| 1 |
1
암 환자의 ceRNA 네트워크를 생성하는 과정; 및상기 ceRNA 네트워크의 miRNA-RNA 쌍을 통해 암 환자의 림프절 전이 및 예후를 예측하는 과정을 포함하며,상기 RNA는 mRNA, lncRNA 및 유사유전자(pseudogene) 중 어느 하나인 miRNA를 매개로 한 RNA들의 상호작용을 기반으로 한 암 환자의 림프절 전이 및 예후 예측 방법
|
| 2 |
2
제 1 항에 있어서,상기 암 환자의 ceRNA 네트워크를 생성하는 과정은, 복수의 종양 샘플 및 정상 샘플에서 복수의 miRNA-RNA 쌍을 생성하고 MIC(maximal information coefficient)를 산출하는 단계;상기 복수의 miRNA-RNA 쌍 중에서 miRNA-RNA 쌍의 MIC가 기 설정된 제1 임계값 이상인 쌍들만 선별하는 단계;복수의 정상 샘플에서 상기 선별된 miRNA-RNA 쌍의 제1 PCC(Pearson CoΔrrelation Coefficient)를 산출하는 단계;상기 복수의 정상 샘플이 단일 종양 샘플에 의해 교란된 샘플에서 miRNA-RNA 쌍의 제2 PCC를 산출하는 단계;상기 제1 PCC 및 제2 PCC의 차이값인 ΔPCC를 산출하는 단계;상기 ΔPCC 기반의 Wilcox test를 통해 p-값이 기 설정된 제2 임계값 미만인 쌍들만 선별하는 단계; 및선별된 miRNA-RNA 쌍들을 이용하여 ceRNA 네트워크를 생성하는 단계를 포함하는 miRNA를 매개로 한 RNA들의 상호작용을 기반으로 한 암 환자의 림프절 전이 및 예후 예측 방법
|
| 3 |
3
제 2 항에 있어서,상기 암 환자의 ceRNA 네트워크를 생성하는 과정은, 대상 암의 모든 종양 샘플들에 대한 |ΔPCC| 산출 결과를 기초로 개인별 ceRNA 네트워크를 생성하는 단계를 더 포함하며,상기 기초로 개인별 ceRNA 네트워크를 생성하는 단계는,상기 ceRNA 네트워크의 모든 miRNA-RNA쌍들에 대해 대상 암의 모든 종양 샘플들에서 |ΔPCC|를 산출하고, 산출된 |ΔPCC|가 모든 |ΔPCC|의 중앙값보다 큰 miRNA-RNA쌍만 남겨서 개인별 ceRNA 네트워크를 생성하는 miRNA를 매개로 한 RNA들의 상호작용을 기반으로 한 암 환자의 림프절 전이 및 예후 예측 방법
|
| 4 |
4
제 1 항에 있어서,상기 ceRNA 네트워크의 miRNA-RNA 쌍을 통해 암 환자의 림프절 전이 및 예후를 예측하는 과정은,상기 ceRNA 네트워크의 miRNA-RNA 쌍의 ΔPCC에 대한 PCA(Principal component analysis) 수행을 통해 특징 벡터의 차원을 줄이는 단계;상기 miRNA-RNA 쌍의 ΔPCC를 이용하여 림프절 전이 예측을 위한 복수의 기저모델 및 이들을 조합한 앙상블 모델 중 적어도 하나를 구축하는 단계; 및상기 miRNA-RNA 쌍의 ΔPCC에 대한 로그 순위 테스트(log-rank test) 수행을 통해 암 환자의 예후를 예측하는 단계를 포함하는 miRNA를 매개로 한 RNA들의 상호작용을 기반으로 한 암 환자의 림프절 전이 및 예후 예측 방법
|
| 5 |
5
제 4 항에 있어서,상기 암 환자의 예후를 예측하는 단계는,상기 miRNA-RNA 쌍의 ΔPCC에 대한 로그 순위 테스트를 수행하여 얻은 p-값이 가장 작은 상위 n개(여기서, n은 기 설정된 자연수)의 miRNA-RNA 쌍의 ΔPCC를 이용하여 암 환자의 예후를 예측하는 miRNA를 매개로 한 RNA들의 상호작용을 기반으로 한 암 환자의 림프절 전이 및 예후 예측 방법
|
