polymorphism (SNP) sites selected from the following group. and these correspond to the markers provided by the present invention:
  • SNP single nucleotide polymorphism
  • detecting the mutation in the NOTCH1 gene is characterized by detecting a NOTCH1 mutant gene including a mutation in one or more single nucleotide polymorphism (SNP) sites selected from the following group. It may be, and these correspond to the markers provided by the present invention:
  • the mutation in which the base of the GenBank SNP database ID rs371414501 is T may be a mutation in which the 5830th base is A based on the base sequence of SEQ ID NO: 3 in a polynucleotide containing the base sequence of SEQ ID NO: 3. , but is not limited to this.
  • the mutation in which the base G of the GenBank SNP database ID rs765380569 is G may be a mutation in which the 4689th base is C based on the base sequence of SEQ ID NO: 3 in a polynucleotide containing the base sequence of SEQ ID NO: 3. , but is not limited to this.
  • the mutation in which the base T in the GenBank SNP database ID rs1589053221 is T may be a mutation in which the 6588th base is A based on the base sequence in SEQ ID NO: 3 in a polynucleotide containing the base sequence in SEQ ID NO: 3. , but is not limited to this.
  • the mutation in which the base T in the GenBank SNP database ID rs763217096 is T may be a mutation in which the 2725th base is A based on the base sequence in SEQ ID NO: 3 in a polynucleotide containing the base sequence in SEQ ID NO: 3. , but is not limited to this.
  • the mutation in which the base of the GenBank SNP database ID rs371742334 is A may be a mutation in which the 6475th base is T based on the base sequence of SEQ ID NO: 3 in a polynucleotide containing the base sequence of SEQ ID NO: 3. , but is not limited to this.
  • the NOTCH1 mutant gene is selected from the group consisting of Ala1944Thr, Glu1563Asp, Met2196lle, Asp909Asn, and Arg2159Cys based on SEQ ID NO: 4 in the NOTCH1 protein comprising the amino acid sequence shown in SEQ ID NO: 4. It may be characterized as encoding a NOTCH1 mutant protein containing one or more amino acid substitutions, and the mutant proteins correspond to the markers provided by the present invention.
  • an agent for detecting a mutant protein encoded by a mutant gene produced by the mutation may include, but is not limited to, a primer, probe, or antibody.
  • the mutation of the gene that functions as a marker is generated using a primer (primer pair) or probe that specifically binds to the gene containing the mutation. It can be detected.
  • the mutant protein encoded by the mutant gene produced by mutation of the gene that functions as a marker can be detected using an antibody specific for the mutant protein (an antibody that specifically binds to the mutant protein). You can.
  • the present invention relates to mutations in genes selected from the group consisting of SMARCA2 (SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1 (Notch Receptor 1), and combinations thereof, or the mutations.
  • SMARCA2 SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2)
  • NOTCH1 Notch Receptor 1
  • a composition containing the same is provided for use in diagnosing or predicting prognosis of degenerative temporomandibular joint osteoarthritis.
  • the present invention relates to mutations in genes selected from the group consisting of SMARCA2 (SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1 (Notch Receptor 1), and combinations thereof, or the mutations.
  • SMARCA2 SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2)
  • NOTCH1 Notch Receptor 1
  • a composition containing the same is provided for the manufacture of an agent for diagnosing or predicting the prognosis of temporomandibular joint osteoarthritis.
  • the present invention also provides a kit for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis, comprising the composition for diagnosing or predicting the prognosis of degenerative temporomandibular arthritis of the present invention.
  • the type of the kit is not particularly limited as long as it is a kit used for genotype confirmation (gene analysis method) or/and protein type confirmation (protein analysis method) known in the art, which will be described later.
  • the kit may be a microarray kit, a gene amplification kit, or an immunoassay kit, but is not limited thereto.
  • kit of the present invention may include, separately from the agent for detecting the markers of the present invention, one or more other component compositions suitable for the analysis method, the above-described label, substances used for detection, and devices. there is.
  • the kit of the present invention is characterized in that it includes a manual teaching content including a method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention, which will be described later. may, but is not limited to this.
  • the biological sample is any biological sample capable of genetic testing, including saliva (saliva), blood, oral epithelial cells, temporomandibular joint (temporomandibular joint) tissue (cells), and temporomandibular joint synovial fluid. It may refer to a sample, but is not limited thereto.
  • step (a) methods for extracting (or separating) nucleic acids (polynucleotides such as DNA and RNA (especially mRNA)) or proteins from biological samples are well known in the art and can be used without limitation in the present invention. there is.
  • step (b) The specific type of genotype or protein type selected from the group consisting of SMARCA2, NOTCH1, and combinations thereof, confirmed in step (b), is specifically described in the composition for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention described above. It is understood with reference to the type of marker (in particular, SNP) of the present invention.
  • the genotype confirmation in step (b) is performed by sequencing, exome sequencing, next generation sequencing (NGS), pyrosequencing, or hybridization by microarray.
  • microarray hybridization allele specific PCR (allele specific PCR), dynamic allele-specific hybridization, PCR extension analysis, PCR-SSCP method, Taqman technique, and combinations of two or more thereof. It may be characterized as being performed by any one method selected, but is not limited thereto.
  • WES whole-exome sequencing
  • confirmation of the genotype or protein type in step (b) of the method for providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention includes,
  • Microarray analysis polymerase chain reaction (PCR), hybridization with allele-specific probes, enzymatic mutation detection, linkage chain reaction (LCR), oligonucleotide linkage assay (OLA), flow cytometric heterozygosity analysis, Chemical cleavage of mismatches, mass spectrometry, RNA sequencing, single strand conformational polymorphism (SSCP), denaturing gradient gel electrophoresis (DGGE), temperature gradient gel electrophoresis (TGGE), restriction fragment polymorphism, and sequential analysis of gene expression (SAGE).
  • PCR polymerase chain reaction
  • LCR linkage chain reaction
  • OOA oligonucleotide linkage assay
  • SAGE sequential analysis of gene expression
  • RT-PCR reverse transcription polymerase chain reaction
  • competitive RT-PCR real-time RT-PCR
  • quantitative or semi-quantitative RT-PCR Quantitative or semi-Quantitative real-time RT-PCR
  • quantitative or semi-Quantitative real-time RT-PCR in situ hybridization, fluorescence in situ hybridization (FISH), RNase protection assay (RPA), northern blotting, Southern blotting, RNA sequencing, DNA chip, RNA chip, immunoassay, Western blot, ELISA (enzyme linked immunoassay), radioimmunoassay, radioimmunodiffusion assay, Ouchterlony immunodiffusion assay, rocket immunoelectrophoresis, immunohistochemical staining, immunoprecipitation assay, complement fixation assay, flow cytometry (FACS) ), protein chip, and a combination of two or more thereof, but is not limited thereto.
  • FISH fluorescence in situ hybridization
  • RPA RNase protection assay
  • the method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention may be characterized by additionally comprising the following step (c):
  • the method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis of the present invention may be applied to Asians, but is not limited thereto.
  • the Asian may be characterized as being Korean, but is not limited thereto.
  • degenerative temporomandibular arthritis Provided is a method of providing information necessary for diagnosing or predicting prognosis of degenerative temporomandibular arthritis, including obtaining information on occurrence or progression.
  • degenerative temporomandibular arthritis diagnosis or prognosis estimation model that inputs the obtained genetic mutation, shape information of the temporomandibular joint condyle, and clinical information
  • degenerative temporomandibular arthritis Provided is a method for diagnosing or predicting prognosis for degenerative temporomandibular arthritis, including the step of obtaining information on occurrence or progression.
  • the image is a lateral cephalogram, computed tomography (CT), transcranial radiograph, panoramic radiograph, or magnetic It may be obtained through magnetic resonance imaging (MRI), but is not limited thereto.
  • CT computed tomography
  • MRI magnetic resonance imaging
  • the CT scan may be any type of CT, including cone beam computed tomography (CBCT) and conventional CT (conventional CT), but is not limited thereto.
  • CBCT cone beam computed tomography
  • conventional CT conventional CT
  • the shape information of the temporomandibular joint condyle is
  • CT computed tomography
  • It may be characterized as including a step of estimating the contour information of the condyle based on the extracted feature points of the cervical spine, but is not limited to this.
  • the random forest-based degenerative temporomandibular arthritis diagnosis or prognosis estimation model In one embodiment of the present invention, the random forest-based degenerative temporomandibular arthritis diagnosis or prognosis estimation model,
  • Temporomandibular arthritis diagnosis or prognosis may be characterized as being learned through information analyzed based on genetic mutation information, but is not limited to this.
  • the temporomandibular joint image may be analyzed by SSD (Single Shot Detector), and the following four classifications and confidence scores may be calculated, but is limited to this. Doesn't work:
  • SSD and Random Forest are Deep & Random Forest in that the results analyzed by SSD, a “Deep Learning” model, become input data for Random Forest, a “Wide Learning” model. Responsible for the “Deep” and “Wide” parts of the Wide model.
  • the present invention relates to SMARCA2 (SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2) and NOTCH1 (Notch Receptor 1) in biological samples isolated from subjects suspected of having degenerative temporomandibular arthritis and controls. and susceptibility to developing degenerative temporomandibular arthritis, which is considered to indicate that the subject is at a high risk of developing degenerative temporomandibular arthritis if a mutation occurs in the genotype or protein type after confirming the genotype or protein type of the selected one from the group consisting of a combination thereof.
  • This provides a method of providing information for determining/analyzing whether a subject is high quality.
  • the present invention includes the steps of (a) obtaining a nucleic acid or protein sample from a biological sample isolated from a subject;
  • a method of treating degenerative temporomandibular arthritis including the step of treating the subject's degenerative temporomandibular arthritis.
  • the treatment step may include drug treatment (administration of a treatment for degenerative temporomandibular arthritis) and physical therapy, but is not limited thereto.
  • the present invention is a method for characterizing responders to a treatment for degenerative temporomandibular arthritis for the treatment of degenerative temporomandibular arthritis
  • S1 In a biological sample isolated from a subject, one selected from the group consisting of SMARCA2 (SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1 (Notch Receptor 1), and combinations thereof Confirming genotype or protein type; and
  • step (S2) If a mutation occurs in the genotype or protein type measured in step (S1), determining the patient as a responder to the treatment for degenerative temporomandibular arthritis.
  • the treatment for degenerative temporomandibular arthritis may include drugs used in the art for the treatment of degenerative temporomandibular arthritis, including painkillers, anti-inflammatory agents, muscle relaxants, etc., and there is no limitation to the types thereof.
  • Example 1 Discovery of new biomarkers for diagnosing degenerative temporomandibular arthritis
  • a total of 2 ml of saliva was collected from 27 Korean patients with degenerative temporomandibular arthritis (experimental group), and whole exome sequencing (marogen) was performed to create a list of genetic mutations.
  • whole exome sequencing (marogen) was performed to create a list of genetic mutations.
  • a total of 2 ml of saliva was collected from 24 healthy Koreans without temporomandibular joint disease, and genetic analysis was performed by whole exome sequencing.
  • Example 1-1 genes useful in diagnosing degenerative temporomandibular arthritis were primarily selected. The specific methods are as follows:
  • the DP depth
  • the allele frequency is less than 0.001 based on mutation databases for normal people (1000 Genomes and gnomAD). Rare mutations were selected.
  • a Fisher test was performed using Maftools on all mutations selected in this way, and differentially mutated genes showing statistically significant differences (p-value ⁇ 0.10) between the experimental group and the control group were detected. The results are It is as shown in Table 1 below.
  • Table 2 shows detailed information including NOTCH1 gene mutation (SNP) location information and protein mutation information generated accordingly, which functions as a specific marker for diagnosing degenerative temporomandibular arthritis of the present invention.
  • SNP NOTCH1 gene mutation
  • Table 3 shows detailed information including SMARCA2 gene mutation (SNP) location information and protein mutation information generated accordingly, which functions as a specific marker for diagnosing degenerative temporomandibular arthritis of the present invention.
  • SNP SMARCA2 gene mutation
  • SNPs SMARCA2 gene mutations
  • Example 2 Completion of Deep & Wide model using specific marker gene mutations for diagnosing degenerative temporomandibular arthritis
  • SSD Single Shot Detector
  • a “Deep Learning” model becomes input data for Random Forest, a “Wide Learning” model.
  • SSD and Random Forest are Deep & Wide responsible for the “Deep” and “Wide” parts of the model.
  • Table 4 shows a list of variables in the unique diagnosis and prognosis prediction model of the present invention created in the form of a deep and wide model.
  • variable name explanation v032 Condyle abnormality 0: No 1: Yes / Figure 5a
  • Dependent variable v004 SNP SMARCA2, Notch1
  • v002 Confidence artificial intelligence algorithm established in temporomandibular joint CBCT images classifies classes and probability values for the classes, between 0 and 1) _See Figure 4 v005 Age v006 sex (m:1/f:2) v008 diagnosis(k07.65(1)/k07.66(2)/ k07.60(3)/k07.63(4))
  • Temporomandibular joint disease subclassification [K07.60] Temporomandibular joint dysfunction [K07.61] Temporomandibular joint noise [K07.62] Recurrent dislocation and subluxation of the temporomandibular joint [K07.63] Temporomandibular joint pain, not elsewhere classified [K07.64] Stiffness of the temporomandibular joint, not elsewhere classified [K07.65] De
  • the classification of the temporomandibular joint CT image class corresponding to v002 in the variable list in Table 4 is Class I. Osteophyte, Class II. micro-condyle, Class III. posterior flattening, Class IV. It was classified into four criteria: anterior/superior flattening.
  • Single Shot Detector (SSD) also performs classification tasks to predict which category a specific object or lesion belongs to, and also calculates a Confidence Score that indicates how certain the classification result is.
  • Confidence Score can be considered a statistical quantity that summarizes the characteristics of image data, and the Confidence Score is used as input data for Random Forest along with EMR data and genetic mutation (marker) information of the present invention to synthesize these various data and models.
  • a Deep & Wide Model was built.
  • Example 2-1 The accuracy of the degenerative temporomandibular arthritis diagnosis and prognosis prediction model (method) of the present invention constructed in Example 2-1 was verified through external validation. The process of dividing the training set and test set and predicting using a random forest was repeated 50 times while changing the number of seeds, and then the average of the prediction ability was calculated to maximize external validation.
  • the degenerative temporomandibular arthritis diagnosis and prognosis prediction model (method) of the present invention had an accuracy of 97% and had very excellent diagnostic or predictive ability.
  • This is a single shot detector applied to image data consisting of 1,700 “no temporomandibular arthritis” and 1,814 “temporomandibular arthritis” categories according to the existing international standard, Diagnostic Criteria for Temporomandibular Disorders (DC/TMD, Schiffman et al. 2014). This is in contrast to the previous results, which showed that the accuracy of diagnosing degenerative temporomandibular arthritis was 77%.
  • the genetic mutation markers provided by the present invention are closely related to degenerative temporomandibular arthritis, and can be used to diagnose or predict the prognosis of degenerative temporomandibular arthritis through biological samples that can be obtained through non-invasive methods such as saliva, so they have industrial applicability. There is.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Organic Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)
  • Bioethics (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Microbiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Biochemistry (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)

Abstract

본 발명은 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도에 관한 것으로, 보다 상세하게는 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질의 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 용도 및 방법에 관한 것이다. 본 발명이 제공하는 마커들은 퇴행성 턱관절염에 밀접하게 연관되어 있고, 이에 따라 퇴행성 턱관절염의 진단 또는 예후 예측에 있어서 매우 현저한 효과를 나타낸다. 뿐만 아니라 타액과 같은 비침습적 방법으로 수득될 수 있는 생물학적 시료를 통해서도 퇴행성 턱관절염에 대한 진단 또는 예후 예측이 가능한 것이 특징이다. 더욱이, 기존에 단순히 CT 영상 또는/및 임상정보(EMR) 만으로 질환을 진단할 때와는 달리, 상기 본 발명의 유전자 변이 마커 정보까지 종합하여 머신 러닝(딥 러닝) 방법으로 제작한 Random forest 기반 Deep & Wide Model은, 정확도 97%로 매우 우수한 진단 및 예측 능력을 가진다.

Description

퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도
본 발명은 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도에 관한 것으로, 보다 상세하게는 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질의 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 용도 및 방법에 관한 것이다.
본 출원은 2022년 05월 30일에 출원된 한국특허출원 제10-2022-0065803호 및 2022년 12월 09일에 출원된 한국특허출원 제10-2022-0171887호에 기초한 우선권을 주장하며, 해당 출원의 명세서 및 도면에 개시된 모든 내용은 본 출원에 원용된다.
퇴행성 턱관절염(TMJ 골관절염, TMJ OA)은, 측두 하악 관절(Temporomandibular Joint, TMJ)에서 발생하는 골관절염 중의 하나로, 난치성이다. 이러한 퇴행성 변화는 측두 하악 관절의 과도한 사용이나 전신 질환에 의해서 야기될 수 있으며, 관절의 진성 염증반응이 아닌 일종의 비염증성 질환으로도 알려져 있다. TMJ 골관절염은 관절면과 하부 골조직의 파괴, 관절 연골의 소실, 퇴행과 연관되어 관절 구조의 변화를 야기하는 기능 장애로 교합의 변화를 야기시켜 개방 교합 등의 증상을 야기하거나 악화시킬 수 있어 교정 진단 및 치료 시 유의하여야 한다. 골관절염의 가장 흔한 원인요소는 관절 조직에 가해지는 과부하이다. 측두 하악 관절 내에서는 이화 반응과 동화 반응이 균형을 이루어 나타나고 관절에 가해지는 부하에 적응하여 기능한다. 그러나 측두 하악 관절 부위가 병적인 상태가 되면 두 반응 사이의 균형이 깨지면서 원래 조직보다 하위 조직이 합성되고, 부하에 대한 적응이 제대로 이루어지지 못하여 측두 하악 관절에 퇴행성 변화가 나타나게 된다. 측두 하악 관절에 퇴행성 변화가 나타나면 주변 구조가 병적으로 변화하거나 혹은 관절 변화에 대한 보상 작용이 일어나 관절의 운동 제한, 관절 잡음, 과두 걸림, 염발음, 관절 부위의 통증 등 여러 가지 증상들이 나타나게 된다. 이러한 측두 하악 관절에 대한 과부하가 감소되거나, 골의 형태 이상은 잔존하지만 골관절염이 적응된 상태를 TMJ 골관절증이라고 한다.
이처럼 TMJ 퇴행(TMJ degeneration)은 연골을 파괴하고 하악 과두(mandibular condyle)와 관절와(articular fossa)의 뼈 모양을 변형시킨다. 이러한 형태적 변화는 만성 통증과 삶의 질 저하를 초래한다. 따라서 연골과 연골하 뼈의 심각한 퇴화가 발생하기 전에, 측두하악 관절 골관절염(TMJ OA)을 진단하면 만성 통증과 장애를 예방하는 데 도움이 될 수 있다. 하지만 관절의 심각한 퇴행(degeneration, 퇴화)이 발생하기 전에는 증상이 나타나지 않는 경우가 많기 때문에, TMJ에서 골관절염(OA) 변화의 진단에 어려움이 있는 실정이다. 또한 현재까지 턱관절 골관절염의 진단은 주로 영상적 방법에만 의존해 왔다. 이는 판독자의 주관에 의존할 가능성이 높으며 질환이 현재 진행성인지 그렇지 않은 지의 여부를 판단하는 데는 한계가 있다. 또한, 기존의 연구들은 턱관절의 관절 활액(synovial fluid) 내의 골대사 산물의 농도를 분석하거나, 해당 관절 조직 부위에 직접 프로브를 넣어주고 관찰한다는 점에서 한계가 있다. 활액을 채취하는 과정은 매우 침습적이며 채취 과정에서 턱관절 관절면이 손상될 가능성이 매우 높고, 해당 관절 조직 부위에 직접 프로브를 넣어주는 경우에는 해당 프로브 자체에 대한 부적절한 면역반응의 가능성이 있다.
이에 본 발명자들은, 비침습적인 방법으로 보다 신뢰성 있게 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 방법에 대해 연구하던 중, 본 발명에서 제공하는 유전자 변이 마커들을 이용하면 타액을 통해서 퇴행성 턱관절염의 진단 또는 예후 예측이 가능할 뿐만 아니라, 상기 질환의 진단 또는 예후 예측에 있어서 매우 현저한 효과를 나타내는 것을 확인하였다. 더욱이, 상기 유전자 마커 정보와 더불어 CT 영상 및 임상정보(EMR) 즉, 'CT 영상 - 유전자 변이 - 임상정보'의 종합 정보(자료)에 머신 러닝(딥 러닝)을 이용해 Random forest 기반 Deep & Wide Model을 제작한 결과, 상기 모델의 퇴행성 턱관절염 진단 또는 예후 예측 정확도가 97%로 매우 높은 것을 확인하고, 본 발명을 완성하였다.
이에, 본 발명의 목적은,
SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는
상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제를 포함하는 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측용 조성물을 제공하는 것이다.
본 발명의 다른 목적은, 상기 본 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물을 포함하는, 퇴행성 턱관절염의 진단 또는 예후 예측용 키트를 제공하는 것이다.
본 발명의 또 다른 목적은,
(a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공하는 것이다.
본 발명의 또 다른 목적은, 퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법에 있어서,
(a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
(i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
(ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
(iii) 상기 피험자의 임상정보(EMR)
(b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공하는 것이다.
그러나, 본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 과제에 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위하여, 본 발명은
SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는
상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제를 포함하는 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측용 조성물을 제공한다.
본 발명의 일 구현예에서, 상기 SMARCA2 유전자의 변이를 검출하는 것은,
하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다:
GenBank SNP database ID rs113070757, 및
서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 서열번호 1의 염기서열을 기준으로 451번째 염기 부위로 이루어지는 군.
본 발명의 구체적 일 구현예에서, 상기 SMARCA2 유전자의 변이를 검출하는 것은,
하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으나 이에 제한되지 않는다:
GenBank SNP database ID rs113070757의 결실 또는 중복 변이; 및
서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 1의 염기서열을 기준으로 451번째 염기가 T인 변이로 이루어지는 군.
본 발명의 구체적 일 구현예에서, 상기 SMARCA2 돌연변이 유전자는,
서열번호 2의 아미노산 서열을 포함하는 SMARCA2 단백질에서, 상기 서열번호 2 기준으로 Ser151Cys 치환, 238번째 Gln의 결실, 및 238번째 Gln의 중복으로 이루어지는 군에서 선택되는 하나 이상의 변이를 포함하는 SMARCA2 돌연변이 단백질을 코딩하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 다른 일 구현예에서, 상기 NOTCH1 유전자의 변이를 검출하는 것은,
하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다:
GenBank SNP database ID rs371414501, rs765380569, rs1589053221, rs763217096, 및 rs371742334로 이루어지는 군.
본 발명의 구체적 일 구현예에서, 상기 NOTCH1 유전자의 변이를 검출하는 것은, 하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다:
GenBank SNP database ID rs371414501의 염기가 T인 변이;
rs765380569 염기가 G인 변이;
rs1589053221 염기가 T인 변이;
rs763217096 염기가 T인 변이; 및
rs371742334 염기가 A인 변이로 이루어지는 군.
본 발명의 구체적 일 구현예에서, 상기 NOTCH1 돌연변이 유전자는, 서열번호 4로 표시되는 아미노산 서열을 포함하는 NOTCH1 단백질에서, 상기 서열번호 4를 기준으로 Ala1944Thr, Glu1563Asp, Met2196lle, Asp909Asn, 및 Arg2159Cys로 이루어지는 군에서 선택되는 하나 이상의 아미노산 치환을 포함하는 NOTCH1 돌연변이 단백질을 코딩하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물 중, 상기 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제는, 프라이머, 프로브 또는 항체를 포함하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 다른 목적을 달성하기 위하여 본 발명은, 상기 본 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물을 포함하는, 퇴행성 턱관절염의 진단 또는 예후 예측용 키트를 제공한다.
본 발명의 일 구현예에 있어서, 상기 본 발명의 키트는, 후술하는 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 포함하는 내용이 교시된 설명서를 포함하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
(a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공한다.
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
(a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측 방법을 제공한다.
본 발명의 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법은 하기 (c) 단계를 추가적으로 포함하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다:
(c) 상기 확인된 유전자형 또는 단백질형이 변이형인 경우, 퇴행성 턱관절염이 발생한 것으로 판정하는 단계.
본 발명의 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법 중 생물학적 시료는 타액(saliva), 혈액, 구강상피세포, 턱관절(측두하악 관절) 조직(세포), 및 턱관절 활액으로 이루어진 군에서 선택되는 하나 이상의 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법 중 상기 (b) 단계의 유전자형 확인은, 시퀀싱(sequencing), 엑솜 시퀀싱(exome sequencing), NGS(next generation sequencing), 파이로시퀀싱(pyrosequencing), 마이크로어레이에 의한 혼성화(microarray hybridization), 대립유전자 특이적인 PCR(allele specific PCR), 다이나믹 대립유전자 혼성화 기법(dynamic allele-specific hybridization), PCR 연장 분석, PCR-SSCP 방법, Taqman 기법 및 이들의 2 이상의 조합으로 이루어진 군으로부터 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 다른 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법 중 상기 (b) 단계의 유전자형 또는 단백질형의 확인은,
마이크로어레이 분석, PCR(polymerase chain reaction), 대립유전자에 특이적인 프로브와의 혼성화, 효소에 의한 돌연변이 검출, 연결 연쇄 반응(LCR), 올리고뉴클레오티드 연결 분석법(OLA), 유식세포 측정식 이형접합체 분석, 미스매치의 화학적 절단, 질량 분광분석법, RNA 시퀀싱, 싱글 스트랜드 입체형태 다형성(SSCP), 변성 구배 겔 전기영동(DGGE), 온도 구배 겔 전기영동(TGGE), 제한 단편 다형성, 유전자 발현 연속 분석(SAGE), 역전사중합효소 연쇄반응(reverse transcription polymerase chain reaction, RT-PCR), 경쟁적 RT-PCR(competitive RT-PCR), 실시간 RT-PCR(real-time RT-PCR), 정량적 또는 반정량적 RT-PCR(Quantitative or semiQuantitative RT-PCR), 정량적 또는 반정량적 실시간 RT-PCR(Quantitative or semi-Quantitative real-time RT-PCR), 인 시투 하이브리드화(in situ hybridization), 형광 인 시투 하이브리드화(FISH), RNase 보호 분석법(RNase protection assay, RPA), 노던 블랏팅(northern blotting), 서던 블랏팅(Southern blotting), RNA 염기서열분석(RNA sequencing) DNA 칩(chip), RNA 칩, 면역분석(immunoassay), 웨스턴 블롯, ELISA(enzyme linked immunoassay), 방사선면역분석법, 방사면역확산법, 오우크테로니(Ouchterlony) 면역확산법, 로케트 면역전기영동, 면역조직화학염색, 면역침전분석, 보체고정분석, 유세포 분석법(FACS), 단백질 칩 및 이들의 2 이상의 조합으로 이루어진 군에서 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법은, 아시아인에게 적용되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 구체적 일 구현예에서, 상기 아시아인은 한국인인 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법에 있어서,
(a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
(i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
(ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
(iii) 상기 피험자의 임상정보(EMR)
(b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공한다.
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측 방법에 있어서,
(a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
(i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
(ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
(iii) 상기 피험자의 임상정보(EMR)
(b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측 방법을 제공한다.
본 발명의 일 구현예에서, 상기 영상은 측모 두부방사선 계측영상(Lateral cephalogram), 전산화단층영상(computed tomography, CT), 경두개 방사선 사진(transcranial radiograph), 파노라마 방사선 사진(panoramic radiograph), 또는 자기공명영상(magnetic resonance imaging, MRI) 촬영을 통해 수득되는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에서, 상기 턱관절 과두(condyle)의 형태 정보는
전산화단층영상(CT)에서 턱관절 과두 영역을 포함하는 관심 영역을 추출하는 단계;
상기 추출한 관심 영역에서 과두의 특징점들을 추출하는 단계; 및
상기 추출된 경추의 특징점들에 기초하여 상기 과두의 윤곽선 정보를 추정하는 단계를 포함하는 것을 특징으로 할 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에서, 상기 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델은,
턱관절염　진단　또는 예후가 결정된 복수의 턱관절 촬영 영상들,
턱관절염　진단　또는 예후가 결정된 복수의 임상정보, 및
턱관절염　진단　또는 예후가 결정된 유전자 변이 정보에 기초하여 분석된 정보들을 통해 학습되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 구현예에서, 상기 턱관절 촬영 영상은 SSD(Single Shot Detector)에 의해 분석되어, 하기 4가지 분류 및 이에 대한 신뢰점수(confidence score)가 산출되는 것을 특징으로 하는 것일 수 있으나 이에 제한되지 않는다:
골극(Osteophyte) 형, 미세과두(Micro-condyle) 형, 후면 평탄화 (Post flattening) 형, 또는 전방 및 상방 평탄화(Ant/Sup Flattening) 형으로 분류(classification).
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이, 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제; 또는 이를 포함하는 조성물의 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 용도를 제공한다.
본 발명의 또 다른 목적을 달성하기 위하여 본 발명은,
SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이, 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제; 또는 이를 포함하는 조성물의, 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측을 위한 제제의 제조를 위한 용도를 제공한다.
본 발명이 제공하는 유전자 변이 마커(상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질 마커 포함)들은 퇴행성 턱관절염에 밀접하게 연관되어 있고, 이에 따라 퇴행성 턱관절염의 진단 또는 예후 예측에 있어서 매우 현저한 효과를 나타낸다. 뿐만 아니라 타액과 같은 비침습적 방법으로 수득될 수 있는 생물학적 시료를 통해서도 퇴행성 턱관절염에 대한 진단 또는 예후 예측이 가능한 것이 특징이다. 더욱이, 기존에 단순히 CT 영상 또는/및 임상정보(EMR) 만으로 질환을 진단할 때와는 달리, 기존 방식에 상기 본 발명의 유전자 변이 마커 정보와 더불어 CT 영상 및 임상정보(EMR)를 종합하여 머신 러닝(딥 러닝) 방법으로 제작한 Random forest 기반 Deep & Wide Model은, 정확도 97%로 매우 우수한 진단 및 예측 능력을 가진다.
도 1a는 턱관절염 환자 또는 대조군에서 대비적으로 유의하게 높은 변이를 보이는 OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, OPLAH의 7개 유전자들의 변이 경향성 분석 결과를 도식화하여 나타내고(왼쪽) 이들에 대해 표 1의 내용(오른쪽)을 매칭시켜 나타낸 도이다.
도 1b는 OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, OPLAH의 7개 유전자들에 대하여, 구체적인 변이 종류들과 이들 각각이 발견되는 대상자 명수를 표현한 도이다(1칸은 1명에 상응한다).
도 1c는 상기 도 1b의 결과를 확률로 환산 후 도식화하여 나타낸 것으로, OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, OPLAH의 7개 유전자들에 대하여 구체적인 변이 종류들과 이들 각각이 발견되는 확률을 도식화한 결과를 보여준다.
도 2는 본 발명의 퇴행성 턱관절염 진단에 특이적인 마커인 각각의 NOTCH1 유전자 변이(SNP) Missense mutation에 대하여(표 2 참조), 이들의 위치를 간략하게 도식화 하여 나타낸 것이다.
도 3은 본 발명의 퇴행성 턱관절염 진단에 특이적인 마커인 각각의 SMARCA2 유전자 변이(SNP) Missense mutation, Inframe insertion, Inframe deletion에 대하여(표 3 참조), 이들의 위치를 간략하게 도식화 하여 나타낸 것이다.
도 4는 퇴행성 턱관절염에 대한 본 발명 특유의 진단 및 예후 예측 모델에 있어서, 표 4의 변수목록 v002에 해당하는 턱관절 CT영상 class 구분의 기준에 관한 것으로, 턱관절 CT 하악 과두의 형태에 따라 Class I. osteophyte, Class II. micro-condyle, Class III. posterior flattening, Class IV. anterior/superior flattening 네가지 기준으로 분류되는 것을 보여준다.
도 5a는 본 발명의 퇴행성 턱관절염 진단 및 예후 예측 모델에 있어서, 표 4의 변수들 중 턱관절염 여부를 예측하는데 있어서 변수들의 중요도 순위와, 이들 중 특히 상위 12개의 중요한 변수들을 나타낸 random forest plot이다.
도 5b는 본 발명의 퇴행성 턱관절염 진단 및 예후 예측 모델에 있어서, 표 4의 변수들 중 상기 표 2 및 표 3에 기재된 한국인 고유 유전자 변이(SMARCA2, Notch1) 보유 여부를 예측하는데 있어서 변수들의 중요도 순위와, 이들 중 특히 상위 12개의 중요한 변수들을 나타낸 random forest plot이다.
정의
다른 정의가 없는 한, 본 명세서에 사용된 모든 기술적 및 과학적 용어는 당업자들에 의해 통상적으로 이해되는 동일한 의미를 가진다.
본 발명에서 용어 '퇴행성 턱관절염(temporomandibular joint osteoarthritis)'은 통상적으로 턱관절로 불리는 측두 하악 관절(Temporomandibular Joint, TMJ)에서 발생된 난치성의 골관절염으로, 가장 흔한 원인은 관절 조직에 가해지는 과부하이며 이는 관절면이 관절원판전위와 원판후조직염에 의해 손상을 받을 때 발생하며 관절면과 하부 골조직이 파괴되는 일종의 비염증성 질환이며 골 변화가 활발히 일어날 때 종종 통증이 발생한다. 당업계에서 통상적으로 사용되고 있는 바와 같이 '측두하악관절 골관절염', 'TMJ 골관절염' 또는 'TMJ OA' 등으로 본 명세서에서 그 용어가 혼용되어 사용될 수 있다. American Academy of Orofacial Pain에 따르면 TMJ 골관절염은 원발성과 속발성으로 분류된다. 원발성 TMJ 골관절염은 뚜렷한 국소적 또는 전신적 요인이 없는 것이 특징이다. 그러나 이차성 TMJ 골관절염은 이전의 외상 사건이나 질병과 관련이 있는 것을 의미한다. 본 발명에서 상기 퇴행성 턱관절염은 그 종류에 제한되지 않는다.
본 명세서에서 '폴리뉴클레오티드(polynucleotide)' 또는 '핵산'은 단일-또는 이중-가닥의 형태로 된 데옥시리보뉴클레오티드(DNA) 또는 리보뉴클레오티드(RNA)를 말한다. 다른 제한이 없는 한, 자연적으로 생성되는 뉴클레오티드와 비슷한 방법으로 핵산에 혼성화되는 자연적 뉴클레오티드의 공지된 아날로그도 포함된다. 일반적으로 DNA는 아데닌(adenine, A), 구아닌(guanine, G), 시토신(cytosine, C), 티민(thymine, T) 등 네 가지 염기로 구성되어 있으며, RNA는 티민 대신 우라실(Uracil, U)을 가지고 있다. 핵산 이중 가닥에서 A는 T 또는 U, C는 G 염기와 수소결합을 이루는데, 이러한 염기의 관계를 '상보적(complementary)'이라고 한다. 또한 본 명세서에서 '유전체 DNA(genomic DNA, gDNA)'는 한 개체의 유전자의 총 염기서열로서, 거의 완전한 유전정보를 포함하고 있는 DNA를 의미한다.
본 명세서에서 유전자의 변이를 표기할 때 'c.'은 단백질 코딩 부위의 변이를 의미하며, '(염기 위치) (염기일문자)(기호 >) (염기일문자)'는 해당 염기 위치에서 선행 표기된 염기가 후행 표기된 염기로 치환된다는 것을 의미한다.
본 명세서에서 '단백질'은 '폴리펩타이드(polypeptide)' 또는 '펩타이드(peptide)'와 호환성 있게 사용되며, 예컨대, 자연 상태의 단백질에서 일반적으로 발견되는 바와 같이 아미노산 잔기의 중합체를 말한다.
본 명세서에 사용된 아미노산의 일문자(삼문자)는 생화학 분야에서의 표준 약어 규정에 따라 다음의 아미노산을 의미한다: A(Ala): 알라닌; C(Cys): 시스테인; D(Asp): 아스파르트산; E(Glu): 글루탐산; F(Phe): 페닐알라닌; G(Gly): 글라이신; H(His): 히스티딘; I(IIe): 이소류신; K(Lys): 라이신; L(Leu): 류신; M(Met): 메티오닌; N(Asn): 아스파라진; O(Ply): 피롤라이신; P(Pro): 프롤린; Q(Gln): 글루타민; R(Arg): 아르지닌; S(Ser): 세린; T(Thr): 쓰레오닌; U(Sec): 셀레노시스테인; V(Val): 발린; W(Trp): 트립토판; Y(Tyr): 타이로신.
본 명세서에 표기되는 '(아미노산 일문자(삼문자))(아미노산 위치)(아미노산 일문자(삼문자))'는 천연형 단백질(wild-type protein)의 해당 아미노산 위치에서 선행 표기된 아미노산이 후행 표기된 아미노산으로 치환된다는 것을 의미한다.
본 명세서에서 '진단'은 해당(목적) 질환 발생에 대한 한 객체의 감수성(susceptibility)을 판정하는 것, 한 객체가 해당(목적) 질환을 현재 가지고 있는지 여부를 판정하는 것, 해당(목적) 질환에 걸린 한 객체의 예후(prognosis)(예컨대, 퇴행성 턱관절염 상태의 동정, 퇴행성 턱관절염의 단계 결정 또는 치료에 대한 퇴행성 턱관절염의 반응성 결정)를 판정하는 것, 또는 해당(목적) 질환의 치료 효능에 대한 정보를 제공하기 위하여 객체의 상태를 모니터링 하는 것을 포함한다.
본 명세서에서 용어 '예후'는 해당(목적) 질환의 진행 가능성, 특히, 질병의 차도, 질병의 재생, 재발 측면에서의 예측을 포함한다. 바람직하게는, 본 발명에서의 예후는 퇴행성 턱관절염 환자의 질병이 완치될 가능성을 의미하는 것일 수 있다.
본 발명에서의 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2)는 바람직하게는 인간에서 유래한 것으로서, 인간 SMARCA2 유전자의 mRNA와 단백질의 서열정보는 GenBank(NCBI) database에 각각 NM_003070과 NP_003061의 accession number로 공지되어 있다.
본 발명에서의 NOTCH1(Notch Receptor 1)는 바람직하게는 인간에서 유래한 것으로서, 인간 NOTCH1 유전자의 mRNA와 단백질의 서열정보는 GenBank(NCBI) database에 각각 NM_017617과 NP_060087의 accession number로 공지되어 있다.
본 명세서에서 용어 '다형성(polymorphism)'이란 유전적으로 결정된 집단 내에서 2 이상의 대체적 서열 또는 대립형질(또는 대립유전자)의 발생을 의미하며, '단일염기다형성(single nucleotide polymorphism, SNP)'은 하나의 염기의 다형성을 의미한다. 구체적으로 유전체에서 단일염기(A, T, C 또는 G)가 종의 멤버들 간 또는 한 개체(individual)의 쌍 염색체 간에 발생하는 DNA 서열의 다양성을 의미한다. 예를 들어, 서로 다른 개체의 세개의 DNA 단편들(예를 들어 AAGT[A/A]AG, AAGT[A/G]AG, AAGT[G/G]AG)처럼 단일염기에서 차이를 포함하는 경우, 두 개의 대립유전자(A 또는 G)라고 부르며, 일반적으로 거의 모든 SNP는 두 개의 대립 유전자를 가진다. 또한 SNP가 특정 질환과 유전적으로 밀접하게 연관되어 있는 경우에는, SNP는 확인된 정상인(normal) 또는 야생형(wild-type, WT) 개체 또는 대립유전자와 비교하여 특정 위치의 하나의 염기에 변이가 발생한 것을 의미하기도 한다.
본 발명에 따른 퇴행성 턱관절염 진단용 마커인 SMARCA2 또는 NOTCH1 유전자의 변이(특히, SNP 부위)는, 각각 SMARCA2 또는 NOTCH1의 단백질 코딩 부위(coding region)에 위치하며, 퇴행성 턱관절염과 관련된 유전자 변이 형질(특히, SNP 대립형질)은 SMARCA2 또는 NOTCH1 단백질 기능의 손상을 야기하는 것일 수 있다.
이하 본 발명을 상세히 설명한다.
본 발명은,
SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는
상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제를 포함하는 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측용 조성물을 제공한다.
본 발명의 바람직한 실시양태에서, 상기 SMARCA2 유전자의 변이를 검출하는 것은, 하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으며, 이들은 본 발명에서 제공하는 마커에 해당한다:
GenBank SNP database ID rs113070757, 및
서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 서열번호 1의 염기서열을 기준으로 451번째 염기 부위로 이루어지는 군.
상기 실시양태의 더욱 바람직한 일 구현예에서, 상기 SMARCA2 유전자의 변이를 검출하는 것은, 하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으며, 이들은 본 발명에서 제공하는 마커에 해당한다:
GenBank SNP database ID rs113070757의 결실 또는 중복 변이; 및
서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 1의 염기서열을 기준으로 451번째 염기가 T인 변이로 이루어지는 군.
본 발명에 있어서, 상기 GenBank SNP database ID rs113070757의 결실 또는 중복 변이는 서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 1의 염기서열을 기준으로 705 내지 707번째 염기의 결실 또는 중복 변이일 수도 있으나, 이에 제한되지 않는다.
또한 상기 실시양태에서, 상기 SMARCA2 돌연변이 유전자는, 서열번호 2의 아미노산 서열을 포함하는 SMARCA2 단백질에서, 상기 서열번호 2 기준으로 Ser151Cys 치환, 238번째 Gln의 결실, 및 238번째 Gln의 중복으로 이루어지는 군에서 선택되는 하나 이상의 변이를 포함하는 SMARCA2 돌연변이 단백질을 코딩하는 것을 특징으로 하는 것일 수 있으며, 상기 돌연변이 단백질들은 본 발명에서 제공하는 마커에 해당한다.
본 발명의 바람직한 실시양태에서, 상기 NOTCH1 유전자의 변이를 검출하는 것은, 하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으며, 이들은 본 발명에서 제공하는 마커에 해당한다:
GenBank SNP database ID rs371414501, rs765380569, rs1589053221, rs763217096, 및 rs371742334로 이루어지는 군.
상기 실시양태의 더욱 바람직한 일 구현예에서, 상기 NOTCH1 유전자의 변이를 검출하는 것은, 하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는 것일 수 있으며, 이들은 본 발명에서 제공하는 마커에 해당한다:
GenBank SNP database ID rs371414501의 염기가 T인 변이;
rs765380569 염기가 G인 변이;
rs1589053221 염기가 T인 변이;
rs763217096 염기가 T인 변이; 및
rs371742334 염기가 A인 변이로 이루어지는 군.
본 발명에 있어서, 상기 GenBank SNP database ID rs371414501의 염기가 T인 변이는 서열번호 3의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 3의 염기서열을 기준으로 5830번째 염기가 A인 변이일 수도 있으나, 이에 제한되지 않는다.
본 발명에 있어서, 상기 GenBank SNP database ID rs765380569의 염기가 G인 변이는 서열번호 3의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 3의 염기서열을 기준으로 4689번째 염기가 C인 변이일 수도 있으나, 이에 제한되지 않는다.
본 발명에 있어서, 상기 GenBank SNP database ID rs1589053221의 염기가 T인 변이는 서열번호 3의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 3의 염기서열을 기준으로 6588번째 염기가 A인 변이일 수도 있으나, 이에 제한되지 않는다.
본 발명에 있어서, 상기 GenBank SNP database ID rs763217096의 염기가 T인 변이는 서열번호 3의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 3의 염기서열을 기준으로 2725번째 염기가 A인 변이일 수도 있으나, 이에 제한되지 않는다.
본 발명에 있어서, 상기 GenBank SNP database ID rs371742334의 염기가 A인 변이는 서열번호 3의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 3의 염기서열을 기준으로 6475번째 염기가 T인 변이일 수도 있으나, 이에 제한되지 않는다.
또한 상기 실시양태에서, 상기 NOTCH1 돌연변이 유전자는, 서열번호 4로 표시되는 아미노산 서열을 포함하는 NOTCH1 단백질에서, 상기 서열번호 4를 기준으로 Ala1944Thr, Glu1563Asp, Met2196lle, Asp909Asn, 및 Arg2159Cys로 이루어지는 군에서 선택되는 하나 이상의 아미노산 치환을 포함하는 NOTCH1 돌연변이 단백질을 코딩하는 것을 특징으로 하는 것일 수 있으며, 상기 돌연변이 단백질들은 본 발명에서 제공하는 마커에 해당한다.
본 발명의 일 실시양태에서, 상기 본 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물 중, 상기 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제는, 프라이머, 프로브 또는 항체를 포함하는 것일 수 있으나, 이에 제한되지 않는다.
구체적으로, 본 발명에서 마커 기능을 하는 상기 유전자의 변이(이에 따른 돌연변이 유전자의 mRNA 포함하는 의미)는, 상기 변이를 포함하는 해당 유전자에 특이적으로 결합하는 프라이머(프라이머 쌍) 또는 프로브를 사용하여 검출할 수 있다.
또한 본 발명에서 마커 기능을 하는 상기 유전자의 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질은, 상기 돌연변이 단백질에 특이적인 항체(상기 돌연변이 단백질에 특이적으로 결합하는 항체)를 사용하여 검출할 수 있다.
또한 본 발명은, SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이, 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제; 또는 이를 포함하는 조성물의 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 용도를 제공한다.
또한 본 발명은, SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이, 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제; 또는 이를 포함하는 조성물의, 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측을 위한 제제의 제조를 위한 용도를 제공한다.
또한 본 발명은, 상기 본 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물 포함하는, 퇴행성 턱관절염의 진단 또는 예후 예측용 키트를 제공한다.
상기 키트의 종류는, 후술하는 당업계에 공지된 유전자형 확인 방법(유전자 분석 방법) 또는/및 단백질형의 확인(단백질 분석 방법)에 사용되는 키트라면 그 종류가 특별히 제한되지 않는다. 일례로 상기 키트는 마이크로어레이 키트, 유전자 증폭 키트, 면역분석(immunoassay)용 키트 일 수 있으나, 이에 제한되지 않는다.
또한 상기 본 발명의 키트는, 전술한 본 발명의 마커들을 검출하는 제제와 별도로 분석 방법에 적합한 한 종류 또는 그 이상의 다른 구성 성분 조성물, 전술한 표지, 이의 검출에 사용되는 물질, 및 장치가 포함될 수 있다.
본 발명의 일 실시양태에서, 상기 본 발명의 키트는, 후술하는 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 포함하는 내용이 교시된 설명서를 포함하는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
또한 본 발명은,
(a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공한다.
또한 본 발명은,
(a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측 방법을 제공한다.
본 발명의 일 실시양태에 있어서, 상기 생물학적 시료는 타액(saliva), 혈액, 구강상피세포, 턱관절(측두하악 관절) 조직(세포), 및 턱관절 활액 등을 포함하여 유전자 검사가 가능한 모든 생물학적 시료를 의미할 수 있으나, 이에 제한되지 않는다.
상기 (a) 단계에서, 생물학적 시료로부터 핵산(DNA, RNA(특히, mRNA)등 폴리뉴클레오타이드) 또는 단백질을 추출(또는 분리)하는 방법은, 당업계에 주지되어 있으며, 본 발명에서 제한 없이 사용될 수 있다.
상기 (b) 단계에서 확인하는, SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형의 구체적 종류는, 전술한 본원 발명의 퇴행성 턱관절염의 진단 또는 예후 예측용 조성물에서 구체적으로 설명한 바 있는 본 발명의 마커 종류(특히, SNP)를 참조로 하여 이해된다.
본 발명의 바람직한 일 실시양태에서, 상기 (b) 단계의 유전자형 확인은, 시퀀싱(sequencing), 엑솜 시퀀싱(exome sequencing), NGS(next generation sequencing), 파이로시퀀싱(pyrosequencing), 마이크로어레이에 의한 혼성화(microarray hybridization), 대립유전자 특이적인 PCR(allele specific PCR), 다이나믹 대립유전자 혼성화 기법(dynamic allele-specific hybridization), PCR 연장 분석, PCR-SSCP 방법, Taqman 기법 및 이들의 2 이상의 조합으로 이루어진 군으로부터 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
일례로, 전체 엑솜 시퀀싱(whole-exome sequencing, WES)은 유전체에서 엑솜(exome)으로 알려진 모든 단백질을 코딩하는 약 3×107 bp의 염기서열을 분석하는 기술이다. 엑솜이 인간 유전체에서 차지하는 비율은 2% 보다 낮지만, 이 부위의 변이는 나머지 98%에서 발생하는 변이보다 훨씬 심각한 결과를 초래할 수 있다. WES의 목적은 모든 단백질 코딩 부위를 포함하는 빅 데이터(big data)에서 선별 과정(filtering process)을 통하여 멘델리안 방식으로 유전되는 질병 유발 돌연변이나 흔하고도 복잡한 질환의 발병 위험도를 높이는 단일염기 다형성(singlenucleotide polymorphisms, SNP) 등의 유전적 변이를 찾아내는 것이다.
본 발명의 다른 일 구현예에 있어서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법 중 상기 (b) 단계의 유전자형 또는 단백질형의 확인은,
마이크로어레이 분석, PCR(polymerase chain reaction), 대립유전자에 특이적인 프로브와의 혼성화, 효소에 의한 돌연변이 검출, 연결 연쇄 반응(LCR), 올리고뉴클레오티드 연결 분석법(OLA), 유식세포 측정식 이형접합체 분석, 미스매치의 화학적 절단, 질량 분광분석법, RNA 시퀀싱, 싱글 스트랜드 입체형태 다형성(SSCP), 변성 구배 겔 전기영동(DGGE), 온도 구배 겔 전기영동(TGGE), 제한 단편 다형성, 유전자 발현 연속 분석(SAGE), 역전사중합효소 연쇄반응(reverse transcription polymerase chain reaction, RT-PCR), 경쟁적 RT-PCR(competitive RT-PCR), 실시간 RT-PCR(real-time RT-PCR), 정량적 또는 반정량적 RT-PCR(Quantitative or semiQuantitative RT-PCR), 정량적 또는 반정량적 실시간 RT-PCR(Quantitative or semi-Quantitative real-time RT-PCR), 인 시투 하이브리드화(in situ hybridization), 형광 인 시투 하이브리드화(FISH), RNase 보호 분석법(RNase protection assay, RPA), 노던 블랏팅(northern blotting), 서던 블랏팅(Southern blotting), RNA 염기서열분석(RNA sequencing) DNA 칩(chip), RNA 칩, 면역분석(immunoassay), 웨스턴 블롯, ELISA(enzyme linked immunoassay), 방사선면역분석법, 방사면역확산법, 오우크테로니(Ouchterlony) 면역확산법, 로케트 면역전기영동, 면역조직화학염색, 면역침전분석, 보체고정분석, 유세포 분석법(FACS), 단백질 칩 및 이들의 2 이상의 조합으로 이루어진 군에서 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 바람직한 일 실시양태에서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법은 하기 (c) 단계를 추가적으로 포함하는 것을 특징으로 하는 것일 수 있다:
(c) 상기 확인된 유전자형 또는 단백질형이 변이형인 경우, 퇴행성 턱관절염이 발생한 것으로 판정하는 단계.
본 발명의 바람직한 일 실시양태에서, 상기 본 발명의 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법은, 아시아인에게 적용되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다. 본 발명의 더욱 바람지한 일 실시양태에서, 상기 아시아인은 한국인인 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
또한, 본 발명은
퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법에 있어서,
(a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
(i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
(ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
(iii) 상기 피험자의 임상정보(EMR)
(b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법을 제공한다.
또한 본 발명은,
퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측 방법에 있어서,
(a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
(i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
(ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
(iii) 상기 피험자의 임상정보(EMR)
(b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측 방법을 제공한다.
본 발명의 일 실시 양태에서, 상기 영상은 측모 두부방사선 계측영상(Lateral cephalogram), 전산화단층영상(computed tomography, CT), 경두개 방사선 사진(transcranial radiograph), 파노라마 방사선 사진(panoramic radiograph), 또는 자기공명영상(magnetic resonance imaging, MRI) 촬영을 통해 수득되는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 실시 양태에서, 상기 CT 촬영은, CBCT(Cone beam computed tomography) 및 일반 CT(conventional CT)를 포함한 모든 종류의 CT가 가능할 수 있으나, 이에 제한되지 않는다.
본 발명의 일 실시 양태에서, 상기 턱관절 과두(condyle)의 형태 정보는
전산화단층영상(CT)에서 턱관절 과두 영역을 포함하는 관심 영역을 추출하는 단계;
상기 추출한 관심 영역에서 과두의 특징점들을 추출하는 단계; 및
상기 추출된 경추의 특징점들에 기초하여 상기 과두의 윤곽선 정보를 추정하는 단계를 포함하는 것을 특징으로 할 수 있으나, 이에 제한되지 않는다.
본 발명의 일 실시 양태에서, 상기 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델은,
턱관절염　진단　또는 예후가 결정된 복수의 턱관절 촬영 영상들,
턱관절염　진단　또는 예후가 결정된 복수의 임상정보, 및
턱관절염　진단　또는 예후가 결정된 유전자 변이 정보에 기초하여 분석된 정보들을 통해 학습되는 것을 특징으로 하는 것일 수 있으나, 이에 제한되지 않는다.
본 발명의 일 실시 양태에서, 상기 턱관절 촬영 영상은 SSD(Single Shot Detector)에 의해 분석되어, 하기 4가지 분류 및 이에 대한 신뢰점수(confidence score)가 산출되는 것을 특징으로 하는 것일 수 있으나 이에 제한되지 않는다:
골극(Osteophyte) 형, 미세과두(Micro-condyle) 형, 후면 평탄화 (Post flattening) 형, 또는 전방 및 상방 평탄화(Ant/Sup Flattening) 형으로 분류(classification).
본 발명의 일 실시 양태에서, “딥 러닝(Deep Learning)”모형인 SSD가 분석한 결과가 “와이드 러닝(Wide Learning)”모형인 랜덤 포레스트의 입력 자료가 된다는 점에서 SSD와 랜덤 포레스트는 Deep & Wide 모델의 “Deep”부분과 “Wide”부분을 담당한다.
또한, 본 발명은 퇴행성 턱관절염으로 의심되는 피검체와 대조군에서 분리된 생물학적 시료에서 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인한 후, 상기 유전자형 또는 단백질형에서 변이가 일어난 경우에는 퇴행성 턱관절염 발병 리스크가 큰 피검체임을 가리키는 것으로 보는, 퇴행성 턱관절염 발병에 대한 감수성이 높은 피검체인지 결정/분석하기 위한 정보를 제공하는 방법을 제공한다.
또한, 본 발명은 (a) 피검체로부터 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계;
(b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계;
(c) 상기 유전자형 또는 단백질형에서 변이가 일어난 경우 상기 피검체가 퇴행성 턱관절염인 것으로 판정(즉, 퇴행성 턱관절염이 발병한 것으로 판단)하는 단계; 및
(d) 상기 피검체가 퇴행성 턱관절염인 것으로 판정된 경우, 피검체의 퇴행성 턱관절염을 치료하는 단계를 포함하는 퇴행성 턱관절염 치료 방법을 제공한다.
본 발명에 있어서, 상기 치료 단계에서는, 약물 치료(퇴행성 턱관절염 치료제 투여) 및 물리 치료 등이 포함될 수 있으나, 이에 제한되지 않는다.
또한, 본 발명은 퇴행성 턱관절염 치료를 위한 퇴행성 턱관절염 치료제에 대한 반응자 특성화 방법으로서,
상기 방법은 하기 단계를 포함하는 것을 특징으로 하는 방법을 제공한다:
(S1) 피검체로부터 분리된 생물학적 시료에서 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계; 및
(S2) 상기 단계 (S1)에서 측정된 유전자형 또는 단백질형에서 변이가 일어난 경우, 퇴행성 턱관절염 치료제에 대한 반응자로 판정하는 단계.
상기 퇴행성 턱관절염 치료제는 진통 소염제, 근이완제 등을 포함하여 당업계에서 퇴행성 턱관절염의 치료를 위해 사용되는 약물을 사용할 수 있으며, 이의 종류에 제한은 없다.
이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 하기 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.
실시예 1. 퇴행성 턱관절염 진단을 위한 신규 바이오 마커 발굴
1-1. 타액 기반, 전장 엑솜 시퀀싱(whole exome sequencing) 분석
27명의 한국인 퇴행성 턱관절염 환자들(실험군)로부터, 각각 총 2ml의 타액을 채취하였고, whole exome sequencing(marogen)을 진행하여 유전자 변이 목록을 작성하였다. 또한 대조군으로서 턱관절 질환이 없는 건강한 한국인 24명을 대상으로 총 2ml의 타액을 채취하였고 whole exome sequencing을 진행하여 유전자 분석을 수행하였다.
실험결과, 40여개 이상의 다양한 유전자들에 대해서, 다양한 종류의 변이들이 발견됨을 확인하였다.
1-2. 퇴행성 턱관절염 진단에 특이적인 마커 유전자 및 변이 발굴
상기 실시예 1-1에서 발견된 수많은 변이들 중, 구체적으로 퇴행성 턱관절염 진단에 유용성이 있는 유전자들을 1차적으로 선별하였다. 구체적인 방법은 다음과 같다:
전장 엑솜 시퀀싱을 통해 실험군과 대조군 샘플들로부터 얻어진 염기서열들을 사람 참조염기서열(Genome Reference Consortium Human Build 37 [hg19])에 정렬한 후 Broad Institute의 지놈 분석 툴킷인 gatk(version 3.4.0)를 이용하여 돌연변이(variant)들을 검출하고 variant call format(VCF)으로 저장하였다. 유럽 생물정보학 연구소(European Bioinformatics institute, ENSEMBL)의 VEP(Variant Effect Prediction, version 104.3)를 이용하여 VCF에 돌연변이 주석(variant annotation)을 부여하고 mutation annotation format(MAF)으로 저장하였다. 돌연변이 분석 툴인 Maftools(Mayakonda 등, 2018, Genome Res.)로 MAF를 읽어들인 후 DP(depth)가 30 이상이며 정상인에 대한 돌연변이 데이터베이스(1000 Genomes와 gnomAD) 기준 대립 유전자 빈도(allele frequency)가 0.001 이하인 희귀 돌연변이들을 추려 내었다. 이렇게 추려진 모든 돌연변이들에 대해 Maftools를 이용하여 fisher test를 수행하고 실험군과 대조군 사이에서 통계적으로 유의한 차이(p-값<0.10)를 보이는 유전자들(differentially mutated genes)을 검출하였으며, 그 결과는 하기 표 1과 같다.
Figure PCTKR2023007321-appb-img-000001
그 결과, 표 1 및 도 1a에 나타낸 바와 같이, 실험군 또는 대조군에서 대비적으로 유의하게 높은 변이를 보이는 OR8U1, SMARCA2, DNAH14, MCF2L, NOTCH1, SPAG8, OPLAH의 7개 유전자들을 선별하였다.
이들 중, 퇴행성 턱관절염 진단에 특이적 마커를 발굴하기 위해, 상기 유전자들에 대해 진단적 유용성을 더욱 분석한 결과, 도 1a에 나타낸 바와 같이 최종적으로 SMARCA2 및 NOTCH1 유전자에서의 변이는 턱관절염이 발생한 환자에서만 발견되며, 대조군인 정상인에서는 발견되지 않는 것을 확인하였다.
구체적으로 도 1b에 나타낸 바와 같이, 유의하게 차이를 보이는 구체적 유전자 변이의 종류를 살펴보면, SMARCA2 유전자의 경우 inframe deletion이 총 7명의 환자 중 4명에서 발생하였으며, 1명의 환자에서 inframe insertion, 1명의 환자에서 missense mutation을 보였다. NOTCH1 유전자의 경우 총 5명의 환자에서 모두 missense mutation을 나타냄을 확인하였다.
또한 도 1c에 나타낸 바와 같이, 턱관절염 환자군과 대조군에서의 유전자 변이 발생 비율을 살펴보면, SMARCA2 변이는 27명중 26%인 7명에서 발생하였고, NOTCH1 유전자의 변이는 19%인 5명에서 발생한 것을 확인하였다.
이처럼 SMARCA2 및 NOTCH1의 두 유전자에서 나타나는 변이들이 턱관절염과 연관된 유전자 변이임을 확인하고, 이들 중에서도 퇴행성 턱관절염 진단에 특이적인 마커로서 구체적으로 표 2 및 표 3에서 기재한 변이들을 선별해 내었다.
표 2는 본 발명의 퇴행성 턱관절염 진단에 특이적인 마커로서 기능하는, NOTCH1 유전자 변이(SNP) 위치 정보와 이에 따라 생성된 단백질 변이 정보를 포함한 세부 정보를 나타낸다.
또한 표 3은 본 발명의 퇴행성 턱관절염 진단에 특이적인 마커로서 기능하는, SMARCA2 유전자 변이(SNP) 위치 정보와 이에 따라 생성된 단백질 변이 정보를 포함한 세부 정보를 나타낸다.
Figure PCTKR2023007321-appb-img-000002
Figure PCTKR2023007321-appb-img-000003
상기 표 2에서 확인할 수 있는 바와 같이, 퇴행성 턱관절염 진단에 특이적인 마커로서 NOTCH1 유전자 변이(SNP)로 5개의 Missense mutation을 신규하게 규명하였으며, 구체적으로 GenBank SNP database ID rs371414501 염기가 T로 치환된 변이, rs765380569 염기가 G로 치환된 변이, rs1589053221 염기가 T로 치환된 변이, rs763217096 염기가 T로 치환된 변이, rs371742334 염기가 A로 치환된 변이가 퇴행성 턱관절염 진단마커로서 우수한 분별력을 가짐을 확인하였다. 도 2는 표 2에 기재된 각각의 NOTCH1 유전자 변이(SNP) Missense mutation에 대하여, 이들의 위치를 간략하게 도식화 하여 나타낸 것이다.
또한 상기 표 3에서 확인할 수 있는 바와 같이, 퇴행성 턱관절염 진단에 특이적인 마커로서 SMARCA2 유전자 변이(SNP)로 1개의 Inframe deletion, 1개의 Inframe insertion, 1개의 Missense mutation을 신규하게 규명하였다. 이들은 GenBank SNP database ID rs113070757에서 CAG 염기(서열번호 1 기준으로 705 내지 707 번째 염기)가 결실되거나 또는 중복되었고, 서열번호 1의 SMARCA2 서열을 기준으로 451번째 염기가 T로 치환된 변이가 퇴행성 턱관절염 진단마커로서 우수한 분별력을 가짐을 확인하였다. 도 3은 표 3에 기재된 각각의 SMARCA2 유전자 변이(SNP) Missense mutation, Inframe insertion, Inframe deletion에 대하여, 이들의 위치를 간략하게 도식화 하여 나타낸 것이다.
실시예 2. 퇴행성 턱관절염 진단에 특이적인 마커 유전자 변이를 이용한, Deep & Wide 모형 완성
2-1. 퇴행성 턱관절염 진단에 특이적인 본 발명의 마커 유전자 변이, CT영상 및 EMR(임상정보) 종합정보에, 랜덤 포레스트 기반 딥 앤 와이드(deep and wide) 모형 적용
본 발명에서 신규하게 규명한 상기 표 2 및 표 3에 기재된 유전자 변이 정보, CT영상, 그리고 EMR(임상정보) 중 빅데이터 기반 위험인자 정보를 변수들로 하여 이들 변수 정보(표 4)를 병합하여, 결정 트리(Decision Tree) 및 랜덤 포레스트(Random Forest) 기반 딥 앤 와이드(deep and wide) 모형의 형태로 본 발명 특유의 진단 및 예후 예측 모델을 개발하였다.
“딥 러닝(Deep Learning)”모형인 Single Shot Detector(SSD)가 분석한 결과가 “와이드 러닝(Wide Learning)”모형인 랜덤 포레스트의 입력 자료가 되며, 이러한 점에서 SSD와 랜덤 포레스트는 Deep & Wide 모델의 “Deep”부분과 “Wide”부분을 담당한다.
하기 표 4는, 딥 앤 와이드(deep and wide) 모형의 형태로 제작된 본발명 특유의 진단 및 예후 예측 모델에서의 변수 목록을 나타낸 것이다.
변수명 설명
v032 condyle 형태이상 0: No 1: Yes / 도 5a 종속변수
v004 SNP(SMARCA2, Notch1) 0: No 1: Yes / 도 5b 종속변수
v002 Confidence (턱관절 CBCT영상에서 기 구축된 인공지능 알고리즘이 class구분 및 해당 class에 대한 확률값, 0-1사이)_도 4 참조
v005 Age
v006 sex (m:1/f:2)
v008 diagnosis(k07.65(1)/k07.66(2)/ k07.60(3)/k07.63(4)) 턱관절질환 하위분류
[K07.60] 턱관절내장증
[K07.61] 턱관절잡음
[K07.62] 턱관절의 재발성 탈구 및 아탈구
[K07.63] 달리 분류되지 않은 턱관절의 통증
[K07.64] 달리 분류되지 않은 턱관절의 경직
[K07.65] 턱관절의 퇴행성 관절병
[K07.66] 저작근장애
[K07.68] 기타 명시된 턱관절장애
[K07.69] 상세불명의 턱관절장애
v011 Overbite 위아래 앞니 덮는 정도
v012 Overjet 위 아래 앞니간의 전후방 거리
v013 근육통 우측 ((-):0 /(교근 통증):1 / (측두근 통증):2 / (흉쇄유돌근 통증):3)
v014 근육통 좌측 ((-):0 /(교근 통증):1 / (측두근 통증):2 / (흉쇄유돌근 통증):3)
v015 턱관절낭 촉진시 동통 ((-):0 / (+):1) RIGHT
v016 턱관절낭 촉진시 동통 ((-):0 / (+):1) LEFT
v019 관절 잡음 (none(0)/crepitus(1)/poping(2)/clicking(3)) RIGHT
v020 관절 잡음(none(0)/crepitus(1)/poping(2)/clicking(3)) LEFT
v021 관절 동통 ((-):0/(+):1) RIGHT
v022 관절 동통 ((-):0/(+):1) LEFT
v023 대구치 관계 (classI(1) / classII(2)/classIII(3) RIGHT
v024 대구치 관계 (classI(1) / classII(2) / classIII(3) LEFT
v025 상실치 개수 상악
v026 상실치 개수 하악
v027 보철물 총갯수: UPPER
v028 보철물 총갯수: LOWER
v029 교정치료 여부 (안받음(0)/발치교정받음(1)/비발치교정받음(2)
v030 류마티스관절염 여부((-):0/(+):1))
v031 구강악습관((none(0)/이악물기(1)/이갈이(2)/이악물기+이갈이(3))
표 4의 변수목록 v002에 해당하는 턱관절 CT영상 class 구분은 도 4에서 보는 바와 같이, 턱관절 CT 하악 과두의 형태에 따라 Class I. osteophyte, Class II. micro-condyle, Class III. posterior flattening, Class IV. anterior/superior flattening 네가지 기준으로 분류되었다. Single Shot Detector(SSD)는 특정 물체나 병변이 어떤 항목에 속하는지 예측하는 Classification 작업도 수행하고 Classification 결과가 얼마나 확실한지를 나타내는 Confidence Score도 산출한다. Confidence Score는 이미지 자료의 특징을 요약하는 통계량이라고 간주할 수 있으며, Confidence Score를 EMR 자료 및 본 발명의 유전자 변이(마커) 정보와 함께 Random Forest의 입력 자료로 사용하여, 이들 여러가지 자료와 모형을 종합하는 Deep & Wide Model을 구축하였다.
상기 본 발명의 모델에 있어서, Random Forest Variable Importance에 관한 최근 결과에 따르면 턱관절염 여부를 예측하는 상위 12위 변수들의 중요도 순위는 다음과 같다(도 5a 참조):
v008 (Diagnosis 1 K07.65 / 2 K07.66 / 3 K07.60 / 4 K07.63) [37],
v011 (OB) [20],
v005 (Age) [17],
v012 (OJ) [12],
v019 (Noise Right) [11],
v020 (Noise Left) [8],
v027 (Number of Upper Prostheses) [7],
v028 (Number of Lower Prostheses) [7],
v023 (Molar Relationship Right) [7],
v024 (Molar Relationship Left) [6],
v002(Single Shot Detector Confidence Score-영상기반 진단예측값)[5],
v016 (Capsule Palpation Left) [3]
상기 본 발명의 모델에 있어서, Random Forest Variable Importance에 관한 최근 결과에 따르면, 상기 표 2 및 표 3에 기재된 한국인 고유 유전자 변이(SMARCA2, Notch1) 보유 여부를 예측하는 상위 12위 변수들의 중요도 순위는 다음과 같다(도 5b 참조):
v005 (Age) [1.3],
v019 (Noise Right) [0.9],
v011 (OB) [0.8],
v012 (OJ) [0.7],
v029 (Brace Wearing) [0.7],
v002(Single Shot Detector Confidence Score)[0.6](영상기반 진단예측값),
v024 (Molar Relationship Left) [0.5],
v006 (Sex) [0.5],
v027 (Number of Upper Prostheses) [0.4],
v020 (Noise Left) [0.4],
v023 (Molar Relationship Right) [0.4],
v008 (Diagnosis 1 K07.65 / 2 K07.66 / 3 K07.60 / 4 K07.63) [0.4]
2-2. 본 발명 특유의 턱관절염 진단 및 예후 예측 기술 검증
상기 실시예 2-1에서 구축한 본 발명의 퇴행성 턱관절염 진단 및 예후 예측 모델(방법)에 대하여, external validation을 통하여 정확도를 검증하였다. Training Set 및 Test Set을 나누고 랜덤 포레스트를 사용해서 예측하는 과정을 Seed 숫자를 바꾸어가면서 50번 반복한 뒤 예측 능력의 평균을 산출해서 External Validation을 극대화 하였다.
그 결과, 본 발명의 퇴행성 턱관절염 진단 및 예후 예측 모델(방법)은 정확도 97%로, 매우 우수한 진단 또는 예측 능력을 가짐을 확인하였다. 이는 기존에 국제기준인 Diagnostic Criteria for Temporomandibular Disorders (DC/TMD, Schiffman et al. 2014)에 따라 1,700장의 “턱관절염 없음”, 1,814장의 “턱관절염 있음” 범주로 구성된 image 자료에 Single Shot Detector를 적용한 선행 결과의 경우 퇴행성 턱관절염을 진단하는 정확성이 77%였던 것과 대조되는 결과이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
본 발명이 제공하는 유전자 변이 마커들은 퇴행성 턱관절염에 밀접하게 연관되어 있고, 타액과 같은 비침습적 방법으로 수득될 수 있는 생물학적 시료를 통해 퇴행성 턱관절염의 진단 또는 예후 예측이 가능한 바, 산업상 이용가능성이 있다.

Claims (24)

  1. SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는
    상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제를 포함하는 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측용 조성물.
  2. 제1항에 있어서, 상기 SMARCA2 유전자의 변이를 검출하는 것은,
    하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는, 조성물:
    GenBank SNP database ID rs113070757, 및
    서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 서열번호 1의 염기서열을 기준으로 451번째 염기 부위로 이루어지는 군.
  3. 제2항에 있어서, 상기 SMARCA2 유전자의 변이를 검출하는 것은,
    하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 SMARCA2 돌연변이 유전자를 검출하는 것을 특징으로 하는, 조성물:
    GenBank SNP database ID rs113070757의 결실 또는 중복 변이; 및
    서열번호 1의 염기서열을 포함하는 폴리뉴클레오티드에서 상기 서열번호 1의 염기서열을 기준으로 451번째 염기가 T인 변이로 이루어지는 군.
  4. 제2항 또는 제3항에 있어서, 상기 SMARCA2 돌연변이 유전자는,
    서열번호 2의 아미노산 서열을 포함하는 SMARCA2 단백질에서, 상기 서열번호 2 기준으로 Ser151Cys 치환, 238번째 Gln의 결실, 및 238번째 Gln의 중복으로 이루어지는 군에서 선택되는 하나 이상의 변이를 포함하는 SMARCA2 돌연변이 단백질을 코딩하는 것을 특징으로 하는, 조성물.
  5. 제1항에 있어서, 상기 NOTCH1 유전자의 변이를 검출하는 것은,
    하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는, 조성물:
    GenBank SNP database ID rs371414501, rs765380569, rs1589053221, rs763217096, 및 rs371742334로 이루어지는 군.
  6. 제5항에 있어서, 상기 NOTCH1 유전자의 변이를 검출하는 것은,
    하기 군에서 선택되는 하나 이상의 단일염기다형성(SNP) 부위에서의 변이를 포함하는 NOTCH1 돌연변이 유전자를 검출하는 것을 특징으로 하는, 조성물:
    GenBank SNP database ID rs371414501의 염기가 T인 변이;
    rs765380569 염기가 G인 변이;
    rs1589053221 염기가 T인 변이;
    rs763217096 염기가 T인 변이; 및
    rs371742334 염기가 A인 변이로 이루어지는 군.
  7. 제5항 또는 제6항에 있어서, 상기 NOTCH1 돌연변이 유전자는,
    서열번호 4로 표시되는 아미노산 서열을 포함하는 NOTCH1 단백질에서, 상기 서열번호 4를 기준으로 Ala1944Thr, Glu1563Asp, Met2196lle, Asp909Asn, 및 Arg2159Cys로 이루어지는 군에서 선택되는 하나 이상의 아미노산 치환을 포함하는 NOTCH1 돌연변이 단백질을 코딩하는 것을 특징으로 하는, 조성물.
  8. 제1항에 있어서, 상기 제제는 프라이머, 프로브 또는 항체를 포함하는 것인, 조성물.
  9. 제1항의 조성물을 포함하는, 퇴행성 턱관절염의 진단 또는 예후 예측용 키트.
  10. (a) 분리된 생물학적 시료로부터 핵산 또는 단백질 시료를 수득하는 단계; 및
    (b) 상기 수득된 핵산 시료 또는 단백질 시료로부터 SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 것의 유전자형 또는 단백질형을 확인하는 단계
    를 포함하는 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법.
  11. 제10항에 있어서, 추가적으로,
    (c) 상기 확인된 유전자형 또는 단백질형이 변이형인 경우, 퇴행성 턱관절염이 발생한 것으로 판정하는 단계를 포함하는, 방법.
  12. 제10항에 있어서, 상기 생물학적 시료는 타액(saliva), 혈액, 구강상피세포, 턱관절(측두하악 관절) 조직(세포), 및 턱관절 활액으로 이루어진 군에서 선택되는 하나 이상의 것임을 특징으로 하는, 방법.
  13. 제10항에 있어서, 상기 (b) 단계의 유전자형 확인은, 시퀀싱(sequencing), 엑솜 시퀀싱(exome sequencing), NGS(next generation sequencing), 파이로시퀀싱(pyrosequencing), 마이크로어레이에 의한 혼성화(microarray hybridization), 대립유전자 특이적인 PCR(allele specific PCR), 다이나믹 대립유전자 혼성화 기법(dynamic allele-specific hybridization), PCR 연장 분석, PCR-SSCP 방법, Taqman 기법 및 이들의 2 이상의 조합으로 이루어진 군으로부터 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는, 방법.
  14. 제10항에 있어서, 상기 (b) 단계의 유전자형 또는 단백질형의 확인은,
    마이크로어레이 분석, PCR(polymerase chain reaction), 대립유전자에 특이적인 프로브와의 혼성화, 효소에 의한 돌연변이 검출, 연결 연쇄 반응(LCR), 올리고뉴클레오티드 연결 분석법(OLA), 유식세포 측정식 이형접합체 분석, 미스매치의 화학적 절단, 질량 분광분석법, RNA 시퀀싱, 싱글 스트랜드 입체형태 다형성(SSCP), 변성 구배 겔 전기영동(DGGE), 온도 구배 겔 전기영동(TGGE), 제한 단편 다형성, 유전자 발현 연속 분석(SAGE), 역전사중합효소 연쇄반응(reverse transcription polymerase chain reaction, RT-PCR), 경쟁적 RT-PCR(competitive RT-PCR), 실시간 RT-PCR(real-time RT-PCR), 정량적 또는 반정량적 RT-PCR(Quantitative or semiQuantitative RT-PCR), 정량적 또는 반정량적 실시간 RT-PCR(Quantitative or semi-Quantitative real-time RT-PCR), 인 시투 하이브리드화(in situ hybridization), 형광 인 시투 하이브리드화(FISH), RNase 보호 분석법(RNase protection assay, RPA), 노던 블랏팅(northern blotting), 서던 블랏팅(Southern blotting), RNA 염기서열분석(RNA sequencing) DNA 칩(chip), RNA 칩, 면역분석(immunoassay), 웨스턴 블롯, ELISA(enzyme linked immunoassay), 방사선면역분석법, 방사면역확산법, 오우크테로니(Ouchterlony) 면역확산법, 로케트 면역전기영동, 면역조직화학염색, 면역침전분석, 보체고정분석, 유세포 분석법(FACS), 단백질 칩 및 이들의 2 이상의 조합으로 이루어진 군에서 선택되는 어느 하나의 방법으로 수행되는 것을 특징으로 하는, 방법.
  15. 제10항에 있어서, 상기 방법은 아시아인에게 적용되는 것을 특징으로 하는, 방법.
  16. 제15항에 있어서, 상기 아시아인은 한국인인 것을 특징으로 하는, 방법.
  17. 제9항에 있어서, 상기 키트는
    제10항의 방법을 포함하는 내용이 교시된 설명서를 포함하는 것을 특징으로 하는, 키트.
  18. 퇴행성 턱관절염　진단　또는 예후 추정 장치가 수행하는 랜덤 포레스트(random forest)를 이용한 퇴행성 턱관절염 진단 또는 예후 예측에 필요한 정보를 제공하는 방법에 있어서,
    (a) 하기 (i) 내지 (iii)의 정보를 수득하는 단계; 및
    (i) 피험자로부터 분리된 생물학적 시료에서 SMARCA2, NOTCH1 및 이들의 조합으로 이루어진 군에서 선택된 유전자 변이 여부 정보,
    (ii) 피험자의 턱관절이 촬영된 영상을 수신하고 상기 영상의 영상 전처리를 통한 턱관절 과두(condyle)의 형태 정보, 및
    (iii) 상기 피험자의 임상정보(EMR)
    (b) 상기 수득된 유전자 변이 여부, 턱관절 과두(condyle)의 형태 정보 및 임상정보를 입력으로 하는 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델을 이용하여, 퇴행성 턱관절염의 발생 또는 진행도 정보를 획득하는 단계
    를 포함하는, 방법.
  19. 제18항에 있어서, 상기 영상은 측모 두부방사선 계측영상(Lateral cephalogram), 전산화단층영상(computed tomography, CT), 경두개 방사선 사진(transcranial radiograph), 파노라마 방사선 사진(panoramic radiograph), 또는 자기공명영상(magnetic resonance imaging, MRI) 촬영을 통해 수득되는 것을 특징으로 하는, 방법.
  20. 제18항에 있어서, 상기 턱관절 과두(condyle)의 형태 정보는
    전산화단층영상(CT)에서 턱관절 과두 영역을 포함하는 관심 영역을 추출하는 단계;
    상기 추출한 관심 영역에서 과두의 특징점들을 추출하는 단계; 및
    상기 추출된 경추의 특징점들에 기초하여 상기 과두의 윤곽선 정보를 추정하는 단계
    를 포함하는, 방법.
  21. 제18항에 있어서, 상기 랜덤 포레스트(random forest) 기반의 퇴행성 턱관절염　진단　또는 예후 추정 모델은,
    턱관절염　진단　또는 예후가 결정된 복수의 턱관절 촬영 영상들,
    턱관절염　진단　또는 예후가 결정된 복수의 임상정보, 및
    턱관절염　진단　또는 예후가 결정된 유전자 변이 정보에 기초하여 분석된 정보들을 통해 학습되는, 방법.
  22. 제18항 또는 제21항에 있어서, 상기 턱관절 촬영 영상은 SSD(Single Shot Detector)에 의해 분석되어, 하기 4가지 분류 및 이에 대한 신뢰점수(confidence score)가 산출되는 것을 특징으로 하는, 방법:
    골극(Osteophyte) 형, 미세과두(Micro-condyle) 형, 후면 평탄화(Post flattening) 형, 또는 전방 및 상방 평탄화(Ant/Sup Flattening) 형으로 분류(classification).
  23. SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제의 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측 용도.
  24. SMARCA2(SWI/SNF Related, Matrix Associated, Actin Dependent Regulator Of Chromatin, Subfamily A, Member 2), NOTCH1(Notch Receptor 1) 및 이들의 조합으로 이루어진 군에서 선택된 유전자의 변이; 또는 상기 변이에 의해 생성된 돌연변이 유전자에 의해 코딩되는 돌연변이 단백질을 검출하는 제제의, 퇴행성 턱관절염(temporomandibular joint osteoarthritis)의 진단 또는 예후 예측을 위한 제제의 제조를 위한 용도.
PCT/KR2023/007321 2022-05-30 2023-05-26 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도 WO2023234659A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0065803 2022-05-30
KR20220065803 2022-05-30
KR1020220171887A KR20230167289A (ko) 2022-05-30 2022-12-09 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도
KR10-2022-0171887 2022-12-09

Publications (1)

Publication Number Publication Date
WO2023234659A1 true WO2023234659A1 (ko) 2023-12-07

Family

ID=89025311

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/007321 WO2023234659A1 (ko) 2022-05-30 2023-05-26 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도

Country Status (1)

Country Link
WO (1) WO2023234659A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118039164B (zh) * 2024-04-11 2024-06-07 四川大学 基于头颅侧位片的颞下颌关节骨数据处理方法及处理终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140093991A (ko) * 2011-11-16 2014-07-29 온코메드 파마슈티칼스, 인크. 인간 notch 수용체 돌연변이 및 그의 용도
JP6004287B2 (ja) * 2012-01-04 2016-10-05 公立大学法人横浜市立大学 コフィン−シリス症候群の検出方法
KR20210095483A (ko) * 2020-01-23 2021-08-02 고려대학교 산학협력단 Ct 영상을 이용한 인공지능 기반 측두하악관절염 진단 기술
KR20220033336A (ko) * 2020-09-09 2022-03-16 아주대학교산학협력단 턱관절 골관절염 진단 또는 예후 예측용 바이오마커 조성물

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140093991A (ko) * 2011-11-16 2014-07-29 온코메드 파마슈티칼스, 인크. 인간 notch 수용체 돌연변이 및 그의 용도
JP6004287B2 (ja) * 2012-01-04 2016-10-05 公立大学法人横浜市立大学 コフィン−シリス症候群の検出方法
KR20210095483A (ko) * 2020-01-23 2021-08-02 고려대학교 산학협력단 Ct 영상을 이용한 인공지능 기반 측두하악관절염 진단 기술
KR20220033336A (ko) * 2020-09-09 2022-03-16 아주대학교산학협력단 턱관절 골관절염 진단 또는 예후 예측용 바이오마커 조성물

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BIANCHI JONAS, DE OLIVEIRA RUELLAS ANTÔNIO CARLOS, GONÇALVES JOÃO ROBERTO, PANIAGUA BEATRIZ, PRIETO JUAN CARLOS, STYNER MARTIN, LI: "Osteoarthritis of the Temporomandibular Joint can be diagnosed earlier using biomarkers and machine learning", SCIENTIFIC REPORTS, NATURE PUBLISHING GROUP, US, vol. 10, no. 1, US , XP093116809, ISSN: 2045-2322, DOI: 10.1038/s41598-020-64942-0 *
LAN LINGLI; JIANG YANGMEI; ZHANG WEINA; LI TING; YING BINBIN; ZHU SONGSONG: "Expression of Notch signaling pathway during osteoarthritis in the temporomandibular joint", JOURNAL OF CRANIO-MAXILLO-FACIAL SURGERY, CHURCHILL LIVINGSTONE, GB, vol. 45, no. 8, 3 June 2017 (2017-06-03), GB , pages 1338 - 1348, XP085138624, ISSN: 1010-5182, DOI: 10.1016/j.jcms.2017.05.029 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118039164B (zh) * 2024-04-11 2024-06-07 四川大学 基于头颅侧位片的颞下颌关节骨数据处理方法及处理终端

Similar Documents

Publication Publication Date Title
WO2012081898A2 (ko) 위암의 예후 예측용 마커 및 이를 이용하는 위암의 예후 예측 방법
WO2013187730A1 (ko) Ｓｌｉｔ-Ｒｏｂｏ 시스템을 이용한 골절 또는 골다공증의 예방 또는 치료용 조성물
WO2019139363A1 (ko) 무세포 dna를 포함하는 샘플에서 순환 종양 dna를 검출하는 방법 및 그 용도
WO2018139826A1 (ko) Dna 메틸화를 이용한 연령 예측 방법
WO2023234659A1 (ko) 퇴행성 턱관절염의 진단 또는 예후 예측용 유전자 마커 및 이의 용도
WO2022097844A1 (ko) 유전자 복제수 변이 정보를 이용하여 췌장암 환자의 생존 예후를 예측하는 방법
WO2019225923A1 (ko) 질환의 진단용 조성물
WO2021230663A1 (ko) 초기 유방암 환자의 예후 예측 방법
WO2020231081A1 (ko) Top3b 유전자 변이 기반 치매 진단방법
WO2021034034A1 (ko) 핵산 단편간 거리 정보를 이용한 염색체 이상 검출 방법
WO2015167087A1 (ko) Dna 복제수 변이를 이용한 강직성 척추염 발병 위험도 예측 방법
WO2011139032A2 (ko) 표적 유전자의 다양한 변이가 존재하는 유전자 영역을 증폭하기 위한 프라이머 조성물
WO2023068769A1 (ko) 치은열구액 내 세균의 군집을 이용한 치주질환 진단용 조성물 및 이의 용도
WO2022191566A1 (ko) 췌장암의 진단용 조성물
WO2021251656A1 (ko) 엑소좀 유래 miRNA를 이용한 스트레스 진단기술
WO2018021636A1 (ko) 휴먼 하플로타이핑 시스템 및 방법
WO2023106680A1 (ko) 비타민 c를 포함하는 처방의 피부 밝기 변화 예측 방법 및 시스템
WO2020149719A2 (ko) 과민성대장증후군 특이적 미생물 바이오마커와 이를 이용하여 과민성대장증후군의 위험도를 예측하는 방법
WO2020130467A2 (ko) Cd8+ 메모리 t 세포 매개성 질환의 예방 또는 치료용 약학 조성물
WO2013100273A1 (ko) 방사선 피폭 진단용 마커 ｉｇｆｂｐ-5, 그 마커의 발현수준을 측정하는 방사선 피폭 진단용 조성물, 그 조성물을 포함하는 방사선 피폭 진단용 키트, 및 그 마커를 이용한 방사선 피폭을 진단하는 방법
WO2022216125A1 (ko) Dna 메틸화 마커 검출을 이용한 비알코올성 지방간 질환 진단용 조성물 및 이의 활용
WO2024117794A1 (ko) 인공지능 기반 세포유리 핵산의 특징을 이용한 암 진단 및 암 종 예측 방법
WO2024090805A1 (ko) 폐암 진단용 메틸화 마커 및 이의 조합
WO2022220575A1 (ko) 피부색 판단용 유전자 다형성 마커 및 이의 용도
WO2023068764A1 (ko) 타액 내 세균의 군집을 이용한 치주질환 진단용 조성물 및 이의 용도

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: 23816320

Country of ref document: EP

Kind code of ref document: A1