커버리지와 SNV 빈도를 결합한 롱리드 SV 콜러 ContextSV

기존 롱리드 SV 콜러는 주로 서열 정렬(alignment) 정보에 의존하기 때문에 크기가 크거나 복잡한 구조 변이(SV) 및 복제수 변이(CNV)를 탐지하는 데 한계가 있었다. 본 연구진은 정렬 신호 외에도 시퀀싱 커버리지와 SNV 대립유전자 빈도를 함께 분석하는 SV 감지 프레임워크인 ContextSV를 개발했다. 이를 통해 기존 툴이 놓치기 쉬웠던 대형 CNV와 반전(inversion)의 탐지 감도를 개선했다.

무엇을 했나

• 서열 정렬 신호에 커버리지 기반 복제수 예측과 SNV 대립유전자 빈도 정보를 결합한 ContextSV 알고리즘을 구축했다.
• 유전체 맥락 특성을 학습해 변이의 신뢰도 점수를 산출하는 머신러닝 모델인 ContextScore를 개발하여 결합했다.
• 시뮬레이션 데이터와 실제 인간 유전체 롱리드 데이터셋을 통해 기존 SV 콜러 대비 검출 성능을 비교 검증했다.
• KOLF2.1J 표준 줄기세포주 데이터에서 기존 분석법으로 발견하지 못한 대형 SV를 발굴하고 실험적으로 검증했다.

왜 눈여겨볼 만한가

롱리드 WGS를 진행하더라도 정렬 기반 SV 콜러만 사용할 경우 대형 CNV나 복잡한 구조 변이를 놓치는 경우가 빈번하다. ContextSV처럼 Depth와 BAF 정보를 함께 이용하는 방식은 롱리드 데이터의 활용도를 높이는 데 실질적인 도움을 줄 수 있다. 다만 SNV 호출 정확도와 커버리지 편차에 따른 영향이 존재할 수 있으므로, 저심도 시퀀싱 데이터나 품질이 낮아서 SNV 변이 호출이 불명확한 샘플에 적용할 때는 주의가 필요해 보인다.

원문

• NAR genomics and bioinformatics · DOI 10.1093/nargab/lqag108