5강 / 20강

자 세 개를 나란히 댄다

논문 Methods · WES · RNA-seq · mtDNA-Seq

'다중오믹스(multi-omics)' 라는 말이 자주 쓰입니다. 뜻은 간단합니다 — 한 조직에 여러 종류의 자를 댄다.

이 논문이 댄 자는 셋입니다. 각각 무엇을 볼 수 있고 무엇을 볼 수 없는지부터 정리합시다.

고등학생자 세 개를 나란히 댄다

같은 조직을 세 가지 방법으로 읽습니다. 각각 다른 질문에 답해요.

방법	읽는 것	답하는 질문
WES (전장엑솜)	단백질 만드는 DNA 구간	어떤 변이가 있나
RNA-seq	지금 만들어지고 있는 RNA	어떤 유전자가 켜져 있나
mtDNA-seq	미토콘드리아 DNA	세포의 계보가 같은가

한 자로는 한 가지만 봅니다 — 세 자를 대야 입체가 보입니다.

🧬

WES — 엑솜 전체 시퀀싱

DNA 중 단백질을 만드는 부분(전체의 약 1~2%)만 골라 읽습니다.
답하는 물음: 어떤 글자가 언제 바뀌었나. 계보를 따집니다.

📈

RNA-seq

지금 이 조직에서 읽히고 있는 RNA 를 셉니다.
답하는 물음: 지금 무엇이 얼마나 켜져 있나. 상태를 봅니다.

🔋

mtDNA-Seq

미토콘드리아 안의 16,569 염기짜리 작은 유전체를 읽습니다.
답하는 물음: 발전소 쪽 계보는 어떻게 갈라졌나.

고등학생왜 전체 유전체가 아니라 엑솜인가

사람 유전체 30억 염기 중 단백질을 만드는 부분은 1~2%뿐입니다. 그 부분만 골라 읽는 것이 엑솜 시퀀싱이에요.

	전장유전체 (WGS)	전장엑솜 (WES)
읽는 범위	30억 염기 전부	약 3천만 염기 (1~2%)
비용	높음	훨씬 낮음
깊이	같은 비용이면 얕음	깊게 읽을 수 있음
놓치는 것	거의 없음	조절부위·인트론 변이

깊이가 중요한 이유는 4강의 종양 세포비 때문입니다. 암세포가 일부만 섞인 조직에서 변이를 잡으려면 깊게 읽어야 해요. 그리고 FFPE 자료는 조각이 짧아 더 어렵습니다.

깊이가 다르다

같은 조직인데 자마다 얼마나 깊이 읽었는지가 크게 다릅니다.

자	대상 크기	깊이	커버리지
WES	약 3천만 염기	평균 149×	30× 이상이 82.65%
mtDNA-Seq	16,569 염기	중앙값 4,500× 넘음	94% 넘음
RNA-seq	발현되는 전사체	—	고유맵핑 60% 이상 요구

미토콘드리아 쪽이 30배 깊습니다. 이유는 크기입니다. 미토콘드리아 유전체는 핵 유전체의 20만분의 1 크기인데, 세포 하나에 사본이 수백에서 수천 개 들어 있습니다. 같은 시퀀싱 노력으로 훨씬 깊이 읽힙니다.

고등학생미토콘드리아 DNA가 왜 따로 필요한가

미토콘드리아에는 자기만의 작은 DNA가 있습니다. 핵 DNA와 성질이 아주 달라요.

	핵 DNA	미토콘드리아 DNA
크기	30억 염기	약 16,500 염기
세포당 사본 수	2벌	수백~수천 벌
돌연변이율	낮음	훨씬 높음
유전	양친	모계만

돌연변이가 빨리 쌓이니 세포의 계보를 추적하는 시계로 쓸 수 있습니다.

16강에서 이 시계로 양성과 악성이 같은 조상 세포에서 왔는지 묻습니다. 그리고 놀라운 답이 나와요.

깊이는 곧 감도입니다. 미토콘드리아에서 4,500× 를 얻었기 때문에 16강의 '0건' 이 의미를 갖습니다.

Python 브라우저에서 실행

# 왜 미토콘드리아가 훨씬 깊이 읽히나 — 크기를 비교합니다.
핵유전체 = 3_100_000_000     # 염기
엑솜     =    30_000_000     # 엑솜 포획 대상 (약 1%)
미토     =        16_569     # rCRS 길이

print(f"핵 유전체   {핵유전체:>14,} 염기")
print(f"엑솜        {엑솜:>14,} 염기   (핵의 {엑솜/핵유전체:.2%})")
print(f"미토콘드리아 {미토:>14,} 염기   (엑솜의 {미토/엑솜:.4%})")
print()

# 같은 리드 수를 각각에 쏟으면 깊이가 얼마나 되나
리드수 = 60_000_000
리드길이 = 100
총염기 = 리드수 * 리드길이

print(f"리드 {리드수:,}개 x {리드길이}bp = {총염기:,} 염기를 쏟는다면")
print(f"  엑솜에 다 쓰면        평균 {총염기/엑솜:8,.0f}x")
print(f"  미토에 다 쓰면        평균 {총염기/미토:8,.0f}x")
print()
print("논문의 실제 값:  WES 149x   ·   mtDNA 4,500x 넘음")
print("깊이가 깊으면 낮은 빈도의 변이(이형질성)까지 잡을 수 있습니다.")

이 논문이 낸 세 답

미리 말해 둡니다. 20강 내내 이 표로 돌아옵니다.

자	물음	답	어느 강
RNA-seq	정상→혹→암 이 이어져 있나	계단처럼 이어진다 · 2,692개 유전자	6~10강
WES	혹과 암이 변이를 공유하나	열 중 다섯만	11~15강
mtDNA-Seq	혹과 암이 변이를 공유하나	한 건도 없다	16강

세 답이 어긋납니다. 이 어긋남을 측정 오류로 볼 수도 있고 결과로 볼 수도 있습니다. 논문은 후자를 택합니다. 그 판단이 옳은지를 여러분이 직접 재게 됩니다.

고등학생층을 겹치면 무엇이 좋은가

한 층만 보면	겹쳐 보면
변이가 있는데 발현이 어떤지 모름	변이가 실제로 작용하는지 확인
발현이 달라졌는데 원인 불명	변이·CNV가 원인인지 확인
혈통 관계를 모름	mtDNA로 계보 확인

19강에서 이 겹침이 실제로 쓰입니다. 어떤 유전자가 변이도 있고, 사본 수도 늘고, 발현도 올랐다면 그것은 세 층이 모두 가리키는 후보예요.

서로 다른 방법이 같은 답을 가리킬 때 그 답은 훨씬 믿을 만합니다.

🤔 확인 문제

mtDNA-Seq 이 WES 보다 30배 깊이 읽힌 가장 직접적인 이유는?

🤔 확인 문제

'DNA 변이만 봐서는 안 되는' 이유로 이 논문의 논지에 가장 가까운 것은?