차세대 염기서열 분석이란 무엇인가요?

사람의 유전체는 약 30억 개의 글자로 이루어져 있으며, 네 가지 화학 염기 A, C, G, T로 쓰여 있습니다. 유전체를 읽는다는 것은 이 글자들의 순서를 알아내는 것입니다. 차세대 염기서열 분석(NGS)은 DNA의 짧은 조각 수백만 개를 동시에 읽어, 사람의 전체 유전체를 빠르고 일상적으로 읽을 수 있게 만든 기술들을 통칭합니다.

NGS 이전: 한 번에 한 조각씩

최초의 실용적인 방법인 생어 염기서열 분석법은 1970년대에 개발되었습니다. 이 방법은 반응 한 번에 약 1,000개 글자 정도의 DNA 한 구간만 읽습니다. 매우 정확하여 지금도 개별 결과를 확인하는 데 쓰이지만, 이 방식으로 전체 유전체를 읽으려면 수백만 번 반복해야 합니다. 이 방법으로 최초의 기준 유전체를 만든 휴먼 게놈 프로젝트는 13년이 걸렸고 전 세계 여러 연구실이 참여했습니다.

핵심 아이디어: 대규모 병렬 염기서열 분석

NGS는 유전체를 수백만 개의 짧은 조각으로 나누어 모두 동시에 읽습니다. 각 조각은 리드라고 불리는 짧은 서열을 만들어내며, 장비 한 번의 가동으로 수십억 개의 리드를 얻을 수 있습니다. 이후 소프트웨어가 리드들을 다시 이어 붙입니다. 이러한 병렬 처리 덕분에 십 년이 걸리던 프로젝트가 연구실에서 며칠 만에 가능한 일이 되었습니다.

작동 방식, 단계별 설명

1. 추출. 뺨 안쪽의 세포가 포함된 침 같은 시료에서 DNA를 정제합니다.
2. 라이브러리 준비. DNA를 짧은 조각, 보통 수백 글자 길이로 자르고, 각 끝에 어댑터라고 불리는 짧은 합성 서열을 붙입니다. 어댑터 덕분에 모든 조각을 장비가 포착하여 읽을 수 있습니다.
3. 증폭. 가장 널리 쓰이는 플랫폼에서는 조각들이 유리 플로우 셀에 붙은 뒤 제자리에서 복제되어, 각 조각이 검출할 수 있을 만큼 밝은 동일한 복제본 군집을 이룹니다.
4. 합성에 의한 염기서열 분석. 장비는 A, C, G, T마다 서로 다른 형광색으로 표지된 염기를 사용해, 각 조각을 따라 한 번의 주기마다 한 글자씩 새 가닥을 만듭니다. 카메라가 주기마다 모든 군집에서 어떤 색이 켜지는지 기록하고, 이 색의 순서가 글자의 순서가 됩니다.
5. 리드. 결과는 대개 약 150글자 길이의 짧은 리드가 매우 많이 담긴 파일이며, 종종 조각의 양 끝에서 함께 읽고(페어드엔드 리드), 각 글자마다 품질 점수가 붙습니다.

커버리지: 각 글자를 여러 번 읽는 이유

어떤 리드도 완벽하지 않기 때문에 유전체의 각 위치는 겹치는 조각들에 의해 여러 번 읽힙니다. 한 위치를 덮는 리드의 평균 개수를 커버리지 또는 깊이라고 합니다. 임상 전장 유전체 분석은 보통 평균 약 30x를 목표로 합니다. 즉 각 글자를 약 30번 읽는다는 뜻이며, 이를 통해 우연한 읽기 오류와 실제 차이를 구별할 수 있습니다.

리드에서 결과까지

원시 리드는 시작일 뿐입니다. 생물정보학 소프트웨어가 각 리드를 기준 사람 유전체의 제자리에 정렬한 뒤, 본인의 서열을 기준 서열과 비교하여 차이가 나는 위치를 찾습니다. 이 단계를 변이 검출이라고 합니다. 찾아낸 변이에는 이미 알려진 정보를 바탕으로 주석이 달립니다.

짧은 리드와 긴 리드

위에서 설명한 방법은 정확도가 높고 경제적인 짧은 리드를 만들어내며, 전장 유전체 분석의 핵심 기술입니다. 긴 리드 기술은 수천 글자 길이의 단일 분자를 읽습니다. 반복 영역과 큰 구조 변화를 가로지르는 데 더 적합하며, 두 방식은 점점 함께 사용되고 있습니다.

이것이 본인에게 중요한 이유

NGS는 유전체를 병렬로 읽기 때문에, 미리 선택한 몇 개의 위치만 분석하는 대신 전체를 시퀀싱하는 것이 현실적입니다. 이것이 전장 유전체 시퀀싱과 선택된 유전자나 알려진 마커만 살펴보는 검사의 차이입니다.