[go: up one dir, main page]

WO2018124606A1 - 미생물 메타게놈 분석을 통한 유방암 진단방법 - Google Patents

미생물 메타게놈 분석을 통한 유방암 진단방법 Download PDF

Info

Publication number
WO2018124606A1
WO2018124606A1 PCT/KR2017/015115 KR2017015115W WO2018124606A1 WO 2018124606 A1 WO2018124606 A1 WO 2018124606A1 KR 2017015115 W KR2017015115 W KR 2017015115W WO 2018124606 A1 WO2018124606 A1 WO 2018124606A1
Authority
WO
WIPO (PCT)
Prior art keywords
breast cancer
derived
extracellular vesicles
bacterial
decrease
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.)
Ceased
Application number
PCT/KR2017/015115
Other languages
English (en)
French (fr)
Inventor
김윤근
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MD Healthcare Inc
Original Assignee
MD Healthcare Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by MD Healthcare Inc filed Critical MD Healthcare Inc
Priority to US16/474,048 priority Critical patent/US20230193394A1/en
Priority to EP17889283.2A priority patent/EP3561070B1/en
Priority to JP2019534828A priority patent/JP6994776B2/ja
Priority to CN201780080641.4A priority patent/CN110382719B/zh
Publication of WO2018124606A1 publication Critical patent/WO2018124606A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6806—Preparing nucleic acids for analysis, e.g. for polymerase chain reaction [PCR] assay
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2531/00—Reactions of nucleic acids characterised by
    • C12Q2531/10—Reactions of nucleic acids characterised by the purpose being amplify/increase the copy number of target nucleic acid
    • C12Q2531/113—PCR
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/16—Primer sets for multiplex assays

Definitions

  • the present invention relates to a method for diagnosing breast cancer through a microbial metagenome analysis, and more specifically, by performing a microbial metagenomic analysis of bacteria, archaea, etc. using a sample derived from a subject, the content of specific bacteria and archaea-derived extracellular vesicles.
  • a method of diagnosing breast cancer by analyzing the increase and decrease.
  • Breast carcinoma refers to all malignant tumors of the breast.
  • Breast cancer is a fatal disease in which abnormal cellular tissues continue to grow in the breast or spread to other organs.
  • breast cancer is the most studied of all cancers, only the unclear knowledge that it is caused by both environmental and genetic factors has yet to be established as to the cause of breast cancer.
  • estrogen the female hormone
  • risk factors for guessing the cause of breast cancer and the risk of breast cancer increases by 1.7 times when parents, siblings and daughters in the family have breast cancer, especially 2.4 times when breast cancer develops before menopause. And two or more of the families reported 9-fold increase in bilateral breast cancer.
  • breast cancer patients are hereditary breast cancers with breast cancer genes (BRCA-1 and BRCA-2). People who have passed the breast cancer gene develop breast cancer in 60% before age 50, 85% by age 70, and ovarian cancer in 65% by age 70.
  • breast cancer due to carcinogenic mutations in the associated epithelial cells, particularly early menarche (before 12 years old), late menopause (twice after 55 years old), and no children.
  • Women women who are pregnant for the first time in their 30s, pre-menopausal women, women who have taken contraceptives for more than 10 years, and hormone replacement therapy to treat hot flashes during menopause or to prevent osteoporosis or heart disease. It is known to be dangerous in women who have been receiving it for more than 10 years.
  • Other environmental factors include drinking, high-fat diets (particularly polyunsaturated fats such as corn oil and margarine and saturated fats of beef), overweight postmenopausal women, and radiation exposure.
  • the incidence of breast cancer is generally higher than benign breast disease, and the mean age is 45 years for Korean women and 55 years for US women, but the difference is 10 years, but the incidence increases with age.
  • the symbiosis of the human body reaches 100 trillion times 10 times more than human cells, the number of genes of the microorganism is known to be more than 100 times the number of human genes.
  • a microbiota is a microbial community, including bacteria, archaea, and eukarya that exist in a given settlement.
  • the intestinal microbiota plays an important role in human physiology.
  • it is known to have a great effect on human health and disease through interaction with human cells.
  • the symbiotic bacteria secrete nanometer-sized vesicles to exchange information about genes and proteins in other cells.
  • the mucous membrane forms a physical protective film that particles larger than 200 nanometers (nm) in size can't pass through, so that the symbiotic bacteria cannot pass through the mucosa, but bacterial-derived vesicles are usually less than 100 nanometers in size. It freely speaks to the mucous membrane and is absorbed by our body.
  • Metagenomics also called environmental genomics, is an analysis of the metagenomic data obtained from samples taken from the environment.
  • metagenomics was collectively referred to as the total genome of all microbial communities in the natural environment in which microbes exist.
  • First used by Jo bottlesman (Handelsman et al., 1998 Chem. Biol. 5, R245-249).
  • 16s rRNA 16s ribosomal RNA
  • Next generation sequencing of 16s rDNA sequencing gene of 16s ribosomal RNA is performed.
  • NGS NGS
  • the present inventors In order to diagnose breast cancer, the present inventors extracted a gene from bacteria and archaea-derived extracellular vesicles using serum, which is a sample derived from a subject, and performed a metagenome analysis on it, and as a result, bacteria derived that can act as a causative factor of breast cancer The extracellular vesicles were identified, and thus the present invention was completed.
  • an object of the present invention is to provide an information providing method for diagnosing breast cancer through metagenomic analysis of bacteria and archaea-derived extracellular vesicles.
  • the present invention provides a method for providing information for diagnosing breast cancer, comprising the following steps.
  • the present invention provides a method for diagnosing breast cancer, comprising the following steps.
  • the present invention provides a method for predicting the risk of developing breast cancer, comprising the following steps.
  • the step (c) may be to diagnose breast cancer by comparing the increase or decrease in the content of one or more phylum bacteria-derived extracellular vesicles selected from the group consisting of Fusobacteria and Bacteroidetes in the blood. .
  • step (c) the increase or decrease of the content of one or more class bacteria-derived extracellular vesicles selected from the group consisting of Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, and Bacteroidia is compared in blood. It may be to diagnose breast cancer.
  • Breast cancer may be diagnosed by comparing the increase or decrease of the order bacterial-derived extracellular vesicles in blood.
  • Staphylococcaceae in the step (c), Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaiaceae, Intrabacteriaceiaceae, Intrabacteria, Diagnosing breast cancer by comparing the increase or decrease in the content of one or more family bacterial-derived extracellular vesicles selected from the group consisting of Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, and Bifidobacteriaceae It may be.
  • step (c) Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Cococusus Rocdococcocusria Selected from the group consisting of Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, and Enterobacter Increasing or decreasing the amount of vesicles in the blood may be to diagnose breast cancer.
  • step (c) in step (c), the increase or decrease in the content of one or more phylum bacteria-derived extracellular vesicles selected from the group consisting of Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, and Fusobacteria It may be to diagnose breast cancer as compared to.
  • one or more phylum bacteria-derived extracellular vesicles selected from the group consisting of Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, and Fusobacteria It may be to diagnose breast cancer as compared to.
  • Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, and 4C0d-2 derived from the step (c) The increase or decrease of the extracellular vesicles may be compared to urine to diagnose breast cancer.
  • At least one tree selected from the group consisting of Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, and YS2 in the step (c) order) Diagnosing breast cancer by comparing the increase or decrease of the bacterial-derived extracellular vesicles in urine.
  • Exiguobacteraceae Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonaco biaceae, Verycomicrococcaceae, Extracellular urine vesicles derived from at least one family of extracellular vesicles derived from the family of Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, and Methylocystaceae It may be
  • step (c) Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonatobacter, Actulomonatobacter Proteus , Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Serrabibacteriume Serrabacorci bicer bitero Breast cancer may be diagnosed by comparing the increase or decrease in the content of one or more genus bacterial-derived
  • the subject sample may be blood or urine.
  • the blood may be whole blood, serum, plasma, or blood monocytes.
  • Extracellular vesicles secreted by bacteria and archaea present in the environment can be absorbed directly into the body and directly affect cancer development, and breast cancer is difficult to diagnose early because symptoms are difficult and efficient treatment is difficult.
  • Meta-genomic analysis of bacterial-derived extracellular vesicles using derived samples predicts the risk of breast cancer in advance, allowing early diagnosis and prediction of risk groups for breast cancer and delaying the onset or preventing the onset through proper management. Early diagnosis can reduce the incidence of breast cancer and increase the effectiveness of treatment.
  • metagenome analysis in patients diagnosed with breast cancer can be used to avoid the causative agent to improve the course of the cancer or prevent recurrence.
  • Figure 1a is a picture of the distribution of bacteria and vesicles by time after oral administration of the enteric bacteria and bacteria-derived vesicles (EV) to the mouse
  • Figure 1b is 12 hours after oral administration, blood and Several organs were extracted and evaluated for distribution of bacteria and vesicles in the body.
  • FIG. 2 is a result showing the distribution of bacterial vesicles (EVs) with significant diagnostic performance at the phylum level by separating bacteria-derived vesicles from breast cancer patients and normal blood and performing a metagenome analysis.
  • EVs bacterial vesicles
  • FIG. 3 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the class level by separating bacteria-derived vesicles from breast cancer patients and normal blood, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • FIG. 4 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the neck level by separating the bacteria-derived vesicles from breast cancer patients and normal blood, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • FIG. 5 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the family level by separating bacteria-derived vesicles from breast cancer patients and normal blood, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • FIG. 6 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the genus level by separating bacteria-derived vesicles from breast cancer patients and normal blood, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • FIG. 7 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the phylum level by separating bacteria-derived vesicles from breast cancer patients and normal urine, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • EVs bacteria-derived vesicles
  • FIG. 9 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the order (neck) level after separating the bacteria-derived vesicles in breast cancer patients and normal urine.
  • EVs bacteria-derived vesicles
  • FIG. 10 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the family level by separating bacteria-derived vesicles from breast cancer patients and normal urine, and performing a metagenome analysis.
  • EVs bacteria-derived vesicles
  • FIG. 11 is a result showing the distribution of bacteria-derived vesicles (EVs) with significant diagnostic performance at the genus level after separating the bacteria-derived vesicles in breast cancer patients and normal urine.
  • EVs bacteria-derived vesicles
  • the present invention relates to a method for diagnosing breast cancer through bacterial and archaea metagenomic analysis, and the present inventors extracted a gene from bacterial and archaea-derived extracellular vesicles using a sample derived from a subject, and performed a metagenomic analysis on this. Bacterial-derived extracellular vesicles that could act as the causative agent of breast cancer were identified.
  • the present invention comprises the steps of (a) extracting DNA from the extracellular vesicles isolated from the subject sample;
  • (C) provides an information providing method for diagnosing breast cancer comprising the step of comparing the increase and decrease of the content of bacteria and archaea-derived extracellular vesicles and the normal-derived sample through the sequencing of the PCR product.
  • the term "diagnosis of breast cancer” refers to determining whether breast cancer is likely to develop, whether breast cancer is relatively more likely to develop, or whether breast cancer has already occurred.
  • the method of the present invention can be used to prevent or delay the onset of the disease through special and appropriate management as a patient at high risk of developing breast cancer for any particular patient.
  • the methods of the present invention can be used clinically to determine treatment by early diagnosis of breast cancer and selecting the most appropriate treatment regimen.
  • metagenome used in the present invention, also referred to as “metagenome”, refers to the total of the genome including all viruses, bacteria, fungi, etc. in an isolated area such as soil, animal intestine, It is mainly used as a concept of genome explaining the identification of many microorganisms at once using sequencer to analyze microorganisms which are not cultured.
  • metagenome does not refer to one species of genome or genome, but refers to a kind of mixed dielectric as the genome of all species of one environmental unit. This is a term from the point of view of defining a species in the course of the evolution of biology in terms of functional species as well as various species that interact with each other to create a complete species.
  • metagenome analysis was preferably performed using bacteria-derived extracellular vesicles isolated from blood and urine.
  • the subject sample may be blood or urine, and the blood may preferably be whole blood, serum, plasma, or blood monocytes, but is not limited thereto.
  • the metagenome analysis of the extracellular vesicles derived from bacteria and archaea was performed, and at the level of phylum, class, order, family, and genus, Each analysis identified bacteria-derived vesicles that could actually cause breast cancer.
  • the bacterial metagenome of the vesicles present in the blood samples derived from the subject at the gate level analysis the results of Fusobacteria, Bacteroidetes door bacteria-derived extracellular vesicles in breast cancer patients and normal people There was a significant difference between them (see Example 4).
  • extracellular vesicles derived from Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, and Bacteroidia river bacteria was significantly different between breast cancer patients and normal subjects (see Example 4).
  • the bacterial metagenome was analyzed at the neck level for vesicles present in a blood sample derived from a subject, Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, The contents of Pseudomonadales, Bacteroidales, Enterobacteriales, and Bifidobacteriales neck bacteria-derived extracellular vesicles were significantly different between breast cancer patients and normal individuals (see Example 4).
  • the bacterial metagenome of the vesicles present in the blood samples from the subject at the level of analysis Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, and Bifidodoaceae There was a significant difference between Staphylococcaceae, Fus
  • the bacterial metagenome of the vesicles present in the blood samples from the subject at the genus level Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctonociella, There was a significant difference in the contents of the genus bacteria-derived extracellular vesicles between breast cancer patients and normal individuals (see Example 4).
  • the bacterial metagenome at the gate level analysis of the vesicles present in the urine sample derived from the subject, the extracellular vesicles derived from Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, and Fusobacteria door bacteria was significantly different between breast cancer patients and normal subjects (see Example 5).
  • the bacterial metagenome was analyzed at the neck level for vesicles present in the urine sample derived from the subject, Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales,
  • the content of extracellular vesicles derived from Bifidobacteriales, Oceanospirillales, and YS2 neck bacteria was significantly different between breast cancer patients and normal individuals (see Example 5).
  • the bacterial metagenomics of the vesicles present in the subject-derived urine sample at an exaggerated level Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidotoaceaeaceae Peaceae, Was significantly different between breast cancer patients and normal subjects (
  • the bacterial metagenome of the vesicles present in the subject-derived urine sample at the genus level Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Billonactus coccus Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomon
  • the present invention through the results of the above embodiment, by identifying the bacteria-derived extracellular vesicles isolated from blood and urine by metagenomic analysis of bacteria-derived vesicles significantly changed in breast cancer patients compared to normal people were identified The metagenome analysis confirmed that breast cancer can be diagnosed by analyzing the increase or decrease in the content of bacteria-derived vesicles at each level.
  • the fluorescently labeled 50 ⁇ g of bacteria and bacteria-derived vesicles were administered in the same manner as above 12 hours.
  • Blood, Heart, Lung, Liver, Kidney, Spleen, Adipose tissue, and Muscle were extracted from mice.
  • the intestinal bacteria (Bacteria) were not absorbed into each organ, whereas the intestinal bacteria-derived extracellular vesicles (EV) were detected in the tissues, as shown in FIG. And distribution in liver, kidney, spleen, adipose tissue, and muscle.
  • PCR was performed using the 16S rDNA primer shown in Table 1 to amplify the gene and perform sequencing (Illumina MiSeq sequencer). Output the result as a Standard Flowgram Format (SFF) file, convert the SFF file into a sequence file (.fasta) and a nucleotide quality score file using GS FLX software (v2.9), check the credit rating of the lead, and window (20 bps) The part with the average base call accuracy of less than 99% (Phred score ⁇ 20) was removed.
  • SFF Standard Flowgram Format
  • the Operational Taxonomy Unit performed UCLUST and USEARCH for clustering according to sequence similarity. Specifically, the clustering is based on 94% genus, 90% family, 85% order, 80% class, and 75% sequence similarity. OTU's door, river, neck, family and genus level classifications were performed, and bacteria with greater than 97% sequence similarity were analyzed using BLASTN and GreenGenes' 16S DNA sequence database (108,453 sequences) (QIIME).
  • metagenome sequencing was performed after vesicles were separated from blood of 96 breast cancer patients and 192 normal humans whose age and gender were matched.
  • the strains whose p-value between the two groups is 0.05 or less and more than two times different between the two groups are selected in the t-test. under curve), sensitivity, and specificity.
  • Bacterial-derived vesicles in the blood were analyzed at the genus level. Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Mocococcusushococc, Diagnosis of genotype, breast cancer, and Enterobacter for diagnosing genotypes and breast cancers for the development of Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, and breast cancer Performance was significant (see Table 6 and FIG. 6).
  • Example 3 the vesicles were isolated from urine of 127 breast cancer patients and 220 normal persons matched with age and sex, and then metagenome sequencing was performed.
  • the strains whose p-value between the two groups is 0.05 or less and more than two times different between the two groups are selected in the t-test. under curve), sensitivity, and specificity.
  • Metagenome analysis of bacteria-derived extracellular vesicles using a human-derived sample according to the present invention predicts the risk of breast cancer in advance by predicting the risk of breast cancer in advance, thereby delaying the onset time or preventing the onset through proper management. It can be diagnosed early after the onset, which can lower the incidence of breast cancer and increase the therapeutic effect. In addition, metagenome analysis in patients diagnosed with breast cancer can be used to avoid the causative agent to improve the course of the cancer or prevent recurrence.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Biotechnology (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Pathology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Botany (AREA)
  • Mycology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 세균 및 고세균 메타게놈 분석을 통해 유방암을 진단하는 방법에 관한 것으로서, 보다 구체적으로는 피검체 유래 샘플을 이용해 세균 및 고세균 메타게놈 분석을 수행하여 특정 세균 혹은 고세균 유래 세포밖 소포의 함량 증감을 분석함으로써 유방암을 진단하는 방법에 관한 것이다. 환경에 존재하는 세균 혹은 고세균에서 분비되는 세포밖 소포는 체내에 흡수되어 암 발생에 직접적인 영향을 미칠 수 있으며, 유방암은 증상이 나타나기 전 조기진단이 어려워 효율적인 치료가 어려운 실정이므로, 본 발명에 따른 인체 유래 샘플을 이용한 세균 및 고세균 메타게놈 분석을 통해 유방암 발병의 위험도를 미리 예측함으로써 유방암의 위험군을 조기에 진단 및 예측하여 적절한 관리를 통해 발병 시기를 늦추거나 발병을 예방할 수 있으며, 발병 후에도 조기진단 할 수 있어 유방암의 발병률을 낮추고 치료효과를 높일 수 있다.

Description

미생물 메타게놈 분석을 통한 유방암 진단방법
본 발명은 미생물 메타게놈 분석을 통해 유방암을 진단하는 방법에 관한 것으로서, 보다 구체적으로는 피검체 유래 샘플을 이용해 세균, 고세균 등의 미생물 메타게놈 분석을 수행하여 특정 세균 및 고세균 유래 세포밖 소포의 함량 증감을 분석함으로써 유방암을 진단하는 방법에 관한 것이다.
유방암 (breast carcinoma)은 유방에 발생하는 모든 악성종양을 통틀어 말한다. 유방암은 유방에 비정상적인 세포 조직이 계속 자라거나 다른 장기에 퍼지는 치명적인 병이다. 유방암은 모든 암 중에서 가장 연구가 많이 된 편임에도 환경적 요인과 유전적 요인 두 가지에 의해 발생한다는 명확하지 않은 지식만이 있으며, 아직 유방암 발생의 원인에 관해서는 아직 확립된 정설은 없다. 다만, 여러 연구 결과를 통해 몇 가지 요인들이 높은 상관관계를 보이고 있고 그 중 여성 호르몬인 에스트로겐이 유방암 발생과정에서 중요한 역할을 한다는 데 의견 일치를 보고 있다. 유방암의 발생 원인을 추측하게 하는 위험인자들이 알려지고 있는데, 가족 중에서 부모나 형제, 딸이 유방암을 앓는 경우 자신이 유방암이 걸릴 위험도는 1.7배로 증가하며, 특히 폐경 이전에 발생한 유방암일 경우 2.4배로 증가하고, 가족 중 2명 이상이 양측 유방암이면 9배로 증가한다고 보고되었다. 외국의 보고에 따르면 유방암 환자의 약 10%가 유방암 유전자 (BRCA-1과 BRCA-2)를 지닌 유전성 유방암이다. 이 유방암 유전자를 지난 사람은 50세 이전에 60%에서, 70세까지 85%에서 유방암이 발생하며, 70세까지 65%에서 난소암도 동시에 발생할 수 있다.
또한, 생식 호르몬이 장기간 활성화되면 유관 상피세포의 발암성 돌연변이로 인하여 유방암이 발생할 수 있는데, 특히 초경이 빠르거나 (12세 이전), 폐경이 늦거나 (55세 이후 2배), 아이를 낳지 않은 여성, 30대 이후에 첫 임신을 한 여성, 수유력이 없는 폐경 전 여성, 10년 이상 피임약을 복용한 여성, 폐경기에 발생하는 안면홍조를 치료하거나 골다공증이나 심장질환을 예방하기 위해 호르몬 보충요법을 10년 이상 최근까지 받고 있는 여성에서 위험하다고 알려져 있다. 그밖에 환경요인으로서 음주, 고지방 식사 (특히 옥수수 기름이나 마가린 등의 다불포화지방과 쇠고기의 포화지방), 폐경 후 여성의 체중 과다, 방사선 노출 등도 관련이 있다고 알려져 있다. 유방암의 호발연령은 일반적으로 유방 양성질환보다 높으며, 평균 연령이 한국여성의 경우 45세이고 미국여성은 55세로 10년 차이가 있지만, 발생빈도가 나이가 많을수록 증가한다.
그러나, 고형암 중에서 가장 많이 연구가 된 암임에도 불구하고, 아직까지 비침습적인 방법으로 유방암을 예측하는 방법은 전무하고, 기존 진단방법으로는 유방암 등의 고형암이 진행된 경우에 발견되는 경우가 많기 때문에, 유방암으로 인한 의료비용과 사망을 예방하기 위해선 유방암 발생 및 원인인자를 미리 예측하여, 고위험군에서 유방암 발생을 예방하는 방법을 제공하는 것이 효율적인 방법이다.
한편, 인체에 공생하는 미생물은 100조에 이르러 인간 세포보다 10배 많으며, 미생물의 유전자수는 인간 유전자수의 100배가 넘는 것으로 알려지고 있다. 미생물총(microbiota)은 주어진 거주지에 존재하는 세균(bacteria), 고세균(archaea), 진핵생물(eukarya)을 포함한 미생물 군집(microbial community)을 말하고, 장내 미생물총은 사람의 생리현상에 중요한 역할을 하며, 인체 세포와 상호작용을 통해 인간의 건강과 질병에 큰 영향을 미치는 것으로 알려져 있다. 우리 몸에 공생하는 세균은 다른 세포로의 유전자, 단백질 등의 정보를 교환하기 위하여 나노미터 크기의 소포(vesicle)를 분비한다. 점막은 200 나노미터(nm) 크기 이상의 입자는 통과할 수 없는 물리적인 방어막을 형성하여 점막에 공생하는 세균인 경우에는 점막을 통과하지 못하지만, 세균 유래 소포는 크기가 대개 100 나노미터 크기 이하라서 비교적 자유롭게 점막을 통화하여 우리 몸에 흡수된다.
환경 유전체학이라고도 불리는 메타게놈학은 환경에서 채취한 샘플에서 얻은 메타게놈 자료에 대한 분석학이라고 할 수 있으며, 미생물이 존재하는 자연환경에서의 모든 미생물 군집의 총 게놈(genome)을 통칭하는 의미로 1998년 Jo Handelsman에 의해서 처음 사용되었다(Handelsman et al., 1998 Chem. Biol. 5, R245-249). 최근 16s 리보솜 RNA(16s rRNA) 염기서열을 기반으로 한 방법으로 인간의 미생물총의 세균 구성을 목록화하는 것이 가능해졌으며, 16s 리보솜 RNA의 유전자인 16s rDNA 염기서열을 차세대 염기서열분석(next generation sequencing, NGS) platform을 이용하여 분석한다. 그러나, 유방암 발병에 있어서, 혈액 또는 소변 등의 인체 유래물에서 미생물 유래 소포에 존재하는 메타게놈 분석을 통해 유방암의 원인인자를 동정하고 유방암을 예측하는 방법에 대해서는 보고된 바가 없다.
본 발명자들은 유방암을 진단하기 위하여, 피검체 유래 샘플인 혈청을 이용해 세균 및 고세균 유래 세포밖 소포로부터 유전자를 추출하고 이에 대하여 메타게놈 분석을 수행하였으며, 그 결과 유방암의 원인인자로 작용할 수 있는 세균 유래 세포밖 소포를 동정하였는바, 이에 기초하여 본 발명을 완성하였다.
이에, 본 발명은 세균 및 고세균 유래 세포밖 소포에 대한 메타게놈 분석을 통해 유방암을 진단하기 위한 정보제공방법을 제공하는 것을 목적으로 한다.
그러나, 본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 과제에 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 본 발명의 목적을 달성하기 위하여, 본 발명은 하기의 단계를 포함하는, 유방암 진단을 위한 정보제공방법을 제공한다.
(a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
(b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
(c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 및 고세균 유래 세포밖 소포의 함량 증감을 비교하는 단계.
그리고, 본 발명은 하기의 단계를 포함하는, 유방암 진단방법을 제공한다.
(a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
(b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
(c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 및 고세균 유래 세포밖 소포의 함량 증감을 비교하는 단계.
또한, 본 발명은 하기의 단계를 포함하는, 유방암 발병 위험도 예측방법을 제공한다.
(a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
(b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
(c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 및 고세균 유래 세포밖 소포의 함량 증감을 비교하는 단계.
본 발명의 구현예로, 상기 (c) 단계에서 Fusobacteria, 및 Bacteroidetes로 이루어진 군으로부터 선택되는 1종 이상의 문(phylum) 세균 유래 세포밖 소포의 함량 증감을 혈액에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 구현예로, 상기 (c) 단계에서 Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, 및 Bacteroidia로 이루어진 군으로부터 선택되는 1종 이상의 강(class) 세균 유래 세포밖 소포의 함량 증감을 혈액에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, Pseudomonadales, Bacteroidales, Enterobacteriales, 및 Bifidobacteriales로 이루어진 군으로부터 선택되는 1종 이상의 목(order) 세균 유래 세포밖 소포의 함량 증감을 혈액에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, 및 Bifidobacteriaceae로 이루어진 군으로부터 선택되는 1종 이상의 과(family) 세균 유래 세포밖 소포의 함량 증감을 혈액에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, 및 Enterobacter로 이루어진 군으로부터 선택되는 1종 이상의 속(genus) 세균 유래 세포밖 소포의 함량 증감을 혈액에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, 및 Fusobacteria로 이루어진 군으로부터 선택되는 1종 이상의 문(phylum) 세균 유래 세포밖 소포의 함량 증감을 소변에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, 및 4C0d-2로 이루어진 군으로부터 선택되는 1종 이상의 강(class) 세균 유래 세포밖 소포의 함량 증감을 소변에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, 및 YS2로 이루어진 군으로부터 선택되는 1종 이상의 목(order) 세균 유래 세포밖 소포의 함량 증감을 소변에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, 및 Methylocystaceae로 이루어진 군으로부터 선택되는 1종 이상의 과(family) 세균 유래 세포밖 소포의 함량 증감을 소변에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 (c) 단계에서 Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomonas, Roseburia, Comamonas, Methylopila, 및 Gemella로 이루어진 군으로부터 선택되는 1종 이상의 속(genus) 세균 유래 세포밖 소포의 함량 증감을 소변에서 비교하여 유방암을 진단하는 것일 수 있다.
본 발명의 또 다른 구현예로, 상기 피검체 샘플은 혈액 또는 소변일 수 있다.
본 발명의 또 다른 구현예로, 상기 혈액은 전혈, 혈청, 혈장, 또는 혈액 단핵구일 수 있다.
환경에 존재하는 세균 및 고세균에서 분비되는 세포밖 소포는 체내에 흡수되어 암 발생에 직접적인 영향을 미칠 수 있으며, 유방암은 증상이 나타나기 전 조기진단이 어려워 효율적인 치료가 어려운 실정이므로, 본 발명에 따른 인체 유래 샘플을 이용한 세균 유래 세포밖　소포의 메타게놈 분석을 통해 유방암 발병의 위험도를 미리 예측함으로써 유방암의 위험군을 조기에 진단 및 예측하여 적절한 관리를 통해 발병 시기를 늦추거나 발병을 예방할 수 있으며, 발병 후에도 조기진단 할 수 있어 유방암의 발병률을 낮추고 치료효과를 높일 수 있다. 또한, 유방암으로 진단받은 환자에서 메타게놈 분석을 통해 원인인자 노출을 피함으로써 암의 경과를 좋게 하거나, 재발을 막을 수 있다.
도 1a은 마우스에 장내 세균과 세균유래 소포 (EV)를 구강으로 투여한 후, 시간별로 세균과 소포의 분포양상을 촬영한 사진이고, 도 1b는 구강으로 투여한 후 12시간째에, 혈액 및 여러 장기를 적출하여, 세균과 소포의 체내 분포양상을 평가한 그림이다.
도 2는 유방암환자 및 정상인 혈액에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 문(phylum) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 3은 유방암환자 및 정상인 혈액에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 강(class) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 4는 유방암환자 및 정상인 혈액에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 목(order) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 5는 유방암환자 및 정상인 혈액에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 과(family) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 6은 유방암환자 및 정상인 혈액에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 속(genus) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 7은 유방암환자 및 정상인 소변에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 문(phylum) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 8은 유방암환자 및 정상인 소변에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 강(class) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 9는 유방암환자 및 정상인 소변에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 목(order) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 10은 유방암환자 및 정상인 소변에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 과(family) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
도 11은 유방암환자 및 정상인 소변에서 세균 유래 소포를 분리한 후, 메타게놈 분석을 수행하여 속(genus) 수준에서 진단적 성능이 유의한 세균 유래 소포(EVs)의 분포를 나타낸 결과이다.
본 발명은 세균 및 고세균 메타게놈 분석을 통해 유방암을 진단하는 방법에 관한 것으로서, 본 발명자들은 피검체 유래 샘플을 이용해 세균 및 고세균 유래 세포밖 소포로부터 유전자를 추출하고 이에 대하여 메타게놈 분석을 수행하였으며, 유방암의 원인인자로 작용할 수 있는 세균 유래 세포밖 소포를 동정하였다.
이에, 본 발명은 (a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
(b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
(c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 및 고세균 유래 세포밖 소포의 함량 증감을 비교하는 단계를 포함하는 유방암을 진단하기 위한 정보제공방법을 제공한다.
본 발명에서 사용되는 용어, "유방암 진단" 이란 환자에 대하여 유방암이 발병할 가능성이 있는지, 유방암이 발병할 가능성이 상대적으로 높은지, 또는 유방암이 이미 발병하였는지 여부를 판별하는 것을 의미한다. 본 발명의 방법은 임의의 특정 환자에 대한 유방암 발병 위험도가 높은 환자로써 특별하고 적절한 관리를 통하여 발병 시기를 늦추거나 발병하지 않도록 하는데 사용할 수 있다. 또한, 본 발명의 방법은 유방암을 조기에 진단하여 가장 적절한 치료방식을 선택함으로써 치료를 결정하기 위해 임상적으로 사용될 수 있다.
본 발명에서 사용되는 용어, "메타게놈(metagenome)"이란 "군유전체"라고도 하며, 흙, 동물의 장 등 고립된 지역 내의 모든 바이러스, 세균, 곰팡이 등을 포함하는 유전체의 총합을 의미하는 것으로, 주로 배양이 되지 않는 미생물을 분석하기 위해서 서열분석기를 사용하여 한꺼번에 많은 미생물을 동정하는 것을 설명하는 유전체의 개념으로 쓰인다. 특히, 메타게놈은 한 종의 게놈 또는 유전체를 말하는 것이 아니라, 한 환경단위의 모든 종의 유전체로서 일종의 혼합유전체를 말한다. 이는 오믹스적으로 생물학이 발전하는 과정에서 한 종을 정의할 때 기능적으로 기존의 한 종뿐만 아니라, 다양한 종이 서로 상호작용하여 완전한 종을 만든다는 관점에서 나온 용어이다. 기술적으로는 빠른 서열분석법을 이용해서, 종에 관계없이 모든 DNA, RNA를 분석하여, 한 환경 내에서의 모든 종을 동정하고, 상호작용, 대사작용을 규명하는 기법의 대상이다. 본 발명에서는 바람직하게 혈액 및 소변에서 분리한 세균 유래 세포밖　소포를 이용하여 메타게놈 분석을 실시하였다.
본 발명에 있어서, 상기 피검체 샘플은 혈액 또는 소변일 수 있고, 상기 혈액은 바람직하게 전혈, 혈청, 혈장, 또는 혈액 단핵구일 수 있으나, 이것으로 제한되는 것은 아니다.
본 발명의 실시예에서는 상기 세균 및 고세균 유래 세포밖 소포에 대한 메타게놈 분석을 실시하였으며, 문(phylum), 강(class), 목(order), 과(family), 및 속(genus) 수준에서 각각 분석하여 실제로 유방암 발생의 원인으로 작용할 수 있는 세균 유래 소포를 동정하였다.
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 혈액 샘플에 존재하는 소포에 대하여 세균 메타게놈을 문 수준에서 분석한 결과, Fusobacteria, 및 Bacteroidetes 문 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 4 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 혈액 샘플에 존재하는 소포에 대하여 세균 메타게놈을 강 수준에서 분석한 결과, Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, 및 Bacteroidia 강 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 4 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 혈액 샘플에 존재하는 소포에 대하여 세균 메타게놈을 목 수준에서 분석한 결과, Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, Pseudomonadales, Bacteroidales, Enterobacteriales, 및 Bifidobacteriales 목 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 4 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 혈액 샘플에 존재하는 소포에 대하여 세균 메타게놈을 과 수준에서 분석한 결과, Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, 및 Bifidobacteriaceae 과 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 4 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 혈액 샘플에 존재하는 소포에 대하여 세균 메타게놈을 속 수준에서 분석한 결과, Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, 및 Enterobacter 속 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 4 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 소변 샘플에 존재하는 소포에 대하여 세균 메타게놈을 문 수준에서 분석한 결과, Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, 및 Fusobacteria 문 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 5 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 소변 샘플에 존재하는 소포에 대하여 세균 메타게놈을 강 수준에서 분석한 결과, Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, 및 4C0d-2 강 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 5 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 소변 샘플에 존재하는 소포에 대하여 세균 메타게놈을 목 수준에서 분석한 결과, Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, 및 YS2 목 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 5 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 소변 샘플에 존재하는 소포에 대하여 세균 메타게놈을 과 수준에서 분석한 결과, Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, 및 Methylocystaceae 과 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 5 참조).
보다 구체적으로 본 발명의 일실시예에서는, 피검자 유래 소변 샘플에 존재하는 소포에 대하여 세균 메타게놈을 속 수준에서 분석한 결과, Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomonas, Roseburia, Comamonas, Methylopila, Gemella 속 세균 유래 세포밖 소포의 함량이 유방암환자와 정상인에 사이에 유의한 차이가 있었다(실시예 5 참조).
본 발명은 상기와 같은 실시예 결과를 통해, 혈액 및 소변으로부터 분리한 세균 유래 세포밖 소포에 대하여 메타게놈 분석을 실시함으로써 정상인과 비교하여 유방암환자에서 함량이 유의하게 변화한 세균 유래 소포들을 동정하였으며, 메타게놈 분석을 통해 상기 각 수준에서 세균 유래 소포들의 함량 증감을 분석함으로써 유방암을 진단할 수 있음을 확인하였다.
이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 하기 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.
[실시예]
실시예 1. 장내 세균 및 세균 유래 소포의 체내 흡수, 분포, 및 배설 양상 분석
장내 세균과 세균 유래 소포가 위장관을 통해 전신적으로 흡수되는 지를 평가하기 위하여 다음과 같은 방법으로 실험을 수행하였다. 마우스의 위장에 형광으로 표지한 장내세균과 장내 세균 유래 소포를 각각 50 μg의 용량으로 위장관으로 투여하고 0분, 5분, 3시간, 6시간, 12시간 후에 형광을 측정하였다. 마우스 전체 이미지를 관찰한 결과, 도 1a에 나타낸 바와 같이, 상기 세균(Bacteria)인 경우에는 전신적으로 흡수되지 않았지만, 세균 유래 소포(EV)인 경우에는, 투여 후 5분에 전신적으로 흡수되었고, 투여 3시간 후에는 방광에 형광이 진하게 관찰되어, 소포가 비뇨기계로 배설됨을 알 수 있었다. 또한, 소포는 투여 12시간까지 체내에 존재함을 알 수 있었다.
장내세균과 장내 세균유래 소포가 전신적으로 흡수된 후, 여러 장기로 침윤된 양상을 평가하기 위하여, 형광으로 표지한 50 μg의 세균과 세균유래 소포를 상기의 방법과 같이 투여한 다음 12시간째에 마우스로부터 혈액(Blood), 심장(Heart), 폐(Lung), 간(Liver), 신장(Kidney), 비장(Spleen), 지방조직(Adipose tissue), 및 근육(Muscle)을 적출하였다. 상기 적출한 조직들에서 형광을 관찰한 결과, 도1b에 나타낸 바와 같이, 상기 장내 세균(Bacteria)은 각 장기에 흡수되지 않은 반면, 상기 장내 세균 유래 세포밖 소포(EV)는 혈액, 심장, 폐, 간, 신장, 비장, 지방조직, 및 근육에 분포하는 것을 확인하였다.
실시예 2. 혈액 및 소변으로부터 소포 분리 및 DNA 추출
혈액 및 소변으로부터 소포를 분리하고 DNA를 추출하기 위해, 먼저 10 ㎖ 튜브에 혈액 또는 소변을 넣고 원심분리(3,500 x g, 10min, 4℃)를 실시하여 부유물을 가라앉혀 상등액만을 회수한 후 새로운 10 ㎖ 튜브에 옮겼다. 0.22 ㎛ 필터를 사용하여 상기 회수한 상등액으로부터 세균 및 이물질을 제거한 후, 센트리프랩튜브(centripreigugal filters 50 kD)에 옮기고 1500 x g, 4℃에서 15분간 원심분리하여 50 kD 보다 작은 물질은 버리고 10 ㎖까지 농축 시켰다. 다시 한 번 0.22 ㎛ 필터를 사용하여 박테리아 및 이물질을 제거한 후, Type 90ti 로터로 150,000 x g, 4℃에서 3시간 동안 초고속원심분리방법을 사용하여 상등액을 버리고 덩어리진 pellet을 생리식염수(PBS)로 녹여 소포를 수득하였다.
상기 방법에 따라 혈액 및 소변으로부터 분리한 소포 100 ㎕를 100℃에서 끓여서 내부의 DNA를 지질 밖으로 나오게 한 후 얼음에 5분 동안 식혔다. 다음으로 남은 부유물을 제거하기 위하여 10,000 x g, 4℃에서 30분간 원심분리하고 상등액 만을 모은 후 Nanodrop을 이용하여 DNA 양을 정량하였다. 이후 상기 추출된 DNA에 세균 유래 DNA가 존재하는지 확인하기 위하여 하기 표 1에 나타낸 16s rDNA primer로 PCR을 수행하여 상기 추출된 유전자에 세균 유래 유전자가 존재하는 것을 확인하였다.
primer 서열 서열번호
16S rDNA 16S_V3_F 5'-TCGTCGGCAGCGTCAGATGTGTATAAGAGACAGCCTACGGGNGGCWGCAG-3' 1
16S_V4_R 5'-GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAGGACTACHVGGGTATCTAATCC-3 2
실시예 3. 혈액 및 소변에서 추출한 DNA를 이용한 메타게놈 분석
상기 실시예 2의 방법으로 유전자를 추출한 후, 상기 표1에 나타낸 16S rDNA 프라이머를 사용하여 PCR을 실시하여 유전자를 증폭시키고 시퀀싱(Illumina MiSeq sequencer)을 수행하였다. 결과를 Standard Flowgram Format(SFF) 파일로 출력하고 GS FLX software(v2.9)를 이용하여 SFF 파일을 sequence 파일(.fasta)과 nucleotide quality score 파일로 변환한 다음 리드의 신용도 평가를 확인하고, window(20 bps) 평균 base call accuracy가 99% 미만(Phred score <20)인 부분을 제거하였다. 질이 낮은 부분을 제거한 후, 리드의 길이가 300 bps 이상인 것만 이용하였으며(Sickle version 1.33), 결과 분석을 위해 Operational Taxonomy Unit(OTU)은 UCLUST와 USEARCH를 이용하여 시퀀스 유사도에 따라 클러스터링을 수행하였다. 구체적으로 속(genus)은 94%, 과(family)는 90%, 목(order)은 85%, 강(class)은 80%, 문(phylum)은 75% 시퀀스 유사도를 기준으로 클러스터링을 하고 각 OTU의 문, 강, 목, 과, 속 레벨의 분류를 수행하고, BLASTN와 GreenGenes의 16S DNA 시퀀스 데이터베이스(108,453 시퀀스)를 이용하여 97% 이상의 시퀀스 유사도 갖는 박테리아를 분석하였다(QIIME).
실시예 4. 혈액에서 분리한 세균유래 소포 메타게놈 분석 기반 유방암 진단모형
상기 실시예 3의 방법으로, 유방암환자 96명과 나이와 성별을 매칭한 정상인 192명의 혈액에서 소포를 분리한 후 메타게놈 시퀀싱을 수행하였다. 진단모형 개발은 먼저 t-test에서 두 군 사이의 p값이 0.05 이하이고, 두 군 사이에 2배 이상 차이가 나는 균주를 선정하고 난 후, logistic regression analysis 방법으로 진단적 성능 지표인 AUC(area under curve), 민감도, 및 특이도를 산출하였다.
혈액 내 세균유래 소포를 문(phylum) 수준에서 분석한 결과, Fusobacteria, 및 Bacteroidetes 문 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 2 및 도 2 참조).
　 대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
p__Fusobacteria 0.0063 0.0101 0.0010 0.0025 0.0000 0.16 0.70 0.99 0.02 0.74 0.98 0.06
p__Bacteroidetes 0.0654 0.0352 0.1578 0.0419 0.0000 2.41 0.95 0.94 0.76 0.98 0.96 0.82
혈액 내 세균유래 소포를 강(class) 수준에서 분석한 결과, Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, 및 Bacteroidia 강 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 3 및 도 3 참조).
　 대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
c__Fusobacteriia 0.0063 0.0101 0.0010 0.0025 0.0000 0.16 0.71 0.94 0.10 0.71 0.94 0.09
c__Alphaproteobacteria 0.0768 0.0480 0.0251 0.0230 0.0000 0.33 0.88 0.88 0.69 0.83 0.87 0.62
c__Chloroplast 0.0098 0.0141 0.0038 0.0046 0.0000 0.38 0.70 0.96 0.13 0.58 0.89 0.03
c__TM7-3 0.0046 0.0076 0.0020 0.0044 0.0002 0.43 0.67 0.99 0.02 0.53 0.98 0.00
c__Bacteroidia 0.0538 0.0366 0.1525 0.0441 0.0000 2.84 0.96 0.93 0.76 0.95 0.98 0.82
혈액 내 세균유래 소포를 목(order) 수준에서 분석한 결과, Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, Pseudomonadales, Bacteroidales, Enterobacteriales, 및 Bifidobacteriales 목 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 4 및 도 4 참조).
　 대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
o__Fusobacteriales 0.0063 0.0101 0.0010 0.0025 0.0000 0.16 0.71 0.94 0.10 0.71 0.94 0.09
o__Sphingomonadales 0.0267 0.0268 0.0069 0.0093 0.0000 0.26 0.85 0.83 0.66 0.78 0.87 0.44
o__Neisseriales 0.0107 0.0186 0.0030 0.0055 0.0000 0.28 0.69 0.99 0.05 0.56 0.98 0.03
o__Rhizobiales 0.0270 0.0223 0.0079 0.0096 0.0000 0.29 0.86 0.87 0.73 0.76 0.77 0.68
o__Rhodospirillales 0.0042 0.0085 0.0012 0.0025 0.0000 0.29 0.68 0.99 0.03 0.62 1.00 0.03
o__Actinomycetales 0.1178 0.0731 0.0351 0.0228 0.0000 0.30 0.85 0.84 0.63 0.84 0.81 0.68
o__Bacillales 0.0644 0.0559 0.0193 0.0189 0.0000 0.30 0.84 0.82 0.58 0.79 0.81 0.62
o__Streptophyta 0.0095 0.0139 0.0035 0.0046 0.0000 0.37 0.71 0.96 0.15 0.59 0.89 0.03
o__Caulobacterales 0.0074 0.0111 0.0029 0.0062 0.0000 0.39 0.69 1.00 0.03 0.58 0.96 0.03
o__Pseudomonadales 0.1752 0.1017 0.0763 0.0502 0.0000 0.44 0.84 0.83 0.60 0.82 0.81 0.47
o__Bacteroidales 0.0538 0.0366 0.1525 0.0441 0.0000 2.84 0.96 0.93 0.76 0.95 0.98 0.82
o__Enterobacteriales 0.0708 0.0476 0.2066 0.0917 0.0000 2.92 0.87 0.94 0.66 0.93 0.91 0.62
o__Bifidobacteriales 0.0115 0.0128 0.0659 0.0320 0.0000 5.75 0.94 0.98 0.79 0.94 0.98 0.82
혈액 내 세균유래 소포를 과(family) 수준에서 분석한 결과, Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, 및 Bifidobacteriaceae 과 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 5 및 도 5 참조).
　 대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
f__Staphylococcaceae 0.0451 0.0491 0.0019 0.0031 0.0000 0.04 0.92 0.85 0.92 0.96 0.89 0.91
f__Fusobacteriaceae 0.0048 0.0085 0.0006 0.0014 0.0000 0.12 0.69 0.96 0.10 0.74 0.96 0.09
f__Actinomycetaceae 0.0054 0.0087 0.0007 0.0010 0.0000 0.13 0.72 0.78 0.35 0.75 0.77 0.47
f__Brevibacteriaceae 0.0028 0.0054 0.0004 0.0008 0.0000 0.13 0.72 0.99 0.08 0.65 1.00 0.00
f__Peptostreptococcaceae 0.0037 0.0106 0.0006 0.0018 0.0001 0.16 0.72 0.98 0.15 0.63 0.98 0.09
f__Rhizobiaceae 0.0123 0.0160 0.0026 0.0052 0.0000 0.21 0.84 0.80 0.73 0.73 0.72 0.71
f__Corynebacteriaceae 0.0389 0.0338 0.0086 0.0088 0.0000 0.22 0.78 0.79 0.53 0.85 0.83 0.68
f__Methylobacteriaceae 0.0082 0.0112 0.0018 0.0039 0.0000 0.22 0.76 0.86 0.39 0.66 0.77 0.26
f__Propionibacteriaceae 0.0224 0.0223 0.0052 0.0066 0.0000 0.23 0.79 0.83 0.48 0.77 0.81 0.44
f__Sphingomonadaceae 0.0258 0.0264 0.0065 0.0093 0.0000 0.25 0.85 0.83 0.66 0.78 0.87 0.44
f__Neisseriaceae 0.0107 0.0187 0.0030 0.0055 0.0000 0.28 0.69 0.99 0.05 0.56 0.98 0.03
f__Flavobacteriaceae 0.0018 0.0034 0.0006 0.0017 0.0000 0.31 0.64 0.99 0.02 0.51 1.00 0.00
f__Intrasporangiaceae 0.0047 0.0074 0.0017 0.0029 0.0000 0.36 0.65 0.99 0.00 0.59 1.00 0.00
f__Nocardiaceae 0.0045 0.0089 0.0016 0.0030 0.0001 0.36 0.63 0.99 0.00 0.53 0.98 0.00
f__Caulobacteraceae 0.0074 0.0111 0.0029 0.0062 0.0000 0.39 0.69 1.00 0.03 0.58 0.96 0.03
f__Micrococcaceae 0.0251 0.0243 0.0099 0.0121 0.0000 0.39 0.76 0.86 0.27 0.72 0.87 0.38
f__Oxalobacteraceae 0.0243 0.0388 0.0099 0.0089 0.0000 0.41 0.69 0.95 0.18 0.54 0.91 0.03
f__Moraxellaceae 0.0768 0.0547 0.0326 0.0273 0.0000 0.43 0.83 0.83 0.53 0.76 0.79 0.56
f__Pseudomonadaceae 0.0984 0.0812 0.0437 0.0363 0.0000 0.44 0.80 0.90 0.50 0.76 0.89 0.47
f__Porphyromonadaceae 0.0066 0.0087 0.0157 0.0137 0.0000 2.37 0.78 0.94 0.19 0.82 0.96 0.18
f__Clostridiaceae 0.0045 0.0061 0.0115 0.0141 0.0000 2.52 0.73 0.96 0.27 0.56 0.98 0.18
f__Rikenellaceae 0.0019 0.0042 0.0052 0.0086 0.0007 2.67 0.70 0.97 0.16 0.52 0.96 0.03
f__Veillonellaceae 0.0106 0.0107 0.0296 0.0377 0.0000 2.80 0.83 0.94 0.52 0.70 0.87 0.44
f__Enterobacteriaceae 0.0708 0.0476 0.2066 0.0917 0.0000 2.92 0.87 0.94 0.66 0.93 0.91 0.62
f__S24-7 0.0014 0.0037 0.0054 0.0125 0.0033 3.82 0.63 0.96 0.11 0.56 1.00 0.12
f__Bacteroidaceae 0.0217 0.0229 0.1098 0.0441 0.0000 5.07 0.98 0.96 0.90 0.95 0.94 0.79
f__Bifidobacteriaceae 0.0115 0.0128 0.0659 0.0320 0.0000 5.75 0.94 0.98 0.79 0.94 0.98 0.82
혈액 내 세균유래 소포를 속(genus) 수준에서 분석한 결과, Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, 및 Enterobacter 속 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 6 및 도 6 참조).
　 대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
g__Hydrogenophilus 0.0026 0.0077 0.0000 0.0001 0.0000 0.00 0.74 0.99 0.06 0.69 0.98 0.03
g__Staphylococcus 0.0443 0.0489 0.0015 0.0024 0.0000 0.03 0.93 0.86 0.92 0.96 0.92 0.91
g__Fusobacterium 0.0048 0.0085 0.0006 0.0014 0.0000 0.12 0.69 0.96 0.10 0.74 0.96 0.09
g__Actinomyces 0.0051 0.0085 0.0006 0.0009 0.0000 0.12 0.71 0.82 0.24 0.74 0.81 0.32
g__Brevibacterium 0.0028 0.0054 0.0004 0.0008 0.0000 0.13 0.72 0.99 0.08 0.65 1.00 0.00
g__Granulicatella 0.0016 0.0032 0.0003 0.0010 0.0000 0.20 0.69 0.99 0.05 0.62 0.98 0.03
g__Neisseria 0.0085 0.0155 0.0018 0.0045 0.0000 0.21 0.72 0.99 0.10 0.62 0.98 0.06
g__Rothia 0.0078 0.0137 0.0016 0.0023 0.0000 0.21 0.73 0.88 0.24 0.65 0.85 0.18
g__Corynebacterium 0.0389 0.0338 0.0086 0.0088 0.0000 0.22 0.78 0.79 0.53 0.85 0.83 0.68
g__Brevundimonas 0.0015 0.0049 0.0003 0.0010 0.0014 0.22 0.67 0.99 0.03 0.50 0.98 0.03
g__Propionibacterium 0.0223 0.0223 0.0052 0.0066 0.0000 0.23 0.79 0.82 0.48 0.77 0.81 0.44
g__Porphyromonas 0.0032 0.0068 0.0008 0.0036 0.0001 0.25 0.69 0.99 0.02 0.52 0.98 0.00
g__Sphingomonas 0.0174 0.0213 0.0046 0.0089 0.0000 0.26 0.82 0.85 0.60 0.73 0.87 0.38
g__Methylobacterium 0.0038 0.0086 0.0010 0.0033 0.0001 0.26 0.68 1.00 0.02 0.52 1.00 0.00
g__Micrococcus 0.0118 0.0164 0.0037 0.0061 0.0000 0.31 0.71 0.92 0.16 0.69 0.89 0.15
g__Coprococcus 0.0086 0.0110 0.0028 0.0050 0.0000 0.32 0.70 0.95 0.16 0.67 0.94 0.06
g__Rhodococcus 0.0045 0.0089 0.0016 0.0030 0.0001 0.36 0.63 0.99 0.00 0.53 0.98 0.00
g__Cupriavidus 0.0158 0.0347 0.0065 0.0059 0.0004 0.41 0.59 1.00 0.02 0.47 0.98 0.00
g__Acinetobacter 0.0390 0.0328 0.0160 0.0228 0.0000 0.41 0.80 0.94 0.44 0.79 0.89 0.24
g__Pseudomonas 0.0936 0.0811 0.0400 0.0336 0.0000 0.43 0.81 0.91 0.53 0.76 0.89 0.47
g__Enhydrobacter 0.0357 0.0445 0.0154 0.0122 0.0000 0.43 0.75 0.83 0.32 0.55 0.68 0.24
g__[Ruminococcus] 0.0027 0.0043 0.0066 0.0121 0.0030 2.45 0.66 0.96 0.19 0.50 0.85 0.12
g__Dialister 0.0027 0.0065 0.0068 0.0089 0.0001 2.51 0.73 0.94 0.15 0.60 0.94 0.12
g__Tepidimonas 0.0006 0.0027 0.0016 0.0023 0.0024 2.62 0.63 0.98 0.02 0.53 1.00 0.00
g__Veillonella 0.0052 0.0062 0.0150 0.0118 0.0000 2.91 0.78 0.94 0.47 0.76 0.87 0.44
g__Phascolarctobacterium 0.0008 0.0017 0.0023 0.0037 0.0002 2.98 0.72 0.95 0.18 0.54 0.91 0.18
g__Lachnospira 0.0008 0.0017 0.0026 0.0036 0.0000 3.23 0.69 0.96 0.24 0.57 0.98 0.18
g__Klebsiella 0.0012 0.0023 0.0038 0.0038 0.0000 3.25 0.78 0.94 0.40 0.76 0.92 0.35
g__Roseburia 0.0007 0.0018 0.0033 0.0056 0.0000 4.54 0.71 0.94 0.26 0.56 0.96 0.29
g__Parabacteroides 0.0032 0.0053 0.0148 0.0114 0.0000 4.69 0.90 0.94 0.53 0.92 0.98 0.50
g__Bacteroides 0.0217 0.0229 0.1098 0.0441 0.0000 5.07 0.98 0.96 0.90 0.95 0.94 0.79
g__Bifidobacterium 0.0087 0.0104 0.0647 0.0324 0.0000 7.42 0.96 0.98 0.84 0.95 1.00 0.85
g__Megamonas 0.0004 0.0020 0.0041 0.0357 0.3166 10.33 0.58 0.99 0.02 0.40 1.00 0.00
g__Enterobacter 0.0001 0.0003 0.0019 0.0021 0.0000 21.12 0.89 0.95 0.61 0.97 0.96 0.65
실시예 5. 소변에서 분리한 세균유래 소포 메타게놈 분석 기반 유방암 진단모형
상기 실시예 3의 방법으로, 유방암환자 127명과 나이와 성별을 매칭한 정상인 220명의 소변에서 소포를 분리한 후 메타게놈 시퀀싱을 수행하였다. 진단모형 개발은 먼저 t-test에서 두 군 사이의 p값이 0.05 이하이고, 두 군 사이에 2배 이상 차이가 나는 균주를 선정하고 난 후, logistic regression analysis 방법으로 진단적 성능 지표인 AUC(area under curve), 민감도, 및 특이도를 산출하였다.
소변 내 세균유래 소포를 문(phylum) 수준에서 분석한 결과, Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, 및 Fusobacteria 문 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 7 및 도 7 참조).
대조군 유방암 t-test Training Set Test Set
Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
p__Tenericutes 0.0053 0.0088 0.0008 0.0018 0.0000 0.16 0.81 0.79 0.63 0.78 0.88 0.50
p__Armatimonadetes 0.0005 0.0013 0.0001 0.0004 0.0000 0.22 0.72 0.83 0.42 0.71 0.84 0.45
p__Cyanobacteria 0.0189 0.0310 0.0045 0.0049 0.0000 0.24 0.78 0.77 0.60 0.74 0.87 0.47
p__Verrucomicrobia 0.0187 0.0252 0.0071 0.0109 0.0000 0.38 0.76 0.82 0.50 0.76 0.82 0.53
p__TM7 0.0032 0.0050 0.0013 0.0025 0.0000 0.40 0.74 0.88 0.54 0.75 0.88 0.45
p__Fusobacteria 0.0042 0.0062 0.0019 0.0037 0.0000 0.45 0.73 0.88 0.47 0.72 0.85 0.39
소변 내 세균유래 소포를 강(class) 수준에서 분석한 결과, Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, 및 4C0d-2 강 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 8 및 도 8 참조).
대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
c__Mollicutes 0.0053 0.0088 0.0008 0.0018 0.0000 0.15 0.81 0.79 0.64 0.78 0.88 0.50
c__Chloroplast 0.0183 0.0309 0.0034 0.0043 0.0000 0.18 0.80 0.76 0.66 0.77 0.87 0.55
c__[Fimbriimonadia] 0.0005 0.0013 0.0001 0.0004 0.0000 0.22 0.72 0.83 0.42 0.71 0.84 0.42
c__TM7-3 0.0031 0.0050 0.0011 0.0024 0.0000 0.36 0.75 0.88 0.56 0.75 0.88 0.42
c__Verrucomicrobiae 0.0186 0.0252 0.0069 0.0109 0.0000 0.37 0.76 0.82 0.49 0.76 0.82 0.53
c__[Saprospirae] 0.0007 0.0018 0.0003 0.0009 0.0050 0.39 0.71 0.87 0.34 0.71 0.88 0.42
c__Fusobacteriia 0.0042 0.0062 0.0019 0.0037 0.0000 0.45 0.73 0.88 0.47 0.72 0.85 0.39
c__4C0d-2 0.0002 0.0005 0.0007 0.0018 0.0022 4.06 0.72 0.84 0.38 0.75 0.90 0.47
소변 내 세균유래 소포를 목(order) 수준에서 분석한 결과, Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, 및 YS2 목 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 9 및 도 9 참조).
대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
o__Stramenopiles 0.0029 0.0057 0.0000 0.0003 0.0000 0.01 0.78 0.75 0.66 0.79 0.84 0.53
o__RF39 0.0052 0.0088 0.0008 0.0017 0.0000 0.14 0.81 0.79 0.66 0.79 0.88 0.50
o__Streptophyta 0.0154 0.0295 0.0033 0.0043 0.0000 0.22 0.77 0.77 0.58 0.74 0.85 0.45
o__[Fimbriimonadales] 0.0005 0.0013 0.0001 0.0004 0.0000 0.22 0.72 0.83 0.42 0.71 0.84 0.42
o__Verrucomicrobiales 0.0186 0.0252 0.0069 0.0109 0.0000 0.37 0.76 0.82 0.49 0.76 0.82 0.53
o__[Saprospirales] 0.0007 0.0018 0.0003 0.0009 0.0050 0.39 0.71 0.87 0.34 0.71 0.88 0.42
o__Pseudomonadales 0.1925 0.1599 0.0748 0.0682 0.0000 0.39 0.80 0.82 0.60 0.79 0.84 0.47
o__Fusobacteriales 0.0042 0.0062 0.0019 0.0037 0.0000 0.45 0.73 0.88 0.47 0.72 0.85 0.39
o__Burkholderiales 0.0495 0.1336 0.0236 0.0195 0.0051 0.48 0.71 0.87 0.39 0.70 0.88 0.45
o__Bifidobacteriales 0.0145 0.0214 0.0533 0.0424 0.0000 3.67 0.85 0.94 0.53 0.88 0.94 0.63
o__Oceanospirillales 0.0005 0.0023 0.0022 0.0045 0.0002 4.19 0.76 0.90 0.42 0.73 0.93 0.32
o__YS2 0.0001 0.0004 0.0007 0.0018 0.0008 5.58 0.74 0.86 0.38 0.75 0.90 0.42
소변 내 세균유래 소포를 과(family) 수준에서 분석한 결과, Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, 및 Methylocystaceae 과 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 10 및 도 10 참조).
대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
f__[Exiguobacteraceae] 0.0016 0.0063 0.0001 0.0005 0.0004 0.05 0.75 0.81 0.49 0.71 0.81 0.47
f__Cellulomonadaceae 0.0011 0.0022 0.0002 0.0010 0.0000 0.19 0.77 0.88 0.47 0.71 0.84 0.42
f__F16 0.0005 0.0017 0.0001 0.0006 0.0032 0.20 0.72 0.87 0.39 0.71 0.87 0.45
f__[Fimbriimonadaceae] 0.0005 0.0013 0.0001 0.0004 0.0000 0.22 0.72 0.83 0.42 0.71 0.84 0.42
f__Oxalobacteraceae 0.0431 0.1330 0.0095 0.0082 0.0002 0.22 0.74 0.84 0.51 0.71 0.88 0.45
f__Streptomycetaceae 0.0005 0.0015 0.0001 0.0006 0.0004 0.25 0.72 0.88 0.38 0.71 0.88 0.42
f__Carnobacteriaceae 0.0014 0.0027 0.0004 0.0012 0.0000 0.26 0.73 0.88 0.43 0.76 0.84 0.50
f__Actinomycetaceae 0.0047 0.0056 0.0013 0.0021 0.0000 0.27 0.76 0.80 0.51 0.83 0.85 0.45
f__Nocardiaceae 0.0016 0.0024 0.0005 0.0014 0.0000 0.32 0.77 0.84 0.52 0.73 0.84 0.42
f__Peptococcaceae 0.0005 0.0011 0.0002 0.0008 0.0019 0.33 0.72 0.85 0.38 0.71 0.85 0.45
f__Fusobacteriaceae 0.0027 0.0048 0.0009 0.0024 0.0000 0.33 0.75 0.89 0.46 0.72 0.87 0.42
f__[Mogibacteriaceae] 0.0007 0.0012 0.0002 0.0006 0.0000 0.35 0.73 0.86 0.41 0.75 0.93 0.47
f__Pseudomonadaceae 0.1026 0.0897 0.0374 0.0441 0.0000 0.36 0.82 0.84 0.66 0.82 0.85 0.53
f__Verrucomicrobiaceae 0.0186 0.0252 0.0069 0.0109 0.0000 0.37 0.76 0.82 0.49 0.76 0.82 0.53
f__Bradyrhizobiaceae 0.0015 0.0035 0.0006 0.0016 0.0012 0.39 0.72 0.86 0.41 0.71 0.84 0.45
f__Enterococcaceae 0.0097 0.0104 0.0039 0.0076 0.0000 0.40 0.77 0.86 0.51 0.77 0.85 0.47
f__Chitinophagaceae 0.0006 0.0013 0.0002 0.0009 0.0038 0.41 0.71 0.87 0.36 0.70 0.88 0.42
f__Moraxellaceae 0.0898 0.1050 0.0373 0.0361 0.0000 0.42 0.75 0.81 0.48 0.72 0.85 0.37
f__Rhizobiaceae 0.0059 0.0073 0.0025 0.0039 0.0000 0.42 0.76 0.82 0.53 0.75 0.90 0.45
f__Ruminococcaceae 0.0587 0.0460 0.1213 0.0793 0.0000 2.07 0.79 0.84 0.47 0.82 0.87 0.42
f__Bacteroidaceae 0.0415 0.0385 0.0896 0.0606 0.0000 2.16 0.80 0.86 0.48 0.83 0.90 0.50
f__Dermacoccaceae 0.0005 0.0015 0.0012 0.0023 0.0035 2.32 0.72 0.87 0.37 0.70 0.91 0.39
f__Gordoniaceae 0.0002 0.0007 0.0005 0.0012 0.0040 2.79 0.71 0.86 0.37 0.70 0.88 0.37
f__Acetobacteraceae 0.0006 0.0018 0.0018 0.0031 0.0001 2.98 0.72 0.87 0.33 0.73 0.93 0.42
f__Bifidobacteriaceae 0.0145 0.0214 0.0533 0.0424 0.0000 3.67 0.85 0.94 0.53 0.88 0.94 0.63
f__Comamonadaceae 0.0025 0.0039 0.0097 0.0138 0.0000 3.91 0.80 0.90 0.48 0.79 0.96 0.47
f__[Barnesiellaceae] 0.0004 0.0012 0.0015 0.0037 0.0012 4.07 0.73 0.89 0.36 0.71 0.90 0.42
f__Peptostreptococcaceae 0.0016 0.0044 0.0068 0.0213 0.0072 4.16 0.74 0.88 0.34 0.73 0.91 0.34
f__Halomonadaceae 0.0004 0.0022 0.0021 0.0045 0.0001 5.69 0.76 0.90 0.40 0.75 0.94 0.34
f__Rikenellaceae 0.0014 0.0027 0.0083 0.0135 0.0000 5.98 0.84 0.90 0.58 0.79 0.93 0.42
f__Methylocystaceae 0.0001 0.0007 0.0011 0.0025 0.0000 9.69 0.74 0.94 0.36 0.76 0.91 0.42
소변 내 세균유래 소포를 속(genus) 수준에서 분석한 결과, Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomonas, Roseburia, Comamonas, Methylopila, 및 Gemella 속 세균 바이오마커로 진단모형을 개발하였을 때, 유방암에 대한 진단적 성능이 유의하게 나타났다 (표 11 및 도 11 참조).
대조군 유방암 t-test Training Set Test Set
Taxon Mean SD Mean SD p-value fold AUC sensitivity specificity AUC sensitivity specificity
g__Ralstonia 0.0122 0.0421 0.0001 0.0003 0.0000 0.00 0.81 0.80 0.64 0.86 0.90 0.53
g__Rhizobium 0.0041 0.0062 0.0000 0.0001 0.0000 0.01 0.96 0.88 0.98 0.97 0.85 0.95
g__Morganella 0.0090 0.0238 0.0002 0.0007 0.0000 0.02 0.79 0.83 0.59 0.76 0.84 0.47
g__Tetragenococcus 0.0006 0.0019 0.0000 0.0002 0.0000 0.03 0.74 0.86 0.39 0.73 0.88 0.45
g__Exiguobacterium 0.0016 0.0063 0.0001 0.0005 0.0004 0.05 0.75 0.81 0.49 0.71 0.81 0.47
g__Streptomyces 0.0005 0.0015 0.0000 0.0003 0.0000 0.09 0.74 0.88 0.43 0.74 0.84 0.47
g__Oribacterium 0.0005 0.0013 0.0001 0.0005 0.0000 0.13 0.74 0.87 0.38 0.73 0.87 0.42
g__Sporosarcina 0.0009 0.0022 0.0001 0.0005 0.0000 0.15 0.75 0.87 0.50 0.71 0.82 0.45
g__Jeotgalicoccus 0.0008 0.0019 0.0002 0.0009 0.0000 0.21 0.75 0.85 0.48 0.71 0.81 0.47
g__Fimbriimonas 0.0005 0.0013 0.0001 0.0004 0.0000 0.22 0.72 0.83 0.42 0.71 0.84 0.42
g__Enterococcus 0.0086 0.0097 0.0019 0.0041 0.0000 0.22 0.84 0.83 0.67 0.83 0.84 0.61
g__Porphyromonas 0.0015 0.0033 0.0003 0.0009 0.0000 0.23 0.73 0.85 0.47 0.72 0.85 0.42
g__Lactococcus 0.0043 0.0092 0.0010 0.0031 0.0000 0.23 0.75 0.84 0.48 0.78 0.85 0.47
g__Cellulomonas 0.0007 0.0017 0.0002 0.0010 0.0001 0.23 0.75 0.87 0.43 0.71 0.84 0.45
g__Proteus 0.0142 0.0236 0.0036 0.0354 0.0027 0.25 0.75 0.87 0.39 0.75 0.87 0.42
g__Granulicatella 0.0013 0.0026 0.0003 0.0011 0.0000 0.25 0.73 0.87 0.42 0.75 0.85 0.50
g__Acinetobacter 0.0761 0.1046 0.0198 0.0264 0.0000 0.26 0.77 0.78 0.50 0.76 0.81 0.50
g__Actinomyces 0.0047 0.0056 0.0013 0.0021 0.0000 0.27 0.76 0.81 0.52 0.83 0.88 0.45
g__Cupriavidus 0.0249 0.0865 0.0072 0.0065 0.0027 0.29 0.72 0.86 0.41 0.70 0.87 0.39
g__Rhodococcus 0.0016 0.0024 0.0005 0.0013 0.0000 0.31 0.77 0.84 0.52 0.73 0.84 0.42
g__Fusobacterium 0.0026 0.0048 0.0009 0.0024 0.0000 0.33 0.74 0.89 0.44 0.72 0.87 0.42
g__Pseudomonas 0.0980 0.0879 0.0350 0.0420 0.0000 0.36 0.82 0.84 0.63 0.83 0.87 0.55
g__Akkermansia 0.0186 0.0251 0.0068 0.0109 0.0000 0.37 0.76 0.82 0.49 0.76 0.82 0.53
g__Leptotrichia 0.0012 0.0025 0.0005 0.0025 0.0058 0.38 0.71 0.88 0.38 0.72 0.87 0.42
g__Methylobacterium 0.0032 0.0051 0.0013 0.0033 0.0000 0.42 0.74 0.90 0.48 0.71 0.85 0.42
g__Weissella 0.0017 0.0035 0.0008 0.0020 0.0014 0.46 0.73 0.89 0.48 0.68 0.84 0.34
g__Bacteroides 0.0415 0.0385 0.0895 0.0606 0.0000 2.16 0.80 0.86 0.48 0.83 0.90 0.50
g__Veillonella 0.0057 0.0071 0.0126 0.0176 0.0000 2.22 0.75 0.88 0.39 0.72 0.90 0.37
g__Dermacoccus 0.0005 0.0015 0.0012 0.0023 0.0035 2.32 0.72 0.87 0.37 0.70 0.91 0.39
g__Coprococcus 0.0034 0.0041 0.0082 0.0116 0.0000 2.42 0.74 0.88 0.47 0.75 0.90 0.42
g__Ruminococcus 0.0051 0.0053 0.0132 0.0235 0.0002 2.61 0.74 0.85 0.38 0.73 0.90 0.32
g__Trabulsiella 0.0002 0.0010 0.0005 0.0009 0.0024 2.61 0.75 0.87 0.40 0.74 0.84 0.39
g__Gordonia 0.0002 0.0007 0.0005 0.0012 0.0040 2.79 0.71 0.86 0.37 0.70 0.88 0.37
g__Lachnospira 0.0008 0.0017 0.0023 0.0030 0.0000 2.85 0.76 0.86 0.42 0.71 0.81 0.39
g__Klebsiella 0.0008 0.0015 0.0023 0.0031 0.0000 2.98 0.73 0.88 0.41 0.78 0.93 0.45
g__Enterobacter 0.0003 0.0009 0.0010 0.0015 0.0000 3.69 0.74 0.90 0.39 0.79 0.88 0.50
g__Faecalibacterium 0.0130 0.0144 0.0483 0.0427 0.0000 3.73 0.88 0.91 0.70 0.90 0.90 0.68
g__Serratia 0.0001 0.0003 0.0004 0.0009 0.0003 3.88 0.72 0.87 0.34 0.72 0.91 0.42
g__Bifidobacterium 0.0121 0.0122 0.0494 0.0417 0.0000 4.09 0.85 0.91 0.56 0.88 0.90 0.68
g__Citrobacter 0.0010 0.0035 0.0046 0.0077 0.0000 4.70 0.79 0.93 0.51 0.79 0.94 0.42
g__Bilophila 0.0001 0.0004 0.0006 0.0018 0.0032 4.75 0.74 0.86 0.37 0.73 0.87 0.42
g__Virgibacillus 0.0001 0.0005 0.0004 0.0012 0.0038 5.16 0.75 0.86 0.39 0.70 0.91 0.42
g__Halomonas 0.0003 0.0021 0.0020 0.0045 0.0001 6.14 0.76 0.90 0.40 0.75 0.94 0.37
g__Roseburia 0.0006 0.0012 0.0039 0.0127 0.0045 6.24 0.78 0.88 0.49 0.77 0.90 0.37
g__Comamonas 0.0002 0.0005 0.0024 0.0047 0.0000 15.21 0.80 0.90 0.51 0.85 0.97 0.50
g__Methylopila 0.0001 0.0005 0.0011 0.0025 0.0000 15.37 0.74 0.94 0.34 0.76 0.91 0.42
g__Gemella 0.0000 0.0002 0.0005 0.0012 0.0000 16.91 0.76 0.88 0.40 0.78 0.91 0.50
상기 진술한 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.
본 발명에 따른 인체 유래 샘플을 이용한 세균 유래 세포밖　소포의 메타게놈 분석을 통해 유방암 발병의 위험도를 미리 예측함으로써 유방암의 위험군을 조기에 진단 및 예측하여 적절한 관리를 통해 발병 시기를 늦추거나 발병을 예방할 수 있으며, 발병 후에도 조기진단 할 수 있어 유방암의 발병률을 낮추고 치료효과를 높일 수 있다. 또한, 유방암으로 진단받은 환자에서 메타게놈 분석을 통해 원인인자 노출을 피함으로써 암의 경과를 좋게 하거나, 재발을 막을 수 있다.

Claims (16)

  1. (a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
    (b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
    (c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 유래 세포밖 소포의 함량 증감을 비교하는 단계를 포함하는, 유방암 진단을 위한 정보제공방법.
  2. 제1항에 있어서,
    상기 (c) 단계에서 Fusobacteria, Bacteroidetes, Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, 및 Fusobacteria 로 이루어진 군으로부터 선택되는 1종 이상의 문(phylum) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 정보제공방법.
  3. 제1항에 있어서,
    상기 (c) 단계에서 Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, Bacteroidia, Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, 및 4C0d-2 로 이루어진 군으로부터 선택되는 1종 이상의 강(class) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 정보제공방법.
  4. 제1항에 있어서,
    상기 (c) 단계에서 Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, Pseudomonadales, Bacteroidales, Enterobacteriales, 및 Bifidobacteriales, Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, 및 YS2 로 이루어진 군으로부터 선택되는 1종 이상의 목(order) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 정보제공방법.
  5. 제1항에 있어서,
    상기 (c) 단계에서 Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, Bifidobacteriaceae, Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, 및 Methylocystaceae 로 이루어진 군으로부터 선택되는 1종 이상의 과(family) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 정보제공방법.
  6. 제1항에 있어서,
    상기 (c) 단계에서 Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, Enterobacter, Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomonas, Roseburia, Comamonas, Methylopila, 및 Gemella 로 이루어진 군으로부터 선택되는 1종 이상의 속(genus) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 정보제공방법.
  7. 제1항에 있어서,
    상기 피검체 샘플은 혈액 또는 소변인 것을 특징으로 하는, 정보제공방법.
  8. 제7항에 있어서,
    상기 혈액은 전혈, 혈청, 혈장, 또는 혈액 단핵구인 것을 특징으로 하는, 정보제공방법.
  9. (a) 피검체 샘플에서 분리한 세포밖 소포로부터 DNA를 추출하는 단계;
    (b) 상기 추출한 DNA에 대하여 서열번호 1 및 서열번호 2의 프라이머 쌍을 이용하여 PCR을 수행하는 단계; 및
    (c) 상기 PCR 산물의 서열분석을 통하여 정상인 유래 샘플과 세균 유래 세포밖 소포의 함량 증감을 비교하는 단계를 포함하는, 유방암 진단방법.
  10. 제9항에 있어서,
    상기 (c) 단계에서 Fusobacteria, Bacteroidetes, Tenericutes, Armatimonadetes, Cyanobacteria, Verrucomicrobia, TM7, 및 Fusobacteria 로 이루어진 군으로부터 선택되는 1종 이상의 문(phylum) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 유방암 진단방법.
  11. 제9항에 있어서,
    상기 (c) 단계에서 Fusobacteriia, Alphaproteobacteria, Chloroplast, TM7-3, Bacteroidia, Mollicutes, Chloroplast, Fimbriimonadia, TM7-3, Verrucomicrobiae, Saprospirae, Fusobacteriia, 및 4C0d-2 로 이루어진 군으로부터 선택되는 1종 이상의 강(class) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 유방암 진단방법.
  12. 제9항에 있어서,
    상기 (c) 단계에서 Fusobacteriales, Sphingomonadales, Neisseriales, Rhizobiales, Rhodospirillales, Actinomycetales, Bacillales, Streptophyta, Caulobacterales, Pseudomonadales, Bacteroidales, Enterobacteriales, 및 Bifidobacteriales, Stramenopiles, RF39, Streptophyta, Fimbriimonadales, Verrucomicrobiales, Saprospirales, Pseudomonadales, Fusobacteriales, Burkholderiales, Bifidobacteriales, Oceanospirillales, 및 YS2 로 이루어진 군으로부터 선택되는 1종 이상의 목(order) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 유방암 진단방법.
  13. 제9항에 있어서,
    상기 (c) 단계에서 Staphylococcaceae, Fusobacteriaceae, Actinomycetaceae, Brevibacteriaceae, Peptostreptococcaceae, Rhizobiaceae, Corynebacteriaceae, Methylobacteriaceae, Propionibacteriaceae, Sphingomonadaceae, Neisseriaceae, Flavobacteriaceae, Intrasporangiaceae, Nocardiaceae, Caulobacteraceae, Micrococcaceae, Oxalobacteraceae, Moraxellaceae, Pseudomonadaceae, Porphyromonadaceae, Clostridiaceae, Rikenellaceae, Veillonellaceae, Enterobacteriaceae, S24-7, Bacteroidaceae, Bifidobacteriaceae, Exiguobacteraceae, Cellulomonadaceae, F16, Fimbriimonadaceae, Oxalobacteraceae, Streptomycetaceae, Carnobacteriaceae, Actinomycetaceae, Nocardiaceae, Peptococcaceae, Fusobacteriaceae, Mogibacteriaceae, Pseudomonadaceae, Verrucomicrobiaceae, Bradyrhizobiaceae, Enterococcaceae, Chitinophagaceae, Moraxellaceae, Rhizobiaceae, Ruminococcaceae, Bacteroidaceae, Dermacoccaceae, Gordoniaceae, Acetobacteraceae, Bifidobacteriaceae, Comamonadaceae, Barnesiellaceae, Peptostreptococcaceae, Halomonadaceae, Rikenellaceae, 및 Methylocystaceae 로 이루어진 군으로부터 선택되는 1종 이상의 과(family) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 유방암 진단방법.
  14. 제9항에 있어서,
    상기 (c) 단계에서 Hydrogenophilus, Staphylococcus, Fusobacterium, Actinomyces, Brevibacterium, Granulicatella, Neisseria, Rothia, Corynebacterium, Brevundimonas, Propionibacterium, Porphyromonas, Sphingomonas, Methylobacterium, Micrococcus, Coprococcus, Rhodococcus, Cupriavidus, Acinetobacter, Pseudomonas, Enhydrobacter, Ruminococcus, Dialister, Tepidimonas, Veillonella, Phascolarctobacterium, Lachnospira, Klebsiella, Roseburia, Parabacteroides, Bacteroides, Bifidobacterium, Megamonas, Enterobacter, Ralstonia, Rhizobium, Morganella, Tetragenococcus, Exiguobacterium, Streptomyces, Oribacterium, Sporosarcina, Jeotgalicoccus, Fimbriimonas, Enterococcus, Porphyromonas, Lactococcus, Cellulomonas, Proteus, Granulicatella, Acinetobacter, Actinomyces, Cupriavidus, Rhodococcus, Fusobacterium, Pseudomonas, Akkermansia, Leptotrichia, Methylobacterium, Weissella, Bacteroides, Veillonella, Dermacoccus, Coprococcus, Ruminococcus, Trabulsiella, Gordonia, Lachnospira, Klebsiella, Enterobacter, Faecalibacterium, Serratia, Bifidobacterium, Citrobacter, Bilophila, Virgibacillus, Halomonas, Roseburia, Comamonas, Methylopila, 및 Gemella 로 이루어진 군으로부터 선택되는 1종 이상의 속(genus) 세균 유래 세포밖 소포의 함량 증감을 비교하는 것을 특징으로 하는, 유방암 진단방법.
  15. 제9항에 있어서,
    상기 피검체 샘플은 혈액 또는 소변인 것을 특징으로 하는, 유방암 진단방법.
  16. 제15항에 있어서,
    상기 혈액은 전혈, 혈청, 혈장, 또는 혈액 단핵구인 것을 특징으로 하는, 유방암 진단방법.
PCT/KR2017/015115 2016-12-26 2017-12-20 미생물 메타게놈 분석을 통한 유방암 진단방법 Ceased WO2018124606A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/474,048 US20230193394A1 (en) 2016-12-26 2017-12-20 Method for diagnosing breast cancer via microbial metagenomic analysis
EP17889283.2A EP3561070B1 (en) 2016-12-26 2017-12-20 Method for diagnosing breast cancer via microbial metagenomic analysis
JP2019534828A JP6994776B2 (ja) 2016-12-26 2017-12-20 微生物メタゲノム分析を通した乳癌の診断方法
CN201780080641.4A CN110382719B (zh) 2016-12-26 2017-12-20 通过微生物宏基因组分析来诊断乳腺癌的方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20160179247 2016-12-26
KR10-2016-0179247 2016-12-26
KR1020170074046A KR101833348B1 (ko) 2016-12-26 2017-06-13 세균 메타게놈 분석을 통한 유방암 진단방법
KR10-2017-0074046 2017-06-13

Publications (1)

Publication Number Publication Date
WO2018124606A1 true WO2018124606A1 (ko) 2018-07-05

Family

ID=61729302

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/015115 Ceased WO2018124606A1 (ko) 2016-12-26 2017-12-20 미생물 메타게놈 분석을 통한 유방암 진단방법

Country Status (6)

Country Link
US (1) US20230193394A1 (ko)
EP (1) EP3561070B1 (ko)
JP (1) JP6994776B2 (ko)
KR (1) KR101833348B1 (ko)
CN (1) CN110382719B (ko)
WO (1) WO2018124606A1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109234187A (zh) * 2018-08-15 2019-01-18 李晓明 一株莠去津降解菌及其应用
CN113166816A (zh) * 2018-12-10 2021-07-23 Md保健株式会社 来源于棒状杆菌属的细菌的纳米囊泡及其用途
CN113286897A (zh) * 2019-01-09 2021-08-20 Md保健株式会社 来源于红球菌属细菌的纳米囊泡及其用途
EP3739068A4 (en) * 2018-01-12 2021-10-13 MD Healthcare Inc. NANOVESICLES FROM FAECALIBACTERIUM PRAUSNITZII AND ASSOCIATED USES
EP3763829A4 (en) * 2018-03-05 2021-12-01 MD Healthcare Inc. ENHYDROBACTER BACTERIA NANOVESICLES AND USES THEREOF
EP3760743A4 (en) * 2018-02-28 2021-12-01 MD Healthcare Inc. NANOVEICLES DERIVED FROM RHIZOBIUM SP. BACTERIA, AND THEIR USE
EP3760742A4 (en) * 2018-02-28 2021-12-01 MD Healthcare Inc. NANOVESICLES FROM MICROCOCCUS BACTERIA AND THEIR USE

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019139279A1 (ko) * 2018-01-12 2019-07-18 주식회사 엠디헬스케어 모르가넬라 속 세균 유래 나노소포 및 이의 용도
KR102095355B1 (ko) * 2018-01-12 2020-03-31 주식회사 엠디헬스케어 모르가넬라 속 세균 유래 나노소포 및 이의 용도
KR102087105B1 (ko) * 2018-02-21 2020-03-10 주식회사 엠디헬스케어 큐프리아비더스 속 세균 유래 나노소포 및 이의 용도
KR102122885B1 (ko) * 2018-02-23 2020-06-15 주식회사 엠디헬스케어 엑시구오박테리움 속 세균 유래 나노소포 및 이의 용도
KR102118199B1 (ko) * 2018-02-26 2020-06-02 주식회사 엠디헬스케어 아토포비움 속 세균 유래 나노소포 및 이의 용도
KR102142327B1 (ko) * 2018-02-28 2020-08-07 주식회사 엠디헬스케어 아시네토박터 속 세균 유래 나노소포 및 이의 용도
KR102185982B1 (ko) * 2018-02-28 2020-12-03 주식회사 엠디헬스케어 슈도모나스 속 세균 유래 나노소포 및 이의 용도
KR102185981B1 (ko) * 2018-02-28 2020-12-03 주식회사 엠디헬스케어 스트렙토코커스 속 세균 유래 나노소포 및 이의 용도
WO2019172600A1 (ko) * 2018-03-05 2019-09-12 주식회사 엠디헬스케어 엔히드로박터 세균 유래 나노소포 및 이의 용도
WO2019172597A1 (ko) * 2018-03-05 2019-09-12 주식회사 엠디헬스케어 메틸로박테리움 속 세균 유래 나노소포 및 이의 용도
KR102118201B1 (ko) * 2018-03-05 2020-06-02 주식회사 엠디헬스케어 메틸로박테리움 속 세균 유래 나노소포 및 이의 용도
WO2019172598A1 (ko) * 2018-03-05 2019-09-12 주식회사 엠디헬스케어 락토바실러스 속 세균 유래 나노소포 및 이의 용도
US20230158082A1 (en) * 2018-03-06 2023-05-25 Md Healthcare Inc. Nanovesicles derived from coprococcus sp. bacteria, and use thereof
KR102118203B1 (ko) * 2018-03-06 2020-06-02 주식회사 엠디헬스케어 코프로코커스 속 세균 유래 나노소포 및 이의 용도
KR102286042B1 (ko) * 2019-01-09 2021-08-03 주식회사 엠디헬스케어 데이노코커스 속 세균 유래 나노소포 및 이의 용도
CN116725996B (zh) * 2023-05-22 2025-09-12 中鑫群感(上海)生物科技有限公司 一种顺式-11-甲基-2-十二碳烯酸在调节肠道菌群失衡中的应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110025603A (ko) * 2009-09-04 2011-03-10 주식회사이언메딕스 그람 양성 세균유래 세포밖 소포체 및 이의 용도
KR101445243B1 (ko) * 2014-03-28 2014-09-29 서울대학교산학협력단 장내 세균의 군집과 기능의 변화를 이용한 대사성 및 염증성 질환의 조기진단
KR20160102820A (ko) * 2015-02-23 2016-08-31 이화여자대학교 산학협력단 바실러스 속 세균 유래 세포밖 소포체를 포함하는 임신관련 질환 치료용 조성물
KR20160107632A (ko) * 2015-03-04 2016-09-19 포항공과대학교 산학협력단 뉴클레아제가 처리된 세균 유래 세포밖 소포체를 이용한 세균 동정 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102480932B (zh) * 2009-09-01 2015-01-14 阿昂梅迪克斯公司 源于肠道共生细菌的细胞外小泡及利用其的疫苗、备选药物筛选方法
EP2534265A4 (en) * 2010-02-10 2013-09-11 Univ California MEMORY BIOMARKER FOR THE DETECTION OF LUNG CANCER
JP2013526852A (ja) * 2010-04-06 2013-06-27 カリス ライフ サイエンシズ ルクセンブルク ホールディングス 疾患に対する循環バイオマーカー
US20130121968A1 (en) * 2011-10-03 2013-05-16 Atossa Genetics, Inc. Methods of combining metagenome and the metatranscriptome in multiplex profiles
CA2901737A1 (en) * 2013-02-19 2014-08-28 John Wayne Cancer Institute Methods of diagnosing and treating cancer by detecting and manipulating microbes in tumors
WO2014146202A1 (en) * 2013-03-18 2014-09-25 London Health Sciences Centre Research Inc. Bacteria for the prevention, treatment and diagnosis of breast cancer
DK3223838T3 (da) * 2014-11-28 2025-04-28 Anagenix Ip Ltd Sammensætninger med gul kiwifrugt og fremgangsmåder til fremstilling og anvendelse deraf
KR101798176B1 (ko) * 2014-12-16 2017-11-15 주식회사 엠디헬스케어 세균 유래의 나노소포체를 이용한 세균성 감염질환 원인균 동정방법
KR20160110232A (ko) * 2015-03-11 2016-09-21 주식회사 엠디헬스케어 유산균 유래 세포밖 소포체를 유효성분으로 포함하는 염증질환의 예방 또는 치료용 조성물
PL235777B1 (pl) * 2015-07-10 2020-10-19 Univ Jagiellonski Startery, sposób i zestaw diagnostyczny do diagnozowania sepsy
WO2018008895A1 (ko) * 2016-07-08 2018-01-11 주식회사 엠디헬스케어 프로피오니박테리움 속 세균 유래 나노소포 및 이의 용도
WO2018030732A1 (ko) * 2016-08-12 2018-02-15 주식회사 엠디헬스케어 바실러스 속 세균 유래 나노소포 및 이의 용도
KR20160140565A (ko) * 2016-12-01 2016-12-07 포항공과대학교 산학협력단 Ａｋｋｅｒｍａｎｓｉａ ｍｕｃｉｎｉｐｈｉｌａ 또는 Ｂａｃｔｅｒｏｉｄｅｓ ａｃｉｄｉｆａｃｉｅｎｓ 유래 세포밖 소포체를 유효성분으로 함유하는 염증성 질환의 치료 또는 예방용 조성물

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110025603A (ko) * 2009-09-04 2011-03-10 주식회사이언메딕스 그람 양성 세균유래 세포밖 소포체 및 이의 용도
KR101445243B1 (ko) * 2014-03-28 2014-09-29 서울대학교산학협력단 장내 세균의 군집과 기능의 변화를 이용한 대사성 및 염증성 질환의 조기진단
KR20160102820A (ko) * 2015-02-23 2016-08-31 이화여자대학교 산학협력단 바실러스 속 세균 유래 세포밖 소포체를 포함하는 임신관련 질환 치료용 조성물
KR20160107632A (ko) * 2015-03-04 2016-09-19 포항공과대학교 산학협력단 뉴클레아제가 처리된 세균 유래 세포밖 소포체를 이용한 세균 동정 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HANDELSMAN ET AL., CHEM. BIOL., vol. 5, 1998, pages R245 - 249
See also references of EP3561070A4
URBANIAK, C. ET AL: "Microbiota of Human Breast Tissue and Its Association with Breast Cancer", APPLIED AND ENVIRONMENTAL MICROBIOLOGY, vol. 82, no. 16, 24 June 2016 (2016-06-24), pages 5039 - 5048, XP055602741, ISSN: 0099-2240, DOI: 10.1128/AEM.01235-16 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3739068A4 (en) * 2018-01-12 2021-10-13 MD Healthcare Inc. NANOVESICLES FROM FAECALIBACTERIUM PRAUSNITZII AND ASSOCIATED USES
US11666607B2 (en) 2018-01-12 2023-06-06 Md Healthcare Inc. Nanovesicles derived from Faecalibacterium prausnitzii and uses thereof
EP3760743A4 (en) * 2018-02-28 2021-12-01 MD Healthcare Inc. NANOVEICLES DERIVED FROM RHIZOBIUM SP. BACTERIA, AND THEIR USE
EP3760742A4 (en) * 2018-02-28 2021-12-01 MD Healthcare Inc. NANOVESICLES FROM MICROCOCCUS BACTERIA AND THEIR USE
EP3763829A4 (en) * 2018-03-05 2021-12-01 MD Healthcare Inc. ENHYDROBACTER BACTERIA NANOVESICLES AND USES THEREOF
US11554144B2 (en) 2018-03-05 2023-01-17 Md Healthcare Inc. Nanovesicles derived from enhydrobacter bacteria, and use thereof
CN109234187A (zh) * 2018-08-15 2019-01-18 李晓明 一株莠去津降解菌及其应用
CN109234187B (zh) * 2018-08-15 2021-06-15 李晓明 一株莠去津降解菌及其应用
CN113166816A (zh) * 2018-12-10 2021-07-23 Md保健株式会社 来源于棒状杆菌属的细菌的纳米囊泡及其用途
EP3896175A4 (en) * 2018-12-10 2022-08-31 MD Healthcare Inc. NANOVESICLES DERIVED FROM CORYNEBACTERIUM SP. BACTERIA AND USE THEREOF
CN113286897A (zh) * 2019-01-09 2021-08-20 Md保健株式会社 来源于红球菌属细菌的纳米囊泡及其用途

Also Published As

Publication number Publication date
KR101833348B1 (ko) 2018-03-02
JP6994776B2 (ja) 2022-01-14
JP2020503032A (ja) 2020-01-30
KR101833348B9 (ko) 2023-06-09
EP3561070A4 (en) 2020-08-05
CN110382719A (zh) 2019-10-25
EP3561070A1 (en) 2019-10-30
EP3561070B1 (en) 2021-10-20
US20230193394A1 (en) 2023-06-22
CN110382719B (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
WO2018124606A1 (ko) 미생물 메타게놈 분석을 통한 유방암 진단방법
WO2018124617A1 (ko) 세균 메타게놈 분석을 통한 폐암 진단 방법
WO2018111040A1 (ko) 세균 메타게놈 분석을 통한 위암 진단방법
WO2018155961A1 (ko) 세균 메타게놈 분석을 통한 파킨슨병 진단방법
KR101940445B1 (ko) 세균 메타게놈 분석을 통한 당뇨병 진단 방법
KR101940426B1 (ko) 세균 메타게놈 분석을 통한 대장종양 진단 방법
WO2018155960A1 (ko) 미생물 메타게놈 분석을 통한 난소암 진단방법
WO2018155950A1 (ko) 세균 메타게놈 분석을 통한 당뇨병 진단 방법
KR102019646B1 (ko) 미생물 메타게놈 분석을 통한 아토피피부염 진단방법
WO2019160284A1 (ko) 세균 메타게놈 분석을 통한 뇌졸중 진단방법
US12084721B2 (en) Inflammatory bowel disease diagnostic method by means of bacterial metagenomic analysis
WO2019146966A1 (ko) 세균 메타게놈 분석을 통한 담관암 진단방법
KR101940446B1 (ko) 미생물 메타게놈 분석을 통한 난소암 진단방법
WO2019147080A1 (ko) 세균 메타게놈 분석을 통한 우울증 진단방법
WO2018111028A1 (ko) 세균 메타게놈 분석을 통한 심장질환 진단방법
KR102019648B1 (ko) 천식환자에서 세균 메타게놈 분석을 통한 폐암 진단방법
WO2018155967A1 (ko) 세균 메타게놈 분석을 통한 만성폐쇄성기도질환 진단 방법
WO2018225945A1 (ko) 미생물 메타게놈 분석을 통한 아토피피부염 진단방법
WO2018124618A1 (ko) 세균 메타게놈 분석을 통한 췌장암 진단방법
WO2019156325A1 (ko) 세균 메타게놈 분석을 통한 과민성 장증후군 진단방법
WO2018124619A1 (ko) 미생물 메타게놈 분석을 통한 방광암 진단방법
KR101936006B1 (ko) 미생물 메타게놈 분석을 통한 방광암 진단방법
KR101940424B1 (ko) 세균 메타게놈 분석을 통한 신부전 진단방법
WO2018124742A1 (ko) 세균 메타게놈 분석을 통한 전립선질환 진단 방법
WO2018216912A1 (ko) 세균 메타게놈 분석을 통한 자폐증 진단방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17889283

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019534828

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2017889283

Country of ref document: EP