Lesson 6 of 20

HGVS — p. 와 c. 와 g. 는 서로 바꿔 쓸 수 없다

실제 MAF 에서 단백질 이름 17개가 좌표 여럿을 가리킨다

변이를 사람이 읽는 방식이 HGVS 표기입니다. 층이 셋입니다.

🧬

g. — 유전체

NC_000012.11:g.25398285C>A
염색체 위 절대 위치

📄

c. — 코딩

NM_004985.4:c.34G>T
전사체 기준 위치

🔤

p. — 단백질

NP_004976.2:p.Gly12Cys
아미노산 변화

중요한 것은 방향입니다. g. 를 알면 c. 를 알 수 있고, c. 를 알면 p. 를 알 수 있습니다. 반대는 안 됩니다.

High schoolp. 와 c. 와 g.

HGVS는 변이를 적는 국제 표준 표기법입니다. 접두어가 어느 수준을 말하는지 나타내요.

접두어	기준	예
g.	유전체 좌표	g.25245350C>A
c.	코딩 서열 (전사체 기준)	c.34G>T
p.	단백질 (아미노산)	p.G12C

같은 변이를 세 가지 지도로 적은 것 — 지도가 다르면 좌표도 다릅니다.

말로만 하면 와닿지 않으니 실제 자료에서 세어 봅니다. 982줄짜리 작은 MAF 하나에 이미 몇 건이나 있는지.

High school왜 서로 바꿔 쓸 수 없나

p.는 정보를 잃습니다. 아미노산이 같아도 DNA 염기는 여러 조합일 수 있어요.

수준	정보량	되돌릴 수 있나
g.	가장 많음	c.와 p.로 변환 가능
c.	중간 — 전사체 지정 필요	p.로 변환 가능
p.	가장 적음	g.로 되돌릴 수 없음

유전 부호는 여러 코돈이 같은 아미노산을 만듭니다. G12C(글리신이 시스테인으로)는 GGT→TGT일 수도 GGT→TGC일 수도 있어요.

MET:X1010_splice 하나가 좌표 여섯 가지입니다. 이 이름으로 조인하면 여섯 개가 하나로 뭉치거나, 여섯 배로 불어납니다.

Python Runs in your browser

import mut

amb = mut.ambiguous()
print("단백질 이름 하나가 유전체 좌표 여럿을 가리키는 경우:", len(amb), "건")
print()
for a in amb[:6]:
    print(f"  {a['pkey']:<22} 좌표 {a['n']}가지")
    for g in a["gkeys"][:3]:
        print(f"        {g}")
    if a["n"] > 3:
        print(f"        … 그리고 {a['n'] - 3}가지 더")
    print()

High school실제 자료에서 단백질 이름 17개가 좌표 여럿

이 강의의 MAF 자료에서 확인한 것입니다. 단백질 수준 표기 17개가 각각 여러 유전체 좌표에 대응했어요.

이 사실이 뜻하는 것	실무적 결과
p.로 조인하면 여러 개가 한 덩어리로	서로 다른 변이가 합쳐짐
빈도가 부풀려짐	"이 변이가 10건"이 사실은 서로 다른 3종 10건
약물 반응이 다를 수 있음	같은 아미노산 변화라도 기전이 다를 수 있음

p. 표기는 사람이 읽기 위한 것이고, 조인은 g.로 해야 합니다.

뭉치면 정보가 사라지고, 불어나면 없던 환자가 생깁니다. 둘 다 오류 없이 조용히 일어납니다.

Python Runs in your browser

import mut

# 뭉치면 몇 개가 되고 불어나면 몇 개가 되나 — 실제로 세어 본다
rows = mut.rows()
amb = {a["pkey"] for a in mut.AMBIGUOUS}

affected = [r for r in rows if r["pkey"] in amb]
n_gkeys = len({r["gkey"] for r in affected})
n_pkeys = len({r["pkey"] for r in affected})

print("영향을 받는 줄      ", len(affected))
print("  실제 서로 다른 변이", n_gkeys)
print("  단백질 이름 가짓수 ", n_pkeys)
print()
print(f"→ 단백질 이름으로 조인하면 {n_gkeys}가지가 {n_pkeys}가지로 뭉칩니다")
print(f"→ 반대로 남의 표를 붙일 때는 한 줄이 여러 줄로 불어납니다")

High schoolc. 표기의 함정 — 전사체

c. 표기는 어느 전사체를 기준으로 하느냐에 따라 번호가 달라집니다. 한 유전자가 여러 전사체를 가질 수 있거든요.

문제	내용
전사체 버전	NM_004985.4와 NM_004985.5의 번호가 다를 수 있음
대표 전사체 선택	데이터베이스마다 다른 것을 고름
전사체 미표기	c.34G>T만 있으면 어느 전사체인지 모름

c. 표기는 전사체 ID와 함께 적어야 완전합니다 — NM_004985.5:c.34G>T

20강에서 OncoKB를 붙일 때 이 문제를 다시 만납니다. OncoKB는 단백질 수준 표기를 쓰는데, 그 모호한 키로 붙이면 어긋날 수 있어요.

🤔 Check yourself

p.Gly12Cys 만 보고 유전체 좌표를 알 수 없는 이유는?

🤔 Check yourself

단백질 이름으로 조인했을 때 일어나는 두 가지 사고는?