| 1 |
1
암환자로부터 엑솜(exome), 전사체(transcriptome), 단일세포 전사체(single cell transcriptome), 펩티돔(peptidome) 또는 전체 게놈의 서열분석 데이터를 수득하는 단계,암세포 생존 의존성 유전자를 선별하는 단계, 및상기 암세포 생존 의존성 유전자로부터 도출된 신생항원을 수득하는 단계를 포함하는, 신생항원을 스크리닝하는 방법으로서,상기 암세포 생존 의존성 유전자를 선별하는 단계는 상기 암환자로부터 수득된 서열분석 데이터로부터 세포 생존 의존성 예측 모델을 이용하여 암세포의 생존에 필수적인 암세포 생존 의존성 유전자를 선별하는 것을 포함하고, 상기 세포 생존 의존성 예측 모델은 세포의 유전자의 발현과 세포의 사멸 간의 의존 관계를 학습시키는 것에 의해 생성된 것이고, 상기 암환자로부터 수득된 서열분석 데이터로부터 유전자의 발현량 감소 또는 제거에 따라 암세포의 사멸을 초래하는 유전자를 암세포 생존 의존성 유전자로 선별하며, 상기 암세포 생존 의존성 유전자로부터 도출된 신생항원을 수득하는 단계는 상기 암환자로부터 수득된 서열분석 데이터로부터의 서열을 정상 세포 또는 정상 대조군으로부터 수득된 서열분석 데이터로부터의 서열과 비교하여 암환자의 신생항원을 수득하는 단계 및 상기 수득된 신생항원 중에서 상기 암세포 생존 의존성 유전자로부터 도출된 신생항원을 수집하는 단계를 포함하는 것인 방법
|
| 2 |
2
청구항 1에 있어서, 상기 방법은 상기 신생항원과 항원 제시 세포의 HLA와의 결합 친화력을 판단하는 단계를 더 포함하는 것인 방법
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서, 상기 선별된 암세포 생존 의존성 유전자는 그의 발현량 감소 또는 제거 시에 암세포의 사멸을 초래하나, 정상 세포의 생존에는 영향을 미치지 않는 것인 방법
|
| 5 |
5
청구항 1에 있어서, 상기 세포의 유전자의 발현과 세포의 사멸 간의 관계는 표적화된 유전자 발현 감소 또는 제거에 따른 암세포주의 사멸 여부에 대한 인 비트로 데이터 또는 인 실리코 데이터에 근거한 것인 방법
|
| 6 |
6
청구항 1에 있어서, 상기 암세포 생존 의존성 유전자를 선별하는 단계는 상기 세포 생존 의존성 예측 모델로부터 선별된 암세포 생존 의존성 유전자가 암환자에서 수득된 모든 암세포에서 균일하게 발현되는지 여부를 판단하는 단계를 더 포함하는 것인 방법
|
| 7 |
7
삭제
|
| 8 |
8
청구항 1에 있어서, 상기 신생항원을 수집하는 단계는 상기 암세포 생존 의존성 유전자의 비동의(nonsynonymous) 돌연변이를 선별하는 단계를 더 포함하는 것인 방법
|
| 9 |
9
청구항 1에 있어서, 상기 신생항원은 암환자 특이적인 것인 방법
|
| 10 |
10
청구항 2에 있어서, 상기 신생항원과 항원 제시 세포의 HLA와의 결합 친화력을 판단하는 단계는 상기 신생항원의 서열을 항원 펩티드와 항원 제시 세포의 HLA 간의 결합 친화력을 예측하는 신생항원 결합 친화력 예측 모델에 입력하여 결합 친화력 예측을 수득하는 단계를 포함하고, 상기 신생항원 결합 친화력 예측 모델은 펩티드의 아미노산과 HLA의 아미노산 간의 상호작용 데이터로 학습시켜 생성된 것인 방법
|
| 11 |
11
청구항 10에 있어서, 상기 항원 제시 세포는 수지상 세포, 대식 세포, B 세포 또는 이들의 조합인 것인 방법
|
| 12 |
12
청구항 10에 있어서, 상기 HLA는 MHC 클래스 I 혹은 II인 것인 방법
|
| 13 |
13
청구항 10에 있어서, 상기 결합 친화력 예측은 CNN-MHC 수치로 표현되며, 상기 신생항원과 항원 제시 세포의 HLA와의 CNN-MHC 수치가 003e# 0
|
| 14 |
14
적어도 하나의 인스트럭션을 저장하기 위한 메모리; 및상기 메모리에 저장된 상기 적어도 하나의 인스트럭션을 실행하는 적어도 하나의 프로세서를 포함하고,상기 프로세서는 상기 적어도 하나의 인스트럭션을 실행함으로써,세포의 유전자의 발현량과 세포의 사멸 간의 관계를 학습시켜 유전자 발현에 대한 세포 생존의 의존성을 예측하는 세포 생존 의존성 예측 모델을 생성하고,상기 세포 생존 의존성 예측 모델은 세포의 유전자의 발현량과 세포의 사멸 간의 의존 관계를 학습시키는 것에 의해 생성되고, 유전자의 발현량 감소 또는 제거에 따라 암세포의 사멸을 초래하는 유전자를 암세포 생존 의존성 유전자로 선별하며, 암환자의 유전자 발현 프로파일을 상기 세포 생존 의존성 예측 모델에 입력하여 암세포 생존 의존성 유전자를 선별하고, 암환자의 유전자 발현 프로파일과 정상 세포 또는 정상 대조군의 유전자 발현 프로파일을 비교하여 수집된 신생항원 중에서 상기 암세포 생존 의존성 유전자로부터 도출된 신생항원을 수득하고,펩티드와 항원 제시 세포의 아미노산 상호작용에 근거하여 결합 친화력을 예측하는 신생항원 결합 친화력 예측 모델을 생성하며,상기 신생항원 결합 친화력 예측 모델을 이용하여 항원 제시 세포의 HLA와의 결합 친화력이 있는 신생항원을 선택하는 것인 신생항원 스크리닝용 시스템
|
| 15 |
15
삭제
|
| 16 |
16
청구항 14에 있어서, 상기 프로세서는 상기 적어도 하나의 인스트럭션을 실행함으로써, 상기 신생항원과 상기 항원 제시 세포의 HLA와의 CNN-MHC 수치가 003e# 0
|
| 17 |
17
청구항 14에 있어서, 상기 프로세서는 상기 적어도 하나의 인스트럭션을 실행함으로써, 각각 유전자의 발현과 세포의 사멸 간의 관계 및 신생항원과 항원 제시 세포의 HLA와의 결합 친화력의 관계를 학습하는 것인 시스템
|
| 18 |
18
청구항 17에 있어서, 상기 세포의 유전자의 발현과 세포의 사멸 간의 관계는 표적화된 유전자 발현 감소 또는 제거에 따른 암세포주의 사멸 여부에 대한 인 비트로 데이터 또는 인 실리코 데이터에 근거한 것인 시스템
|
| 19 |
19
청구항 14에 있어서, 상기 신생항원 결합 친화력 예측 모델은 펩티드의 아미노산과 HLA의 아미노산 간의 상호작용 데이터로 학습시켜 생성된 것인 시스템
|
| 20 |
20
청구항 14에 있어서, 상기 암환자의 유전자 발현 프로파일은 엑솜, 전사체, 단일세포 전사체, 펩티돔 또는 전체 게놈의 서열분석 데이터인 것인 시스템
|
| 21 |
21
청구항 1, 2, 4 내지 6, 및 8 내지 13 중 어느 한 항의 방법에 의해 신생항원을 수득하는 단계, 및상기 신생항원을 포함하는 항암 백신을 제조하는 단계를 포함하는, 항암 백신을 제조하는 방법
|
| 22 |
22
청구항 21에 있어서, 상기 신생항원을 포함하는, 9개 내지 30개의 아미노산으로 구성된 펩티드 서열을 수득하는 단계, 및 상기 펩티드 서열로부터 친수성 및 안정성을 갖는 펩티드 서열을 선택하는 단계를 더 포함하는 것인 방법
|
| 23 |
23
청구항 22에 있어서, 상기 선택된 펩티드 서열은 Kyte-Doolittle GRAVY 003c# 0이고, InstaIndex 003c# 40인 것인 방법
|
| 24 |
24
삭제
|
| 25 |
25
청구항 1, 2, 4 내지 6, 및 8 내지 13 중 어느 한 항의 방법에 의해 신생항원을 수득하는 단계, 및암환자의 시료로부터 상기 신생항원의 양을 측정하는 단계를 포함하는, 암환자의 치료 예후를 예측하는 정보를 제공하는 방법
|
| 26 |
26
청구항 25항에 있어서, 상기 수득된 신생항원의 양을 치료 예후가 확인된 암환자로 이루어진 대조군으로부터 수득된 상기 신생항원의 양과 비교하는 단계를 더 포함하는 것인 방법
|
| 27 |
27
삭제
|
| 28 |
28
청구항 26에 있어서, 상기 암환자의 시료로부터 수득된 신생항원의 양이 상기 대조군으로부터 수득된 신생항원의 양보다 많고, 상기 대조군은 치료 예후가 나쁜 것으로 확인된 암환자로 이루어진 경우, 상기 암환자의 치료 예후는 좋을 것으로 예측하는 것인 방법
|
| 29 |
29
청구항 26에 있어서, 상기 암환자의 시료로부터 수득된 신생항원의 양이 상기 대조군으로부터 수득된 신생항원의 양보다 적고, 상기 대조군은 치료 예후가 좋은 것으로 확인된 암환자로 이루어진 경우, 상기 암환자의 치료 예후는 나쁠 것으로 예측하는 것인 방법
|
