| 초록 |
□ 연구개요 본 연구는 최근 강조되고 있는 정밀의학(Precision Medicine) 실현의 한 방편으로써, 암 세포주 특이적으로 항암제의 효능 및 민감성의 변화를 예측하는 것을 목표로 한다. 이를 달성하기 위해 여러 수준의 정보를 통합 활용하고 통합된 정보를 기반으로 기계학습 알고리즘을 통해 암세포의 다수준 오믹스 정보와 항암제 정보가 주어졌을 때 이를 통해 해당 항암제에 대한 세포의 민감성을 예측하는 모델을 구축하는 것을 목표로 한다. □ 연구 목표대비 연구결과 ￭ 1차년도: 다양한 수준의 일반 세포 및 암세포주의 오믹스 정보들의 수집 - GDSC1 및 2로부터 약물 565개, 세포주 2000 여개에 해당하는 IC50 값 446,146개의 데이터를 확보 - 해당 세포주들의 변이, 전사체, 단백체 정보 수집 완료 ￭ 2차년도: 다량의 약물 및 화합물 데이터베이스로부터 화학정보 및 생활성 정보 수집 - 210만 개의 화합물 정보와 그 중 170만 개의 구조 정보를 확보하였으며, 이들에 대한 bioactivity 1,467만 여개를 mySQL dump로 수집완료 ￭ 3차년도: 다차원, 대용량의 약물 도킹 프로파일 형성 - 약물 타겟으로 알려진 단백질 240개 중 185종 단백질의 구조 정보 수집 완료 - 화학적 공간을 대표할 수 있는 화합물 35종과 인체 단백질 구조 1만여 건에 대해 도킹 연산 완료 및 프로파일화 ￭ 4차년도: 수집한 세포주 오믹스 정보, 약물 관련 다차원 정보 등을 입력으로 세포주의 약물 민감성을 예측하는 모델을 구축 - 랜덤 포레스트 기반 약물 민감성 예측 모델 구축 완료. 모델의 정확도 (r=0.897) ￭ 5차년도: 세포주 특이적으로 항암제 민감성을 잘 예측할 수 있는지를 검증 - 예측 기반 간암 세포주에 민감성을 보일 신규 물질 10종 제시 - 간암 세포주 대상 CCK assay 결과 10종 모두 50μM 이하의 IC50를 보임 □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) ￭ 암질환 뿐만 아니라, 추후 당뇨, 심장병 등의 유전체 정보가 축적될 경우에도 유사한 방법의 파이프라인을 적용하여 해당 질병 유전체 변이 특이적 맞춤 신약을 발굴할 수 있으며 이는 GWAS 등의 target-based 신약 발굴의 한계를 돌파하는데 도움이 될 수 있음 ￭ 추가 연구를 통해서 실제 임상 시료에 대해서도 적용 가능함이 검증된다면, 개인별 맞춤 정밀의료 실현을 통해서 부작용은 최소화하면서 효능은 극대화하는 약물 선택 프로토콜로 활용될 수 있음 ￭ 특히 오가노이드는 유효성 검증이나 독성 검증 과정에서 인간의 장기를 구성하는 다양한 세포 유형들이 상호작용하고 있는 현상을 반영할 수 있고, 인간 장기 특성을 초정밀 모사할 수 있어 임상예측률이 높음. 이러한 특성을 반영하고 본 연구 성과 활용을 위하여 환자 유래 오가노이드의 단일 세포 전사체 데이터를 활용한 추가연구를 계획하고 있음 (출처 : 연구결과 요약문 2p) |
