서지주요정보
Identification of immune susceptibility features to predict response in cancer immunotherapy = 면역항암치료 반응의 예측을 위한 면역감수성 특징의 동정
서명 / 저자 Identification of immune susceptibility features to predict response in cancer immunotherapy = 면역항암치료 반응의 예측을 위한 면역감수성 특징의 동정 / Junsoo Kang.
저자명 Kang, Junsoo ; 강준수
발행사항 [대전 : 한국과학기술원, 2020].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8036876

소장위치/청구기호

학술문화관(도서관)2층 패컬티라운지(학위논문)

MBIS 20034

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

Cancer immune checkpoint blockade (ICB) shows durable clinical benefits in treating melanoma, but only limited number of patient responds to such therapy. Combination ICB therapies have shown to increase number of responding patients. A reliable predictor of ICB response is needed to ascertain patients who will respond to ICB prior to treatment and to efficiently seek novel ICB combination drugs. Here I present anti-PD-1 Immunotherapy Signature (aPIMS), a melanoma-intrinsic predictor of anti-PD-1 ICB response. It is an unbiased, machine learning based signature that is able to predict anti-PD-1 ICB response in patient-derived data as well as cell line data. I also use aPIMS on cell line perturbation data to screen for novel anti-PD-1 ICB combination drugs.

면역관문억제를 통한 항암치료는 흑색종에 대해서 견고한 효능을 보여주지만 일부 환자에게만 효과적이다. 병용치료는 면역관문억제 치료에 효과를 보이는 환자의 비율을 늘려준다고 알려져 있다. 이 때문에 면역관문억제치료에 반응성을 보이는 환자를 예측할 수 있는 모델이 필요하다. 이 모델을 이용하여 면역관문억제 치료에 반응을 보일 환자들을 미리 선별할 수 있고, 새로운 면역관문억제 병용약물을 발굴하는 일도 수월해진다. 본 논문에선 anti-PD-1 Immunotherapy Signature (aPIMS)라는 흑색종 내재적인 PD-1 면역치료 반응성 예측 모델을 선보인다. 환자 데이터와 세포주 데이터 모두 사용할 수 있는 기계학습을 기반한 모델이다. 이 모델을 대규모 세포주 섭동 데이터에 적용하여 새로운 PD-1 면역치료 병용약물 발굴도 진행하였다.

서지기타정보

서지기타정보
청구기호 {MBIS 20034
형태사항 iii, 29 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 강준수
지도교수의 영문표기 : Kwang-Hyun Cho
지도교수의 한글표기 : 조광현
학위논문 학위논문(석사) - 한국과학기술원 : 바이오및뇌공학과,
서지주기 References : p. 26-27
주제 immune checkpoint blockade
PD-1
combination therapy
melanoma
machine learning
면역관문억제
PD-1
병용치료
흑색종
기계학습
QR CODE qr code