| 초록 |
[기술분야] 본 발명은 위 생검조직으로부터 질량분석 정보를 얻어 위암을 정상위점막조직과 구분하고자 하는 것이다. [해결하고자 하는 과제] 위암은 아직 진단을 위한 특이적인 표지자가 임상에서 사용되지 못하고 있어 거의 전적으로 광학현미경 소견에 진단을 의존하고 있는 바, 위생검조직에 포함된 소수의 세포로부터 광학현미경 진단에 도움을 줄 수 있는 분자정보를 얻고자 한다. [과제의 해결수단] 본 발명은 위암조직에서의 matrix-assisted laser desorption and ionization (MALDI) 질량분석 시그널 73 개를 측정하여 위암을 진단하는 의학적 도구 개발에 관한 것이다. matrix-assisted laser desorption and ionization (MALDI) 는 매우 예민한 검사법으로 인체조직에 직접 이용되기 시작한 것은 극히 최근의 일이지만, sinapinic acid 를 matrix 로 하여 frozen tissue 를 분석하는 경우 암의 진단과 병리학적 분류에 유용한 정보를 제공할 수 있다는 것이 보고되고 있다 (Lancet 2003; 362(9382): 433-449, Cancer Res 2005; 65(17): 7674-7681, Mol Cell Proteomics 2006; 5: 1975-1983). 위암은 아직 진단을 위한 특이적인 표지자가 임상에서 사용되지 못하고 있는 바, 본 발명자는 위암 생검조직에 대해서 국제 최초로 다른 암에서 수행된 방법에 준한 MALDI 분석을 수행하여 위암진단에 유용한 질량분석 시그널 73 개를 동정하였다. 본 발명은 이 73 개의 질량분석 시그널을 이용하여 위암을 진단하는 질량분석 시그널 기반 알고리즘을 그 내용으로 한다. [효과] 위암은 아직 진단을 위한 특이적인 표지자가 임상에서 사용되지 못하고 있어 거의 전적으로 광학현미경 소견에 진단을 의존하고 있는 바, 위암 생검조직에 대해서 질량분석 시그널 73 개를 분석함으로써, 위암조직과 정상위점막조직을 구분하는데 도움을 받을 수 있다. 국립암센터에서 위내시경을 받은 사람 54 명 (위암 환자 32 명, 정상인 22 명) 을 대상으로 상기 모델을 적용하였을 때 Support Vector Machine 을 기준으로 양성 예측률 (positive predictive values for cancer) 96.8%, 양성 예측률 (negative predictive values for cancer) 91.3%, 민감도 (sensitivity) 93.8%, 특이도 (specificity) 95.5% 의 결과를 이미 얻은 바 있다. |
