Lesson 2 of 20

장비 고르기 — MiSeq · NextSeq · NovaSeq

시료 수와 깊이를 정하면 장비는 저절로 정해진다

Illumina 장비는 원리가 전부 같습니다. 3강부터 볼 SBS 화학은 MiSeq 이든 NovaSeq X 든 똑같아요.

다른 것은 딱 셋입니다.

다른 점	무슨 뜻
플로우셀 크기	가닥을 몇 개나 붙일 수 있나 → 읽기 수
키트 사이클 수	몇 글자까지 읽나 → 읽기 길이
레인 수	한 플로우셀을 몇 칸으로 나눠 쓰나

High school장비는 저절로 정해진다

어느 기계를 쓸지는 두 숫자로 정해집니다 — 시료 수와 깊이.

장비	한 번에 나오는 read	주 용도
MiSeq	수천만	작은 유전체 · 앰플리콘 · 검증
NextSeq	수억	RNA-seq · 엑솜 · 중간 규모
NovaSeq	수십억	전장유전체 · 대규모

필요한 총 read = 시료 수 × 시료당 깊이 — 이것이 장비를 정합니다.

현장에서 실제로 만나는 셋

🧪

MiSeq

읽기 2,500만
가장 작고 가장 길게 읽는다
라이브러리 시험 실행용

🔆

NextSeq 1000/2000

읽기 1억~12억
랩 하나가 쓰기 알맞다
이 강의의 기준 장비

🏭

NovaSeq 6000 / X

읽기 수십억~수백억
코어시설에 있다
레인을 나눠 쓴다

랩에서 bulk RNA-seq 을 열몇 시료 돌린다면 답은 거의 언제나 NextSeq P2 입니다. 이 강의는 그것을 기준으로 이야기해요.

High school깊이를 어디에 쓸 것인가

목적	시료당 필요한 read
RNA-seq 발현 정량	2,000만~3,000만
스플라이싱 분석	5,000만 이상
전장엑솜 (변이)	깊이 100× 정도
전장유전체	깊이 30× 정도
단일세포	세포당 2만~5만

18강에서 다시 나옵니다 — 깊이보다 반복수가 중요할 때가 많습니다.

이 셈 하나가 견적서의 첫 줄입니다.

Python Runs in your browser

# 시료 수와 깊이를 정하면 키트가 정해진다
kits = [
    ("MiSeq v3",      25),        # 백만 읽기
    ("NextSeq P1",   100),
    ("NextSeq P2",   400),
    ("NextSeq P3",  1200),
    ("NovaSeq SP",   800),
]

n_sample   = 12          # 시료 수
pairs_each = 20          # 시료당 읽기쌍 (백만)

need_reads = n_sample * pairs_each * 2      # 페어드엔드 -> 읽기 수는 두 배
print("시료 %d개 x 읽기쌍 %d백만 = 읽기 %d백만 필요" % (n_sample, pairs_each, need_reads))
print()
for name, cap in kits:
    room = cap / need_reads
    mark = "OK" if room >= 1 else "  "
    print("%s %-14s 용량 %5d백만   여유 %.2f배" % (mark, name, cap, room))
print()
print("여유가 1.0 을 넘는 것 중 가장 작은 키트를 고릅니다.")
print("여유가 너무 크면 돈을 버리는 것이고, 1.0 아래면 깊이가 모자랍니다.")

High school장비가 크면 무조건 좋은가

큰 장비의 문제	내용
한 번에 다 채워야 함	시료가 부족하면 낭비
실행 시간이 김	급한 일에 부적합
실패하면 손실이 큼	—
배치가 커짐	16강 — 배치효과

작은 시험 실행은 MiSeq으로 먼저 해 보는 것이 안전합니다.

여유 30%가 관습이 된 이유입니다.

Python Runs in your browser

# 여유를 얼마나 둬야 하나 — 시료마다 흔들리는 폭
import numpy as np
rng = np.random.default_rng(4)

n, target = 12, 20.0          # 시료 12개, 목표 읽기쌍 20백만
total = n * target

# 풀링 오차 -> 시료마다 몫이 다르다 (표준편차 25%)
share = np.abs(rng.normal(1.0, 0.25, n))
share = share / share.sum()
got = total * share

print("목표 %.0f백만,  실제로 받은 몫:" % target)
print("  ".join("%.0f" % g for g in sorted(got)))
print()
print("가장 적게 받은 시료:  %.1f백만  (목표의 %.0f%%)" % (got.min(), got.min() / target * 100))
print("목표를 못 채운 시료:  %d개 / %d개" % ((got < target).sum(), n))
print()
print("총량을 %.0f%% 늘려 다시 나눠 보면:" % 30)
got2 = total * 1.3 * share
print("목표를 못 채운 시료:  %d개 / %d개" % ((got2 < target).sum(), n))

High schoolread 길이도 정해야 한다

길이	쓰는 곳
50 bp 단일말단	발현 정량만 — 싸다
100 bp 양말단	범용 RNA-seq
150 bp 양말단	변이 · 스플라이싱 · 조립

길게 읽으면 정확도가 좋아지지만 비용이 오릅니다 — 목적에 맞춰 고릅니다.

🤔 Check yourself

카탈로그에 「400M reads」 라고 적힌 P2 키트로 페어드엔드를 돌리면 읽기쌍은 몇 개인가?

🤔 Check yourself

bulk RNA-seq 12시료를 시료당 20백만 읽기쌍으로 돌리려 한다. 가장 알맞은 키트는?