KR102138166B1 - 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 - Google Patents
인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 Download PDFInfo
- Publication number
- KR102138166B1 KR102138166B1 KR1020200001984A KR20200001984A KR102138166B1 KR 102138166 B1 KR102138166 B1 KR 102138166B1 KR 1020200001984 A KR1020200001984 A KR 1020200001984A KR 20200001984 A KR20200001984 A KR 20200001984A KR 102138166 B1 KR102138166 B1 KR 102138166B1
- Authority
- KR
- South Korea
- Prior art keywords
- subject
- genotype information
- genetic
- marker
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002068 genetic effect Effects 0.000 title claims abstract description 154
- 238000012360 testing method Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 34
- 239000003550 marker Substances 0.000 claims abstract description 126
- 201000010099 disease Diseases 0.000 claims abstract description 67
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 67
- 108090000623 proteins and genes Proteins 0.000 claims description 73
- 230000003234 polygenic effect Effects 0.000 claims description 2
- 238000003205 genotyping method Methods 0.000 abstract description 4
- 108020004414 DNA Proteins 0.000 description 11
- 238000011160 research Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 208000008589 Obesity Diseases 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 235000020824 obesity Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 108091028043 Nucleic acid sequence Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007482 whole exome sequencing Methods 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000035977 Rare disease Diseases 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000001784 detoxification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 208000022602 disease susceptibility Diseases 0.000 description 1
- 210000002919 epithelial cell Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 230000013595 glycosylation Effects 0.000 description 1
- 238000006206 glycosylation reaction Methods 0.000 description 1
- 230000003676 hair loss Effects 0.000 description 1
- 208000024963 hair loss Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009759 skin aging Effects 0.000 description 1
- 230000037394 skin elasticity Effects 0.000 description 1
- 238000009168 stem cell therapy Methods 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법이 제공되며, 피검자 단말로부터 국가, 민족, 및 인종을 포함한 피검자 그룹의 정보와, 유전자 검사 요청 이벤트를 수신하는 단계, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출하는 단계, 기 설정된 질병 및 신체적 특성에 대하여, 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교하는 단계, 및 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말로 전송하는 단계를 포함한다.
Description
본 발명은 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 관한 것으로, 피검자와 동일한 속성을 가진 그룹의 누적된 유전형 정보를 이용하여, 타겟 유전자 마커 외에도 후보 유전자 마커와 질병 및 신체적 특성과의 연관도를 산출함으로써, 검사 마커 리스트를 업데이트하는 플랫폼을 제공한다.
유전자분석 전문기업이 개인 유전정보 분석 테스트에 대한 각 정부기관의 승인을 얻어내면서, 유전자검사시장의 판도는 달라지고 있다. 규제로 잠시 주춤했던 세계 유전자검사시장은, 백만 명이 넘는 사람들의 유전정보를 분석한 자료를 바탕으로, 유전자검사 연구개발과 함께 급속하게 성장하여 엘빈 토플러의 제4의 물결로서 자리 잡았다. 국내에서도 유전자검사 기술이 도입된 후 WES(Whole Exome Sequencing) 유전체 정보를 빅데이터화하고 이를 통합하고 최적화하는 기술로 개인유전체맵 플랫폼(PMAP)을 개발하기에 이르렀다. 이는 슈퍼 컴퓨팅 시스템으로 질병감수성을 찾아내 질병을 미연에 예방할 수 있게 하며, 신생아 유전질환 스크리닝 검사, 희귀질환 및 암 유전자 검사, 신약 및 줄기세포치료제 개발 등 다양한 분야에서 적용 가능할 것으로 전망된다.
이때, 유전자 마커를 이용하여 질병의 상태 지수를 예측하는 방법이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국등록특허 제10-1828955호(2018년03월07일 공개)에는, 다중 유전자 검사 마커 각각에 대한 가중치를 계산하고, 계산된 각각의 가중치를 이용하여 질병에 대한 상태 지수를 예측함으로써, 유전자 검사를 통한 질병 예측 및 표현형 예측의 정확도를 높일 수 있는 구성이 개시된다. 구체적으로, 질병에 관련된 복수의 유전자 마커 정보와 사용자 유전 정보를 토대로 사용자가 질병 관련 인자를 보유하는지의 여부를 검출하고, 사용자의 질병 관련 인자 보유 여부와 복수의 유전자 마커 정보 각각의 가중치 정보를 이용하여 사용자의 질병 상태 지수를 산출하는 구성이 개시된다.
다만, 상술한 구성을 이용한다고 할지라도, 연구로 밝혀진 유전자 마커가 존재해야 피검자의 유전형 정보와 비교를 할 수가 있는데, 유전자 마커가 존재하지 않거나 유전자 마커에 대한 오류가 존재하는 경우 결과가 결과없음(Void) 또는 오류처리되는 경우가 존재한다. 또, 피검자와 동일한 국가, 민족, 및 인종에 따른 비교대상인 대조군, 즉 유전형 정보가 존재하는 경우일지라도, 연구표본의 샘플링, 유전형 정보 생산과정의 에러, 분석과정의 오류 등 피검자가 속한 집단에 대한 대조군의 유전자 마커가 유효하게 연관성을 보이는지 확인하지 않고 그대로 이용하는 경우, 유전자 검사 결과는 신뢰할 수 없어 무의미한 데이터일 수 밖에 없다.
본 발명의 일 실시예는, 피검자의 유전형 정보와 대조군의 유전형 정보를 기 저장된 유전자 마커를 기준으로 비교대조함으로써, 질병 및 신체적 특성을 파악하는 것을 기본으로, 피검자와 동일한 국가, 민족, 및 인종의 유전형 정보가 누적되는 경우, 이미 비교했던 유전자 마커인 타겟 유전자 마커 외에도, 기타 유전자 마커인 후보 유전자 마커를 질병 및 신체적 특성을 파악하기 위한 연관도를 산출하고, 연관도가 존재하는 경우 후보 유전자 마커를 검사 마커 리스트로 업데이트함으로써 연구로 밝혀진 유전자 마커가 아닐지라도 새로운 유전자 마커로 질병이나 신체적 특성을 파악할 수 있도록 자기개선(Self-Improving)할 수 있는, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 피검자 단말로부터 국가, 민족, 및 인종을 포함한 피검자 그룹의 정보와, 유전자 검사 요청 이벤트를 수신하는 단계, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출하는 단계, 기 설정된 질병 및 신체적 특성에 대하여, 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교하는 단계, 및 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말로 전송하는 단계를 포함하고, 상기 피검자 단말로 상기 보고서를 전송한 후, 상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커 또는 후보 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과 또는 미만인지 여부에 따라 상기 다른 피검자 유전형 정보 내의 상기 타겟 유전자 마커 또는 후보 유전자 마커를 이용하여 검사 마커 리스트를 업데이트하는 것을 특징으로 한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 피검자의 유전형 정보와 대조군의 유전형 정보를 기 저장된 유전자 마커를 기준으로 비교대조함으로써, 질병 및 신체적 특성을 파악하는 것을 기본으로, 피검자와 동일한 국가, 민족, 및 인종의 유전형 정보가 누적되는 경우, 이미 비교했던 유전자 마커인 타겟 유전자 마커 외에도, 기타 유전자 마커인 후보 유전자 마커를 질병 및 신체적 특성을 파악하기 위한 연관도를 산출하고, 연관도가 존재하는 경우 후보 유전자 마커를 검사 마커 리스트로 업데이트함으로써 연구로 밝혀진 유전자 마커가 아닐지라도 새로운 유전자 마커로 질병이나 신체적 특성을 파악할 수 있도록 자기개선(Self-Improving)할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 유전자 검사 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 도 1의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
도 2는 도 1의 시스템에 포함된 유전자 검사 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 도 1의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템(1)은, 적어도 하나의 피검자 단말(100), 유전자 검사 서비스 제공 서버(300), 적어도 하나의 다른 피검자 단말(400)을 포함할 수 있다. 다만, 이러한 도 1의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 피검자 단말(100)은 네트워크(200)를 통하여 유전자 검사 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 유전자 검사 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 피검자 단말(100), 적어도 하나의 다른 피검자 단말(400)과 연결될 수 있다. 또한, 적어도 하나의 다른 피검자 단말(400)은, 네트워크(200)를 통하여 유전자 검사 서비스 제공 서버(300)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 피검자 단말(100)은, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 유전자 검사 서비스 제공 서버(300)를 통하여 유전자 검사 요청을 하는 단말일 수 있다. 그리고, 적어도 하나의 피검자 단말(100)은, DNA 시료의 채취동의 및 이용동의를 하는 단말일 수 있다. 또한, 적어도 하나의 피검자 단말(100)은, 유전자 검사 결과를 유전자 검사 서비스 제공 서버(300)로부터 수신하는 단말이 수 있다.
여기서, 적어도 하나의 피검자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 피검자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 피검자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
유전자 검사 서비스 제공 서버(300)는, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 유전자 검사 서비스 제공 서버(300)는, 유전자 검사 서비스를 제공하기 위하여, 적어도 하나의 종류의 집단, 예를 들어, 국가, 민족, 및 인종에 대한 유전형 정보, 유전자 마커, 검사 마커 리스트, 및 질병과 신체적 특성 정보를 매핑하여 데이터베이스화한 서버일 수 있다. 그리고, 유전자 검사 서비스 제공 서버(300)는, 피검자 단말(100)로부터 유전자 검사 요청이 수신되는 경우, 피검자의 DNA 시료를 채취한 정보를 관리자 단말(미도시)로부터 입력받고, 관리자 단말로부터 피검자 유전형 정보를 입력받는 서버일 수 있다. 이렇게 피검자 유전형 정보가 입력이 되면, 유전자 검사 서비스 제공 서버(300)는, 피검자와 동일한 집단, 즉 국가, 민족, 및 인종이 동일한 집단을 대조군으로 비교하기 위하여, 기 구축된 데이터베이스로부터 동일한 집단의 유전형 정보, 즉 대조군 유전형 정보를 추출하고, 비교를 통하여 질병 및 신체적 특성과의 연관도를 계산하는 서버일 수 있다. 그리고, 연관도가 기준값 이상인 경우, 유전자 검사 서비스 제공 서버(300)는, 이미 검사가 진행된 타겟 유전자 마커의 검사 마커 리스트 내의 삭제 여부를 결정하고, 검사가 진행되지 않았던 임의의 유전자 마커, 즉 후보 유전자 마커의 추가 여부를 결정하여 검사 마커 리스트 내에 추가하는 서버일 수 있다.
여기서, 유전자 검사 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
적어도 하나의 다른 피검자 단말(400)은, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 유전자 검사를 요청하는 다른 피검자의 단말일 수 있다. 이때, 피검자는 동일국가, 민족, 및 인종으로 그룹지어지는 집단 내에서 최초로 유전자 검사를 한 자(1st)로 정의하고, 다른 피검자는, 피검자와 동일한 집단으로 분류되면서, 피검자보다 늦게 검사를 한 자(2nd,....,nth)로 정의한다. 다른 피검자 단말(400)도 피검자 단말(100)과 같이 동일하게 유전자 검사를 신청한 단말이지만, 그 순서에 따라, 기준점을 가지는 자가 누구인지에 따라, 집단으로 나뉘어지기 전인지, 후인지에 따라 객체가 나뉘어지는 것이므로, 피검자 단말(100)에서 실행되는 모든 동작이 가능한 것은 자명하다 할 것이다.
여기서, 적어도 하나의 다른 피검자 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 다른 피검자 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 다른 피검자 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 유전자 검사 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3은 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 유전자 검사 서비스 제공 서버(300)는, 수신부(310), 추출부(320), 비교부(33), 전송부(340), 업데이트부(350)를 포함할 수 있다.
본 발명의 일 실시예에 따른 유전자 검사 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 피검자 단말(100), 및 적어도 하나의 다른 피검자 단말(400)로 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 피검자 단말(100), 및 적어도 하나의 다른 피검자 단말(400)은, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 피검자 단말(100), 및 적어도 하나의 다른 피검자 단말(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.
도 2를 참조하면, 수신부(310)는, 피검자 단말(100)로부터 국가, 민족, 및 인종을 포함한 피검자 그룹의 정보와, 유전자 검사 요청 이벤트를 수신할 수 있다. 이때, 그룹(집단)은, 상술한 국가, 민족, 및 인종으로 나뉘어질 수도 있지만, 다른 특질에 의해 나뉘어지거나 분류 및 그룹핑되는 것을 배제하지는 않는다.
추출부(320)는, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출할 수 있다. 예를 들어, 피검자가 한국인, 아시아인이라고 하면, 피검자와 동일하게 한국인이면서 아시아인인 유전형 정보를 추출해야, 피검자와 비교를 할 수 있다. 이를, 대조군이라고 하는데, 유전형 정보를 비교하는 것이므로, 대조군 유전형 정보로 정의한다. 또한, 유전형 정보는, 유전체(Genome) 서열 해독(Sequencing)으로 생성될 수 있다. 그리고, 피검자의 DNA 시료는, 혈액, 타액, 구강상피세포 등으로부터 채취한 시료이며, 이 DNA 시료로부터 DNA를 추출하고, 전장유전체해독 및 DNA 칩(Chip) 방식으로 유전형 정보를 생산할 수 있다. 해독 및 유전형 생산 방식은 상용화된 다양한 플랫폼이 이용될 수 있으며, 어느 하나의 실험방법이나 플랫폼으로 한정하지는 않는다. 이에 따라, 대조군 유전형 정보와, 피검자 유전형 정보는 상술한 방법에 의해 생성되며 비교될 수 있다.
여기서, 대조군 유전형 정보는, 연구 결과가 존재하는 경우와 존재하지 않는 경우로 나뉘어 추출될 수 있다. 전자의 경우, i) 피검자와 동일한 집단(그룹)이고, ii) 피검자와 동일한 집단의 연구 결과가 존재하는 질병 및 신체적 특성과, 유전자 마커 간의 관계를, 대조군 유전형 정보로 추출한다. 이때, 질병 및 신체적 특성과 유의한 연관성을 보이지 않는 유전형 정보, 즉 유전자 다형성 위치(좌위)도 함께 수집할 수 있다. 후자의 경우, 본 출원인의 기 출원 등록특허인 한국등록특허 제10-2023464호(2019년09월20일 공고)를 이용할 수 있다. 연구 결과가 없는 경우, 역사, 지리, 유전적 정보 등을 이용하여 근연 그룹을 지정할 수 있으며, 가상의 유전형 정보를 생성하는 경우 상술한 방법 이외에도 다양한 방법이 이용될 수 있다. 정리하면, 후자의 경우, 추출부(320)는, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출할 때, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹이 존재하지 않는 경우, 국가, 민족, 및 인종에 대응하는 가상 대조군 그룹을 지정하여 생성하여 대조군 유전형 정보를 추출할 수 있다.
비교부(330)는, 기 설정된 질병 및 신체적 특성에 대하여, 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교할 수 있다. 이때, 피검자 유전형 정보는, 기 설정된 유전자 마커를 기준으로 유전자 검사에 포함된 위치에 대응하는 타겟 유전자 마커와, 유전자 검사에 포함되지 않은 위치에 대응하는 후보 유전자 마커를 포함할 수 있다 예를 들어, 기 설정된 유전자 마커(Genetic Marker)는, 이미 발표된 연구결과나 누적된 연구결과로 인하여 밝혀진 정보인데, DNA서열로 사람 또는 동물에게서 염색체의 알려진 위치를 확인할 수 있는 것이다. 유전자 마커는, 짧은 DNA서열로, 예를 들어 하나의 염기의 변화로 생긴 단일 염기 다형성(SNP) 같은 것들이 존재할 수 있다. 이때, A 유전자 마커가 B 질병과 연관이 있다고 연구결과가 나온 경우, 피검자의 A 유전자 마커와, 대조군의 A 유전자 마커를 비교하고, 두 개의 유전자 마커가 동일한 경우, 피검자에게 B 질병의 가능성이 존재한다는 예측을 할 수 있다.
문제는, 연구결과가 밝혀지지 않은 유전자 마커, 즉 연구결과도 존재하지 않고, 검사 마커 리스트에 존재하지 않는 유전자 마커는, 질병 또는 신체적 특성과 연관이 있을 수도 있지만, 아직 연구결과가 없기 때문에 이용할 수 없다는 것이다. 이를 위하여, 밝혀지지 않은 유전자 마커, 즉 타겟 유전자 마커가 아닌 임의의 유전자 마커(이하, 후보 유전자 마커라 칭함)와, 질병 및 신체적 특성과 연관도를 측정하고, 측정된 연관도가 기 설정된 기준값 이상이면, 검사 마커 리스트에 포함시켜, 질병 및 신체적 특성을 밝히는 표지(Marker)로 이용하도록 한다. 예를 들어, A,B,C,D가 타겟 유전자 마커이고, A는 결핵, B는 비만, C는 혈압, D는 콜레스테롤을 확인하기 위해 이용되고 있으며, E 내지 Z가 미지의 영역이라면, E 내지 Z까지가 후보 유전자 마커이다. 이때, E가, 연관도 산출로 비만을 알아내는 유전자 마커가 될 수 있는 경우, 비만을 알아내기 위한 유전자 표지는, B-E가 가능하고, B-E-비만과 같이 매핑되어 저장될 수 있으며, 비만의 검사 마커 리스트는 B에서 B-E로 업데이트될 수 있다. 이때, 질병 특성은, 중성지방 농도, 콜레스테롤, 혈당, 혈압, 비타민 C 농도, 카페인 대사를 포함하고, 신체적 특성은, 체질량 지수, 색소 침착, 탈모, 모발 굵기, 피부노화(당화작용), 피부탄력을 포함할 수 있지만, 이에 한정되지는 않는다.
또 하나의 문제는, 이미 밝혀진 유전자 마커라도 샘플링 오류 등으로 에러가 존재하는 경우이다. 이때에는, A 유전자 마커 - B 질병이라는 연관도를 없애야 하는데, 이때 A 유전자 마커를 B 질병을 검사하는데 기 설정된 검사 마커 리스트에서 제외해야 한다. 이를 위하여, 이미 밝혀진 유전자 마커, 즉 타겟 유전자 마커를 삭제하는 방향으로 검사 마커 리스트가 업데이트되어야 한다. 이에 따라, 이미 연구결과가 존재하고, 검사를 했던 타겟 유전자 마커도, 질병 및 신체적 특성 간의 연관도를 재계산하여 검사 마커 리스트를 업데이트할 수 있다. 상술한 두 가지 문제에 대한 업데이트 과정은, 피검자와 동일한 그룹(집단)에 속할 다른 피검자의 유전자 검사 정보가 누적되어야 가능하다. 예를 들어, 100 명 정도가 모여야 하는데, 피검자는 1 번째 사람이므로, 이후 99 명이 더 모여 결과가 누적된 후 수행가능하다. 물론, 100 명이라는 숫자는 임의로 설정된 것이므로 이에 한정되지는 않는다. 또, 상술한 업데이트 과정은 후술될 업데이트부(350)를 통하여 다시 한번 정리하기로 한다.
한편, 비교부(330)는, 기 설정된 질병 및 신체적 특성에 대하여, 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교할 때, 전장유전체 연관분석(Genome-Wide Association Study)를 이용하여 산출된 연관도에 기초하여 비교할 수 있다.
전송부(340)는, 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송할 수 있다. 전송부(340)는, 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송할 때, 보고서를 생성할 때 스코어링 알고리즘(Polygenic Risk Score)을 이용할 수 있다.
이하에서, 업데이트부(350)의 업데이트 과정을 4 가지로 나누어 설명하기로 한다. 첫 번째는, 검사 마커 리스트에 존재하는 타겟 유전자 마커를 검증하는 과정이고, 두 번째는, 검사 마커 리스트에 존재하는 타겟 유전자 마커의 연관도가 기준값보다 낮은 경우, 검사 마커 리스트로부터 탈락(삭제)시키는 과정이다. 세 번째는, 검사 마커 리스트에 존재하지 않는 후보 유전자 마커를 검증하여 검사 마커 리스트에 포함시키고 타겟 유전자 마커로 업데이트하는 과정이고, 네 번째는, 검사 마커 리스트에 존재하지 않는 후보 유전자 마커를 검증한 결과 연관도가 기준값을 충족하지 못하여 후보 유전자 마커로 잔류시키는 과정이다(검사 마커 리스트 업데이트 없음).
첫 번째의 경우, 업데이트부(350)는, 전송부(340)에서 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송한 후, 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 다른 피검자 유전형 정보 내의 타겟 유전자 마커와 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과한 경우, 다른 피검자 유전형 정보 내의 타겟 유전자 마커를 기 설정된 유전자 마커로 추가하여 검사 마커 리스트를 업데이트할 수 있다.
두 번째의 경우, 업데이트부(350)는, 전송부(340)에서 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송한 후, 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 다른 피검자 유전형 정보 내의 타겟 유전자 마커와 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값 미만인 경우, 다른 피검자 유전형 정보 내의 타겟 유전자 마커를 기 설정된 유전자 마커에서 삭제하여 검사 마커 리스트를 업데이트할 수 있다.
세 번째의 경우, 업데이트부(350)는, 전송부(340)에서 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송한 후, 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 다른 피검자 유전형 정보 내의 후보 유전자 마커와 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과한 경우, 다른 피검자 유전형 정보 내의 후보 유전자 마커를 기 설정된 유전자 마커로 추가하여 검사 마커 리스트를 업데이트할 수 있다. 이렇게 후보 유전자 마커(연구에서 밝혀지지 않은 미지의 영역)가 검사 마커 리스트에 포함되는 경우, 이를 타겟 유전자 마커로 재정의할 수 있다. 이제, 밝혀지지 않은 미지의 유전자 마커가 아니라, 질병 및 신체적 특성을 파악할 수 있는 유전자 마커로 확인되었기 때문이다.
네 번째의 경우, 업데이트부(350)는, 전송부(340)에서 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말(100)로 전송한 후, 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 다른 피검자 유전형 정보 내의 후보 유전자 마커와 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값 미만인 경우, 다른 피검자 유전형 정보 내의 후보 유전자 마커를 후보 유전자 마커로 유지시킬 수 있다. 즉, 후보 유전자 마커를 검사 마커 리스트에 포함시키지 않고, 그대로 잔류시켜 유지시키는 것이다.
상술한 4 가지 단계에서 연관도를 파악하기 위한 방법은, 교차비(Odd Ratio) 또는 베타 계수(Beta Coefficient)에 의해 산출될 수 있으나, 상술한 방법에 한정하지는 않는다. 물론, 전장유전체 연관분석(Genome-Wide Association Study)도 가능하며, 다양한 실시예에 따른 연관분석 방법을 이용할 수 있다.
이하, 상술한 도 2의 유전자 검사 서비스 제공 서버의 구성에 따른 동작 과정을 도 3을 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 유전자 검사 서비스 제공 서버(300)는, 국가, 민족, 및 인종에 대한 유전형 정보, 유전자 마커, 및 질병과 신체적 특성을 매핑하여 저장 및 분류하는 방식으로 데이터베이스화를 진행할 수 있다. 이때, (b) 유전자 검사 서비스 제공 서버(300)는, 피검자 단말(100)로부터 검사 요청이 수신되는 경우, 피검자 유전형 정보와, 대조군 유전형 정보를 비교하면서 피검자가 어떠한 질병이 있는지, 어떠한 신체적 특성을 가지고 있는지, 또는 그럴 가능성이 존재하는지 등의 데이터를 생성하여 피검자 단말(100)로 전송한다.
이때, (c) 피검자와 동일한 집단(그룹)의 다른 피검자의 유전자 검사 결과가 누적되는 경우, 이를 수집하여 (d)와 같이 유전자 마커를 분류하고, 유전자 마커로 이루어진 검사 마커 리스트를 업데이트할 수 있다. 상술한 과정은 도 3b에 상세히 도시된다. 이때, 검사 마커 리스트는, 각 질병 및 신체적 특성을 구분할 수 있는 각각의 유전자 마커의 리스트일 수 있으며, 국가, 인종, 및 민족별로 구분될 수도 있다. 이때, 업데이트 방법은 상술한 바와 같으므로 중복하여 설명하지는 않는다.
이와 같은 도 2 및 도 3의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 4는 본 발명의 일 실시예에 따른 도 1의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 4를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 4에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 4를 참조하면, 유전자 검사 서비스 제공 서버(300)는, 국가, 민족, 및 인종별 유전형 정보 및 유전자 마커와, 질병 및 신체적 특성 정보를 데이터베이스화함으로써, 이후 피검자의 DNA 시료로부터 생성된 피검자 유전형 정보와 비교할 대상을 구축한다(S4100).
그리고 나서, 유전자 검사 서비스 제공 서버(300)는, 피검자 단말(100)로부터 검사 요청이 수신되는 경우, DNA 시료로부터 피검자 유전형 정보를 생성하고(S4300), 피검자 유전형 정보와 대조군 유전형 정보를 비교하는데(S4400), 유전자 마커를 기준으로 비교 후, 동일한 유전자 마커가 양 유전형 정보에 포함된 경우 해당 질병 및 신체적 특성을 가졌다는 보고서를 생성하고(S4500), 피검자 단말(100)로 전송하게 된다. S4500 단계까지의 유전자 마커는, 타겟 유전자 마커이다.
한편, 유전자 검사 서비스 제공 서버(300)는, 피검자와 동일한 집단(그룹) 내에 포함된 다른 피검자의 검사결과가 기 설정된 수 이상 누적되면(S4700, S4800), 타겟 유전자 마커와 후보 유전자 마커를 이용하여, 질병 및 신체적 특징과의 연관도가 있는지를 확인하고(S4900), 연관도에 따라 검사 마커 리스트를 갱신한다(S4920).
상술한 단계들(S4100~S4920)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S4100~S4920)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 4의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 3을 통해 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법을 설명하기 위한 동작 흐름도이다. 도 5를 참조하면, 유전자 검사 서비스 제공 서버는, 피검자 단말로부터 국가, 민족, 및 인종을 포함한 피검자 그룹의 정보와, 유전자 검사 요청 이벤트를 수신한다(S5100)
그리고, 유전자 검사 서비스 제공 서버는, 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출한다(S5200).
또, 유전자 검사 서비스 제공 서버는, 기 설정된 질병 및 신체적 특성에 대하여, 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교하고(S5300), 대조군 유전형 정보가 기 설정된 유전자 마커를 기준으로 피검자 유전형 정보에 존재하는 경우, 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 피검자 단말로 전송한다(S5400).
이와 같은 도 5의 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (11)
- 유전자 검사 서비스 제공 서버에서 실행되는 유전자 검사 서비스 제공 방법에 있어서,
피검자 단말로부터 국가, 민족, 및 인종을 포함한 피검자 그룹의 정보와, 유전자 검사 요청 이벤트를 수신하는 단계;
상기 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출하는 단계;
기 설정된 질병 및 신체적 특성에 대하여, 상기 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 상기 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교하는 단계; 및
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계;를 포함하고,
상기 피검자 단말로 상기 보고서를 전송한 후, 상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커 또는 후보 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과 또는 미만인지 여부에 따라 상기 다른 피검자 유전형 정보 내의 상기 타겟 유전자 마커 또는 후보 유전자 마커를 이용하여 검사 마커 리스트를 업데이트하는 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 1 항에 있어서,
상기 피검자 유전형 정보는,
상기 기 설정된 유전자 마커를 기준으로 유전자 검사에 포함된 위치에 대응하는 타겟 유전자 마커와, 상기 유전자 검사에 포함되지 않은 위치에 대응하는 후보 유전자 마커를 포함하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 2 항에 있어서,
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계 이후에,
상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과한 경우, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커를 상기 기 설정된 유전자 마커로 추가하여 검사 마커 리스트를 업데이트하는 단계;
를 더 포함하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 2 항에 있어서,
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계 이후에,
상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값 미만인 경우, 상기 다른 피검자 유전형 정보 내의 타겟 유전자 마커를 상기 기 설정된 유전자 마커에서 삭제하여 검사 마커 리스트를 업데이트하는 단계;
를 더 포함하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 2 항에 있어서,
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계 이후에,
상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 후보 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값을 초과한 경우, 상기 다른 피검자 유전형 정보 내의 후보 유전자 마커를 상기 기 설정된 유전자 마커로 추가하여 검사 마커 리스트를 업데이트하는 단계;
를 더 포함하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 2 항에 있어서,
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계 이후에,
상기 피검자 그룹에 속하는 적어도 하나의 다른 피검자의 다른 피검자 유전형 정보가 기 설정된 수 이상 누적되고, 상기 다른 피검자 유전형 정보 내의 후보 유전자 마커와 상기 기 설정된 질병 및 신체적 특성 간의 연관도가 기 설정된 기준값 미만인 경우, 상기 다른 피검자 유전형 정보 내의 후보 유전자 마커를 후보 유전자 마커로 유지시키는 단계;
를 더 포함하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 1 항에 있어서,
상기 기 설정된 질병 및 신체적 특성에 대하여, 상기 피검자로부터 추출된 DNA 시료로부터 생산된 피검자 유전형 정보와, 상기 대조군 그룹의 대조군 유전형 정보를 기 설정된 유전자 마커를 기준으로 비교하는 단계에서,
전장유전체 연관분석(Genome-Wide Association Study)를 이용하여 산출된 연관도에 기초하여 비교하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 3 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 연관도는, 교차비(Odd Ratio) 또는 베타 계수(Beta Coefficient)에 의해 산출되는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 1 항에 있어서,
상기 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹의 대조군 유전형 정보를 추출하는 단계에서,
상기 국가, 민족, 및 인종에 대응하는 기 저장된 대조군 그룹이 존재하지 않는 경우, 상기 국가, 민족, 및 인종에 대응하는 가상 대조군 그룹을 지정하여 생성하여 상기 대조군 유전형 정보를 추출하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 1 항에 있어서,
상기 대조군 유전형 정보가 상기 기 설정된 유전자 마커를 기준으로 상기 피검자 유전형 정보에 존재하는 경우, 상기 기 설정된 질병 및 신체적 특성이 존재한다고 판단하고 보고서를 생성하여 상기 피검자 단말로 전송하는 단계에서,
상기 보고서를 생성할 때 스코어링 알고리즘(Polygenic Risk Score)을 이용하는 것인, 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법.
- 제 1 항 내지 제 7 항, 제 9 항, 및 제 10 항 중 어느 한 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200001984A KR102138166B1 (ko) | 2020-01-07 | 2020-01-07 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
| PCT/KR2020/019242 WO2021141312A1 (ko) | 2020-01-07 | 2020-12-28 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200001984A KR102138166B1 (ko) | 2020-01-07 | 2020-01-07 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102138166B1 true KR102138166B1 (ko) | 2020-07-27 |
Family
ID=71893831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200001984A Active KR102138166B1 (ko) | 2020-01-07 | 2020-01-07 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102138166B1 (ko) |
| WO (1) | WO2021141312A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021141312A1 (ko) * | 2020-01-07 | 2021-07-15 | 주식회사 클리노믹스 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101693717B1 (ko) * | 2015-12-28 | 2017-01-06 | (주)신테카바이오 | 개인 전장 유전체의 유전변이정보를 이용한 생리활성변이 분석 시스템 |
| MX2019000713A (es) * | 2016-07-18 | 2019-11-28 | Nant Holdings Ip Llc | Sistemas, aparatos y metodos para maquina de aprendizaje distribuido. |
| KR101937434B1 (ko) * | 2017-09-25 | 2019-01-10 | 천자혜 | 빅데이터 및 인공지능 기반 공공 주치의 서비스 제공 방법 |
| KR102138166B1 (ko) * | 2020-01-07 | 2020-07-27 | 주식회사 클리노믹스 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
-
2020
- 2020-01-07 KR KR1020200001984A patent/KR102138166B1/ko active Active
- 2020-12-28 WO PCT/KR2020/019242 patent/WO2021141312A1/ko not_active Ceased
Non-Patent Citations (2)
| Title |
|---|
| C. Caramel, Hands-on review: AncestryDNA test kit, Engineering and Research 사이트 , [online].* * |
| T. Huang 외, "Genetic differences among ethnic groups", BMC Genomics 16:1093, 2015.* * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021141312A1 (ko) * | 2020-01-07 | 2021-07-15 | 주식회사 클리노믹스 | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021141312A1 (ko) | 2021-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hemani et al. | The MR-Base platform supports systematic causal inference across the human phenome | |
| McGuffin | The ModFOLD server for the quality assessment of protein structural models | |
| Ganna et al. | Risk prediction measures for case-cohort and nested case-control designs: an application to cardiovascular disease | |
| Skiles et al. | Geographically linking population and facility surveys: methodological considerations | |
| US11901040B2 (en) | Cross-network genomic data user interface | |
| KR101548526B1 (ko) | 외부 인적자원의 평가를 이용한 핵심기술과 수행주체 선정 장치, 시스템 및 방법 | |
| CN107885873B (zh) | 用于输出信息的方法和装置 | |
| EP4027348A2 (en) | Affinity prediction method and apparatus, method and apparatus for training affinity prediction model, device and medium | |
| Dobrez et al. | Estimation of patient preference‐based utility weights from the functional assessment of cancer therapy—general | |
| EP1738524B1 (en) | Method and system for generating a population representative of a set of users of a communication network | |
| Edwards et al. | SimObesity: combinatorial optimisation (deterministic) model | |
| Horsdal et al. | C‐reactive protein levels and treatment resistance in schizophrenia—A Danish population‐based cohort study | |
| US10861587B2 (en) | Cross-network genomic data user interface | |
| KR102138166B1 (ko) | 인공지능 기반 게놈 빅데이터를 이용한 자기개선 유전자 검사 서비스 제공 방법 | |
| Engerström et al. | Comparing time-fixed mortality prediction models and their effect on ICU performance metrics using the Simplified Acute Physiology Score 3 | |
| Rubin et al. | Using ConSurf to detect functionally important regions in RNA | |
| Arunapuram et al. | StatAlign 2.0: combining statistical alignment with RNA secondary structure prediction | |
| Saulière et al. | Z-scores-based methods and their application to biological monitoring: an example in professional soccer players | |
| KR101870632B1 (ko) | 질병 기전 연구를 위한 생물학적 데이터를 제공하는 데이터 제공 장치, 및 방법 | |
| Carrard et al. | The metabolic signature of cardiorespiratory fitness: a protocol for a systematic review and meta-analysis | |
| Gao et al. | A primer on Bayesian estimation of prevalence of COVID-19 patient outcomes | |
| Vart et al. | Low estimated glomerular filtration rate and pneumonia in stroke patients: findings from a prospective stroke registry in the East of England | |
| Tinh et al. | Estimating amino acid substitution models from genome datasets: A simulation study on the performance of estimated models | |
| Samawi et al. | Medical diagnostics accuracy measures and cut-point selection: an innovative approach based on relative net benefit | |
| CN116955182A (zh) | 异常指标分析方法、设备、存储介质及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20200107 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20200107 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20200320 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20200717 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20200721 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20200722 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20240703 Start annual number: 5 End annual number: 5 |