1 |
1
게놈-대사체 통합 분석 기반의 만성신장질환 분석 방법에 있어서,당뇨병 질환 및 고혈압 질환이 존재하는 복수의 피험자의 유전체정보 데이터를 수집하는 단계;상기 유전체정보 데이터에 기초하여 상기 복수의 피험자 각각의 사구체 여과율 기울기를 추정하고, 상기 추정된 사구체 여과율 기울기가 미리 설정된 기울기 조건을 충족하는 유전체정보 데이터를 선별하는 단계;상기 선별된 유전체정보 데이터를 이용하여 혈액 데이터의 대사체 농도 및 대립유전자 정보와 연계된 선형 회귀 모델을 기반으로 대사산물 농도와 대립유전자 스코어 간 연관성 분석을 수행하는 단계; 및상기 연관성 분석 결과에 기초하여 타겟 질환과 연계된 표현형과 유의하게 관련된 단일염기 다형성에 대한 분석 정보를 도출하는 단계,를 포함하는, 분석 방법
|
2 |
2
제1항에 있어서,상기 타겟 질환은 만성신장질환을 포함하는 것인, 분석 방법
|
3 |
3
제1항에 있어서,상기 선별하는 단계는,상기 추정된 사구체 여과율 기울기가 미리 설정된 임계 기울기 이상 급격하게 감소하는 피험자의 유전체정보 데이터를 선별하는 것인, 분석 방법
|
4 |
4
제2항에 있어서,상기 단일염기 다형성은 rs10009742를 포함하는 것인, 분석 방법
|
5 |
5
제4항에 있어서,상기 분석 정보를 이용하여 대상자의 상기 타겟 질환에 대한 진단 정보를 생성하는 단계,를 더 포함하는 것인, 분석 방법
|
6 |
6
제5항에 있어서,상기 진단 정보를 생성하는 단계는,상기 대상자의 rs10009742를 포함하는 단일염기 다형성의 유효 대립 유전자에 따른 피멜릴카르니틴의 혈청 농도 증가를 기초로 하여 상기 대상자의 만성신장질환과 연계된 상기 진단 정보를 도출하는 것인, 분석 방법
|
7 |
7
게놈-대사체 통합 분석 기반의 만성신장질환 분석 장치에 있어서,당뇨병 질환 및 고혈압 질환이 존재하는 복수의 피험자의 유전체정보 데이터를 수집하고, 상기 유전체정보 데이터에 기초하여 상기 복수의 피험자 각각의 사구체 여과율 기울기를 추정하고, 상기 추정된 사구체 여과율 기울기가 미리 설정된 기울기 조건을 충족하는 유전체정보 데이터를 선별하는 수집부; 및상기 선별된 유전체정보 데이터를 이용하여 혈액 데이터의 대사체 농도 및 대립유전자 정보와 연계된 선형 회귀 모델을 기반으로 대사산물 농도와 대립유전자 스코어 간 연관성 분석을 수행하고, 상기 연관성 분석 결과에 기초하여 타겟 질환과 연계된 표현형과 유의하게 관련된 단일염기 다형성에 대한 분석 정보를 도출하는 통계 분석부,를 포함하는, 분석 장치
|
8 |
8
제7항에 있어서,상기 타겟 질환은 만성신장질환을 포함하고,상기 분석 정보를 이용하여 대상자의 상기 타겟 질환에 대한 진단 정보를 생성하는 진단 정보 생성부,를 더 포함하는 것인, 분석 장치
|
9 |
9
만성신장질환의 발생 및 악화 예측을 위하여 단일염기 다형성(SNP) 마커를 검출하는 조성물로서,상기 단일염기 다형성(SNP) 마커는 rs10009742인 것인, 조성물
|
10 |
10
단일염기다형성(SNP) 마커를 이용하여 만성신장질환의 발생 및 악화 예측을 진단하기 위한 키트로서,상기 단일염기 다형성(SNP) 마커는 rs10009742인 것인, 키트
|