질병 원인 유전자 발견을 위한 엑솜 데이터 분석 파이프라인 (An Exome Data Analysis Pipeline for Disease-Causing-Gene Identification)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 데이타베이스연구 / 31권 / 2호 / 16 ~ 36페이지
· 저자명 : 전준범, 신재문, 공진화, 윤지희, 김윤중

초록

대부분의 질병은 하나 이상의 유전자의 변이 발생에 그 발병 원인이 있다. 엑솜 시퀀싱 (whole exome sequencing, WES)은 전체 유전체 영역의 일부분인 단백질 코딩 영역만을 타겟 시퀀싱 하는 방식으로서, 유전자 변이를 발견하기 위한 시간, 비용 효율적인 강력한 도구가 된다. 그러나 WES 데이터는 엑손 영역이 갖는 작은 크기, 희소성, 비연속성의 특성으로 인하여 잡음의 영향을 많이 받기 때문에, 일반적으로 게놈 시퀀싱 (whole genome sequencing, WGS) 데이터에 비하여 변이 분석이 까다롭다. 본 연구에서는 질병 원인 유전자 발견을 위한 WES 데이터 분석 파이프라인 시스템을 제안하고, 주요모듈인 엑솜 데이터 분석기의 개발 방법론에 대하여 기술한다. 분석 파이프라인 시스템은 다음과 같은단계별 작업을 자동으로 수행한다: 1) 리드 데이터 제어 및 정제, 2) 리드 정렬, 3) 정렬 결과 후처리, 4) 유전 변이 추출. 파이프라인의 후반 처리 시스템인 엑솜 데이터 분석기는 추출된 유전 변이 (SNP, Indel, CNV) 정보를 다양한 유전체 영역 단위로 브라우징 가능하도록 지원하며, 또한 OMIM, dbSNP, DGV, RefSeq 등의 데이터베이스와 연동하여 변이 관련 정보의 검색 및 검증을 간단히 수행할 수 있도록 지원한다. 특히, 엑솜 분석기는 해당 분야 전문가에 의하여 개발된 질병 특이적 PhenoToGeno 지식베이스를 기반으로 구동되므로, 연구자로 하여금 변이-유전자-표현형 정보의 연관성을 밝히는 작업을 간편히 수행할 수 있도록 지원한다. 이와 같은 PhenoToGeno 지식베이스를 기반으로 하는 탑-다운 방식의정보 브라우징 기능은 보다 직관적이고 편리한 정보 검색/검증 환경을 사용자에게 제공하게 되며, 컴퓨팅 스킬을 충분히 갖추지 않은 연구자도 이 시스템을 통하여 효율적인 공용 소프트웨어 및 생물 데이터베이스를 간단히 사용 가능하며, 결과적으로 질병 원인 유전자 발견을 위한 실험 및 분석을 빠르게 진행시킬 수 있게 된다.

영어초록

Most diseases are caused by mutations in more than one gene. Whole exome sequencing (WES)— the targeted sequencing of the subset of the human genome that is protein coding — provides a powerful, cost-effective and time-efficient tool for the study of the genetic variations. However, because the small size, sparseness and non-contiguous nature of exon regions makes the WES data more prone to noise, discovering and genotyping variants from WES data is more challenging than from whole genome sequencing (WGS) data. In this research, we propose a pipeline system to identify disease-causal genes in whole exome sequencing data, and provide a detailed method for implementing an exome data analyzer which is one of the main modules of the system. The analysis pipeline automates the execution of the following steps: 1) intial read data control and cleaning; 2) alignment to a reference genome; 3) post alignment analysis; 4) variation calling. The exome data analyzer, a downstream processor for the pipeline, drives the user allowing to browse the genomic variations (SNP, Indel, CNV) in the multi-scale of genetic (exonic) regions and easily access to OMIM, dbSNP, DGV, RefSeq databases for discovering variants-related informations. Furthermore, our exome data analyzer is a disease-specific PhenoToGeno knowledge-base system to integrate carefully curated and annotated phenotypic and genetic data sets, allows researchers to browse, search, check, filter out the identified variants for discovering variants-gene-phenotype relationships. By using the top-down approach for information browsing based on PhenoToGeno knowledge base, our system provides an efficient and easy-to-use solution for WES data analysis. Through our system non-IT mastered users can access to efficient public open softwares and biological databases, and quickly perform the experiments and analysis for identifying disease-causing gene.

참고자료

· 없음