KR20200089595A - Biomarker predictive of responsiveness to an anticancer agent and use thereof - Google Patents

Biomarker predictive of responsiveness to an anticancer agent and use thereof Download PDF

Info

Publication number
KR20200089595A
KR20200089595A KR1020190155534A KR20190155534A KR20200089595A KR 20200089595 A KR20200089595 A KR 20200089595A KR 1020190155534 A KR1020190155534 A KR 1020190155534A KR 20190155534 A KR20190155534 A KR 20190155534A KR 20200089595 A KR20200089595 A KR 20200089595A
Authority
KR
South Korea
Prior art keywords
cancer
protein
gene
group
pembrolizumab
Prior art date
Application number
KR1020190155534A
Other languages
Korean (ko)
Other versions
KR102403807B1 (en
Inventor
김경미
이지연
Original Assignee
사회복지법인 삼성생명공익재단
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 사회복지법인 삼성생명공익재단 filed Critical 사회복지법인 삼성생명공익재단
Priority to PCT/KR2019/016866 priority Critical patent/WO2020149523A1/en
Priority to JP2021542226A priority patent/JP7232922B2/en
Priority to US17/423,929 priority patent/US20220081727A1/en
Publication of KR20200089595A publication Critical patent/KR20200089595A/en
Application granted granted Critical
Publication of KR102403807B1 publication Critical patent/KR102403807B1/en

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor 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
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • 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
    • C12Q2600/118—Prognosis of disease development
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G01N2333/4701—Details
    • G01N2333/4703—Regulators; Modulating activity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/91—Transferases (2.)
    • G01N2333/912—Transferases (2.) transferring phosphorus containing groups, e.g. kinases (2.7)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/914—Hydrolases (3)
    • G01N2333/916—Hydrolases (3) acting on ester bonds (3.1), e.g. phosphatases (3.1.3), phospholipases C or phospholipases D (3.1.4)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Abstract

The present invention relates to a biomarker for predicting the response to an anti-cancer immunotherapeutic agent, and a use of the same. More specifically, the present invention relates to a marker composition for predicting the response to a PD-1 inhibitor, pembrolizumab, which comprises one or more genes selected from the group consisting of armadillo repeat-containing X-linked protein 1 (ARMCX1), serine/threonine-protein kinase D1 (PRKD1), and tyrosine kinase 2 (TYK2), or a protein encoded by the genes; a composition and a kit for predicting the response; and to a method of providing information for predicting the response. The genetic marker according to the present invention conducts analyses utilizing formalin-fixed paraffin-embedded tissues derived from a patient, thereby eliminating the need for a separate sample collection, and enables convenient analyses; and can predict in advance the response to an anti-cancer immunotherapeutic agent by analyzing the expression of genes, and thus can provide information for selecting an optimal treatment. Thus, the genetic marker can be expected to be advantageously utilized in clinical settings.

Description

항암제 반응성 예측용 바이오마커 및 이의 용도{Biomarker predictive of responsiveness to an anticancer agent and use thereof} Biomarker predictive of responsiveness to an anticancer agent and use thereof

본 발명은 항암제 반응성 예측용 바이오마커 및 이의 용도에 관한 것으로서, 보다 구체적으로 ARMCX1(Armadillo repeat-containing X-linked protein 1), PRKD1(Serine/threonine-protein kinase D1) 및 TYK2(Tyrosine Kinase 2)로 이루어진 군에서 선택되는 하나 이상의 유전자 또는 상기 유전자가 암호화하는 단백질을 포함하는, PD-1 길항제인 펨브롤리주맙(Pembrolizumab)에 대한 반응성 예측용 마커 조성물, 반응성 예측용 조성물 및 키트, 및 반응성 예측을 위한 정보제공방법에 관한 것이다. The present invention relates to a biomarker for anticancer drug reactivity prediction and its use, and more specifically, to ARMCX1 (Armadillo repeat-containing X-linked protein 1), PRKD1 (Serine/threonine-protein kinase D1) and TYK2 (Tyrosine Kinase 2). Marker composition for predicting responsiveness to Pembrolizumab, a PD-1 antagonist, comprising one or more genes selected from the group consisting of or a protein encoded by the gene, a composition and kit for predicting responsiveness, and for predicting responsiveness It relates to a method of providing information.

위암(gastric cancer; GC)은 전 세계적으로 가장 많이 발생하는 악성 종양 중 하나이며 암으로 인한 사망의 세 번째 주요 원인으로 알려져 있다. 또한, 대부분의 위암환자가 진행성 단계에 있고 대부분 예후가 매우 좋지 않은 것으로 보고되어 있다. 전이성 위암에서는 백금을 기반으로 한 병용 화학 요법이 표준 치료법으로 간주되지만 많은 환자들이 상기 치료법에 불응성을 가지며, 반응성을 나타내는 환자들의 경우에도 반응 기간이 수 개월 정도로 짧은 것으로 알려져 있다. 위암에서 생존율이 낮은 이유로는 위암이 치료법에 대한 공격성 및 반응성이 상당히 상이한 이질적인 질환이며, 환자 각각에서 임상적 결과 및 예후가 보고된 데이터들과 항상 일치하지 않는다는 것이다. 따라서 위암환자의 항암 치료에서 치료약물에 대한 반응성 및 예후를 미리 예측함으로써 이질적인 특성을 갖는 위암환자에 대하여 가장 적절한 치료법을 제공해주어 불필요한 치료와 관련된 독성을 피하고 궁극적으로 치료효과를 높일 수 있을 것이다.Gastric cancer (GC) is one of the most common malignancies worldwide and is the third leading cause of cancer deaths. In addition, most of the patients with gastric cancer are in the advanced stage, and most have been reported to have very poor prognosis. In metastatic gastric cancer, platinum-based combination chemotherapy is considered the standard therapy, but many patients are refractory to the therapy and even patients who are responsive are known to have a short response time of several months. The reason for low survival in gastric cancer is that gastric cancer is a heterogeneous disease with significantly different aggression and responsiveness to therapy, and clinical outcomes and prognosis in each patient do not always match the reported data. Therefore, in anticancer treatment of gastric cancer patients, by predicting the reactivity and prognosis of the treatment drug in advance, it will provide the most appropriate treatment for gastric cancer patients with heterogeneous properties, avoiding unnecessary treatment-related toxicity and ultimately improving the therapeutic effect.

이러한 필요성에 따라, 최근 환자 개인적 요인에 대한 체계화된 분석결과를 바탕으로 적절한 표적항암제 및 치료방법을 선별할 수 있는 승인된 진단을 의미하는 동반진단(Companion diagnostics)에 대한 연구가 활발히 진행되고 있다. 동반진단은 의사의 진단에 따른 처방의 명확한 임상적 근거를 제시할 수 있으며, 환자에게는 적절한 치료법을 제시할 수 있어 암 치료 효율을 높일 수 있을 뿐만 아니라 표적항암제의 오남용을 줄여 국가의 건강보험 재정 건전성에도 기여할 수 있다. 현재 동반진단 시장은 유방암, 폐암, 대장암, 위암, 흑색종 등의 치료분야에서 성장하고 있으며 특히 유방암 및 폐암 분야가 시장 성장을 견인할 것으로 기대되고 있다. 제약사의 신약 개발 비용 절감, 표적치료제에 대한 수요가 높아짐에 따라 동반진단 세계시장은 매년 18%씩 성장하여 2019년에는 58억 달러에 이를 것으로 예상되었다. According to these necessities, recently, research on companion diagnostics, which means an approved diagnosis capable of selecting an appropriate target anticancer agent and treatment method based on a systematic analysis result of a patient's personal factors, has been actively conducted. Companion diagnosis can provide a clear clinical basis for prescription according to the doctor's diagnosis, and can provide appropriate treatment to patients, thereby improving cancer treatment efficiency and reducing abuse of targeted anticancer drugs, thereby reducing the national health insurance financial health. It can also contribute. Currently, the companion diagnostics market is growing in the areas of treatment such as breast cancer, lung cancer, colorectal cancer, gastric cancer, and melanoma, and the breast cancer and lung cancer sectors are expected to drive market growth. The global market for companion diagnostics is expected to grow by 18% annually to reach $5.8 billion in 2019 as pharmaceutical companies' new drug development costs are reduced and demand for targeted therapies increases.

한편, PD-1(programmed cell death protein 1)에 대한 항체로써 FDA 승인을 받은 펨브롤리주맙(pembrolizumab)은 미세부수체 불안정성(microsatellite unstable; MSI)/DNA dMMR(mismatch repair-deficient) 바이오마커를 갖는 후기 고형 종양 환자의 치료에 사용된다. 최근 20개의 다른 PD-L1 양성의 후기 고형 종양 중 하나를 갖는 475명의 환자에서 진행된 펨브롤리주맙에 대한 비랜덤화, 다기관, 다중 코호트 바스켓 시험결과, 암 유형에 따라 다양한 객관적 반응률(objective response rates; ORRs)이 나타났다. 다수의 종양 유형에 걸려 항-PD-1에 대한 반응성을 예측할 수 있는 바이오마커로는 T-세포-염증 유전자 발현 프로파일, PD-L1(programmed death ligand 1) 발현, 및/또는 종양돌연변이부담(tumor mutational burden; TMB)이 있으나, 개별적 암 유형 내에서 더욱 정확하고 항-PD-1 치료에 대한 환자 선별에서 이러한 바이오마커에 대한 임상적 유용성을 평가하기 위하여 더 큰 규모의 연구가 필요하다.Meanwhile, pembrolizumab, which has been approved by the FDA as an antibody against programmed cell death protein 1 (PD-1), has microsatellite unstable (MSI)/DNA dMMR (mismatch repair-deficient) biomarkers. Used in the treatment of patients with late solid tumors. Unrandomized, multicenter, multiple cohort basket trials of pembrolizumab in 475 patients with one of the last 20 different PD-L1 positive late solid tumors, varied objective response rates depending on cancer type; ORRs). Biomarkers capable of predicting reactivity to anti-PD-1 across multiple tumor types include T-cell-inflammatory gene expression profile, PD-L1 (programmed death ligand 1) expression, and/or tumor mutation burden (tumor) mutational burden (TMB), but a larger study is needed to assess the clinical usefulness of these biomarkers in screening patients for more accurate and anti-PD-1 treatment within individual cancer types.

위암에서, 단일 군, 다중 코호트의 펨브롤리주맙 2상 시험(KEYNOTE-059)은 11.6%의 객관적 반응률을 보였고, 환자의 2.3%는 완전한 반응을 보였으며, 위암 환자 중 반응군은 비소세포폐암 환자보다 더 적은 비율을 차지하였다(Clinical KEYNOTE-059 Trial. JAMA Oncol 2018; 4: e180013). 비반응군의 높은 비율과 초기 반응을 보인 환자에서 저항성의 출현은 암 면역치료 분야에서 매우 중요한 과제이다. 최근 펨브롤리주맙으로 치료를 받은 전이성 위암 환자들의 분자적 특성에 대한 연구 결과, 미세부수체 불안정성(MSI), 엡스타인-바 바이러스(EBV)-양성, PD-L1-복합양성점수(combined positive score; CPS), TMB, 및 치료에 대한 반응성과 관련이 있는 치료 후 6주째에 순환성 종양 DNA 수준의 감소를 보였다. 비록 T-세포 염증 GEP는 20개의 다양한 고형 종양에 걸쳐 펨브롤리주맙 치료요법의 임상적 효능을 예측하고 PD-1 억제로부터 혜택을 받을 수 있는 환자를 선별하기 위한 잠재적으로 연관성 있는 바이오마커를 제공하였으나, 전이성 위암 환자에서는 반응성을 예측하지 못하였다.In gastric cancer, the single group, multiple cohort pembrolizumab phase 2 trial (KEYNOTE-059) showed an objective response rate of 11.6%, and 2.3% of the patients showed complete response, and among the gastric cancer patients, the response group was non-small cell lung cancer. Occupied a smaller proportion (Clinical KEYNOTE-059 Trial. JAMA Oncol 2018; 4: e180013). The emergence of resistance in patients with high rates and early responses in the non-reactive group is a very important task in cancer immunotherapy. A study on the molecular characteristics of metastatic gastric cancer patients recently treated with pembrolizumab revealed that microsatellite instability (MSI), Epstein-Barr virus (EBV)-positive, PD-L1-combined positive score; CPS), TMB, and a decrease in circulating tumor DNA levels at 6 weeks post-treatment associated with responsiveness to treatment. Although T-cell inflammatory GEP predicted the clinical efficacy of pembrolizumab therapy across 20 different solid tumors and provided a potentially relevant biomarker for screening patients who could benefit from PD-1 inhibition. , Reactivity was not predicted in patients with metastatic gastric cancer.

면역치료요법에 대한 예측 바이오마커는 면역 반응 및 종양 생물학의 복잡성 때문에 표적 치료요법에 사용되는 전통적인 바이오마커와는 다르다. 최근에는, 45개의 면역 체크포인트 유전자에 기초한 면역예측점수인 IMPRES가 흑색종 환자에서 ICB에 대한 반응을 예측하기 위해 개발되었다. 종양 생물학의 차이와 환자 혜택의 가능성을 극대화하기 위한 제제의 선택을 가이드하기 위한 임상적 등급의 바이오마커의 필요성을 고려하여, 본 발명자들은 펨브롤리주맙에 대한 반응성을 예측하기 위한 위암-특이적 유전자 발현 세트를 발굴하였다.Predictive biomarkers for immunotherapy differ from traditional biomarkers used in targeted therapy because of the immune response and complexity of tumor biology. Recently, IMPRES, an immune predictive score based on 45 immune checkpoint genes, was developed to predict the response to ICB in melanoma patients. Taking into account the need for clinical grade biomarkers to guide the selection of agents to maximize the potential for patient benefits and differences in tumor biology, we have identified gastric cancer-specific genes to predict responsiveness to pembrolizumab. Expression sets were excavated.

본 발명자들은 PD-1 억제제 중 하나인 펨브롤리주맙 면역항암제에 대한 반응성 예측용 유전자 바이오마커를 발굴하기 위해 펨브롤리주맙 치료를 받은 위암환자 유래 포르말린 고정 파라핀 포매 조직에서 RNA를 추출하여 나노스트링 분석을 실시하고, 상기 위암환자들의 반응성에 따라 차등적으로 발현된 유전자를 분석한 결과 본 발명에 따른 항암제 반응성 예측용 바이오마커를 발굴하였는바, 이에 기초하여 본 발명을 완성하였다. The present inventors analyzed nanostring analysis by extracting RNA from formalin fixed paraffin-embedded tissue derived from gastric cancer patients treated with pembrolizumab in order to discover a gene biomarker for predicting reactivity to pembrolizumab immunoanticancer agent, one of PD-1 inhibitors. As a result of analyzing the genes differentially expressed according to the reactivity of the stomach cancer patients, a biomarker for predicting anti-cancer agent reactivity according to the present invention was discovered, and based on this, the present invention was completed.

이에, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1), PRKD1(Serine/threonine-protein kinase D1) 및 TYK2(Tyrosine Kinase 2)로 이루어진 군에서 선택되는 하나 이상의 유전자 또는 상기 유전자가 암호화하는 단백질을 포함하는, 항암제 반응성 예측용 마커 조성물을 제공하는 것을 목적으로 한다.Accordingly, the present invention is one or more genes selected from the group consisting of ARMCX1 (Armadillo repeat-containing X-linked protein 1), PRKD1 (Serine/threonine-protein kinase D1) and TYK2 (Tyrosine Kinase 2), or encoded by the gene It is an object of the present invention to provide a marker composition for predicting anticancer agent reactivity, comprising a protein.

또한, 본 발명은 상기 ARMCX1, PRKD1 및 TYK2로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 포함하는, 항암제 반응성 예측용 조성물 및 상기 조성물을 포함하는 항암제 반응성 예측용 키트를 제공하는 것을 다른 목적으로 한다. In addition, the present invention comprises an agent for measuring the mRNA level of one or more genes selected from the group consisting of the ARMCX1, PRKD1 and TYK2 or the protein level encoded by the gene, an anticancer agent predictive composition and an anticancer agent comprising the composition Another object is to provide a kit for predicting reactivity.

또한, 본 발명은 상기 ARMCX1, PRKD1 및 TYK2로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 포함하는, 항암제 반응성 예측을 위한 정보제공방법을 제공하는 것을 또 다른 목적으로 한다. In addition, the present invention provides a method for providing information for anticancer drug reactivity prediction, comprising the step of measuring the mRNA level of one or more genes selected from the group consisting of ARMCX1, PRKD1, and TYK2 or the protein level encoded by the gene. For another purpose.

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.However, the technical problem to be achieved by the present invention is not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the following description.

상기와 같은 본 발명의 목적을 달성하기 위하여, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자 또는 상기 유전자가 암호화하는 단백질을 포함하는, 항암제 반응성 예측용 마커 조성물을 제공한다. In order to achieve the object of the present invention as described above, the present invention is ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI access ( Accession) number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI access (accession) number: NM_003331) at least one gene selected from the group or a protein encoding the gene, providing a marker composition for predicting anticancer drug reactivity do.

본 발명의 일구현예로, 상기 마커 조성물은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자 또는 상기 유전자가 암호화하는 단백질을 더 포함할 수 있다. In one embodiment of the present invention, the marker composition may further include a UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene or a protein encoded by the gene.

또한, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 포함하는, 항암제 반응성 예측용 조성물을 제공한다. In addition, the present invention is ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI accession (accession) number: NM_003331), one or more genes selected from the group consisting of mRNA or the protein encoding the gene for providing a composition for predicting the anti-cancer agent reactivity.

본 발명의 일구현예로, 상기 조성물은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 더 포함할 수 있다. In one embodiment of the present invention, the composition may further include an agent for measuring the mRNA level of the UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene or the protein level encoded by the gene. .

또한, 본 발명은 상기 조성물을 포함하는, 항암제 반응성 예측용 키트를 제공한다. In addition, the present invention provides a kit for predicting anti-cancer agent reactivity, comprising the composition.

본 발명의 일구현예로, 상기 항암제는 PD-1(Programmed cell death protein 1) 길항제일 수 있다. In one embodiment of the present invention, the anti-cancer agent may be a PD-1 (Programmed cell death protein 1) antagonist.

본 발명의 다른 구현예로, 상기 PD-1 길항제는 펨브롤리주맙(Pembrolizumab)일 수 있다.In another embodiment of the present invention, the PD-1 antagonist may be Pembrolizumab.

본 발명의 또 다른 구현예로, 상기 펨브롤리주맙은 위암, 폐암, 피부암, 두경부암, 호지킨 림프종, 신장암 및 요로상피세포암으로 이루어진 군에서 선택되는 하나 이상의 암종의 치료에 이용되는 것일 수 있다. In another embodiment of the present invention, the pembrolizumab may be used for the treatment of one or more carcinomas selected from the group consisting of gastric cancer, lung cancer, skin cancer, head and neck cancer, Hodgkin's lymphoma, kidney cancer and urinary tract epithelial cell cancer. have.

본 발명의 또 다른 구현예로, 상기 유전자의 mRNA 수준을 측정하는 제제는 유전자의 mRNA에 상보적으로 결합하는 센스 및 안티센스 프라이머, 또는 프로브일 수 있다. In another embodiment of the present invention, the agent measuring the mRNA level of the gene may be a sense and antisense primer, or a probe that complementarily binds to the mRNA of the gene.

본 발명의 또 다른 구현예로, 상기 단백질 수준을 측정하는 제제는 상기 유전자가 암호화하는 단백질에 특이적으로 결합하는 항체일 수 있다. In another embodiment of the present invention, the agent for measuring the protein level may be an antibody that specifically binds to a protein encoded by the gene.

또한, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 포함하는, 항암제 반응성 예측을 위한 정보제공방법을 제공한다. In addition, the present invention is ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI access (accession) number: NM_003331) provides a method for providing information for predicting anti-cancer agent reactivity, comprising the step of measuring the mRNA or protein level of one or more genes selected from the group consisting of: .

본 발명의 일구현예로, 상기 정보제공방법은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 더 포함할 수 있다. In one embodiment of the present invention, the method for providing information further comprises the steps of measuring the mRNA level of the UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene or the protein level encoded by the gene. Can.

본 발명의 다른 구현예로, 상기 mRNA의 수준은 나노스트링 엔카운터 분석(NanoString nCounter analysis), 중합효소연쇄반응(PCR), 역전사 중합효소연쇄반응(RT-PCR), 실시간 중합효소연쇄반응(Real-time PCR), RNase 보호 분석법(RNase protection assay; RPA), 마이크로어레이(microarray), 및 노던 블롯팅(northern blotting)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정될 수 있다. In another embodiment of the present invention, the level of the mRNA is nanostring nCounter analysis, polymerase chain reaction (PCR), reverse transcriptase chain reaction (RT-PCR), real-time polymerase chain reaction (Real -time PCR), RNase protection assay (RNase protection assay; RPA), microarray, and Northern blotting (northern blotting).

본 발명의 또 다른 구현예로, 상기 단백질 수준은 웨스턴 블롯팅(western blotting), 방사선면역분석법(radioimmunoassay; RIA), 방사 면역 확산법(radioimmunodiffusion), 효소면역분석법(ELISA), 면역침강법(immunoprecipitation), 유세포분석법(flow cytometry), 면역형광염색법(immunofluorescence), 오우크테로니(ouchterlony), 보체 고정 분석법(complement fixation assay), 및 단백질 칩(protein chip)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정될 수 있다. In another embodiment of the present invention, the protein level is Western blotting, radioimmunoassay (RIA), radioimmunodiffusion, enzymatic immunoassay (ELISA), immunoprecipitation (immunoprecipitation) One or more methods selected from the group consisting of flow cytometry, immunofluorescence, ouchterlony, complement fixation assay, and protein chip It can be measured through.

본 발명의 또 다른 구현예로, 상기 생물학적 시료는 암 환자유래 조직일 수 있다. In another embodiment of the present invention, the biological sample may be cancer patient-derived tissue.

본 발명의 또 다른 구현예로, 상기 조직은 파라핀에 포매된 조직(paraffin-embedded tissue)일 수 있다. In another embodiment of the present invention, the tissue may be paraffin-embedded tissue.

본 발명자들은 펨브롤리주맙 면역항암제 치료를 받은 위암환자 유래 조직샘플을 이용해 상기 항암제에 대한 반응성 예측용 유전자 세트를 발굴하였고, 아시아 암 연구 그룹(ACRG)의 마이크로어레이 데이터 및 TCGA(The Cancer Genome Atlas) 코호트의 RNA 서열분석 결과를 이용해 상기 마커들의 유효성을 검증하였는바, 본 발명에 따른 유전자 마커는 환자유래 포르말린 고정 파라핀 포매 조직을 활용하여 분석하기 때문에 별도의 샘플 채취가 필요 없어 분석이 편리하며, 상기 면역항암제에 대한 반응성을 미리 예측할 수 있어 최적의 치료법 선택을 위한 정보를 제공할 수 있으므로 임상의 동반진단 분야에서 유용하게 이용될 것으로 기대된다. The present inventors discovered a gene set for predicting responsiveness to the anticancer agent using tissue samples derived from gastric cancer patients treated with pembrolizumab immunocancer drug, microarray data from the Asian Cancer Research Group (ACRG) and The Cancer Genome Atlas (TCGA) Since the validity of the markers was verified using the RNA sequencing results of the cohort, the genetic marker according to the present invention is analyzed using patient-derived formalin-fixed paraffin-embedded tissue, so no separate sampling is required and analysis is convenient. Since it is possible to predict the reactivity to an immunocancer drug in advance, it can provide information for selecting an optimal treatment method, so it is expected to be useful in the clinical diagnosis field.

도 1은 본 발명에 따른 펨브롤리주맙에 대한 반응성 예측용 유전자마커 발굴을 위한 연구 순서를 간략히 도시한 것이다.
도 2는 펨브롤리주맙에 대한 반응성 예측 유전자 시그니처 및 본 발명에 따른 IMAGiC 점수를 분석한 결과로서, 도 2a는 고형 종양의 반응 평가 기준(Response Evaluation Criteria in Solid Tumors; RECIST)에 근거하여 분류된 반응군(Response) 및 비반응군(Nonresponse) 간에 차등적으로 발현되는 유전자 분석 결과를 보여주는 volcano plot 결과이고, 도 2b는 상기 차등적으로 발현된 유전자들에 대한 농축 분석(Enrichment analysis) 결과를 보여주는 것이며, 도 2c는 환자를 2개 군으로 분류하기 위한 IMAGiC 점수의 컷오프 커브, 및 펨브롤리주맙에 대한 반응성 예측용 IMAGiC 점수의 AUC 커브를 보여주는 것이다.
도 3은 IMAGiC 모델, RECIST 그룹, 엡스타인-바 바이러스 감염여부(EBV) 및 미세부수체 불안정성 여부(MSI) 간의 관련성을 분석한 결과로서, 도 3a는 IMAGiC 모델, RECIST 군, EBV 및 MSI 간의 상관관계를 분석한 결과를 나타낸 것이고, 도 3b 내지 도 3f는 각각 RECIST 군, EBV 서브타입, MSI 서브타입, 돌연변이 부하(Mutational Load; ML) 및 PD-L1 CPS(combined positive score) 상태 간에 IMAGiC 점수를 비교한 Boxplot 결과이다.
도 4는 TCGA 코호트에서 IMAGiC 모델을 검증한 분석 결과로서, 도 4a는 TCGA 코호트에서의 돌연변이 스펙트럼을 보여주는 결과이고, 도 4b는 MSI 서브타입 간에 IMAGiC 점수를 비교한 Boxplot 결과이며, 도 4c는 종양 돌연변이 부하를 통해 분류된 과돌연변이된 그룹과 IMAGiC 점수를 비교한 Boxplot 결과이다.
도 5는 ACRG 코호트에서 IMAGiC 모델을 검증한 분석 결과로서, 도 5a는 ACRG 코호트에서 IMAGiC 그룹(Responder, Nonresponder)간에 전체생존율(Overall survival) 및 무병생존율(Disease-free survival) 차이를 비교한 결과이고, 도 5b 및 도 5c는 각각 ACRG 서브타입(MSI, EMT, MSS/TP53+, MSS/TP53-) 및 MSI 서브타입 간의 IMAGiC 점수를 비교한 Boxplot 결과이다.
도 6은 qRT-PCR 플랫폼을 이용하여 IMAGiC 모델의 재현성을 검증한 결과로서, 도 6a는 IMAGiC 모델, RECIST 군, EBV 및 MSI 간의 상관관계를 분석한 결과를 나타낸 것이고, 도 6b 내지 도 6d는 RECIST 군, MSI 서브타입, 및 ESV 서브타입 간의 IMAGiC 점수를 비교한 Boxplot 결과이다.1 schematically shows a research sequence for discovering a gene marker for predicting responsiveness to pembrolizumab according to the present invention.
2 is a result of analyzing a response predicting gene signature for pembrolizumab and an IMAGiC score according to the present invention, and FIG. 2a is a response classified based on response evaluation criteria of solid tumors (Response Evaluation Criteria in Solid Tumors; RECIST) It is a volcano plot result showing the result of gene analysis differentially expressed between a group (Response) and a non-response group, and FIG. 2B shows the result of enrichment analysis for the differentially expressed genes. , FIG. 2C shows the cutoff curve of the IMAGiC score for classifying patients into two groups, and the AUC curve of the IMAGiC score for predicting responsiveness to pembrolizumab.
Figure 3 is a result of analyzing the relationship between the IMAGiC model, RECIST group, Epstein-Barr virus infection (EBV) and microsatellite instability (MSI), Figure 3a is a correlation between the IMAGiC model, RECIST group, EBV and MSI 3B to 3F compare IMAGiC scores between RECIST group, EBV subtype, MSI subtype, Mutational Load (ML), and PD-L1 combined positive score (CPS) states, respectively. One Boxplot result.
4 is an analysis result of verifying the IMAGiC model in the TCGA cohort, FIG. 4a is a result showing a mutation spectrum in the TCGA cohort, FIG. 4b is a Boxplot result comparing IMAGiC scores between MSI subtypes, and FIG. Boxplot results comparing IMAGiC scores with hypermutated groups classified by load.
5 is an analysis result of verifying the IMAGiC model in the ACRG cohort, and FIG. 5a is a result of comparing the difference between overall survival and disease-free survival between IMAGiC groups (Responder, Nonresponder) in the ACRG cohort. , FIG. 5B and FIG. 5C are Boxplot results comparing IMAGiC scores between ACRG subtypes (MSI, EMT, MSS/TP53+, MSS/TP53-) and MSI subtype, respectively.
Figure 6 is a result of verifying the reproducibility of the IMAGiC model using the qRT-PCR platform, Figure 6a shows the results of analyzing the correlation between the IMAGiC model, RECIST group, EBV and MSI, Figure 6b to Figure 6d is RECIST Boxplot results comparing IMAGiC scores between groups, MSI subtypes, and ESV subtypes.

본 발명자들은 면역항암제인 펨브롤리주맙에 대한 반응성 예측을 위한 바이오마커를 발굴하기 위해 연구 노력한 결과, ARMCX1, PRKD1, TYK2 및 UCHL1 유전자를 바이오마커로 발굴하였는바, 이에 기초하여 본 발명을 완성하였다. The present inventors tried to discover biomarkers for predicting the reactivity to the immunoanticancer drug pembrolizumab, and as a result, the genes ARMCX1, PRKD1, TYK2, and UCHL1 were discovered as biomarkers, thereby completing the present invention.

이에, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자 또는 상기 유전자가 암호화하는 단백질을 포함하는, 항암제 반응성 예측용 마커 조성물을 제공한다.Accordingly, the present invention is ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI accession (accession) number: NM_003331) provides a marker composition for anticancer drug reactivity prediction, comprising one or more genes selected from the group or a protein encoded by the gene.

또한, 본 발명은 ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 포함하는, 항암제 반응성 예측용 조성물, 및 상기 조성물을 포함하는 암 환자의 항암제 반응성 예측용 키트를 제공한다.In addition, the present invention is ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI accession (accession) number: NM_003331) comprising at least one gene selected from the group of mRNA or an agent for measuring the level of protein encoded by the gene, anti-cancer agent reactivity prediction composition, and comprising the composition It provides a kit for predicting the anti-cancer agent reactivity of cancer patients.

본 발명에 있어서, 상기 암 환자의 항암제 반응성 예측용 마커로써 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자 또는 상기 유전자가 암호화하는 단백질을 더 포함할 수 있다.In the present invention, UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene or a protein encoded by the gene may be further included as a marker for predicting anticancer drug reactivity in the cancer patient.

본 발명에서는 구체적인 실시예를 통해 상기 4종의 유전자 바이오마커를 발굴하고, 구체적으로 위암환자에서 펨브롤리주맙 치료에 대한 반응성 예측 용도로써 유효성을 검증하였다. In the present invention, the four types of gene biomarkers were discovered through specific examples, and specifically, the efficacy was verified as a predictive response to pembrolizumab treatment in gastric cancer patients.

본 발명의 일실시예에서는, 펨브롤리주맙에 대한 반응성과 관련하여 21명의 위암환자 유래 위암조직으로부터 유전자 발현 프로파일링을 분석하고, 고형 종양의 반응 평가 기준(Response Evaluation Criteria in Solid Tumors; RECIST)에 근거하여 반응군 및 비반응군 사이에서 유의하게 차등적으로 발현된 유전자 분석을 통해 최종 4개 유전자인 PRKD1, ARMCX1, TYK2 및 UCHL1를 발굴하였다(실시예 2 참조). In one embodiment of the present invention, gene expression profiling from 21 gastric cancer-derived gastric cancer tissues with respect to reactivity to pembrolizumab is analyzed, and response evaluation criteria for solid tumors (Response Evaluation Criteria in Solid Tumors; RECIST) Based on the analysis of genes differentially expressed between the response group and the non-response group, the final four genes, PRKD1, ARMCX1, TYK2, and UCHL1, were discovered (see Example 2).

본 발명의 다른 실시예에서는 펨브롤리주맙에 대한 반응성을 예측할 수 있는 모델을 구축하기 위해 상기 선별된 4개 유전자의 mRNA 발현 수준을 이용하여 선형 회귀 분석을 실시하여 본 발명에 따른 펨브롤리주맙에 대한 반응성 예측용 IMAGiC 모델을 구축하였다. 나아가 상기 모델의 민감도, 특이도 및 정확도를 분석하였고, 펨브롤리주맙에 대한 IMAGiC 점수 및 RECIST 그룹에 기반하여 IMAGiC 그룹으로써 반응군(Responder) 및 비반응군(Nonresponder)으로 분류하였다. 동일한 코호트에서 IMAGiC 점수는 RECIST 군(CR, PR, SD, PD)(P=0.0057), EBV 감염 상태(P=0.048) 및 종양 돌연변이 하중(Mutational Load; ML)(P=0.023)과 유의한 상관관계가 있는 것을 확인하였다(실시예 3 참조).In another embodiment of the present invention, a linear regression analysis is performed using the mRNA expression levels of the four selected genes to construct a model capable of predicting the reactivity to pembrolizumab, for pembrolizumab according to the present invention. An IMAGiC model for predicting reactivity was constructed. Further, the sensitivity, specificity, and accuracy of the model were analyzed, and the IMAGiC group was classified into a response group and a non-responder group based on the IMAGiC score and RECIST group for pembrolizumab. IMAGiC scores in the same cohort were significantly correlated with RECIST group (CR, PR, SD, PD) (P=0.0057), EBV infection status (P=0.048) and tumor mutant load (ML) (P=0.023). It was confirmed that there was a relationship (see Example 3).

본 발명의 또 다른 실시예에서는, 각각 TCGA(The Cancer Genome Atlas) 코호트의 RNA-시퀀싱 데이터 및 아시아 암 연구 그룹(Asia Cancer Research Group; ACRG) 코호트의 mRNA 발현 어레이 결과를 이용하여 본 발명에 따른 IMAGiC 모델의 유효성을 검증하였다. 보다 구체적으로, TCGA 코호트에서는 IMAGiC은 TCGA 분자 아형(P=1.21E-04), MSI(P=0.01), EBV(P=0.09) 및 TMB 상태(P=1.19E-05)와 유의한 상관관계가 있는 것으로 나타났으며, IMAGiC 모델이 무병생존율, ACRG 분자 서브타입 및 MSI와 관련이 있는 것을 확인하였다(실시예 4 참조).In another embodiment of the present invention, IMAGiC according to the present invention using RNA-sequencing data of the Cancer Genome Atlas (TCGA) cohort and mRNA expression array results of the Asian Cancer Research Group (ACRG) cohort, respectively. The validity of the model was verified. More specifically, in the TCGA cohort, IMAGiC significantly correlated with the TCGA molecular subtype (P=1.21E-04), MSI (P=0.01), EBV (P=0.09) and TMB status (P=1.19E-05). , And it was confirmed that the IMAGiC model was associated with disease-free survival, ACRG molecular subtype, and MSI (see Example 4).

본 발명의 또 다른 실시예에서는, 다른 기술적 방법인 qRT-PCR을 이용하여 IMAGiC 모델의 재현성을 평가하였으며, 그 결과 qRT-PCR에 의한 IMAGiC 그룹은 RECIST군, EBV 및 MSI와도 높은 상관관계가 있는 것으로 나타났다. 나아가 니볼루맙에 대한 임상 코호트를 사용하여 IMAGiC qRT-PCR의 결과를 검증한 결과 IMAGiC의 정확도가 100%로 나타났다(실시예 5 참조).In another embodiment of the present invention, the reproducibility of the IMAGiC model was evaluated using qRT-PCR, another technical method, and as a result, the IMAGiC group by qRT-PCR was highly correlated with the RECIST group, EBV, and MSI. appear. Furthermore, the results of verifying the results of IMAGiC qRT-PCR using a clinical cohort for nivolumab showed that the accuracy of IMAGiC was 100% (see Example 5).

본 발명에서 사용되는 용어, “항암제”란, 보다 바람직하게는 면역항암제로써 면역시스템을 자극하여 항암효과를 유도하는 암 치료제를 의미하여, 본원발명에서는 보다 바람직하게 PD-1 길항제를 의미하고, 더욱 바람직하게 상기 PD-1 길항제는 펨브롤리주맙(Pembrolizumab, trade name; Keytruda)일 수 있다.The term "anti-cancer agent" used in the present invention, more preferably, refers to a cancer therapeutic agent that induces an anti-cancer effect by stimulating the immune system as an immuno-cancer agent, and more preferably means PD-1 antagonist in the present invention. Preferably, the PD-1 antagonist may be Pembrolizumab (trade name; Keytruda).

본 발명에서 사용되는 용어, “길항제(antagonist)”는 어떤 생체작용물질의 수용체 결합에 길항적으로 작용하지만 자신은 각 수용체를 통한 생리작용을 나타내지 않는 물질을 의미하며, 본 발명의 PD-1 길항제인 펨브롤리주맙은 면역세포 표면에 발현되어 있는 PD-1에 결합하여 이의 리간드인 암세포 표면에 발현하는 PD-L1 또는 PD-L2와의 상호작용을 저해하는 기능을 갖는다. As used in the present invention, the term “antagonist” refers to a substance that antagonizes a receptor binding of a bioactive substance, but does not exhibit physiological action through each receptor, and the PD-1 antagonist of the invention In Pembrolizumab has the function of binding to PD-1 expressed on the surface of immune cells and inhibiting its interaction with PD-L1 or PD-L2, which is expressed on the surface of cancer cells, its ligand.

상기 면역항암제에 의한 면역치료 중 수동적 면역치료는 체외에서 다량으로 만들어진 면역반응 성분 예컨대, 면역세포, 항체, 사이토카인 등을 암 환자에게 주입하여 암세포를 공격하는 치료방법이고, 능동적 면역치료는 개인의 항체와 면역세포들을 능동적으로 활성화 또는 생산시키게 하여 암세포를 공격하는 치료방법이다. 본 발명은 이러한 면역치료에 대하여 암 환자의 펨브롤리주맙 치료 시 이에 대한 반응성을 예측하기 위한 바이오마커 및 이의 용도에 관한 것이다.Passive immunotherapy among immunotherapeutic agents using the anti-cancer agent is a method of attacking cancer cells by injecting immune response components, such as immune cells, antibodies, cytokines, etc., made in large quantities outside the body into cancer patients. It is a treatment method that attacks cancer cells by actively activating or producing antibodies and immune cells. The present invention relates to a biomarker and a use thereof for predicting the responsiveness of a cancer patient to pembrolizumab treatment for such immunotherapy.

본 발명에 있어서, 상기 펨브롤리주맙은 위암, 폐암, 피부암, 두경부암, 호지킨 림프종, 신장암 및 요로상피세포암으로 이루어진 군에서 선택되는 하나 이상의 암종의 치료에 이용되는 것일 수 있고, 보다 바람직하게는 위암 치료에 이용되는 것일 수 있으나, 이에 제한되는 것은 아니다. In the present invention, the pembrolizumab may be used for the treatment of one or more carcinomas selected from the group consisting of gastric cancer, lung cancer, skin cancer, head and neck cancer, Hodgkin's lymphoma, kidney cancer and urinary tract epithelial cell cancer, and more preferably It may be used to treat stomach cancer, but is not limited thereto.

본 발명에서 있어서 “항암제 반응성 예측”이란, 환자가 면역 항암제에 대해 선호적으로 또는 비선호적으로 반응할지 여부를 예측하는 것, 또는 항암제에 대한 내성의 위험성을 예측하는 것, 면역치료 후 환자의 예후 즉, 재발, 전이, 생존, 또는 무병생존 등을 예측하는 것을 의미한다. 본 발명에 따른 치료 반응성 예측을 위한 바이오마커는 암 환자, 보다 바람직하게는 위암환자에 대한 가장 적절한 면역치료 방식을 선택하도록 하기 위한 정보를 제공할 수 있다. In the present invention, "predicting anti-cancer agent reactivity" means predicting whether a patient will respond favorably or non-preferably to an immuno-cancer agent, or predicting the risk of resistance to an anti-cancer agent, and prognosis of a patient after immunotherapy In other words, it means predicting relapse, metastasis, survival, or disease-free survival. The biomarker for predicting treatment responsiveness according to the present invention may provide information for selecting the most appropriate immunotherapy method for cancer patients, more preferably gastric cancer patients.

상기 항암제 반응성 예측용 마커 유전자의 mRNA 수준을 측정하는 제제는 mRNA에 상보적으로 결합하는 센스 및 안티센스 프라이머, 또는 프로브일 수 있으나, 이에 제한되는 것은 아니다. The agent for measuring the mRNA level of the marker gene for predicting reactivity of the anticancer agent may be a sense and antisense primer or probe that binds complementarily to the mRNA, but is not limited thereto.

본 발명에서 사용되는 용어, “프라이머”란 DNA 합성의 기시점이 되는 짧은 유전자 서열로써, 진단, DNA 시퀀싱 등에 이용할 목적으로 합성된 올리고뉴클레오티드를 의미한다. 상기 프라이머들은 통상적으로 15 내지 30 염기쌍의 길이로 합성하여 사용할 수 있으나, 사용 목적에 따라 달라질 수 있으며, 공지된 방법으로 메틸화, 캡화 등으로 변형시킬 수 있다. The term “primer” used in the present invention is a short gene sequence serving as a starting point for DNA synthesis, and means an oligonucleotide synthesized for the purpose of diagnosis, DNA sequencing, and the like. The primers may be synthesized to a length of 15 to 30 base pairs, but may vary depending on the purpose of use, and may be modified by methylation, capping, or the like in a known manner.

본 발명에서 사용되는 용어, “프로브”란 효소 화학적인 분리정제 또는 합성과정을 거쳐 제작된 수 염기 내지 수백 염기길이의 mRNA와 특이적으로 결합할 수 있는 핵산을 의미한다. 방사성 동위원소, 효소, 또는 형광체 등을 표지하여 mRNA의 존재 유무를 확인할 수 있으며, 공지된 방법으로 디자인하고 변형시켜 사용할 수 있다. As used in the present invention, the term “probe” refers to a nucleic acid capable of specifically binding mRNA of several bases to hundreds of bases produced through enzymatic chemical separation or synthesis. The presence or absence of mRNA can be confirmed by labeling radioactive isotopes, enzymes, or phosphors, and can be designed and modified in a known manner.

상기 단백질 수준을 측정하는 제제는 유전자가 암호화하는 단백질에 특이적으로 결합하는 항체일 수 있으나, 이에 제한되는 것은 아니다. The agent for measuring the protein level may be an antibody that specifically binds to a protein encoded by a gene, but is not limited thereto.

본 발명에서 사용되는 용어, “항체”는 면역학적으로 특정 항원과 반응성을 갖는 면역글로불린 분자를 포함하며, 단클론(monoclonal) 항체 및 다클론(polyclonal) 항체를 모두 포함한다. 또한, 상기 항체는 키메라성 항체(예를 들면, 인간화 뮤린 항체) 및 이종결합 항체(예를 들면, 양특이성 항체)와 같은 유전공학에 의해 생산된 형태를 모두 포함한다. As used in the present invention, the term “antibody” includes immunoglobulin molecules that are immunologically reactive with a specific antigen, and includes both monoclonal and polyclonal antibodies. In addition, the antibody includes all forms produced by genetic engineering, such as chimeric antibodies (eg, humanized murine antibodies) and heterologous antibodies (eg, bispecific antibodies).

본 발명의 항암제 반응성 예측용 키트는 분석 방법에 적합한 한 종류 또는 그 이상의 다른 구성성분 조성물, 용액 또는 장치로 구성될 수 있다.The anti-cancer agent reactivity prediction kit of the present invention may be composed of one or more other component compositions, solutions, or devices suitable for analytical methods.

본 발명의 다른 양태로서, 본 발명은 피검자 유래의 생물학적 시료에서 ARMCX1(Armadillo repeat-containing X-linked protein 1), PRKD1(Serine/threonine-protein kinase D1) 및 TYK2(Tyrosine Kinase 2) 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 포함하는 항암제 반응성 예측을 위한 정보제공방법을 제공한다.As another aspect of the present invention, the present invention is the mRNA of the ARMCX1 (Armadillo repeat-containing X-linked protein 1), PRKD1 (Serine/threonine-protein kinase D1) and TYK2 (Tyrosine Kinase 2) genes in a biological sample derived from a subject or It provides an information providing method for predicting the anti-cancer agent reactivity, comprising the step of measuring the protein level encoded by the gene.

상기 mRNA 수준은 당업계에 알려진 통상적인 방법에 따라 나노스트링 엔카운터 분석(NanoString nCounter analysis), 중합효소연쇄반응(PCR), 역전사 중합효소연쇄반응(RT-PCR), 실시간 중합효소연쇄반응(Real-time PCR), RNase 보호 분석법(RNase protection assay; RPA), 마이크로어레이(microarray), 및 노던 블롯팅(northern blotting)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정될 수 있으나, 이에 제한되는 것은 아니다.The mRNA level is nanostring nCounter analysis, polymerase chain reaction (PCR), reverse transcriptase chain reaction (RT-PCR), real-time polymerase chain reaction (Real) -time PCR), RNase protection assay (RNase protection assay; RPA), microarray, and Northern blotting (northern blotting) can be measured by one or more methods selected from the group consisting of, but not limited to It is not.

상기 단백질 수준은 당업계에 알려진 통상적인 방법에 따라 웨스턴 블롯팅(western blotting), 방사선면역분석법(radioimmunoassay; RIA), 방사 면역 확산법(radioimmunodiffusion), 효소면역분석법(ELISA), 면역침강법(immunoprecipitation), 유세포분석법(flow cytometry), 면역형광염색법(immunofluorescence), 오우크테로니(ouchterlony), 보체 고정 분석법(complement fixation assay), 및 단백질 칩(protein chip)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정되는 것일 수 있으나, 이에 제한되는 것은 아니다.The protein level is Western blotting, radioimmunoassay (RIA), radioimmunodiffusion, enzyme immunoassay (ELISA), immunoprecipitation according to conventional methods known in the art. One or more methods selected from the group consisting of flow cytometry, immunofluorescence, ouchterlony, complement fixation assay, and protein chip It may be measured through, but is not limited thereto.

상기 생물학적 시료는 암 환자유래 조직이며, 보다 바람직하게는 포르말린 등의 고정액으로 고정하여 파라핀에 포매한 조직을 포함하나, 이에 제한되는 것은 아니다. The biological sample is a cancer patient-derived tissue, and more preferably, includes tissue embedded in paraffin fixed with a fixative such as formalin, but is not limited thereto.

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.Hereinafter, preferred embodiments are provided to help understanding of the present invention. However, the following examples are only provided to more easily understand the present invention, and the contents of the present invention are not limited by the following examples.

[실시예][Example]

실시예 1. 실험준비 및 실험방법Example 1. Experiment preparation and experiment method

1-1. 대상 위암환자 선정1-1. Target gastric cancer patient selection

본 실시예에서는 2013년부터 2017년까지 펨브롤리주맙(pembrolizumab)에 대한 임상 반응을 평가하기 위해 예비 단일 부위, 2상 임상시험에 등록된 61명의 전이성 위암(metastatic gastric cancer; mGC) 환자를 모집하였다. 그 중에서 원발성 종양 조직의 이용 가능성과 펨브롤리주맙에 대한 임상적 반응에 근거하여 21명의 환자 케이스를 선별하였다. 하기 표 1에 정리하여 나타낸 바와 같이, 선별된 환자들의 평균 연령은 57세(26-78세)였고, 미세부수체 불안정성군(microsatellite instability; MSI) 위암환자는 4명(19.05%), 엡스타인-바 바이러스(EBV)-양성 위암환자는 2명(9.52%)이 포함되어 있었으며, 인구 통계학적 특징 및 치료 결과를 포함한 임상 데이터는 의료 기록을 검토하여 얻었다. In this example, 61 patients with metastatic gastric cancer (mGC) enrolled in a preliminary single-site, phase 2 clinical trial were recruited to evaluate the clinical response to pembrolizumab from 2013 to 2017. . Among them, 21 patient cases were selected based on the availability of primary tumor tissue and the clinical response to pembrolizumab. As summarized in Table 1 below, the average age of the selected patients was 57 years old (26-78 years old), and 4 patients (19.05%), Epstein-, gastric cancer patients with microsatellite instability (MSI). Bar virus (EBV)-positive gastric cancer patients included 2 patients (9.52%), and clinical data including demographic characteristics and treatment results were obtained by reviewing medical records.

　 Patients (n=21) Patients (n=21) Age (years)Age (years) 　 　 57 (26-78)57 (26-78) SexSex 　 MaleMale 16 (76.19%)16 (76.19%) FemaleFemale 5 (23.81%)5 (23.81%) MSIMSI 　 MSIMSI 4 (19.05%)4 (19.05%) MSSMSS 17 (80.95%)17 (80.95%) EBVEBV 　 PositivePositive 2 (9.52%)2 (9.52%) NegativeNegative 19 (90.48%)19 (90.48%) ResponseResponse 　 CRCR 2 (9.52%)2 (9.52%) PRPR 4 (19.05%)4 (19.05%) SDSD 5 (23.81%)5 (23.81%) PDPD 10 (47.62%)10 (47.62%)

1-2. RNA 추출1-2. RNA extraction

포르말린으로 고정된 파라핀-포매된 조직으로부터 총 RNA를 분리하기 위해, 각 위암환자 유래 조직 블록을 4 μm 두께의 절편으로 절단하였다. 이후 제조사의 지시에 따라 RNeasy FFPE 키트(Qiagen, Germany)를 사용하여 RNA를 분리하였다. 보다 상세하게, 절단된 조직을 탈파라핀화하고, 단백질분해효소 K 처리, 컬럼상의 DNAse 분해를 거쳐 RNase-free water를 이용하여 RNA를 추출하였다. 상기 방법으로 분리한 total RNA 샘플은 사용 전까지 -80℃에 보관하였으며, RNA 농도는 NanoDrop(Thermo Fisher Scientific, USA)을 이용하여 측정하였다.To isolate total RNA from formalin-fixed paraffin-embedded tissue, each gastric cancer-derived tissue block was cut into 4 μm thick sections. Thereafter, RNA was isolated using an RNeasy FFPE kit (Qiagen, Germany) according to the manufacturer's instructions. In more detail, the excised tissue was deparaffinized, RNA was extracted using RNase-free water after protease K treatment and DNAse decomposition on the column. The total RNA sample separated by the above method was stored at -80°C until use, and the RNA concentration was measured using NanoDrop (Thermo Fisher Scientific, USA).

1-3. 나노스트링 분석을 통한 유전자 발현 프로파일링1-3. Gene expression profiling through nanostring analysis

유전자의 발현 프로파일링을 위해, 상기 실시예 1-2에 따라 위암 조직 샘플에서 분리한 RNA를 이용하여 나노스트링 분석(NanoString Technologies, Inc, Seattle, USA)을 실시하였다. 상기 분석을 위해, 본 발명자들은 중간엽 시그니처 및 종양 면역의 포괄적인 분석에 의해 확인된 숙주면역반응 유전자와 관련된 168개의 유전자에 대한 프로브를 제작하였다. 대조군으로는 11개의 하우스키핑(housekeeping) 유전자 및 14개의 기술적인 내부 대조군 유전자를 추가하였다. 이어서 표준 프로토콜 ‘Setting up 12 nCounter Assays (MAN-C0003-03, 2008-2013)'에 따라 나노스트링 분석을 수행하였다. 18시간 동안 배양하여 혼성화 반응을 유도하였으며, NanoString Technologies의 nSolver 소프트웨어를 이용하여 데이터를 분석하였다. 하우스키핑 유전자 및 내부 대조군 유전자를 이용하여 데이터를 정규화하고 nSolver 소프트웨어(version4.0)에서 log10 스케일로 변환하였다.For gene expression profiling, nanostring analysis (NanoString Technologies, Inc, Seattle, USA) was performed using RNA isolated from gastric cancer tissue samples according to Examples 1-2 above. For this analysis, we made probes for 168 genes associated with the host immune response gene identified by a comprehensive analysis of mesenchymal signature and tumor immunity. As a control, 11 housekeeping genes and 14 technical internal control genes were added. Next, nanostring analysis was performed according to the standard protocol'Setting up 12 nCounter Assays (MAN-C0003-03, 2008-2013)'. The hybridization reaction was induced by incubation for 18 hours, and data was analyzed using NanoString Technologies' nSolver software. Data were normalized using housekeeping gene and internal control gene and converted to log10 scale in nSolver software (version4.0).

1-4. 펨브롤리주맙에 대한 반응에 따라 차등적으로 발현된 유전자 분석1-4. Analysis of genes differentially expressed in response to pembrolizumab

펨브롤리주맙에 대한 반응성을 예측할 수 있는 유전자 시그니처를 발굴하기 위해, nSolver 소프트웨어를 이용하여 차등적으로 발현되는 유전자(differentially expressed gene; DEG) 분석을 실시하였다. 펨브롤리주맙에 대한 반응성이 있는 그룹과 반응성이 없는 그룹을 비교함으로써 차등적으로 발현되는 유전자를 확인하기 위해, 컷오프 값으로 P 값은 < 0.01로 설정하였다.In order to discover a gene signature capable of predicting responsiveness to pembrolizumab, a differentially expressed gene (DEG) analysis was performed using nSolver software. In order to identify the gene that is differentially expressed by comparing a group that is reactive with pembrolizumab and a group that is not reactive, the P value was set to <0.01 as a cutoff value.

1-5. 펨브롤리주맙에 대한 반응성 예측 모델의 개발 및 TCGA와 ACRG 코호트에서의 유효성 검증1-5. Development of a model for predicting responsiveness to pembrolizumab and validation in TCGA and ACRG cohorts

펨프롤리주맙에 대한 예측 모델을 구축하기 위해, 유의하게 상이한 발현 패턴을 보인 유전자의 mRNA 발현 수준 및 위암 조직의 PD-L1 CPS를 선형 회귀 모델을 사용하여 분석하였다. 예측 모델은 ROC 곡선의 아래 면적(AUC)으로 민감도와 특이도를 계산함으로써 평가하였다. 전이성 위암환자들을 반응군(Response) 및 비반응군(no response)으로 분류하기 위한 컷오프 값은 AUC 패키지에서 정확성 기능에 의해 정의되었다. To build a predictive model for pemprolizumab, mRNA expression levels of genes with significantly different expression patterns and PD-L1 CPS of gastric cancer tissue were analyzed using a linear regression model. The predictive model was evaluated by calculating the sensitivity and specificity by the area under the ROC curve (AUC). The cutoff values for classifying metastatic gastric cancer patients into Response and No response were defined by the accuracy function in the AUC package.

나아가 본 발명에 따른 예측 모델을 평가하기 위해, 교차 검증을 10회 수행하였고, 각 검증 결과에 대하여 RMSE(root mean squared error)를 계산하였다. 또한 MSI, EBV-양성 및 TMB가 면역치료에 대한 반응성과 밀접한 연관이 있다고 알려져 있으므로, TCGA의 RNA 서열분석 데이터 및 ACRG의 마이크로어레이 데이터를 이용해 본 발명의 결과를 검증하였다. ComBat 함수는 유효성 검증 데이터와 테스트 데이터가 서로 다른 플랫폼을 가지기 때문에 sva 패키지를 사용하여 유전자 발현 데이터를 조정하는데 이용하였다. 모든 통계 분석 및 시각화된 플롯은 R 프로그램(R 버전 3.4.4)에서 수행되었다. 총 돌연변이 비율은 메가베이스 당 체세포 비동의 단일 뉴클레오티드 변이체(single nucleotide variant; SNV) 돌연변이의 수로 계산되었으며, 높은 돌연변이 부하(mutation load; ML)에 대한 임계값은 상위 삼분위수로 설정되었다.Furthermore, in order to evaluate the predictive model according to the present invention, cross-validation was performed 10 times, and root mean squared error (RMSE) was calculated for each verification result. In addition, since MSI, EBV-positive and TMB are known to be closely related to responsiveness to immunotherapy, the results of the present invention were verified using RNA sequencing data of TCGA and microarray data of ACRG. The ComBat function was used to adjust gene expression data using the sva package because the validation data and test data have different platforms. All statistical analysis and visualized plots were performed in the R program (R version 3.4.4). The total mutation ratio was calculated as the number of single nucleotide variant (SNV) mutations in somatic sinus per megabase, and the threshold for high mutation load (ML) was set to the upper quartile.

1-6. 정량적 실시간 중합효소연쇄반응을 이용한 검증1-6. Verification using quantitative real-time polymerase chain reaction

다른 기술적 플랫폼으로 본 발명에 따른 IMAGiC 모델의 재현성을 평가하기 위해, 5 ㎕ 2X Taqman PreAmp Master Mix, 4 ㎕ cDNA 샘플, 및 1 ㎕ 프라이머/프로브를 포함하는 한 반응 당 최종 10 ㎕ 볼륨의 반응 용액으로 384-웰 플레이트에서 7900HT 서열 검출 시스템(Applied Biosystems, Foster City, CA, USA)을 이용해 정량적 real-time PCR을 수행하는 조건을 설정하였다. PCR 증폭은 하기 조건에 따라 진행하였으며 동일 샘플을 각각 독립적인 3개 웰에서 증폭되도록 하였다: 50℃에서 2분 및 94℃에서 10분, 이어서 95℃에서 15초 및 60℃에서 60초를 40사이클 반복.To assess the reproducibility of the IMAGiC model according to the present invention with other technical platforms, with a final 10 μl volume of reaction solution per reaction containing 5 μl 2X Taqman PreAmp Master Mix, 4 μl cDNA sample, and 1 μl primer/probe The conditions for quantitative real-time PCR were set using a 7900HT sequence detection system (Applied Biosystems, Foster City, CA, USA) in a 384-well plate. PCR amplification was performed according to the following conditions, and the same samples were amplified in 3 independent wells: 2 cycles at 50°C and 10 minutes at 94°C, followed by 40 cycles of 15 seconds at 95°C and 60 seconds at 60°C. repeat.

1-7. PD-L1에 대한 면역조직화학염색법1-7. Immunohistochemical staining method for PD-L1

포르말린으로 고정된 파라핀-포매된 조직(FFPE) 샘플의 각 대표되는 섹션을 이용해 면역조직화학염색(IHC)을 실시하였다. PD-L1의 염색은 FDA-승인된 단클론 마우스 항체인 PD-L1 22C3 pharmDx(Dako, Carpinteria, CA)를 사용하여 수행하였다. 또한 숙련된 병리학자(KMK)를 통해 PD-L1으로 염색된 IHC 슬라이드 결과를 해석하였다: CPS는 PD-L1으로 염색된 세포(종양세포, 림프구, 대식세포)의 수를 합하고 그 결과를 총 생존한 종양세포의 수로 나눈 다음 100을 곱한 후 PD-L1 IHC 22C3 pharmDx 사용 지침에 따라 평가하였다(https://www.agilent.com/cs/library/usermanuals/public/ 29219_pd-l1-ihc-22C3-pharmdx-gastric-interpretation-manual_us.pdf). PD-L1 IHC는 결과는 점수가 1 이상이면 양성으로, 1 미만이면 음성으로 해석하였다.Immunohistochemical staining (IHC) was performed using each representative section of formalin-fixed paraffin-embedded tissue (FFPE) samples. Staining of PD-L1 was performed using FDA-approved monoclonal mouse antibody PD-L1 22C3 pharmDx (Dako, Carpinteria, CA). The results of IHC slides stained with PD-L1 were also interpreted by an experienced pathologist (KMK): CPS sums the number of cells stained with PD-L1 (tumor cells, lymphocytes, macrophages) and total survival of the results. It was divided by the number of one tumor cell, multiplied by 100, and evaluated according to the instructions for using PD-L1 IHC 22C3 pharmDx (https://www.agilent.com/cs/library/usermanuals/public/ 29219_pd-l1-ihc-22C3- pharmdx-gastric-interpretation-manual_us.pdf). The results of PD-L1 IHC were interpreted as positive when the score was 1 or higher and negative when the score was lower than 1.

실시예 2. 펨프롤리주맙에 대한 반응에서 차등적으로 발현된 유전자 확인Example 2. Identification of genes differentially expressed in response to pemprolizumab

펨브롤리주맙에 대한 반응성과 관련하여 21명의 위암환자 유래 위암조직으로부터 유전자 발현 프로파일링을 분석하였다. 고형 종양의 반응 평가 기준(Response Evaluation Criteria in Solid Tumors; RECIST)에 근거하여 펨브롤리주맙에 대한 반응성에 따라 4개 군으로 분류하였으며, 그 결과 완전 반응(Complete response; CR)은 4 케이스, 부분 반응(partial response; PR)은 4 케이스, 암 진행 정체(stable disease; SD)은 5 케이스, 및 암의 진행(progressive disease; PD)은 10 케이스로 분류되었다. Gene expression profiling from 21 gastric cancer-derived gastric cancer tissues was analyzed for reactivity to pembrolizumab. Based on the response evaluation criteria of solid tumors (Response Evaluation Criteria in Solid Tumors; RECIST), it was classified into 4 groups according to the reactivity to pembrolizumab, and as a result, a complete response (CR) was 4 cases, partial response (partial response; PR) was classified into 4 cases, cancer progression stagnation (SD) was 5 cases, and cancer progression (PD) was classified into 10 cases.

펨브롤리주맙에 대한 반응성 예측 시그니처 유전자를 선별하기 위해, nSolver 소프트웨어를 사용하여 도 2a에서 볼 수 있는 바와 같이 DEG 분석을 실시하였다. 이후 모든 차등적으로 발현된 유전자(DEGs)들을 이용하여 농축 분석(Enrichment analysis)을 수행하였다(P 값 < 0.05). 그 결과, 도 2b에 나타낸 바와 같이 모든 DEGs는 항원 처리 및 제시(Antigen processing and presentation)와 선천면역반응(Innate immune response)을 비롯하여 EBV 감염(EBV infection) 및 면역반응(Immune response)과 가장 유의하게 관련이 있었으며, 이는 펨브롤리주맙에 대한 반응성을 예측하는데 가장 중요한 인자들이 면역 반응에 관련되어 있음을 의미하는 것이다. In order to select a signature gene for predicting responsiveness to pembrolizumab, a DEG analysis was performed as shown in FIG. 2A using nSolver software. Then, enrichment analysis was performed using all differentially expressed genes (DEGs) (P value <0.05). As a result, as shown in FIG. 2B, all DEGs were most significantly associated with EBV infection and Immune response, including antigen processing and presentation and innate immune response. Related, which means that the most important factors in predicting responsiveness to pembrolizumab are related to the immune response.

이에 최종적으로, 도 2a의 DEG 분석 결과를 통해 펨브롤리주맙 치료에 대하여 반응군 및 비반응군 사이에서 유의하게 차등적으로 발현된 4개 유전자인 UCHL1, PRKD1, ARMCX1 및 TYK2를 선별하였다(P < 0.01).Finally, 4 genes, UCHL1, PRKD1, ARMCX1, and TYK2, which were significantly differentially expressed between the response group and the non-response group for pembrolizumab treatment, were selected through the DEG analysis results of FIG. 2A (P < 0.01).

실시예 3. 펨브롤리주맙에 대한 반응성 예측용 IMAGiC 모델의 구축Example 3. Construction of IMAGiC model for predicting responsiveness to pembrolizumab

펨브롤리주맙에 대한 반응성을 예측할 수 있는 모델을 구축하기 위해, DEG로부터 선별된 4개 유전자의 mRNA 발현 수준을 이용하여 선형 회귀 분석을 실시하였다. 또한 PD-L1의 발현은 펨브롤리주맙 반응에 대한 중요한 바이오마커이므로, IMAGiC에 또한 PD-L1 CPS를 이용하였다. 나아가 상기 방법에 따라 구축된 IMAGiC 모델의 성능을 평가하기 위해 동일한 환자 코호트에서 상기 모델을 검증하였다. 그 결과, 도 2c에 나타낸 바와 같이 모든 IMAGiC 그룹은 펨브롤리주맙에 대한 반응에 완벽하게 매치되었다. IMAGiC 모델의 민감도(Sensitivity), 특이도(Specificity) 및 정확도(Accuracy)는 AUC 방법을 사용하여 계산되었으며 모두 100%인 것으로 확인되었다. 나아가 선택된 데이터의 편향을 줄이고 IMAGiC 모델의 성능을 향상시키기 위하여, 10배 교차 검증을 수행하였다. 21개의 모든 샘플을 사용하여 IMAGiC 모델을 구축하고 각 교차 검증 단계마다 10개 그룹으로 분류하였다; 10개 그룹 중 9개가 테스트에 사용되고 나머지 그룹은 유효성 검사에 사용되었다. 평균 RMSE는 1.751였다.In order to build a model that can predict the reactivity to pembrolizumab, a linear regression analysis was performed using mRNA expression levels of four genes selected from DEG. In addition, since the expression of PD-L1 is an important biomarker for the pembrolizumab response, PD-L1 CPS was also used for IMAGiC. Furthermore, the model was validated in the same patient cohort to evaluate the performance of the IMAGiC model constructed according to the method. As a result, all IMAGiC groups matched perfectly to the response to pembrolizumab as shown in Figure 2c. Sensitivity, specificity and accuracy of the IMAGiC model were calculated using the AUC method and were all confirmed to be 100%. Furthermore, in order to reduce bias of the selected data and improve the performance of the IMAGiC model, 10-fold cross-validation was performed. The IMAGiC model was built using all 21 samples and divided into 10 groups for each cross-validation step; Nine out of ten groups were used for testing and the remaining groups were used for validation. The average RMSE was 1.751.

IMAGiC 그룹은 펨브롤리주맙에 대한 IMAGiC 점수 및 RECIST 그룹에 기반하여 개발되었으며, IMAGiC 점수의 컷오프 값은 AUC 패키지의 정확도 기능을 사용하여 2.5069로 설정하였다. 최종적으로, 전이성 위암환자들은 IMAGiC에 근거하여 반응군(Responder) 및 비반응군(Nonresponder)으로 분류되었다. 도 3a에 나타낸 바와 같이 IMAGiC 점수는 PD-L1 CPS (r2=0.64), RECIST군 (r2=0.83) 및 EBV 감염 상태 (r2=0.56)와 상관관계가 있는 것으로 나타났다. 또한, 각각 도 3b 내지 도 3f에서 볼 수 있는 바와 같이 IMAGiC 점수는 RECIST 군(CR, PR, SD, PD)(P=0.0057), EBV 감염 상태(P=0.048) 및 종양 돌연변이 하중(Mutational Load; ML)(P=0.023)과 유의한 상관관계가 있는 것을 확인하였으며, 이에 반해 MSI 서브타입(P=0.14) 및 PD-L1 CPS(P=0.095)와는 유의한 관련성이 없는 것으로 나타났다.The IMAGiC group was developed based on the IMAGiC score for Pembrolizumab and the RECIST group, and the cutoff value of the IMAGiC score was set to 2.5069 using the accuracy function of the AUC package. Finally, patients with metastatic gastric cancer were classified into Responder and Nonresponder based on IMAGiC. As shown in Figure 3a, the IMAGiC score was found to correlate with PD-L1 CPS (r 2 =0.64), RECIST group (r 2 =0.83) and EBV infection status (r 2 =0.56). In addition, as shown in FIGS. 3B to 3F, the IMAGiC scores were recorded in the RECIST group (CR, PR, SD, PD) (P=0.0057), EBV infection status (P=0.048), and tumor mutation load (Mutational Load; ML) (P=0.023), whereas the MSI subtype (P=0.14) and PD-L1 CPS (P=0.095) were found to have no significant correlation.

실시예 4. TCGA 및 ACRG 코호트에서 IMAGiC의 분석Example 4. Analysis of IMAGiC in TCGA and ACRG cohorts

종래 PD-1 봉쇄가 MSI 및 EBV-양성 종양뿐만 아니라 높은 ML을 갖는 종양에 대해서도 효과적인 것으로 보고되었으므로, 본 발명자들은 TCGA RNA-시퀀싱 데이터(n=260) 및 ACRG mRNA 발현 어레이 결과(n=300)에 대하여 IMAGiC 예측 모델을 적용하여 그 유효성을 검증하고자 하였다.Since conventional PD-1 blockade has been reported to be effective against MSI and EBV-positive tumors as well as tumors with high ML, we have TCGA RNA-sequencing data (n=260) and ACRG mRNA expression array results (n=300) For this, we tried to verify the effectiveness of the IMAGiC prediction model by applying it.

먼저, TCGA 그룹에 포함된 위암 서브타입을 분석한 결과, 도 4a에 나타낸 바와 같이 MSI 위암이 59 케이스(22.7%), EBV-양성 위암이 24 케이스(9.2%), TMB-높은 하위유형 위암이 61케이스(23.5%)가 포함되어 있었으며, 총 돌연변이율은 4가지 분자적 아형에서 구별되었다. 나아가 IMAGiC과 TCGA 코호트에 포함된 각 서브타입 위암 간의 상관관계를 분석한 결과, 하기 표 2에 나타낸 바와 같이 IMAGiC은 TCGA 분자 아형(P=1.21E-04), MSI(P=0.01), EBV(P=0.09) 및 TMB 상태(P=1.19E-05)와 유의한 상관관계가 있는 것으로 나타났다. 즉, MSI 또는 EBV-양성 위암을 갖는 많은 환자들이 IMAGiC에 의해 반응군으로 분류되었다. 또한, 도 4b 및 도 4c에서 볼 수 있는 바와 같이 MSI 및 TMB와 관련된 위암에서 IMAGiC 점수는 미세부수체 안정(microsatellite-stable; MSS) 및 비-TMB 그룹의 점수보다 유의하게 더 높게 나타난 것을 확인하였다.First, as a result of analyzing the gastric cancer subtype included in the TCGA group, as shown in Figure 4a, MSI gastric cancer has 59 cases (22.7%), EBV-positive gastric cancer has 24 cases (9.2%), and TMB-high subtype gastric cancer. 61 cases (23.5%) were included, and the total mutation rate was distinguished among 4 molecular subtypes. Furthermore, as a result of analyzing the correlation between IMAGiC and each subtype gastric cancer included in the TCGA cohort, as shown in Table 2 below, IMAGiC is a TCGA molecular subtype (P=1.21E-04), MSI(P=0.01), EBV( P=0.09) and TMB status (P=1.19E-05). That is, many patients with MSI or EBV-positive gastric cancer were classified as responders by IMAGiC. In addition, as can be seen in FIGS. 4B and 4C, it was confirmed that the IMAGiC score in the gastric cancer associated with MSI and TMB was significantly higher than that of the microsatellite-stable (MSS) and non-TMB groups. .

IMAGiC GroupIMAGiC Group RespondersResponders Non-respondersNon-responders p-valuep-value (n=125)(n=125) (n=135)(n=135) SexSex 0.71020.7102 MaleMale 74 (46.84%)74 (46.84%) 84 (53.16%)84 (53.16%) FemaleFemale 51 (50.00%)51 (50.00%) 51 (50.00%)51 (50.00%) TCGA subtypeTCGA subtype 1.21E-041.21E-04 EBVEBV 16 (66.67%)16 (66.67%) 8 (33.33%)8 (33.33%) MSIMSI 37 (62.71%)37 (62.71%) 22 (37.29%)22 (37.29%) CINCIN 60 (47.62%)60 (47.62%) 66 (52.38%)66 (52.38%) GSGS 12 (23.53%)12 (23.53%) 39 (76.47%)39 (76.47%) MSIMSI 0.01590.0159 MSI-HMSI-H 37 (62.71%)37 (62.71%) 22 (37.29%)22 (37.29%) MSSMSS 88 (43.78%)88 (43.78%) 113 (56.22%)113 (56.22%) EBVEBV 0.08940.0894 PositivePositive 16 (66.67%)16 (66.67%) 8 (33.33%)8 (33.33%) NegativeNegative 109 (46.19%)109 (46.19%) 127 (53.81%)127 (53.81%) Total mutation rate*Total mutation rate* 21.2401 (±34.4094)21.2401 (±34.4094) 12.6771 (±25.5755)12.6771 (±25.5755) 1.19E-051.19E-05

한편, ACRG 코호트의 경우에는 하기 표 3에 나타낸 바와 같이 MSI 위암이 68 케이스(22.7%), EBV-양성 위암이 18 케이스(6.0%)가 포함되어 있었다. 또한 IMAGiC 그룹인 반응군(Responder) 및 비반응군(Nonresponder) 간의 전체생존율(Overall survival) 및 무병생존율(Disease-free survival) 차이를 비교하고, ACRG 분자 서브타입(MSI, EMT, MSS/TP53+, MSS/TP53-) 및 MSI(MSI-H, MSS) 서브타입 그룹에서 IMAGiC 점수를 비교한 결과, 도 5a 내지 도 5c에 나타낸 바와 같이 IMAGiC 모델이 무병생존율, ACRG 분자 서브타입(P=1.96E-08) 및 MSI(P=0.006)와 관련이 있는 것을 확인하였다.Meanwhile, in the case of the ACRG cohort, as shown in Table 3, 68 cases (22.7%) of MSI gastric cancer and 18 cases (6.0%) of EBV-positive gastric cancer were included. In addition, the difference between overall survival and disease-free survival between the IMAGiC group of responders and nonresponders was compared, and ACRG molecule subtypes (MSI, EMT, MSS/TP53+, As a result of comparing the IMAGiC scores in the MSS/TP53-) and MSI (MSI-H, MSS) subtype groups, as shown in FIGS. 5A to 5C, the IMAGiC model was disease-free survival, ACRG molecular subtype (P=1.96E- 08) and MSI (P=0.006).

IMAGiC GroupIMAGiC Group RespondersResponders Non-respondersNon-responders p-valuep-value (n=118)(n=118) (n=182)(n=182) 　 SexSex 0.03960.0396 MaleMale 87 (43.72%)87 (43.72%) 112 (56.28%)112 (56.28%) FemaleFemale 31 (30.69%)31 (30.69%) 70 (69.31%)70 (69.31%) ACRG subtypeACRG subtype 1.96E-081.96E-08 MSIMSI 37 (54.41%)37 (54.41%) 31 (45.59%)31 (45.59%) EMTEMT 0 (0.00%)0 (0.00%) 46 (100.00%)46 (100.00%) MSS/TP53+MSS/TP53+ 31 (39.24%)31 (39.24%) 48 (60.76%)48 (60.76%) MSS/TP53-MSS/TP53- 50 (46.73%)50 (46.73%) 57 (53.27%)57 (53.27%) MSIMSI 0.00590.0059 MSI-HMSI-H 37 (54.41%)37 (54.41%) 31 (45.59%)31 (45.59%) MSSMSS 81 (34.91%)81 (34.91%) 151 (65.09%)151 (65.09%) EBVEBV 0.11160.1116 PositivePositive 3 (16.67%)3 (16.67%) 15 (83.33%)15 (83.33%) NegativeNegative 106 (41.25%)106 (41.25%) 151 (58.75%)151 (58.75%) NANA 9 (36.00%)9 (36.00%) 16 (64.00%)16 (64.00%) 　

실시예 5. qRT-PCR을 이용한 IMAGiC의 재현 및 검증Example 5. Reproduction and verification of IMAGiC using qRT-PCR

임상 실무에서의 이용을 위해, 본 발명자들은 다른 기술적 방법으로 IMAGiC 모델의 재현성을 평가하고자 하였다. 이를 위해, 동일한 코호트에서 24명의 환자 유래 mRNA를 사용하여 qRT-PCR을 수행하였다. 그 결과, 도 6a 내지 도 6d에 나타낸 바와 같이 qRT-PCR에 의한 IMAGiC 그룹은 RECIST군(r2=0.82), EBV(r2=0.48) 및 MSI(r2=0.66)와도 높은 상관관계가 있는 것으로 나타났다. IMAGiC의 재현성에 대한 정확도는 87.5%였다(양의 예측 값, 87.5%; 음의 예측 값, 12.5%)였다.For use in clinical practice, we sought to evaluate the reproducibility of the IMAGiC model by other technical methods. For this, qRT-PCR was performed using mRNA from 24 patients in the same cohort. As a result, as shown in FIGS. 6A to 6D, the IMAGiC group by qRT-PCR has a high correlation with the RECIST group (r 2 =0.82), EBV (r 2 =0.48), and MSI (r 2 =0.66). Appeared. The accuracy for the reproducibility of IMAGiC was 87.5% (positive predicted value, 87.5%; negative predicted value, 12.5%).

나아가 전이성 위암을 갖는 다른 환자군에서 IMAGiC qRT-PCR의 결과를 검증하기 위하여, 본 발명자들은 니볼루맙(nivolumab)(Opdivo, Bristol-Myers Squibb Company Inc.)으로 진행 중인 임상시험에서 확보된 17개의 환자 샘플을 이용하였다. 하기 표 4에 나타낸 바와 같이 모든 케이스는 EBV-음성이었으며, 대부분(94.1%)은 MSS 및 PD-L1 CPS 음성이었다. MSI, EBV-양성 및 양성 PD-L1 CPS가 펨브롤리주맙에 대한 반응성과 관련이 있다는 최근의 임상 시험 및 연구 결과들과 일치하게, 대부분의 케이스는 RECIST군에 근거하여 IMAGiC 그룹에서 비반응군으로 분류되었다. 또한 IMAGiC qRT-PCR 모델이 원래의 것과 동일한 정확도를 갖는지 여부를 조사하기 위해 상기 니볼루맙 코호트를 사용하여 IMAGiC의 정확도를 계산했으며 그 결과 정확도가 100%로 나타났다(양의 예측 값, 100 %; 음의 예측 값, 0%).Further, in order to verify the results of IMAGiC qRT-PCR in another patient group with metastatic gastric cancer, the present inventors obtained 17 patient samples obtained in an ongoing clinical trial with nivolumab (Opdivo, Bristol-Myers Squibb Company Inc.) Was used. As shown in Table 4 below, all cases were EBV-negative, and most (94.1%) were MSS and PD-L1 CPS negative. Consistent with recent clinical trials and study results suggesting that MSI, EBV-positive and positive PD-L1 CPS are associated with responsiveness to pembrolizumab, most cases are based on the RECIST group from the IMAGiC group to the non-reactive group. Classified. In addition, to investigate whether the IMAGiC qRT-PCR model has the same accuracy as the original, the accuracy of IMAGiC was calculated using the nivolumab cohort and the result was 100% accuracy (positive predicted value, 100%; negative) Predicted value of 0%).

SampleSample TMB (Tumor Mutation Burden)TMB (Tumor Mutation Burden) MSIMSI EBVEBV PD-L1 CPSPD-L1 CPS IMAGiC scoreIMAGiC score IMAGiC groupIMAGiC group 1One 9.279.27 MSSMSS NegativeNegative 00 0.97220.9722 Non-responderNon-responder 2 2 10.9310.93 MSSMSS NegativeNegative 00 0.31000.3100 Non-responderNon-responder 33 3.373.37 MSSMSS NegativeNegative 00 1.30761.3076 Non-responderNon-responder 44 1.681.68 MSSMSS NegativeNegative 00 0.39260.3926 Non-responderNon-responder 55 4.24.2 MSSMSS NegativeNegative 00 0.33140.3314 Non-responderNon-responder 66 3.353.35 MSSMSS NegativeNegative 00 0.35340.3534 Non-responderNon-responder 77 00 MSSMSS NegativeNegative 00 0.37260.3726 Non-responderNon-responder 88 3.383.38 MSSMSS NegativeNegative 00 0.24170.2417 Non-responderNon-responder 99 6.756.75 MSSMSS NegativeNegative 00 0.22200.2220 Non-responderNon-responder 1010 5.045.04 MSSMSS NegativeNegative 00 0.44160.4416 Non-responderNon-responder 1111 2.542.54 MSSMSS NegativeNegative 00 1.66431.6643 Non-responderNon-responder 1212 2.522.52 MSSMSS NegativeNegative 00 0.24120.2412 Non-responderNon-responder 1313 5.055.05 MSSMSS NegativeNegative 00 1.01751.0175 Non-responderNon-responder 1414 5.95.9 MSSMSS NegativeNegative 00 0.33100.3310 Non-responderNon-responder 1515 2.532.53 MSSMSS NegativeNegative 00 0.73920.7392 Non-responderNon-responder 1616 10.1110.11 MSI-HMSI-H NegativeNegative 1One 0.32680.3268 Non-responderNon-responder 1717 8.438.43 MSSMSS NegativeNegative 00 0.87580.8758 Non-responderNon-responder

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. The above-described description of the present invention is for illustration only, and a person having ordinary knowledge in the technical field to which the present invention pertains can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. There will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.

Claims (19)

ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자 또는 상기 유전자가 암호화하는 단백질을 포함하는, 항암제 반응성 예측용 마커 조성물.
ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI access (accession) No.: NM_003331), one or more genes selected from the group consisting of or a protein encoding the gene, a marker composition for anticancer drug reactivity prediction.
제1항에 있어서,
상기 마커 조성물은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자 또는 상기 유전자가 암호화하는 단백질을 더 포함하는 것을 특징으로 하는, 마커 조성물.
According to claim 1,
The marker composition is characterized in that it further comprises a UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene or a protein encoded by the gene.
제1항에 있어서,
상기 항암제는 PD-1(Programmed cell death protein 1) 길항제인 것을 특징으로 하는, 마커 조성물.
According to claim 1,
The anti-cancer agent is characterized in that the PD-1 (Programmed cell death protein 1) antagonist, a marker composition.
제3항에 있어서,
상기 PD-1 길항제는 펨브롤리주맙(Pembrolizumab)인 것을 특징으로 하는, 마커 조성물.
According to claim 3,
The PD-1 antagonist is characterized in that the pembrolizumab (Pembrolizumab), a marker composition.
제4항에 있어서,
상기 펨브롤리주맙은 위암, 폐암, 피부암, 두경부암, 호지킨 림프종, 신장암 및 요로상피세포암으로 이루어진 군에서 선택되는 하나 이상의 암종의 치료에 이용되는 것을 특징으로 하는, 마커 조성물.
According to claim 4,
The pembrolizumab is used in the treatment of one or more carcinomas selected from the group consisting of gastric cancer, lung cancer, skin cancer, head and neck cancer, Hodgkin's lymphoma, kidney cancer and urinary tract epithelial cell cancer.
ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 포함하는, 항암제 반응성 예측용 조성물.
ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI access (accession) No.: NM_003331) comprising at least one gene selected from the group consisting of mRNA or an agent for measuring the level of protein encoded by the gene, anti-cancer agent predictive composition.
제6항에 있어서,
상기 조성물은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 제제를 더 포함하는 것을 특징으로 하는, 조성물.
The method of claim 6,
The composition, characterized in that it further comprises an agent for measuring the mRNA level of the protein encoding the gene or UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) gene, the composition.
제6항에 있어서,
상기 항암제는 PD-1(Programmed cell death protein 1) 길항제인 것을 특징으로 하는, 조성물.
The method of claim 6,
The anti-cancer agent is characterized in that the PD-1 (Programmed cell death protein 1) antagonist, composition.
제8항에 있어서,
상기 PD-1 길항제는 펨브롤리주맙(Pembrolizumab)인 것을 특징으로 하는, 조성물.
The method of claim 8,
The PD-1 antagonist is characterized in that the pembrolizumab (Pembrolizumab), composition.
제9항에 있어서,
상기 펨브롤리주맙은 위암, 폐암, 피부암, 두경부암, 호지킨 림프종, 신장암 및 요로상피세포암으로 이루어진 군에서 선택되는 하나 이상의 암종의 치료에 이용되는 것을 특징으로 하는, 조성물.
The method of claim 9,
The pembrolizumab is used in the treatment of one or more carcinomas selected from the group consisting of gastric cancer, lung cancer, skin cancer, head and neck cancer, Hodgkin's lymphoma, kidney cancer and urinary tract epithelial cell cancer.
제6항 또는 제7항에 있어서,
상기 유전자의 mRNA 수준을 측정하는 제제는 유전자의 mRNA에 상보적으로 결합하는 센스 및 안티센스 프라이머, 또는 프로브인 것을 특징으로 하는, 조성물.
The method of claim 6 or 7,
The agent for measuring the mRNA level of the gene is characterized in that the sense and antisense primers, or probes that complementarily bind to the mRNA of the gene, the composition.
제6항 또는 제7항에 있어서,
상기 단백질 수준을 측정하는 제제는 상기 유전자가 암호화하는 단백질에 특이적으로 결합하는 항체인 것을 특징으로 하는, 조성물.
The method of claim 6 or 7,
The agent for measuring the protein level is characterized in that the antibody that specifically binds to the protein encoded by the gene.
제6항 또는 제7항의 조성물을 포함하는, 항암제 반응성 예측용 키트.
A kit for predicting anti-cancer agent reactivity, comprising the composition of claim 6.
ARMCX1(Armadillo repeat-containing X-linked protein 1; NCBI 접근(accession) 번호: NM_016608), PRKD1(Serine/threonine-protein kinase D1; NCBI 접근(accession) 번호: NM_002742) 및 TYK2(Tyrosine Kinase 2; NCBI 접근(accession) 번호: NM_003331)로 이루어진 군에서 선택되는 하나 이상의 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 포함하는, 항암제 반응성 예측을 위한 정보제공방법.
ARMCX1 (Armadillo repeat-containing X-linked protein 1; NCBI accession number: NM_016608), PRKD1 (Serine/threonine-protein kinase D1; NCBI accession number: NM_002742) and TYK2 (Tyrosine Kinase 2; NCBI access (accession) No.: NM_003331) comprising one or more genes selected from the group consisting of or measuring the level of the protein encoded by the gene, information providing method for anticancer drug reactivity prediction.
제14항에 있어서,
상기 정보제공방법은 UCHL1(Ubiquitin carboxy-terminal hydrolase L1; NCBI 접근(accession) 번호: NM_004181) 유전자의 mRNA 또는 상기 유전자가 암호화하는 단백질 수준을 측정하는 단계를 더 포함하는 것을 특징으로 하는, 정보제공방법.
The method of claim 14,
The method of providing information is further characterized by further comprising the step of measuring the mRNA level of the gene encoding the UCHL1 (Ubiquitin carboxy-terminal hydrolase L1; NCBI accession number: NM_004181) or the protein encoded by the gene. .
제14항 또는 제15항에 있어서,
상기 mRNA 수준은 나노스트링 엔카운터 분석(NanoString nCounter analysis), 중합효소연쇄반응(PCR), 역전사 중합효소연쇄반응(RT-PCR), 실시간 중합효소연쇄반응(Real-time PCR), RNase 보호 분석법(RNase protection assay; RPA), 마이크로어레이(microarray), 및 노던 블롯팅(northern blotting)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정되는 것을 특징으로 하는, 정보제공방법.
The method of claim 14 or 15,
The mRNA levels are Nanostring nCounter analysis, polymerase chain reaction (PCR), reverse transcriptase chain reaction (RT-PCR), real-time polymerase chain reaction (Real-time PCR), RNase protection assay ( RNase protection assay (RPA), microarray (microarray), and Northern blotting (northern blotting), characterized in that it is measured by one or more methods selected from the group consisting of, information providing method.
제14항 또는 제15항에 있어서,
상기 단백질 수준은 웨스턴 블롯팅(western blotting), 방사선면역분석법(radioimmunoassay; RIA), 방사 면역 확산법(radioimmunodiffusion), 효소면역분석법(ELISA), 면역침강법(immunoprecipitation), 유세포분석법(flow cytometry), 면역형광염색법(immunofluorescence), 오우크테로니(ouchterlony), 보체 고정 분석법(complement fixation assay), 및 단백질 칩(protein chip)으로 이루어진 군으로부터 선택되는 1종 이상의 방법을 통해 측정되는 것을 특징으로 하는, 정보제공방법.
The method of claim 14 or 15,
The protein levels are Western blotting, radioimmunoassay (RIA), radioimmunodiffusion, enzymatic immunoassay (ELISA), immunoprecipitation, flow cytometry, and immunocytometry. Information characterized by being measured by one or more methods selected from the group consisting of immunofluorescence, ouchterlony, complement fixation assay, and protein chip How to provide.
제14항에 있어서,
상기 생물학적 시료는 암 환자유래 조직인 것을 특징으로 하는, 정보제공방법.
The method of claim 14,
The biological sample is characterized in that the cancer patient-derived tissue, information providing method.
제18항에 있어서,
상기 조직은 파라핀에 포매된 조직(paraffin-embedded tissue)인 것을 특징으로 하는, 정보제공방법.The method of claim 18,
The tissue is paraffin-embedded tissue (paraffin-embedded tissue), characterized in that, information providing method.
KR1020190155534A 2019-01-17 2019-11-28 Biomarker predictive of responsiveness to an anticancer agent and use thereof KR102403807B1 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/KR2019/016866 WO2020149523A1 (en) 2019-01-17 2019-12-02 Biomarkers for predicting response to anticancer drug and use thereof
JP2021542226A JP7232922B2 (en) 2019-01-17 2019-12-02 Biomarkers for predicting anticancer drug responsiveness and their uses
US17/423,929 US20220081727A1 (en) 2019-01-17 2019-12-02 Biomarker for predicting response to anticancer agent and use thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190006214 2019-01-17
KR20190006214 2019-01-17

Publications (2)

Publication Number Publication Date
KR20200089595A true KR20200089595A (en) 2020-07-27
KR102403807B1 KR102403807B1 (en) 2022-05-31

Family

ID=71893871

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190155534A KR102403807B1 (en) 2019-01-17 2019-11-28 Biomarker predictive of responsiveness to an anticancer agent and use thereof

Country Status (1)

Country Link
KR (1) KR102403807B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114765061A (en) * 2021-01-15 2022-07-19 深圳哲源生物科技有限责任公司 Data processing system and method for poor prognosis of PD-1/PD-L1 inhibitor
WO2022231102A1 (en) * 2021-04-28 2022-11-03 사회복지법인 삼성생명공익재단 Biomarker for predicting responsiveness to anticancer agent and use thereof

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170138955A (en) * 2016-06-08 2017-12-18 숙명여자대학교산학협력단 Therapeutic compositions for breast cancer containing protein kinase D1

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170138955A (en) * 2016-06-08 2017-12-18 숙명여자대학교산학협력단 Therapeutic compositions for breast cancer containing protein kinase D1

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Cancer Discovery, (2017) , DOI: 10.1158/2159-8290.CD-17-0593. 1부.* *
Oncogene. 2018 Feb 1; 37(5): 566-577. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114765061A (en) * 2021-01-15 2022-07-19 深圳哲源生物科技有限责任公司 Data processing system and method for poor prognosis of PD-1/PD-L1 inhibitor
WO2022231102A1 (en) * 2021-04-28 2022-11-03 사회복지법인 삼성생명공익재단 Biomarker for predicting responsiveness to anticancer agent and use thereof

Also Published As

Publication number Publication date
KR102403807B1 (en) 2022-05-31

Similar Documents

Publication Publication Date Title
US11254986B2 (en) Gene signature for immune therapies in cancer
AU2005249492B2 (en) Methods for prediction of clinical outcome to epidermal growth factor receptor inhibitors by cancer patients
US10280468B2 (en) Molecular diagnostic test for predicting response to anti-angiogenic drugs and prognosis of cancer
US20190192517A1 (en) Treatment of squamous cell carcinomas with inhibitors of erk
EP2304053A1 (en) Identification and use of prognostic and predictive markers in cancer treatment
WO2022053065A1 (en) Biomarker used for predicting or evaluating lung cancer patients, detection method, and application
KR102403807B1 (en) Biomarker predictive of responsiveness to an anticancer agent and use thereof
CN115612734A (en) Molecular marker group of human esophageal squamous cell carcinoma and application thereof
US20120129711A1 (en) Biomarkers for the prognosis and high-grade glioma clinical outcome
JP7232922B2 (en) Biomarkers for predicting anticancer drug responsiveness and their uses
KR102431271B1 (en) Biomarker predictive of responsiveness to an anticancer agent and use thereof
Fleitas-Kanonnikoff et al. Molecular profile in Paraguayan colorectal cancer patients, towards to a precision medicine strategy
US20230279502A1 (en) Identification of estrogen receptor positive (er+) breast cancers that will not develop tamoxifen resistance
AU2014213541B2 (en) Methods for prediction of clinical outcome to epidermal growth factor receptor inhibitors by cancer patients
AU2011265464B8 (en) Methods for prediction of clinical outcome to epidermal growth factor receptor inhibitors by cancer patients

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant