질병 관련 분자 특성 동정을 위한 통합 오믹스 분석을 이용한 시스템적 접근방법 개발

Abstract

생물 시스템은 유전자, RNA, 단백질, 지질, 그리고 여러 분자물질들을 구성요소로 하는 거대하고 복잡한 네트워크이다. 이 복잡한 네트워크 안에서 각각의 구성요소들은 생물 시스템의 상태에 따라 매우 밀접하게 변화하고 상호작용한다. 이러한 생물 네트워크를 분석하고 이해함으로써 우리는 생물 시스템 상태에 대해 예측하고 이해할 수 있다. 최근 마이크로어레이, 차세대 시퀀싱, 질량분석기, Chip-Seq등의 high-throughput 오믹스 기술의 급격한 발전으로 생물 네트워크의 구성요소들의 변화를 한번에 측정 할 수 있게 되었고, 이를 이용한 시스템 생물학이 다양한 생물 시스템에 적용되고 있다. 그 중 질병은 시스템 생물학이 질병의 원인을 찾거나 질병의 분자적 매커니즘을 찾기 위해, 또 질병의 진단 표지자를 선정하기 위해서 등의 다양한 목적으로 적용되고 있다. 본 논문에서는 다종의 오믹스 기술의 통합 분석을 통해 질병의 분자적 매커니즘을 찾는 프레임웍과, 오믹스 기술을 이용한 이미징 데이터 분석을 통해 질병의 진단 표지자를 찾는 프레임웍을 개발하였다. 첫 번째로 전사체와 단백체 데이터의 통합분석을 통하여 뇌에서 결절성 경화증 관련 유전자 및 신호전달 경로 동정 프레임웍을 개발하였다. 본 프레임웍에서는 TSC1 유전자를 돌연변이가 있는 쥐의 뇌에서 전사체와 단백체 데이터를 생산했다. TSC1의 돌연변이는 tuberous sclerosis를 유발한다. 생산된 전사체와 단백체 데이터를 통합 분석하여 관련 유전자 및 신호전달 경로를 동정하였다. 그 결과 TSC1 유전자의 돌연변이로 mTOR 복합체 2의 활성이 감소하고, 이로 인해 RhoA와 MAPK, 그리고 Pik3/Akt 신호전달 경로가 비활성화 되어 뇌의 발달 및 형태학적 결함을 일으키게 되었음을 제시하였다. 반대로 mTOR 복합체 1의 경우에는 TSC1 유전자 돌연변이에 의해 활성이 증가되고 tRNA aminoacylation과 지질 생합성이 활성화 됨을 제시하였다. 두 번째로 TOF-SIMS를 이용하여 생산한 이미지 데이터의 분석을 통하여 질병의 표지자를 동정하는 프레임웍을 개발하였다. 본 프레임웍에서는 허혈성 뇌질환을 유도한 쥐의 뇌 단면을 TOF-SIMS를 이용하여 측정하였고 이를 분석하여 허혈성 뇌질환의 정도에 따른 잠재적 표지자 목록을 제시하였다. 본 논문에서는 위의 두 가지 연구를 통하여 질병 관련 유전자 및 신호전달 경로 동정을 위한 다중오믹스 데이터 통합 분석 프레임웍과 이미지 데이터 분석을 통한 질병 표지자 동정 프레임웍을 제시하였다. 이러한 분석 프레임웍은 다양한 질병관련 유전자 및 신호전달 경로, 표지자의 동정에 적용 될 수 있을 것이다

Biological systems are huge and complex networks which are made of various components, such as DNAs, RNAs, proteins, lipids, and other small molecules. In these complex networks, each component changes and interacts very closely depending on the condition of the biological system. By analyzing and understanding these biological networks, we can predict and characterize the state of the biological system. Recent advances in high-throughput technologies, such as microarray, next-generation sequencing, mass spectrometry, and Chip-Seq, have allowed us to measure the abundance of network components. Systems biology approach using these omics dataset is applied to diverse biological systems. Among various biological system, disease system is one of major fields in biology. Systems biology approach is applied to disease system to identify disease characteristics. Through this approach, we can understand molecular mechanisms and identify the cause of disease and diagnostic markers. In this thesis, we have developed a framework to characterize disease related molecular signatures using integrated omics analysis. First, we characterize the developmental defect in brain of tuberous sclerosis complex mouse model (Tsc1 conditional knockout mouse) by integrated analysis of transcriptomic and proteomic data. From the network model created by integration analysis, we presented that knockout of Tsc1 gene reduced the activation of the mTOR complex 2 (mTORC2), thereby causing deactivation of RhoA, MAPK, and PiK3/Akt signaling pathway, resulting in the developmental and morphological defect of the brain. On the other hand, the activity of mTOR complex 1 (mTORC1) was increased by Tsc1 knockout, resulting in the activation of tRNA aminoacylation and lipid synthesis. Second, we developed a framework to identify disease potential marker of cerebral ischemia using TOF-SIMS image analysis. In this framework, we generated TOF-SIMS image data from brain of mice that induced ischemia, and identified the list of potential markers according to the degree of cerebral ischemia. We showed that frameworks developed in this thesis are functioned well and can be applied to various diseases to identify molecular signatures and helpful in understand disease characteristics.