19강 / 20강

파이프라인 — FASTQ 다음에 무엇이 오나

SI 「Trimmomatic – STAR – HTSeq」·「CellRanger v6.1.0」·「Xenium Explorer」

이 강의는 FASTQ 까지입니다. 그 뒤는 건식 강의의 몫이에요. 다만 어느 도구로 넘어가는지는 알아 두어야 합니다.

라이브러리	파이프라인	왜 이 도구
bulk	Trimmomatic → STAR → samtools → HTSeq	어댑터 자르고 · 게놈에 정렬하고 · 유전자별로 센다
small RNA	bowtie2 → bedtools	짧은 읽기라 STAR 가 아니라 bowtie2 · 성숙 miRNA 서열에 정렬
10x	CellRanger v6.1.0	바코드·UMI 를 처리해야 해 전용 도구
Xenium	Xenium Explorer → Seurat → Harmony	이미지에서 이미 전사체가 세어져 나온다

두 번째 줄이 흥미롭습니다. 왜 bulk 는 STAR 인데 miRNA 는 bowtie2 일까요?

고등학생FASTQ 다음에 무엇이 오나

자료 유형	파이프라인
bulk RNA-seq	Trimmomatic → STAR → HTSeq
10x 단일세포	Cell Ranger
Xenium	Xenium Explorer (기기 내장 처리)

라이브러리 방식이 파이프라인을 정합니다 — 서로 바꿔 쓸 수 없어요.

STAR 와 bowtie2 — 스플라이싱을 다루느냐

STAR (splice-aware)

읽기가 엑손 경계에 걸쳐 있으면
게놈에서 두 조각으로 나눠 정렬한다

mRNA 를 게놈에 붙일 때 필수

bowtie2 (일반)

읽기를 통째로 붙인다
빠르고 짧은 읽기에 강하다

miRNA 는 22 nt 라 스플라이싱이 없다

miRNA 는 게놈이 아니라 성숙 miRNA 서열에 정렬합니다 — 논문이 Mature miRNA sequence is used as a reference for mapping 이라고 적었죠.

그러면 인트론도 엑손도 없습니다. 그냥 22글자를 22글자에 붙이는 일이에요. STAR 를 쓸 이유가 없습니다.

고등학생bulk 파이프라인의 세 단계

도구	하는 일
Trimmomatic	어댑터와 저품질 끝을 잘라 냄
STAR	유전체에 정렬 — 스플라이싱 인식
HTSeq	유전자마다 read를 셈

STAR가 스플라이싱을 알아야 합니다 — RNA read는 엑손 경계를 넘으니까요.

고등학생버전을 적는 이유

SI에 "CellRanger v6.1.0"처럼 버전이 적혀 있습니다. 왜일까요?

버전이 바뀌면	내용
알고리즘이 달라짐	세포 판정 방식 등
기본 설정이 바뀜	인트론 포함 여부 등
결과가 달라짐	같은 FASTQ인데

버전을 안 적으면 재현이 불가능합니다.

논문의 SI 에 적힌 버전 번호까지 그대로 옮겼습니다.

Python 브라우저에서 실행

# 각 파이프라인이 하는 일을 한 줄씩
파이프 = {
    "bulk RNA-seq": [
        ("Trimmomatic 0.39", "어댑터와 저품질 끝을 잘라낸다"),
        ("STAR 2.7.7a",      "mm10 게놈에 정렬 — 엑손 경계를 넘는 읽기도 붙인다"),
        ("samtools 1.7",     "정렬 결과를 정렬·색인한다"),
        ("HTSeq 0.12.4",     "유전자마다 읽기를 센다 → 카운트 표"),
        ("ComBat-seq",       "배치 효과를 보정한다"),
    ],
    "small RNA-seq": [
        ("어댑터 트리밍",     "22 nt 뒤는 전부 어댑터다 (8강)"),
        ("bowtie2",          "성숙 miRNA 서열에 정렬 — 게놈이 아니다"),
        ("bedtools 2.25.0",  "정렬 파일에서 miRNA별 카운트를 뽑는다"),
        ("CPM + TMM",        "시료 간 비교를 위해 정규화한다"),
    ],
    "10x 단일세포": [
        ("CellRanger 6.1.0", "바코드 해독 → UMI 중복 제거 → mm10 정렬 → 세포×유전자 행렬"),
        ("Seurat",           "QC · 정규화 · 클러스터링 · UMAP"),
    ],
    "Xenium": [
        ("Xenium Analyzer",  "이미지에서 전사체를 세어 낸다 (기기 안에서)"),
        ("Xenium Explorer 3.1.0", "공간 시각화"),
        ("Seurat 5.0.1",     "정규화 · 클러스터링 · 차등발현"),
        ("Harmony",          "네 조건의 배치 효과를 보정한다"),
    ],
}

for 이름, 단계들 in 파이프.items():
    print(f"[{이름}]")
    for i, (도구, 하는일) in enumerate(단계들, 1):
        print(f"  {i}. {도구:<22} {하는일}")
    print()

print("공통점: 첫 단계가 늘 '치우기' 입니다 —")
print("어댑터를 자르거나, 바코드를 풀거나, 이미지를 전사체로 바꾸거나.")

고등학생참조 유전체도 마찬가지

적어야 할 것	예
종	사람 · 생쥐
유전체 버전	GRCh38 · mm10
주석 버전	GENCODE v43 등

주석이 바뀌면 유전자 수와 경계가 달라집니다 — 정량도 달라져요.

🤔 확인 문제

miRNA 정렬에 STAR 대신 bowtie2 를 쓰는 이유는?