맞춤기술찾기

이전대상기술

약물-유도성 독성을 예측하는 예측 방법 및 이를 적용한 예측 장치(drug-induced toxicity prediction method and prediction device using same)

  • 기술번호 : KST2016019239
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 약물-유도성 독성을 예측하는 예측 방법 및 이를 적용한 예측 장치가 제공된다. 본 예측 방법은, 하나 이상의 장기에 대한 유전자 발현 데이터를 이용하여 특정 약물에 대한 하나 이상의 장기의 증상 별 개별 병리 예측 모델(individual pathology prediction models)을 구축하고, 하나 이상의 장기의 증상들 사이의 병리 유사성을 이용하여 하나 이상의 장기의 증상들에 대한 병리적 상관 관계를 산출하며, 개별 병리 예측 모델 및 병리적 상관 관계를 이용하여 특정 약물에 대한 증상 별 통합 예측 점수(integrative prediction score)를 산출한다.
Int. CL G01N 33/50 (2006.01) G06F 19/00 (2011.01)
CPC G16C 20/30(2013.01) G16C 20/30(2013.01) G16C 20/30(2013.01)
출원번호/일자 1020150063040 (2015.05.06)
출원인 경북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2016-0131200 (2016.11.16) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2015.05.06)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 신미영 대한민국 대구광역시 수성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 정홍식 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)
2 김태헌 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2015.05.06 수리 (Accepted) 1-1-2015-0433903-68
2 선행기술조사의뢰서
Request for Prior Art Search
2015.12.08 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2016.01.08 수리 (Accepted) 9-1-2016-0002393-73
4 의견제출통지서
Notification of reason for refusal
2016.12.21 발송처리완료 (Completion of Transmission) 9-5-2016-0921334-38
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.02.09 수리 (Accepted) 1-1-2017-0136494-10
6 [대리인해임]대리인(대표자)에 관한 신고서
[Dismissal of Sub-agent] Report on Agent (Representative)
2017.02.10 수리 (Accepted) 1-1-2017-0141941-46
7 거절결정서
Decision to Refuse a Patent
2017.05.30 발송처리완료 (Completion of Transmission) 9-5-2017-0376299-22
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.06.30 수리 (Accepted) 1-1-2017-0630536-05
9 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)
2017.06.30 보정각하 (Rejection of amendment) 1-1-2017-0630537-40
10 심사처리보류(연기)보고서
Report of Deferment (Postponement) of Processing of Examination
2017.07.31 발송처리완료 (Completion of Transmission) 9-6-2017-0112633-34
11 보정각하결정서
Decision of Rejection for Amendment
2017.08.22 발송처리완료 (Completion of Transmission) 9-5-2017-0587040-19
12 거절결정서
Decision to Refuse a Patent
2017.08.22 발송처리완료 (Completion of Transmission) 9-5-2017-0587041-54
13 출원인정보변경(경정)신고서
Notification of change of applicant's information
2018.03.26 수리 (Accepted) 4-1-2018-5051994-32
14 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.23 수리 (Accepted) 4-1-2020-5136893-04
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
유전자 발현 데이터를 이용하여 하나 이상의 장기(organs)에 대한 약물-유도성 독성을 예측하는 방법에 있어서,상기 하나 이상의 장기에 대한 유전자 발현 데이터를 이용하여 특정 약물에 대한 상기 하나 이상의 장기의 증상 별 개별 병리 예측 모델(individual pathology prediction models)을 구축하는 단계;상기 하나 이상의 장기의 증상들 사이의 병리 유사성을 이용하여 상기 하나 이상의 장기의 증상들에 대한 병리적 상관 관계를 산출하는 제1 산출 단계; 및상기 개별 병리 예측 모델 및 상기 병리적 상관 관계를 이용하여 상기 특정 약물에 대한 증상 별 통합 예측 점수(integrative prediction score)를 산출하는 제 2 산출 단계; 를 포함하는 예측 방법
2 2
제1항에 있어서,상기 제 1 산출 단계는,자카드 계수(Jaccard coefficient)를 이용하여 상기 하나 이상의 장기의 증상들 사이의 병리 유사성을 산출하는 단계;를 포함하는 것을 특징으로 하는 예측 방법
3 3
제2항에 있어서,상기 산출된 병리 유사성을 정규화(normalized)하는 단계;를 더 포함하며,상기 제2 산출단계는,상기 정규화된 병리 유사성과 상기 개별 병리 예측 모델을 통해 산출된 개별 병리 예측 점수를 이용하여 상기 특정 약물에 대한 증상 별 통합 예측 점수를 산출하는 것을 특징으로 하는 예측 방법
4 4
제3항에 있어서,상기 제1 산출단계는,제1 증상과 상기 제1 증상을 제외한 다른 증상들 사이의 병리 유사성을 산출하고, 상기 산출된 병리 유사성들을 정규화하여 상기 제1 증상과 상기 다른 증상 사이의 정규화된 병리 유사성을 산출하고,상기 제2 산출 단계는,상기 제1 증상과 상기 다른 증상 사이의 정규화된 병리 유사성과 병리 유사성에 대응되는 증상의 개별 병리 예측 점수의 곱들을 합하여 상기 제1 증상에 대한 통합 예측 점수를 산출하는 것을 특징으로 하는 예측 방법
5 5
제1항에 있어서,상기 구축하는 단계는,상기 특정 약물이 투여된 하나 이상의 장기의 학습 데이터(training data)를 획득하는 단계;RMA(Robust Multi-array Average) 기법을 이용하여 상기 획득된 학습 데이터에 포함된 유전자 발현 데이터를 정규화하는 단계; 및상기 정규화된 유전자 발현 데이터를 이용하여 병리 예측 점수(pathology prediction score)를 산출하는 단계; 를 포함하는 예측 방법
6 6
유전자 발현 데이터를 이용하여 하나 이상의 장기에 대한 약물-유도성 독성을 예측하는 장치에 있어서,상기 하나 이상의 장기에 대한 유전자 발현 데이터를 이용하여 특정 약물에 대한 상기 하나 이상의 장기의 증상 별 개별 병리 예측 모델(individual pathology prediction models)을 구축하는 구축부;상기 하나 이상의 장기의 증상들 사이의 병리 유사성을 이용하여 상기 하나 이상의 장기의 증상들에 대한 병리적 상관 관계를 산출하는 제1 산출부; 및상기 개별 병리 예측 모델 및 상기 병리적 상관 관계를 이용하여 상기 특정 약물에 대한 증상 별 통합 예측 점수(integrative prediction score)를 산출하는 제 2 산출부; 를 포함하는 예측 장치
7 7
제6항에 있어서,상기 제 1 산출부는, 자카드 계수(Jaccard coefficient)를 이용하여 상기 하나 이상의 장기의 증상들 사이의 병리 유사성을 산출하는 것을 특징으로 하는 예측 장치
8 8
제7항에 있어서,상기 산출된 병리 유사성을 정규화하는 특징을 더 포함하며,상기 제2 산출부는,상기 정규화된 병리 유사성과 상기 개별 병리 예측 모델을 통해 산출된 개별 병리 예측 점수를 이용하여 상기 특정 약물에 대한 증상 별 통합 예측 점수를 산출하는 것을 특징으로 하는 예측 장치
9 9
제8항에 있어서,상기 제1 산출부는,제1 증상과 상기 제1 증상을 제외한 다른 증상들 사이의 병리 유사성을 산출하고, 상기 산출된 병리 유사성들을 정규화하여 상기 제1 증상과 상기 다른 증상 사이의 정규화된 병리 유사성을 산출하고,상기 제2 산출부는,상기 제1 증상과 상기 다른 증상 사이의 정규화된 병리 유사성과 병리 유사성에 대응되는 증상의 개별 병리 예측 점수의 곱들을 합하여 상기 제1 증상에 대한 통합 예측 점수를 산출하는 것을 특징으로 하는 예측 장치
10 10
제 6항에 있어서,상기 구축부는,상기 특정 약물이 투여된 하나 이상의 장기의 학습 데이터를 획득하는 단계;RMA(Robust Multi-array Average) 기법을 이용하여 상기 획득된 학습 데이터에 포함된 유전자 발현 데이터를 정규화하는 단계; 및상기 정규화된 유전자 발현 데이터를 이용하여 병리 예측 점수를 산출하는 단계; 를 포함하는 예측 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.