Abstract:
본 발명은 면역 치료 및 위암 치료제에 대한 효능 및 독성 평가 또는 전이 억제 유전자의 발굴 및 억제제의 개발을 위한, 자연발생 위암 동물모델 및 이로부터 수립된 위암 세포주에 관한 것이다. 구체적으로, 본 발명의 위암 동물모델 및 이로부터 수립된 위암 세포주는 조직병리학적 특징이 인체 위암과 유사하고, 항암활성이 있는 4-1BB 억제제에 의해 암세포의 크기가 줄어드는 것을 확인함으로써, 면역 치료 및 위암 치료제에 대한 효능 및 독성 평가에 유용하게 사용될 수 있음을 확인하였다. 또한, 본 발명의 위암 세포주 중 하나는 전이가 빠르기 때문에 다른 세포주들과 유전자 발현을 비교하여, 전이에 관련하는 유전자를 발굴하고 전이 억제제의 개발 및 효능평가에 유용하게 사용할 수 있다. 따라서, 본 발명의 위암 동물모델 및 위암 세포주는 면역억제 마우스를 대신하여 위암 억제제 및 위암 전이 억제제의 효능평가 및 면역치료제(immunotherapy) 평가에 유용하게 사용될 수 있음을 확인하였다.
Abstract:
본 발명은 삼중사중극자 (triple quadrupole) 질량분석법을 이용하여 암의 표적 치료제 대상이 되는 여러 종류의 표적 단백질을 동시에 정량하는 암 표적 치료제의 반응성 예측방법에 관한 것이다. 본 발명자들은 임상적 필요에 부응하여 나노유속 액체 크로마토그래피-삼중사중극자 질량분석 상 선택성 (selectivity) 이 높은 펩티드 서열을 엄선하고 다중 펩티드 정량이 가능하도록 펩티드 조합 및 실험조건을 최적화하였다. 그 결과, 암에서 진료 또는 임상시험에 사용 가능한 것으로 이미 확립된 효능예측인자 (validated predictive marker) 인 HER2, FGFR2, EGFR, MET, PD-L1 및 본 발명자가 동정한 신규 면역치료제 효능 예측인자 (TAP2, I23O1 (IDO1), SYWC (WARS1), UB2L6 (UBE2L6)) 들을 다수의 하우스키핑 대조 펩티드 (housekeeping control) 와 동시에 단백질 수준에서 정량할 수 있으며, 이를 치료 전 암 조직 시료에 적용하여, 표적 치료제의 치료 효과를 예측할 수 있다.
Abstract:
본 발명은 인지질을 이용한 암의 진단 방법에 관한 것으로, 구체적으로 기존의 병리학적 방법으로 정확한 진단이 어려운 경우가 있는 생검조직에 대해 지질 말디 질량분석법(lipid MALDI MS)을 이용하여 양이온 모드(positive ion mode)의 m/z 798.0-799.0 또는 포스파티딜콜린(phosphatidylcholine) 34:1 [M+K] + (m/z: 798.6), 양이온 모드의 m/z 524.0-525.0 또는 리소포스파티딜세린(lysophosphatidylserine) 18:1 [M+H] + (m/z: 524.4), 및 양이온 모드의 m/z 518.0-519.0 또는 리소포스파티딜콜린(lysophosphatidylcholine) 18:3 [M+H] + (m/z: 518.4) 각각에 대한 표준화된 피크 강도 값을 측정 및 응용하여 조직의 악성여부를 판단하는데 유용하게 사용될 수 있다.
Abstract translation:本发明涉及一种使用磷脂诊断癌症的方法,具体而言,可用于通过测量和应用m / z 798.0范围内的正离子模式的标准化峰强度值来确定组织是否恶性。 -799.0或磷脂酰胆碱34:1 [M + K] +(m / z:798.6),在m / z 524.0-525.0或溶血磷脂酰丝氨酸18:1范围内的正离子模式[M + H] +(m / z :524.4),分别在m / z 518.0-519.0或溶血磷脂酰胆碱18:3 [M + H] +(m / z:518.4)范围内的正离子模式,使用活组织检查组织中的脂质MALDI MS分析 通过现有的病理学方法难以进行准确的诊断。
Abstract:
본 발명은 암 면역치료제 효능 예측을 위한 정보 제공방법에 관한 것으로, 종양충실도가 낮은 미만형 위암에서 EBV DNA 존재와 TMB 정도를 정밀하게 동정함으로써, anti-PD-1 또는 PD-L1 단독 또는 병용요법의 면역치료제의 효과 예측에 유용한 정보를 제공할 수 있다. 기존에 별도의 ISH 분석을 고가로 수행하였어야 했던 EBV 진단을 TMB 결정과 한 번에 수행하되, 유전자 증폭(gene amplification) 및 단일염기변이(single nucleotide variation)가 동시 동정이 가능하여 비용 효율적이다.
Abstract:
본 발명은 종양세포충실도를 보정하여, 현미부수체 불안정성을 판정하는 단계를 포함하는 암 면역치료제 효능 예측을 위한 정보 제공방법에 관한 것이다. 본 발명은 종양세포충실도를 보정하여 현미부수체 불안정성 여부를 정밀하게 판정하는 Custom targeted DNA sequencing 분석법이며, 이를 통해 현미부수체 불안정성을 동정하여 면역치료제의 효능을 유용하게 예측할 수 있다. 또한, 본 발명은 변이 및 유전자증폭 탐색과 동시에 수행할 수 있다는 장점이 있다.
Abstract:
본 발명은 작은 양의 조직샘플만으로도 비소세포성 폐암의 조직학적 유형을 보다 정확하고도 저비용으로 용이하게 분류하는 것을 목적으로 한다. 이러한 목적을 달성하기 본 발명은 지질 프로파일을 이용한 비소세포성 폐암의 조직학적 분류를 위한 정보를 제공하는 방법에 대한 것으로서, (a) 기질(matrix)과 인체 조직을 혼합하여 시료(sample)를 준비하는 단계와, (b) 준비된 시료에 대하여 질량분석을 수행하는 단계와, (c) 질량분석에 의하여 확보된 데이터에서 지질 프로파일에 대한 정보인 제1 지질 프로파일 데이터를 선별하는 단계 및 (d) 선암(adenocarcinoma) 조직 및 편평세포상피암 (squamous cell carcinoma) 조직 중에서 선택된 적어도 어느 하나의 지질 프로파일에 대한 정보인 제2 지질 프로파일 데이터와 제1 지질 프로파일 데이터를 비교함으로써 시료가 선암(adenocarcinoma) 및 편평세포상피암 (squamous cell carcinoma) 중의 어느 하나에 해당한다는 정보를 제공하는 단계를 포함한다.
Abstract:
본 발명은 면역 치료 및 위암 치료제에 대한 효능 및 독성 평가 또는 전이 억제 유전자의 발굴 및 억제제의 개발을 위한, 자연발생 위암 동물모델 및 이로부터 수립된 위암 세포주에 관한 것이다. 구체적으로, 본 발명의 위암 동물모델 및 이로부터 수립된 위암 세포주는 조직병리학적 특징이 인체 위암과 유사하고, 항암활성이 있는 4-1BB 억제제에 의해 암세포의 크기가 줄어드는 것을 확인함으로써, 면역 치료 및 위암 치료제에 대한 효능 및 독성 평가에 유용하게 사용될 수 있음을 확인하였다. 또한, 본 발명의 위암 세포주 중 하나는 전이가 빠르기 때문에 다른 세포주들과 유전자 발현을 비교하여, 전이에 관련하는 유전자를 발굴하고 전이 억제제의 개발 및 효능평가에 유용하게 사용할 수 있다. 따라서, 본 발명의 위암 동물모델 및 위암 세포주는 면역억제 마우스를 대신하여 위암 억제제 및 위암 전이 억제제의 효능평가 및 면역치료제(immunotherapy) 평가에 유용하게 사용될 수 있음을 확인하였다.
Abstract:
The objective of the present invention is to classify the histological type of non-small-cell lung carcinoma in a more accurate, inexpensive, and easy manner using only a small amount of tissue sample. To accomplish the objective of the present invention, a method for providing information for the histological classification of non-small-cell lung carcinoma using lipid profiles comprises the steps of: (a) mixing a matrix and a human tissue to prepare a sample; (b) performing mass spectrometry on the prepared sample; (c) selecting first lipid profile data, which is information on a lipid profile, from the data obtained from the mass spectrometry; and (d) comparing second lipid profile data, which is information on the lipid profile of adenocarcinoma tissue or squamous-cell carcinoma tissue, with the first lipid profile data, in order to provide information for indicating whether the sample is relevant to either adenocarcinoma or squamous-cell carcinoma.
Abstract:
PURPOSE: A method for predicting tissue origin of unknown primary adenocarcinoma is provided to distinguish hepatocellular carcinoma from lung cancer, breast cancer, and colon cancer. CONSTITUTION: A method for predicting tissue origin of unknown primary adenocarcinoma based on MALDI MS pattern comprises: a step of combining algorithm of m/z 3326.0, 6275.3, 9620.8 or 10094.0 and distinguishing hepatocellular carcinoma and adenocarcinoma except for hepatocellular carcinoma; a step of combining algorithm of m/z 3369.5, 5046.0, 6689.4, 10094.0, 10285.0, or13156.9 and distinguishing breast adenocarcinoma and other cancer except for breast adenocarcinoma; a step of combining algorithm of m/z 3369.5, 3440.7, 4225.0, 4935.7, 5824.7, 6575.8, 6665.8, 7936.4, 8041.1, 8452.9, 9749.8, 11652.9, 11986.6, 12171.6, or 12224.7 and distinguishing lung adenocarcinoma and other cancer except for lung adenocarcinoma; and a step of combining algorithm of m/z 3707.6, 4746.2, 4935.7, 5824.7, 7936.4, 8019.5 or 12344.3 and distinguishing colorectal cancer and intraheptic cholangiocarcinoma. [Reference numerals] (AA) Liver mass; (BB) MALDI MS for biopsy; (CC) Step 1: profiles for m/z 3326.0, 6275.3, 9620.8, 10094.0; (DD) Step 2: profiles for m/z 3369.5, 5046.0, 6689.4, 10094.0, 10285.0, 13156.9; (EE) Step 3: profiles for m/z 3369.5, 3440.7, 4225.0, 4935.7, 5824.7, 6575.8, 6665.8, 7936.4, 8041.1, 8452.9, 9749.8, 11652.9, 11986.6, 12171.6, 12224.7; (FF) Step 4: profiles for m/z 3707.6, 4746.2, 4935.7, 5824.7, 7936.4, 8019.5, 12344.3; (GG) Colon adenocarcinoma; (HH) Hepatocellular carcinoma; (II) Breast adenocarcinoma; (JJ) Lung adenocarcinoma; (KK) Intrahepatic cholangiocarcinoma
Abstract translation:目的:提供一种预测未知原发性腺癌组织起源的方法,以区分肝细胞癌与肺癌,乳腺癌和结肠癌。 构成:基于MALDI MS模式预测未知原发性腺癌的组织起源的方法包括:m / z 3326.0,6275.3,9620.8或10094.0的组合算法和肝细胞癌除外的区分肝细胞癌和腺癌的步骤; 结合m / z 3369.5,5046.0,6689.4,10094.0,10285.0或13156.9的算法和区分乳腺腺癌和乳腺腺癌以外的其他癌症的步骤; 组合m / z 3369.5,3440.7,4225.0,4935.7,5824.7,6575.8,6665.8,7936.4,8041.1,8452.9,9749.8,11652.9,11986.6,12171.6或12224.7的算法的步骤,区分肺腺癌和除肺腺癌之外的其它癌症 ; 以及组合m / z 3707.6,44746.2,4935.7,5824.7,7936.4,8019.5或12344.3的算法和区分结肠直肠癌和眼内胆管癌的步骤。 (AA)肝脏质量; (BB)用于活检的MALDI MS; (CC)步骤1:m / z 3326.0,6275.3,9620.8,10094.0的分布; (DD)步骤2:m / z 3363.5,5046.0,6689.4,10094.0,10285.0,13156.9的分布; (EE)步骤3:m / z 3369.5,3440.7,4225.0,4935.7,5824.7,6575.8,6665.8,7936.4,8041.1,8452.9,99749.8,11652.9,11986.6,12171.6,12224.7的分布; (FF)步骤4:m / z 370x.6,4746.2,4935.7,5824.7,7936.4,8019.5,12344.3的分布; (GG)结肠腺癌; (HH)肝细胞癌; (二)乳腺癌; (JJ)肺腺癌; (KK)肝内胆管癌