1 |
1
암의 진행 단계(stage)에 따라 차별적으로 발현된 복수의 유전자들을 추출하는 단계;상기 복수의 유전자들을 그룹화하여 복수의 유전자 모듈들을 생성하는 단계;상기 복수의 유전자 모듈들의 각 유전자 모듈의 고유 유전자(eigengene)를 추출하는 단계; 및상기 고유 유전자 및 약물 반응성의 상관관계를 분석하는 단계;를 포함하고,상기 상관관계를 분석하는 단계는 상기 고유 유전자에 포함된 정보를 약물 반응성 데이터베이스와 연결시키는 단계를 포함하는 것인,항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
2 |
2
제 1 항에 있어서,상기 복수의 유전자들을 추출하는 단계는 암 유전체 지도(TCGA; The Cancer Genome Atlas), 유전자발현 옴니버스 데이터베이스(Gene Expression Omnibus database, GEO), ArrayExpress, 국제암유전체협력단 데이터베이스(ICGC; International Cancer Genome Consortium database) 및 이들의 조합들로 이루어진 군으로부터 선택되는 데이터베이스를 이용하여 수행되는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
3 |
3
제 1 항에 있어서,상기 복수의 유전자 모듈들을 생성하는 단계는 동일한 기능을 가지는 유전자들을 군집합으로 묶는 단계를 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
4 |
4
제 1 항에 있어서,상기 복수의 유전자 모듈들을 생성하는 단계는 외부 데이터베이스에 정의된 기능들 중에서 각 유전자 모듈의 대표 정보가 유의하게 농축된 특정 기능을 추출하는 단계를 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
5 |
5
제 4 항에 있어서,상기 외부 데이터베이스는 gene ontology(GO), KEGG(Kyoto Encyclopedia of Genes and Genomes), BIOCARTA, GAD(Genetic Association Database), OMIM(Online Mendelian Inheritance in Man), UniProt Keywords, UniProt Tissue specificity 및 이들의 조합들로 이루어진 군으로부터 선택되는 것을 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
6 |
6
제 4 항에 있어서,상기 특정 기능을 추출하는 단계는 기능 농축분석(functional enrichment analysis), 유전자세트농축분석(Gene Set Enrichment Analysis, GSEA) 및 이들의 조합들로 이루어진 군으로부터 선택되는 것을 이용하여 수행되는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
7 |
7
제 1 항에 있어서,상기 고유 유전자를 추출하는 단계는 주성분분석(Principal Component Analysis, PCA), 부분최소자승판별분석(partial least squares-discriminant analysis, PLS-DA), 계층적 군집분석(hierarchical clustering analysis, HCA), PCA 유래 스코어 플롯(score plot)분석, 부분최소제곱회기(partial least squares, PLS)분석을 이용하여 수행되는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
8 |
8
제 1 항에 있어서,상기 고유 유전자에 포함된 정보는 RNA, 단백질 및 이들의 조합들로 이루어진 군으로부터 선택된 것의 발현 수준을 측정한 정량 데이터를 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
9 |
9
제 1 항에 있어서,상기 고유 유전자에 포함된 정보는 암 유전체 지도(TCGA; The Cancer Genome Atlas), 유전자발현 옴니버스 데이터베이스(Gene Expression Omnibus database, GEO), ArrayExpress, 국제암유전체협력단 데이터베이스(ICGC; International Cancer Genome Consortium database) 및 이들의 조합들로 이루어진 군으로부터 선택되는 데이터베이스를 이용하여 추출되는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
10 |
10
제 1 항에 있어서,상기 약물 반응성은 IC50, 표적단백질의 해리상수, 세포주의 수용억제지수, 체내의 약물반응 임상정보(CR, PR, SD 또는 PD) 및 이들의 조합들로 이루어진 군으로부터 선택되는 것을 기준으로 판별되는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
11 |
11
제 1 항에 있어서,상기 약물 반응성 데이터베이스는 Genomics of Drug Sensitivity in Cancer(GDSC), 암세포주 백과사전(CCLE), NCI Development Therapeutics Program(DTP) 및 이들의 조합들로 이루어진 군으로부터 선택되는 것을 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
12 |
12
제 1 항에 있어서,상기 방법은 상기 고유 유전자에 포함된 정보 및 약물 반응성의 상관관계 분석 결과를 이용하여 상기 각 유전자 모듈의 활성화 수준 및 약물 반응성의 상관관계를 분석하는 단계;암 환자의 개인별 고유 유전자를 추출하는 단계; 및상기 개인별 고유 유전자에 포함된 정보를 이용하여 상기 암 환자의 개인별 각 유전자 모듈의 활성화 수준을 분석하는 단계;를 추가 포함하는 것인, 항암제 치료에 대한 반응 및 예후를 예측하기 위한 정보를 제공하는 방법
|
13 |
13
제 12 항에 따른 방법을 이용하여 상기 암 환자의 개인별 각 유전자 모듈의 활성화 수준을 분석하는 단계; 및상기 개인별 각 유전자 모듈의 활성화 수준과 상관관계가 높은 약물 또는 약물의 조합을 선정하는 단계;를 포함하는 맞춤형 항암 치료제의 선택을 위한 정보를 제공하는 방법
|
14 |
14
제 13 항에 있어서,상기 약물의 조합을 선정하는 단계는 상기 개인별 각 유전자 모듈의 활성화 수준에 따라 약물의 용량을 조절하는 단계를 추가 포함하는 것인, 맞춤형 항암 치료제의 선택을 위한 정보를 제공하는 방법
|
15 |
15
암의 진행 단계(stage)에 따라 차별적으로 발현된 복수의 유전자들과 관련된 정보를 수집하는 수집부;상기 복수의 유전자들을 그룹화하여 복수의 유전자 모듈들을 생성하는 생성부;상기 복수의 유전자 모듈들의 각 유전자 모듈의 고유 유전자(eigengene)를 추출하는 추출부;추출정보를 수신하여 상기 추출정보에 포함된 상기 고유 유전자에 포함된 정보를 약물 반응성 데이터베이스와 연결하여 상기 고유 유전자 및 약물 반응성의 상관관계를 분석하는 분석부;분석정보를 수신하여 상기 분석정보에 포함된 약물 반응성 예측결과를 산출하는 예측부;를 포함하는 항암제 치료에 대한 반응 및 예후를 예측하기 위한 시스템
|