대장암 림프절 전이 관련 유전자 네트워크 분석을 통한 예후 바이오마커 도출 연구

Gene network analysis for prognostic biomarkers of lymph node involvement in colorectal cancer

연구 내용

TCGA 기반 대장암 전사체에서 림프절 전이 집단을 비교하고 유전자 네트워크와 생존분석을 통해 예후 관련 허브 유전자를 선별하는 연구

대장암에서 림프절 전이는 핵심 예후 인자이나 임상 적용 가능한 유전자 표지가 제한적이어서, 본 연구는 차등 발현과 네트워크 분석을 통합한 접근을 사용합니다. TCGA 종양-정상 또는 LN(+)–LN(-) 전사체 데이터를 LASSO로 유전자 공발현 네트워크를 구축하고 허브 유전자를 선별한 뒤, 생존분석으로 예후 연관성을 검증합니다. 또한 PPI 네트워크, GO enrichment, KEGG pathway 분석을 통해 허브 유전자의 조절 관계와 전이·발달 관련 경로 차이를 해석합니다. 이를 통해 대장암 환자 층화에 적용 가능한 분자 표지 후보와 기전 단서를 도출하는 데 목적이 있습니다.

관련 프로젝트

0건

연구 흐름

2020년 연구에서는 LN(+)와 LN(-) 환자군을 비교하여 차등 발현 유전자와 네트워크 구조를 분석했고, 생존분석을 통해 AHSA2, CDK10, CWC22 등 후보의 임상적 유용성을 제시했습니다. 2025년에는 정상 조직 대비 종양 전사체에서 허브 유전자와 네트워크 중심성 변화를 확인하고, 조절 경로가 종양화 과정에서 재편됨을 세포주기 및 분열 관련 축 중심으로 해석했습니다. 이후 두 연구 흐름을 통합해 데이터 기반 후보 선별-경로 해석-환자 예후 연계의 검증 체계를 강화하는 방향으로 발전하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

림프절 전이 위험 예측 모델
대장암 예후 바이오마커 후보 패널
TCGA 기반 데이터 재분석 파이프라인
허브 유전자 기반 타깃 우선순위 선정
PPI-경로 연계 기전 도식화
환자 층화 알고리즘 개발
치료 반응 예측을 위한 분자 지표
신약 후보 탐색을 위한 근거 데이터
전이 및 발달 경로 기반 병용요법 후보
진단 보조용 전사체 기반 스코어링