정밀의료사업단에서는
병원 클러스터를 통해 대장암 전∙후향 코호트에 대한 임상 다중유전체 데이터베이스 및 바이오뱅크 구축하고자 하며,
다중유전체 데이터와 임상 정보를 통합한 딥러닝 분석 플랫폼 개발과 이를 이용한 대장암 특이적 마커 발굴을 목표로 한다. 발굴된 바이오 마커는 전향적 코호트의 조직과 혈액 샘플에서 기술적 검증 및 임상적 효용성을 확인하고자 하며, 이를 기반으로 정밀의료 진단패널 및 분석 플랫폼의 사업화를 궁극적인 목표로 한다. 본 사업단에서는 2단계 1차년도 대장암
마커 발굴의 인프라 구축에 해당되는 목표를 다음과 같이 달성했다. 병원클러스터에서 대장암 전향적 코호트를
구축했으며, 환자 조직 및 혈액을 1600례 이상 확보했다. 이를 기반으로 전장 및 후성유전체를 포함한 다중유전체 데이터를 800례
이상 생산했다. 특히 차세대 기술을 기반으로 한 단일세포 전사체, 나노포어
유전체 및 전사체 데이터를 약 600례 생산하여 대장암 특이적 마커의 고도화를 도모했다. 추가 생산된 데이터의 보관 및 분석을 위해 클러스터 서버의 레퍼지토리 H/W를
확장하여, 임상유전체 정보 통합을 위한 LIMS 자동화 기능/ 보안 시스템 기능 구현 완료했다. 그 밖에도 유전체 데이터의 효율적인
활용을 위해 내부 및 외부 연구자를 중심으로 총 30개의 연구 프로젝트를 추진하여 데이터 분양 및 관리를
지속하고 있다. 생산된
다중 오믹스 데이터를 기반으로 다음과 같은 연구성과를 이뤄냈다. 단일 세포 분석을 통해 대식세포 및 섬유세포 특이적 네트워크를
발굴했으며, 치료 및 예후예측 마커를 발굴하여 이를 기반으로 네이처 제네틱스를
포함한 여러 국제학술지에 논문을 게재했다.[1, 2] 오가노이드를 이용한 대량의 마커 발굴 및 기능을 검증하고, 혈액 생검
기반 패널 개발 및 제작을 완료했다.[3] 대장암 전이모델 구축을 위한 선행연구 수행
및 모델 완성, 딥러닝 기반 취약점 예측모델 구축 및 주요 마커를 발굴 완료, 대장암 예후예측 모델의 구축 및 성능 평가를 완료했으며, 상기 연구결과를
기반으로 다수의 논문을 국제학술지에 게재했다.[4, 6] 대장암 long-read WGS 구조변이
및 나노포어 동형 전사체 및 접합유전자 타겟
선별을 통해 나노포어 플래그쉽 연구 결과를 완성했다. 92개 유전자의
CDS 및 조절부위에 대한 대장암 특이적 변이 패널 구성 및 LOD 기반 효용성 테스트
완료했으며, 패널 데이터 153례 분석 완료 및 환자 별
프로파일링 및 LIMS 기반 리포트 시스템 구축을 완료했다. 차년도
목표로서, 2단계에 계획한 추가적인 국내 다기관 대장암 전향적 조직 및 혈액 코호트를 임상정보와 함께
수집하고, 다중오믹스 데이터 생산 및 전처리를 통해 유전체 데이터 베이스를 확장하고자 한다. 다중유전체 바이오 마커들의 성능평가를 위해 단일세포 레벨에서의 다중유전체 데이터를 생산하고자 하며 (단일세포 전사체, 후성유전체, 단백질체
등의 데이터 생산) 공간전사체학적 데이터를 통합하여 바이오 마커의 네트워크 구성을 공간 정보 위에서
검증하고자 한다. 전사체 isoform 검출방법, 대장암 전이모델 조절체 분석방법, HRD를 비롯한 synthetic lethality 예측방법, 딥러닝 기반 취약점
예측모델을 통해 발굴된 주요 마커의 작용 기작을 해석하고자 한다. 나노스트링 기술을 활용한 종양미세환경
마커 확장 분석 및 연구결과 도출을 통해 임상적으로 유용한 바이오 마커를 발굴 및 검증하고자한다. 최종적으로
정밀의료 사업은 임상적 유효성이 검증된 진단/예후/치료예측
바이오 마커 패널의 사업화와 정밀의료 바이오 마커 예측 시스템 플랫폼의 비즈니스 모델 개발 및 상용화를 목표로 하고 있다. 본 사업의 결과물을 기반으로 최적의 다중유전체 대장암 특이적 정밀의료 진단 패널에 대한 기술이전 또는 제품화를
통해 대장암 환자들이 효과적인 진단 및 예후 예측 서비스의 수혜를 받을 수 있을 것이다. 대장암 정밀의료 진단 분석 플랫폼은 한국인 호발암 정밀의료 기술 개발 및 사업화에 적용이
가능할 것으로 기대된다. |
1.Min, D.W., H.P. Kim, J. Kim, X. Wen, S. Kim, Y.W. Cho, Y. Lim, S.H. Song, S.W. Han, S.Kwon, et al., Phenotype-based single cell sequencing identifies diverse genetic subclones in CD133 positive cancer stem cell s. Biochem Biophys Res Commun, 2020. 2.Lee, H.O., Y. Hong, H.E. Etlioglu, Y.B. Cho, V. Pomelle, B. Van den Bosch, J. Vanhecke, S. Verbandt, H. Hong, J.W. Min, et al., Lineage-dependent gene expression programs influence the immune landscape of c olorectal cancer. Nature Genetics, 2020. 52(6): p.594-+. 3.Kang, J.K., S. Heo, H.P. Kim, S.H. Song, H. Yun, S.W. Han, G.H. Kang, D. Bang, and T.Y.Kim, Liquid biopsy-based tumor profiling for metastatic colorectal cancer patients with ultra-deep targeted sequencing. Plo s One, 2020. 15(5). 4.Jang, M., J. An, S.W. Oh, J.Y. Lim, J. Kim, J.K. Choi, J.H. Cheong, and P. Kim, Matrix stiffness epigenetically regulates the oncogenic activation of the Yes-associated protein in gastric cancer. Nat Biomed Eng, 202 0. 5.Jang, K., M.J. Park, J.S. Park, H. Hwangbo, M.K. Sung, S. Kim, J. Jung, J.W. Lee, S.H.Ahn, S. Chang, et al., Computational inference of cancer-specific vulnerabilities in clinical samples. Genome Biol, 2020. 21(1): p. 155. 6.Kim, J.Y., J.K. Choi, and H. Jung, Genome-wide methylation patterns predict clinical benefit of immunotherapy in lung cancer. Clin Epigenetics, 2020. 12(1): p. 119. |
이전글
