KR101936933B1 - 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스 - Google Patents

염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스 Download PDF

Info

Publication number
KR101936933B1
KR101936933B1 KR1020160160630A KR20160160630A KR101936933B1 KR 101936933 B1 KR101936933 B1 KR 101936933B1 KR 1020160160630 A KR1020160160630 A KR 1020160160630A KR 20160160630 A KR20160160630 A KR 20160160630A KR 101936933 B1 KR101936933 B1 KR 101936933B1
Authority
KR
South Korea
Prior art keywords
mutation
locus
base sequence
base
sequences
Prior art date
Application number
KR1020160160630A
Other languages
English (en)
Other versions
KR20180060759A (ko
Inventor
김상우
김준호
Original Assignee
연세대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020160160630A priority Critical patent/KR101936933B1/ko
Publication of KR20180060759A publication Critical patent/KR20180060759A/ko
Application granted granted Critical
Publication of KR101936933B1 publication Critical patent/KR101936933B1/ko

Links

Images

Classifications

    • G06F19/18—
    • G06F19/24—

Abstract

본 발명은 차세대 염기서열 분석방법으로, 하나의 대상샘플을 복수 회 염기서열 분석하여, 하나의 대상샘플에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하는 단계, 참조샘플의 염기서열과 복수 개의 염기서열을 매칭하는 단계, 복수 개의 염기서열 중 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열들 각각에 대해 선별하는 단계 및 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함하는, 염기서열의 변이 검출방법을 제공한다.

Description

염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스{METHODS FOR DETECTING NUCLEIC ACID SEQUENCE VARIATIONS AND A DEVICE FOR DETECTING NUCLEIC ACID SEQUENCE VARIATIONS USING THE SAME}
본 발명은 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스에 관한 것으로, 보다 구체적으로는 대상샘플 및 참조샘플의 염기서열을 매칭하고, 불 일치하는 자리에 대한 돌연변이 확률을 산출함으로써 민감도가 향상된, 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스에 관한 것이다.
대립유전자 (allele) 는 한 쌍으로 존재하는 염색체 내의 하나의 유전자 자리 (locus) 에 대하여 서로 다른 DNA 서열을 갖는 유전자를 의미할 수 있다. 이러한 대립유전자는 개체 내에서 일어난 돌연변이 등 여러 가지 요인에 의해 나타날 수 있다. 구체적으로, 하나의 개체 내에서 돌연변이가 일어난 유전자 자리는 정상의 유전자 자리와 상이한 염기서열을 나타낼 수 있고, 이 결과로 대립유전자가 나타날 수 있다. 이에 따라, 대립유전자를 탐색함으로써 개체 내에 존재하는 돌연변이를 검출할 수 있는 다양한 검사들이 개발되었다. 그러나, 저빈도로 존재하는 돌연변이의 경우, 기존의 검사 방법들은 이를 검출하는 것에 한계가 있었다.
예를 들어, 체성 돌연변이 (somatic mutation) 는 체세포에 생기는 유전자 돌연변이로, 의료분야에서 다양한 문제를 야기하는 것으로 알려져 있다. 특히 체성 돌연변이는 암과 관련되어 있을 수 있다. 이에 따라, 체성 돌연변이 프로파일링 (somatic mutation profiling) 은 암세포의 증식을 유발하는 기작의 변화를 빠르게 알아내는데 이용될 수 있으며, 체성 돌연변이 프로파일링은 종양학의 연구 도구로써 유용할 수 있다. 그러나, 체성 돌연변이는 배선 돌연변이 (germline mutation) 와 다르게 그 발현 비율이 1 % 미만인 경우도 많아 돌연변이를 찾아내는데 어려움이 많다.
이에 따라 보다 효과적인 저빈도 돌연변이 검출방법들이 요구되고 있는 실정이다.
발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.
차세대 염기서열 분석기술 (NGS, Next Generation Sequencing) 은 다수의 염기서열 분석 결과물을 산출이 가능하여, 고 처리량 염기서열 분석법 (high-throughput sequencing) 이다. 이러한 높은 밀도의 병행 염기서열 분석은 (parallel sequencing) 낮은 비율로 생겨난 돌연변이 검출에 효과적일 수 있다. 하지만, 라이브러리 제작을 위한 중합효소 연쇄반응도중 생겨나는 편향현상으로 인해, 1 % 이하의 낮은 비율의 돌연변이 유전자는 99 % 이상의 정상 유전자에서 나타난 거짓 양성 (false positive) 에 묻혀 검출이 어려울 수 있다. 이에 따라, 차세대 염기서열 분석기술을 이용한 돌연변이의 최소 검출 가능한 비율은 3 %에 불과한 실정이다.
이상의 문제점을 해결하기 위해, 연구자들은 동일한 유전자 자리를 여러 번 읽는, 뎁스 (depth) 를 높이는 방법을 이용하여 저빈도의 돌연변이 검출의 한계 수치를 높이고자 하였다. 그러나, 이로 인해 거짓 양성 비율 (false positive rate), 즉 검출을 위한 분석의 오류도 함께 증가하였고, 이러한 현상은 민감도 높은 저빈도의 돌연변이 검출을 위해 여전히 해결해야 할 과제로 남아있다.
이에, 본 발명의 발명자들은 리플리케이트 (replicate) 를 이용하여 돌연변이 확률값을 보정함으로써 거짓 양성 비율을 줄이고, 민감도 높은 저빈도의 돌연변이 검출이 가능한 염기서열의 변이 검출방법을 제공할 수 있음을 인식하였다.
이에 본 발명의 해결하고자 하는 과제는 하나의 대상샘플을 복수 회 염기서열 분석하여 획득한 복수 개의 염기서열들의 통계적 분석에 따라 보정된, 돌연변이 확률값을 제공함으로써, 분석의 오류를 줄여 저빈도 염기서열의 변이를 검출할 수 있는, 염기서열의 변이 검출방법 및 이를 이용한 디바이스를 제공하는 것이다.
또한, 본 발명의 발명자들은 분석 플랫폼 유형에 따라, 나타나는 염기서열의 변이 유형의 분석에러가 다른 것을 인식하였다.
이에, 본 발명의 해결하고자 하는 다른 과제는 대상샘플을 복수 회 염기서열 분석하여 획득한 복수 개의 염기서열들의 특정한 유전자 자리에 대한 돌연변이 확률값 및 염기서열의 변이 유형을 고려하여 보정된 분석에러 확률값을 기초로 결정된 돌연변이 염기서열 후보를 제공하여, 민감도와 정확도가 높도록 저빈도 염기서열의 변이를 검출할 수 있는, 염기서열의 변이 검출방법 및 이를 이용한 디바이스를 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법은 차세대 염기서열 분석 (NGS, next generation sequencing) 방법으로, 하나의 대상샘플을 복수 회 염기서열 분석하여, 하나의 대상샘플에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하는 단계, 참조샘플의 염기서열과 복수 개의 염기서열을 매칭 (matching) 하는 단계, 복수 개의 염기서열 중 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열들 각각에 대해 선별하는 단계 및 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함한다.
본 발명의 다른 특징에 따르면, 염기서열 변이 후보를 결정하는 단계는, 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 분석에러 확률값은, 분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 분석에러의 base call quality 점수를 포함하는 분석에러 프로파일을 결정하고, 분석에러 프로파일을 기초로, 적어도 하나 이상의 염기서열의 변이 유형에 대한 분석에러 확률값이 보정될 수 있다.
본 발명의 또 다른 특징에 따르면, 분석에러 프로파일은, 복수 개의 염기서열 중 불 일치하는 유전자 자리의 전, 후로 존재하는 염기서열의 정보를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 분석 플랫폼 유형이 Illumina hybrid-capture일 경우, 염기서열의 변이 유형별 분석에러 중 C에서 A로 변이 및 G에서 T로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높을 수 있다.
본 발명의 또 다른 특징에 따르면, 분석 플랫폼 유형이 Illumina Amplicon일 경우, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, T에서 A로 변이, A에서 T로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높을 수 있다.
본 발명의 또 다른 특징에 따르면, 분석 플랫폼 유형이 IonTorrent Amplicon일 경우, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, A에서 C로 변이, T에서 G로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높을 수 있다.
본 발명의 또 다른 특징에 따르면, 염기서열 변이 후보를 결정하는 단계는,
불 일치하는 유전자 자리의 분석에러 확률값에 대한 돌연변이 확률값의 비율이 미리 결정된 수준 이상일 경우, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 비율은, 하기 [수학식 1] 로 산출될 수 있다.
[수학식 1]
Figure 112016117124513-pat00001
(여기서, k는 복수 개의 염기서열의 개수이고, Xi는 i번째 유전자 자리에 대한 BAF (B allele frequency) 값이고, Mut는 돌연변이고, TE는 분석에러이다.)
본 발명의 또 다른 특징에 따르면, 통계적 분석은, 복수 개의 염기서열 각각에 대한 불 일치하는 유전자 자리의 BAF값의 표준편차 및 평균값 중 적어도 하나를 이용할 수 있다.
본 발명의 또 다른 특징에 따르면, 복수 개의 염기서열은 두 개의 염기서열일 수 있다.
본 발명의 또 다른 특징에 따르면, 염기서열 변이 후보를 결정하는 단계는, 두 개의 염기서열 각각의 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 곱하여 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 참조샘플은, 차세대 염기서열 분석방법을 이용하여 획득할 수 있다.
본 발명의 또 다른 특징에 따르면, 염기서열의 변이는, 저빈도 체성 돌연변이, 샘플의 오염으로 인한 염기서열의 변이 및 유전병으로 인한 염기서열의 변이로 이루어진 그룹으로부터 선택된 적어도 하나를 포함할 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 염기서열의 변이 검출 디바이스는 통신부와 동작 가능하게 연결된 프로세서를 포함하고, 프로세서는 통신부를 통해 차세대 염기서열 분석방법으로, 하나의 대상샘플을 복수 회 염기서열 분석하여, 하나의 대상샘플에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하고, 참조샘플의 염기서열과 복수 개의 염기서열을 매칭하고, 복수 개의 염기서열 중 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열들 각각에 대해 선별하고, 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하도록 구성된다.
본 발명의 다른 특징에 따르면, 프로세서는, 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하도록 더 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 분석에러 확률값은, 분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 분석에러의 base call quality 점수를 포함하는 분석에러 프로파일을 결정하고, 분석에러 프로파일을 기초로, 적어도 하나 이상의 염기서열의 변이 유형에 대한 분석에러 확률값이 보정될 수 있다.
본 발명의 또 다른 특징에 따르면, 프로세서는 불 일치하는 유전자 자리의 분석에러 확률값에 대한 돌연변이 확률값의 비율이 미리 결정된 수준 이상일 경우, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하도록 더 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 비율은, 하기 [수학식 1] 로 산출될 수 있다.
[수학식 1]
Figure 112016117124513-pat00002
(여기서, k는 복수 개의 염기서열의 개수이고, Xi는 i번째 유전자 자리에 대한 BAF값이고, Mut는 돌연변이고, TE는 분석에러이다.)
본 발명은 하나의 대상샘플을 복수 회 염기서열 분석하여 획득한, 복수 개의 염기서열들의 통계적 분석에 따라 보정된, 돌연변이 확률값을 제공함으로써, 분석에러를 줄일 수 있고 저빈도 염기서열의 변이를 검출할 수 있는 효과가 있다. 이에 따라, 본 발명은 민감도 향상된 염기서열의 변이 검출방법 및 이를 이용한 디바이스를 제공할 수 있는 효과가 있다.
또한, 본 발명은 대상샘플을 복수 회 염기서열 분석하여 획득한 복수 개의 염기서열들의 통계적 분석, 분석 플랫폼 유형 및 염기서열의 변이 유형을 고려하여 보정된 돌연변이 확률값을 제공함으로써, 분석 플랫폼 유형에 따라 민감도와 정확도가 보다 높게 저빈도 염기서열의 변이를 검출할 수 있는, 염기서열의 변이 검출방법 및 이를 이용한 디바이스를 제공할 수 있는 효과가 있다.
더 나아가, 본 발명은 저빈도 돌연변이뿐만 아니라, 염기서열 분석하고자 하는 샘플이 오염 또는 채취의 어려움으로 인해, 타 샘플 내에서 소량으로 존재할 경우, 이의 검출, 더 나아가 염기서열 분석의 민감도와 정확도를 높일 수 있는 효과가 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 염기서열의 변이 검출 디바이스의 개략적인 구성을 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법을 설명하기 위한 순서도이다.
도 3a는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는 분석에러 확률값의 보정을 설명하기 위한 순서도이다.
도 3b는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는 돌연변이 확률모델 및 분석에러 확률모델을 도시한 것이다.
도 4a는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 Illumina hybrid-capture에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다.
도 4b는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법을 Illumina hybrid-capture에 적용함에 따라 나타나는 염기서열 변이 유형별 참 음성, 거짓 양성, 거짓 음성 및 참 양성의 call을 도시한 것이다.
도 4c는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 Illumina Amplicon에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다.
도 4d는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 IonTorrent Amplicon에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다.
도 5a는 종래의 염기서열의 변이 검출방법을 Illumina hybrid-capture에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다.
도 5b는 종래의 염기서열의 변이 검출방법을 Illumina Amplicon에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다.
도 5c는 종래의 염기서열의 변이 검출방법을 IonTorrent Amplicon에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다.
발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명이 도시된 사항에 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우, '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.
구성요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
본 명세서의 해석의 명확함을 위해, 이하에서는 본 명세서에서 사용되는 용어들을 정의하기로 한다.
본 명세서에서 사용되는 용어, "차세대 염기서열 분석"은 유전체의 염기서열 분석기술 중 하나로, DNA 조각을 병렬로 처리함으로써 염기서열을 고속으로 분석할 수 있다. 이러한 특징으로, 차세대 염기서열 분석은 고 처리율 시퀀싱 (high-throughput sequencing), 대용량 병렬 시퀀싱 (massive parallel sequencing) 또는 2세대 시퀀싱 (second-generation sequencing) 으로 불릴 수 있다. 또한, 차세대 염기서열 분석은 목적에 따라 다양한 분석 플랫폼으로 이용될 수 있다. 예를 들어, 차세대 염기서열 분석의 분석 플랫폼은 Roche 454, GS FLX Titanium, Illumina MiSeq, Illumina HiSeq, Illumina Genome Analyzer IIX, Life Technologies SOLiD4, Life Technologies Ion Proton, Life Technologies Ion Proton, Complete Genomics, Helicos Biosciences Heliscope, Pacific Biosciences SMRT등이 있을 수 있다. 더 나아가, 차세대 염기서열 분석기술은 염기서열의 변이 검출에 이용 될 수 있다. 염기서열의 변이 검출을 위한 바람직한 분석 플랫폼은 Illumina hybrid-capture, Illumina Amplicon 및 IonTorrent Amplicon일 수 있으나, 이에 제한되는 것은 아니다.
본 명세서에서 사용되는 용어, "염기서열 변이"는 여러 가지 요인으로 인해, 유전체 일어나는 염기서열의 변이를 의미할 수 있다. 예를 들어, 염기서열의 변이는 체성 돌연변이, 샘플의 오염으로 인한 염기서열의 변이 및 유전병으로 인한 염기서열의 변이일 수 있고 더 나아가, 염기서열 변이는 산모의 혈액 내에서, 모체 DNA와 함께 소량으로 존재하는 태아의 DNA로 인해 나타날 수 있는, 대립유전자에 의한 염기서열 변이, 뇌 세포 안에서 소량으로 존재하는 돌연변이를 더 포함할 수 있다. 그러나 염기서열 변인은 전술한 것에 제한되는 것은 아니다.
체성 돌연변이는 체세포에 생기는 유전자 돌연변이를 의미하며, 이러한 돌연변이는 의료분야에서 다양한 문제를 야기할 수 있다. 특히 체성 돌연변이는 암과 관련 있을 수 있다. 이에 따라, 검출하고자 하는 염기서열의 변이는 저빈도의 체성 돌연변이일 수 있다.
본 명세서에서 사용되는 용어, "유전자 자리"는 분석된 유전체의 염기서열 중 특정한 위치의 염기서열을 의미할 수 있다. 유전자 자리의 염기서열은 단일 염기서열일 수 있으나 이에 제한되지 않고 연속된 2개 이상의 염기서열일 수도 있다.
본 명세서에서 사용되는 용어, "대상샘플"은 염기서열의 변이를 확인하고자 하는 환자로부터 수득한 생물학적 시료일 수 있고, 본 명세서에서 사용되는 용어, "참조샘플"은 대상샘플과 대조적으로 염기서열의 변이가 나타나지 않은 정상의 생물학적 시료일 수 있다. 바람직한 대상샘플은 체성 돌연변이와 연관된 종양세포일 수 있고, 바람직한 참조샘플은 정상의 세포에 대하여 미리 염기서열 분석된 데이터일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 참조샘플은 대상샘플에 따라 다양하게 선택될 수 있으며, 이의 염기서열은 대상샘플의 염기서열과 함께 분석될 수도 있다.
대상샘플 내의 염기서열의 변이는 참조샘플에서 분석된 염기서열과 대상샘플의 염기서열을 비교하여 검출 할 수 있다. 예를 들어, 대상샘플의 염기서열을 분석한 후, 참조샘플 염기서열과 매칭한다. 그 다음, 참조샘플의 염기서열과 불 일치하는 대상샘플의 유전자 자리를 선별하고, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로 대상샘플 내의 염기서열의 변이 후보를 결정할 수 있다.
여기서, "돌연변이 확률값"은 참조샘플과 불 일치하는 대상샘플의 유전자 자리가 염기서열 분석의 에러인지, 진짜 염기서열 변이인지 결정할 수 있는 지표가 될 수 있다. 더 나아가, 불 일치하는 대상샘플의 유전자 자리에 대한 염기서열의 변이 후보로의 결정은 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된 불 일치하는 대상샘플의 유전자 자리에 대한 돌연변이 확률값을 기초로 수행될 수 있다. 다양한 실시예에서, 분석 플렛폼에서의 불 일치하는 자리의 분석에러 확률값에 대한 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된 돌연변이 확률값의 비율이 미리 결정된 수준 이상인 경우, 불 일치하는 유전자 자리는 대상샘플의 염기서열 변이 후보로 결정될 수도 있다. 그러나, 이에 제한되는 것은 아니다. 여기서, 불 일치하는 자리의 분석에러 확률값은 염기서열의 변이 유형을 고려하여 보정된 분석에러 확률값일 수 있다. 구체적으로, 염기서열의 변이 유형을 고려하여 보정된 분석에러 확률값은, 분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 이들의 base call quality 점수를 포함하는 분석에러 프로파일을 기초로 보정될 수 있다. 보다 구체적으로, 하나의 유전자 자리는 base call quality 점수가 높아짐에 따라 이의 돌연변이 확률이 높아질 수 있다. 이에 따라, 염기서열의 변이 유형을 고려한 분석에러 확률값은 분석 플랫폼에 따른 base call quality 점수가 높은 분석에러의 염기서열의 변이 유형을 선별하고, 이에 대한 정보를 포함하는 분석에러 프로파일을 결정한다. 그 다음, 결정된 분석에러 프로파일을 기초로 염기서열의 변이 유형에 대한 분석에러 확률값이 보정될 수 있다.
본 명세서에서 사용되는 용어, "복수 개의 염기서열"은 동일한 대상샘플에 대하여 복수 회 염기서열 분석하여 수집한 복수 개의 염기서열을 의미할 수 있다. 이때, 복수 개의 염기서열 각각은 뎁스 (depth) 가 높아짐에 따라 생성된 복수 개의 리드를 포함할 수 있다. 즉, 복수 개의 염기서열 각각은 동일한 대상샘플 유전체 전체의 염기서열을 포함할 수 있다. 더 나아가, 복수 개의 염기서열은 동일한 염기서열 또는 동일하지 않은 염기서열일 수 있다. 즉, 유전체의 염기서열을 분석하고자 하는 샘플에 대한 한 번의 염기서열 분석결과는 분석의 오류를 포함할 수 있다. 이에 따라, 하나의 샘플에 대해 복수 회의 염기서열 분석을 수행하여 수득한 복수 개의 염기서열을 고려할 경우, 1 회의 염기서열 분석을 수행하였을 때 보다 염기서열 변이 검출의 정확도가 높을 수 있다. 구체적으로, 하나의 샘플에 대해 분석된 복수 개의 염기서열의 결과에 따라 돌연변이 확률이 달라질 수 있다. 예를 들어, 하나의 대상샘플의 염기서열을 복수 회 분석하고, 이를 통해 획득한 복수 개의 염기서열 각각을 참조샘플의 염기서열과 매칭하였을 때, 복수 개의 염기서열간의 참조샘플과 불 일치하는 유전자 자리가 일정한 경우, 이 불 일치하는 유전자 자리는 그렇지 않은 유전자 자리보다 염기서열의 변이일 확률이 높을 수 있다. 이와 대조적으로, 복수 개의 염기서열간의 참조샘플과 불 일치하는 유전자 자리가 일정하지 않은 경우, 불 일치하는 유전자 자리는 그렇지 않은 유전자 자리보다 분석에러일 확률이 높을 수 있다.
본 명세서에서 사용되는 용어, "BAF (B allele frequency)"는 하나의 유전자 자리에 대하여 복수 개의 리드로 분석됨에 따라 수득한, 염기의 전체 개수 대비 참조샘플의 염기서열과 불 일치하는 염기 (B allele) 의 빈도를 의미할 수 있다. 이에, 복수 개의 염기서열 각각이 갖는 복수 개의 염기서열 내의 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값에 따라 돌연변이 확률은 달라질 수 있다. 예를 들어, 각각의 복수 개의 염기서열이 참조샘플과 불 일치하는, 하나의 유전자 자리에 대해 일정한 BAF값을 갖는 경우, 이 불 일치하는 유전자 자리는 복수 개의 염기서열간의 BAF값이 일정하지 않은 유전자 자리보다, 돌연변이일 확률이 높을 수 있다. 즉, 불 일치하는 유전자 자리에 대한 돌연변이 확률은 복수 개의 염기서열간의 불 일치하는 유전자 자리에 대한 BAF값의 편차와 연관되어 있을 수 있다.
본 명세서에서 사용되는 용어, "복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식"은 복수 개의 염기서열 각각의, 복수 개의 염기서열 내에 존재하는 하나의 불 일치하는 유전자 자리에 대한 BAF값을 기초로 보정된 돌연변이 확률값의 산출방식일 수 있다. 구체적으로, BAF값을 기초로 보정된 산출방식은 복수 개의 염기서열 간의 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값의 표준편차가 작을 경우, 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값의 표준편차가 큰 유전자 자리보다 높은 돌연변이 확률값을 갖도록 보정된 방식일 수 있다. 그러나, 이에 제한되지 않고 BAF값을 기초로 보정된 산출방식은 다양한 방식으로 돌연변이 확률값을 보정할 수 있다. 예를 들어, BAF값을 기초로 보정된 산출방식은 복수 개의 염기서열 간의 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값의 표준편차가 큰 경우, 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값의 표준편차가 작은 유전자 자리보다 낮은 돌연변이 확률값을 갖도록 보정된 방식일 수 있다.
이하에서는, 도 1을 참조하여, 본 발명의 일 실시예에 따른 염기서열의 변이 검출 디바이스를 설명한다.
도 1은 본 발명의 일 실시예에 따른 염기서열의 변이 검출 디바이스의 개략적인 구성을 도시한 블록도이다. 도 1을 참조하면, 염기서열의 변이 검출 디바이스 (100) 는 통신부 (110), 입력부 (120), 표시부 (130), 저장부 (140) 및 프로세서 (150) 를 포함한다.
통신부 (110) 를 통해, 염기서열의 변이 검출 디바이스 (100) 는 차세대 염기서열 분석방법으로, 하나의 대상샘플을 복수 회 염기서열 분석하여 획득한 복수 개의 염기서열을 획득할 수 있다.
입력부 (120) 는 키보드, 마우스, 터치 스크린 패널 등 제한되지 않는다. 사용자는 입력부 (120) 를 통해 염기서열의 변이 검출 디바이스 (100) 를 설정하고, 이의 동작을 지시할 수 있다.
표시부 (130) 는 사용자로부터 용이하게 염기서열의 변이 검출 디바이스 (100) 의 설정이 가능한 메뉴들을 표시할 수 있다. 더 나아가, 표시부 (130) 는 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로 결정한 대상샘플의 염기서열 변이 후보를 사용자가 용이하게 인식할 수 있도록 표시할 수 있다. 이때, 표시부 (130) 는 액정 표시 장치, 유기 발광 표시 장치 등을 포함하는 표시 장치로서, 메뉴들이 사용자에게 디스플레이 되도록 할 수 있다. 또한, 표시부 (130) 는 전술된 것 이외에 본 발명의 목적을 달성할 수 있은 범위 내에서 다양한 형태 또는 방법으로 구현될 수 있다.
저장부 (140) 는 통신부 (110) 를 통해 획득한 복수 개의 염기서열을 저장할 수 있다. 또한, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로 결정한 대상샘플의 염기서열 변이 후보를 저장할 수 있다.
프로세서 (150) 는 본 발명의 일 실시예에 따른 염기서열의 변이 검출 디바이스 (100) 를 동작시키기 위한 다양한 명령들을 수행한다. 프로세서 (150) 는 통신부 (110) 와 연결되어, 통신부 (110) 를 통해 차세대 염기서열 분석방법을 이용하여 하나의 대상샘플을 복수 회 염기서열 분석한, 하나의 대상샘플에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하고, 참조샘플의 염기서열과 복수 개의 염기서열을 매칭하고, 복수 개의 염기서열 중 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열들 각각에 대해 선별하고, 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정하도록 구성된다.
이하에서는, 도 2를 참조하여, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에 대해 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법을 설명하기 위한 순서도이다.
먼저, 차세대 염기서열 분석방법으로, 하나의 대상샘플을 복수 회 염기서열 분석하여, 하나의 대상샘플에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집한다 (S210). 이때, 수집하는 단계 (S210) 에서는 참조샘플에 대한 염기서열이 없는 경우, 참조샘플에 대한 염기서열분석이 대상샘플의 염기서열 분석과 함께 수행될 수 있다. 예를 들어, 참조샘플과 대상샘플 각각은 복수 개의 리드를 포함할 수 있고, 이 복수 개의 리드들은 참조서열 (reference sequence) 과 매핑 (mapping) 되어 최종 적으로, 수집하는 단계 (S210) 에서는 분석된 참조샘플의 염기서열과 대상샘플의 염기서열을 수집할 수 있다.
그 다음, 참조샘플의 염기서열과 복수 개의 염기서열을 매칭한다 (S220). 선택적으로, 매칭하는 단계 (S220) 에서는 참조샘플의 염기서열과 하나의 대상샘플에 대한 복수 개의 염기서열 각각이 매칭될 수 있다. 예를 들어, 매칭하는 단계 (S220) 에서는 수집하는 단계 (S210) 에서 수집한 참조샘플의 염기서열 및 대상샘플에 대한 복수 개의 염기서열을 유전자 자리 별로 비교할 수 있다.
다음으로, 복수 개의 염기서열 중 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열 각각에 대하여 선별한다 (S230). 예를 들어, 선별하는 단계 (S230) 에서는 복수 개의 염기서열 중 적어도 하나의 염기서열에서 참조샘플의 염기서열과 불 일치하는 유전자 자리를 탐색할 수 있다. 이때, 참조샘플의 염기서열과 불 일치하는 유전자 자리는 염기서열 변이 또는 염기서열 분석의 에러일 수 있다.
마지막으로, 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정한다 (S240). 결정하는 단계 (S240) 에서는 선택적으로, 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로, 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정할 수 있다. 구체적으로, 불 일치하는 자리의 분석에러 확률값에 대한 돌연변이 확률값의 비율이 미리 결정된 수준 이상인 경우, 불 일치하는 유전자 자리는 대상샘플의 염기서열 변이 후보로 결정될 수 있다. 다른 실시예에 따르면, 결정하는 단계 (S240) 에서는 복수 개의 염기서열이 두 개의 염기서열일 경우, 두 개의 염기서열 각각의 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 곱하여 산출된 확률값을 기초로, 두 개의 염기서열 내의 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정할 수 있다. 다양한 실시예에 따르면, 결정하는 단계 (S240) 에서 불 일치하는 유전자 자리는 돌연변이 확률값과 무관하게, 분석에러로 결정될 수 있다. 예를 들어, 참조샘플과 대상샘플의 매핑 퀄리티가 미리 결정된 수준 이하일 경우, 분석된 대상샘플의 염기들의 대다수가 base call quality 점수가 미리 결정된 수준 이하일 경우, 유전자 자리에 대한 복수의 리드들이 삽입 또는 결실이 미리 결정된 수준 이상을 나타내는 경우, 복수의 리드들 각각의 불 일치하는 유전자 자리가 미리 결정된 수준 이상을 나타내는 경우, 변이가 매칭 대조군 데이터에서 나타난 경우, 이들 대상샘플의 유전자 자리는 돌연변이 확률값과 상관없이, 분석에러로 결정될 수 있다. 그러나, 유전자 자리에 대한 분석에러의 결정은 전술한 것에 제한되는 것은 아니다.
결정하는 단계 (S240) 에서 다양한 변수들을 고려하여 결정된 염기서열 변이 후보를 제공함으로써, 본 발명의 일 실시예에 따른 염기서열 변이 검출방법 및 이를 이용한 디바이스는 민감도 높게 염기서열 변이를 검출하여 이를 사용자에게 제공할 수 있다.
이하에서는, 도 3a를 참조하여, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는, 불 일치하는 유전자 자리에 대한 분석에러 확률값의 보정방법에 대해 구체적으로 설명한다.
도 3a는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는 분석에러 확률값의 보정을 설명하기 위한 순서도이다.
먼저, 분석에러 확률값은 염기서열의 변이 유형을 고려하여 보정된 값으로 제공된다. 구체적으로, 분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 이들의 base call quality 점수를 포함하는 분석에러 프로파일을 결정한다 (S310). 보다 구체적으로, base call quality 점수는 시퀀싱 단계에서 생긴 분석에러와 연관될 수 있다. 예를 들어, 시퀀싱 단계에서의 분석에러를 갖는 유전자 자리는 낮은 base call quality 점수를 가질 수 있고, 돌연변이를 갖는 유전자 자리는 높은 base call quality 점수를 가질 수 있다. 그러나, 시퀀싱 전 단계의 라이브러리 제작 단계에서 생긴 분석에러와 돌연변이 확률은 base call quality 점수에 의존적이지 않을 수 있다. 이에 따라, 분석에러 프로파일을 결정하는 단계 (S310) 에서는 분석 플랫폼유형에 따른 염기서열의 변이 유형별 전체 분석에러에 대한 라이브러리 제작 단계에서 생긴 분석에러의 비율을 기초로, 분석에러 프로파일을 결정할 수 있다. 예를 들어, 분석에러 프로파일을 결정하는 단계 (S310) 에서는 염기서열의 변이 유형을 고려한 분석에러의 보정을 위해, base call quality 점수를 하나의 지표로 이용할 수 있다. 즉, 분석 플랫폼에 따른 base call quality 점수가 높은 분석에러의 염기서열의 변이 유형은 보정 대상으로 선별될 수 있다. 다양한 실시예에 따르면, 분석 플랫폼이 Illumina hybrid-capture일 경우, 염기서열의 변이 유형별 분석에러 C에서 A로 변이 및 G에서 T로 변이 유형의 base call quality 점수는 나머지 유형의 변이보다 높을 수 있다. 즉, Illumina hybrid-capture 에서, C에서 A로 변이 및 G에서 T로 변이 유형은 분석에러이지만, 돌연변이로 출력되는 검출의 오류를 범할 수 있다. 또한, 분석 플랫폼이 Illumina Amplicon일 경우, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, T에서 A로 변이, A에서 T로 변이, T에서 C로 변이 및 A에서 G로 변이 유형의 base call quality 점수는 나머지 유형의 변이보다 높을 수 있다. 더 나아가, 분석 플랫폼이 IonTorrent Amplicon일 경우, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, A에서 C로 변이, T에서 G로 변이, T에서 C로 변이 및 A에서 G로 변이 유형의 base call quality 점수는 나머지 유형의 변이보다 높을 수 있다. 결과적으로, 분석에러 프로파일을 결정하는 단계 (S310) 에서는 전술한 분석 플랫폼 유형에 따른 염기서열의 변이 유형별 분석에러 및 이의 base call quality 점수를 포함하는 분석에러 프로파일을 결정할 수 있다. 또한, 분석에러 프로파일은 복수 개의 염기서열 중 불 일치하는 유전자 자리의 전, 후로 존재하는 염기서열의 정보를 더 포함할 수 있다.
그 다음, 분석에러 프로파일을 결정하는 단계 (S310) 에서 결정된 분석에러 프로파일을 기초로 분석 플랫폼 유형에 따라 염기서열 변이 유형에 대한 분석에러 확률값이 보정된다 (S320). 예를 들어, Illumina hybrid-capture에 대하여, 염기서열의 변이 유형별 분석에러 중 C에서 A로 변이 및 G에서 T로 변이 유형에 대한 분석에러의 확률값을 나머지 염기서열 변이 유형의 분석에러 확률값보다 높게 보정할 수 있다. 또한, Illumina Amplicon에 대하여, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, T에서 A로 변이, A에서 T로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률값을 나머지 염기서열의 변이 유형의 분석에러의 확률값보다 높게 보정할 수 있다. 더 나아가, IonTorrent Amplicon에 대하여, 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, A에서 C로 변이, T에서 G로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률값을 나머지 염기서열의 변이 유형의 분석에러의 확률값보다 높게 보정할 수 있다. 결과적으로, 불 일치하는 유전자 자리에 대한 분석에러 확률값은, 분석에러 확률값 보정단계 (S320) 를 통해 보정된, 분석에러 확률값으로 산출된다. 이에 따라, 불 일치하는 유전자 자리에 대한 염기서열을 고려하여 산출된 분석에러 확률값 및 돌연변이 확률값을 기초로 대상샘플의 염기서열 변이 후보가 결정될 수 있다.
이하에서는, 도 3b를 참조하여, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는, 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로 대상샘플의 염기서열 변이 후보를 결정하는 단계에 대하여 구체적으로 설명한다.
도 3b는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법에서 제공하는 돌연변이 확률모델 및 분석에러 확률모델을 도시한 것이다.
구체적으로, 그래프의 x축의 6 개의 점들은 6 개의 염기서열 각각이 나타내는 참조샘플과 불 일치하는 유전자 자리에 대한 BAF값을 의미하고, y축은 확률값을 의미한다. 보다 구체적으로, x축은 대상샘플 각각에 대하여 3 회씩 염기서열 분석한 결과로 생성된, 두 개의 불 일치하는 유전자 자리에 대한 3 개의 염기서열의 BAF값을 나타낸다. 더 나아가, 돌연변이 확률모델 1 및 돌연변이 확률모델 2는 3 개의 염기서열의 불 일치하는 유전자 자리에 대한 BAF값을 기초로 만들어진 돌연변이의 확률밀도함수이다. 또한, 분석에러 확률모델 1 및 분석에러 확률모델 2는 전술한 분석에러 프로파일을 기초로 만들어진, 서로 다른 염기서열 유형을 나타내는 불 일치하는 유전자 자리에 대한 분석에러 확률밀도함수이다. 그래프의 x축을 참조하면, 불 일치하는 유전자 자리에 대하여, 돌연변이 확률모델 1의 3 개의 검은점에 해당하는 3 개의 염기서열의 BAF값의 표준편차는 돌연변이 확률모델 2의 3 개의 흰 점에 해당하는 3 개의 염기서열들 보다 작은 것을 알 수 있다. 이에 따라, BAF값의 편차가 작은 돌연변이 확률모델 1의 돌연변이 확률값이, BAF값의 편차가 상대적으로 큰 돌연변이 확률모델 2보다 높은 것을 알 수 있다. 결과적으로, BAF값의 편차가 작은 돌연변이 확률모델 1의 돌연변이 확률값이 분석에러 확률모델 1의 분석에러 확률값보다 높아, 돌연변이 확률모델 1의 불 일치하는 유전자 자리는 대상샘플의 염기서열 변이 후보로 결정될 수 있다. 이와 대조적으로, BAF값의 편차가 큰 돌연변이 확률모델 2의 돌연변이 확률값이 분석에러 2의 분석에러 확률값보다 낮아, 돌연변이 확률모델 2의 불 일치하는 유전자 자리는 대상샘플의 염기서열 변이 후보로 결정될 수 없다.
이에 따라, 대상샘플의 염기서열의 변이 후보의 결정은 산출된 분석에러 확률값에 대한 상기 돌연변이 확률값의 비율을 고려하여 설정한 [수학식 1] 로 부터 산출된 비율값으로 결정될 수 있다.
[수학식 1]
여기서, k는 복수 개의 염기서열의 개수이고, Xi는 i번째 유전자 자리에 대한 BAF값이고, Mut는 돌연변이고, TE는 분석에러이다. 구체적으로, Si는 k 개의 염기서열 들 각각의 분석에러 확률값을 합한 확률값에 대한 k 개의 염기서열 들 각각의 돌연변이 확률값을 합한 확률값의 비율에 로그를 취한 값을 의미할 수 있다. 결과적으로, [수학식 1] 로 산출된 불 일치하는 유전자 자리의 비율값이, 미리 결정된 수준 이상일 경우, 이 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정할 수 있다. 즉, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변기 검출 디바이스는, 다양한 변수를 고려하여 산출한 복수 개의 염기서열 내의 참조샘플과 불 일치하는 자리에 대한 분석에러 확률값에 대한 돌연변이 확률값의 비율을 기초로 불 일치하는 유전자 자리를 대상샘플의 염기서열 변이 후보로 결정함으로써, 민감도 높게 염기서열의 변이를 검출할 수 있는 효과가 있다.
실시예 1 : 본 발명의 염기서열의 변이 검출방법에 대한 평가
이하에서는, 도 4a, 4b, 4c 및 4d를 참조하여, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법과 종래의 검출방법을 분석 플랫폼에 적용한 결과를 설명한다. 이에 대한 평가를 위해, 서로 다른 유전체를 포함하는 A 혈액 샘플 및 B 혈액 샘플을 준비한다. 그 다음, A 혈액 샘플에 B 혈액 샘플을 연속 희석하여, 1 %의 B 혈액 샘플이 들어있는 A 혈액 샘플을 모든 평가에 이용하였다. 이때, A 혈액 샘플에 대하여 1 %의 B 혈액 샘플은 1 %의 빈도로 존재하는 체성 돌연변이일 수 있다.
본 평가에서, 종래의 검출방법은 BAMerge, Union, Intersection 및 Single을 이용하였다. 설명의 간명함을 위해, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법을 적용한 플랫폼에 대한 평가를 실시예 1, BAMerge를 적용한 플랫폼에 대한 평가를 비교예 1, Union를 적용한 플랫폼에 대한 평가를 비교예 2, Intersection을 적용한 플랫폼에 대한 평기를 비교예 3, Single을 적용한 플랫폼에 대한 평가를 비교예 4로 나타내어 설명한다.
도 4a는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 Illumina hybrid-capture에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다. 도 4b는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법을 Illumina hybrid-capture에 적용함에 따라 나타나는 염기서열 변이 유형별 참 음성, 거짓 양성, 거짓 음성 및 참 양성의 call을 관찰된 BAF에 따라 도시한 것이다. 도 4c는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 Illumina Amplicon에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다. 도 4d는 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 종래의 검출방법을 IonTorrent Amplicon에 적용함에 따라 측정된, 염기서열의 변이 검출의 정밀도, 민감도, F-점수 및 거짓 양성 비율의 결과를 도시한 것이다.
도 4a를 참고하면, 본 발명의 검출방법 및 4 가지의 종래의 검출방법을 Illumina hybrid-capture에 적용하고, 이들 방법에 대하여 다양하게 평가한 결과를 나타낸다. 구체적으로, 실시예 1과 모든 비교예의 결과에서, 뎁스가 높아짐에 따라, 염기서열 변이 검출의 민감도 및 F-점수가 높아지는 것을 알 수 있다. 특히, 실시예 1의 결과는, 뎁스가 높아 짐에 따라 검출의 정확률 및 재현률과 관련이 있는 F-점수가 4 가지의 비교예의 결과에 비하여 큰 폭으로 증가하는 것을 알 수 있다. 더 나아가, 4 가지 비교예 모두에서 뎁스가 높아짐에 따라 정확 검출의 정밀도가 떨어지고, 거짓 양성 비율이 증가하는 것을 확인할 수 있다. 그러나, 이와 대조적으로 본 발명의 검출방법을 적용한 실시예 1의 결과에서는 뎁스가 높아짐에도, 검출에 있어 높은 정밀도를 유지할 뿐만 아니라, 낮은 비율의 거짓 양성 비율을 유지하는 것으로 나타난다.
도 4b를 참고하면, 본 발명의 검출방법을 Illumina hybrid-capture에 적용함에 따라 나타나는 염기서열 변이 유형별 참 음성, 거짓 양성, 거짓 음성 및 참 양성의 call을 색깔 별로 도시한다. 이때, 참 음성은 분석에러일 수 있고, 참 양성은 진짜 돌연변이일 수 있으며, 거짓 양성은 돌연변이로 판별한 분석에러일 수 있고, 거짓 음성은 에러로 판별한 돌연변이 일 수 있다. 결과적으로, Illumina hybrid-capture의 분석 플랫폼에 대하여, C에서 A로 변이 유형의 돌연변이 확률값이 보정됨으로써, 이에 대한 거짓 양성 call이 거의 없는 것을 확인할 수 있다. 더 나아가, 나머지 염기서열 변이 유형 모두, 거짓 양성 및 거짓 음성의 call이 즉, 염기서열 변이 검출의 오류가 거의 없는 것을 확인할 수 있다.
도 4c를 참고하면, 본 발명의 검출방법 및 4 가지의 종래의 검출방법을 Illumina Amplicon에 적용하고, 이들 방법에 대하여 다양하게 평가한 결과를 나타낸다. 구체적으로, 4 가지 비교예 모두에서 뎁스가 높아짐에 따라, 검출의 민감도가 증가하다 감소하는 경향을 보이는 것과 대조적으로, 실시예 1의 결과는 검출의 민감도가 증가하는 것을 확인할 수 있다. 더 나아가, 실시예 1에서의 정밀도는 4 가지 비교예에서 나타나는 정밀도의 약 7 배로 나타났으며, F-점수는 4 가지 비교예에서 나타나는 F-점수의 5배로 나타났다. 또한 실시예 1에서는 뎁스가 높아짐에도 높은 정밀도, 높은 F-점수가 유지되는 것을 확인할 수 있다. 특히, 거짓 양성 비율은 0을 유지하여, Illumina Amplicon에서의 본 발명의 검출방법은 도 4a의 Illumina hybrid-capture에 적용한 결과에서 보다 뚜렷한 효과를 나타내는 것을 알 수 있다.
도 4d를 참고하면, 본 발명의 검출방법 및 4 가지의 종래의 검출방법을 IonTorrent Amplicon에 적용하고, 이들 방법에 대하여 다양하게 평가한 결과를 나타낸다. 구체적으로, 실시예 1에서는 4 가지 비교예의 결과와 함께 뎁스가 높아짐에 따라 F-점수 및 민감도가 미세하게 증가하였다. 특히, 실시예 1에서는 4 가지의 비교예의 결과에서 뎁스가 높아짐에 따라 검출의 정밀도가 낮아지고, 거짓 양성 비율이 증가한 것과 대조적으로, 이들 비교예에서보다 약 2배 높은 정밀도를 유지할 수 있다. 더 나아가, 실시예 1에서는 뎁스가 높아짐에도, 0에 가까운 거짓 양성 비율을 유지하는 것을 알 수 있다.
이상의 실시예 1의 결과로, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법은 Illumina hybrid-capture, Illumina Amplicon 및 IonTorrent Amplicon의 분석 플랫폼 모두에서, 뎁스가 높아짐에 따라 낮은 거짓 양성 비율을 유지하고, 이에 따라 검출의 오류를 줄일 수 있는 효과가 있다. 이에 따라, 본 발명은 염기서열 변이 검출의 민감도뿐만 아니라, 정밀도 높은 분석이 가능한 염기서열의 변이 검출방법을 제공할 수 있는 효과가 있다. 더 나아가, 본 발명의 염기서열의 변이 검출방법은 Illumina Amplicon에 적용하였을 때, 염기서열 검출에 대한 민감도, 정밀도의 향상효과가 클 수 있다. 결과적으로, 본 발명의 일 실시예에 따른 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스는 하나의 대상샘플에 대한 복수 회의 염기서열 분석, 염기서열 변이 유형을 고려한 돌연변이 확률값 보정함으로써, 보다 효과적으로 저빈도의 체성 돌연변이를 검출할 수 있는 효과가 있다.
비교예 1 : 종래의 저빈도 돌연변이의 검출방법에 대한 평가
이하에서는, 도 5a, 5b 및 도 5c를 참조하여, 종래의 염기서열의 변이 검출방법을 설명한다.
도 5a는 종래의 염기서열의 변이 검출방법을 Illumina hybrid-capture에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다. 도 5b는 종래의 염기서열의 변이 검출방법을 Illumina Amplicon에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다. 도 5c는 종래의 염기서열의 변이 검출방법을 IonTorrent Amplicon에 적용함에 따라 측정된, 변이 검출의 민감도 및 거짓 양성 비율의 결과를 도시한 것이다.
구체적으로, 종래의 체성 돌연변이의 검출방법은 체성 돌연변이 검출방법 중 하나인 MuTect을 이용하여, 저빈도로 나타나는 체성 돌연변이를 검출하고자 하였다.
이에 대한 평가를 위해, 실시예 1과 동일한 방법으로 준비한 샘플을 이용한다.
구체적으로, A 혈액 샘플에 B 혈액 샘플을 연속 희석하여, 0.5 %의 B 혈액 샘플이 들어있는 A 혈액 샘플, 1 %의 B 혈액 샘플이 들어있는 A 혈액 샘플, 5 %의 B 혈액 샘플이 들어있는 A 혈액 샘플 및 10 %의 B 혈액 샘플이 들어있는 A 혈액 샘플을 준비하여, 인공 체성 돌연변이 샘플을 준비한다. 즉, A 혈액 샘플에 대하여 B 혈액 샘플은 체성 돌연변이 일 수 있으며, 이의 4 가지 농도는, 체성 돌연변이의 빈도를 의미할 수 있다.
다음으로, 준비된 4 가지의 인공 체성 돌연변이 샘플에 대하여 MuTect을 Illumina hybrid-capture, Illumina Amplicon 및 IonTorrent Amplicon의 분석 플랫폼에 적용하여 평가한다.
도 5a를 참조하면, 0.5 %의 B 혈액 샘플이 들어있는 A 혈액 샘플에 대하여 검출의 민감도가 다른 농도에 비하여 낮은 것을 알 수 있다. 또한, 뎁스가 높아짐에 따라, 거짓 양성 비율도 함께 증가하는 것을 확인할 수 있다. 즉, MuTect을 적용한 Illumina hybrid-capture의 경우, 저빈도의 체성 돌연변이 검출에 대하여 검출 민감도가 떨어지는 것을 알 수 있다.
도 5b를 참조하면, 0.5 %의 B 혈액 샘플이 들어있는 A 혈액 샘플에 대하여 검출의 민감도는 다른 농도에 비하여 낮지만, 도 5a의 Illumina hybrid-capture에 적용한 결과 보다는, 농도 별 민감도의 차이가 크지 않은 것을 알 수 있다. 그러나, 거짓 양성 비율은 뎁스가 높아짐에 따라, 4 가지 농도의 샘플 모두에서 크게 증가하는 것을 확인할 수 있다. 즉, MuTect을 적용한 Illumina hybrid-capture의 경우, 저빈도의 체성 돌연변이 검출을 위해 뎁스를 높였을 때, 검출의 오류가 나타날 확률이 높아질 수 있다.
도 5c를 참조하면, 0.5 %의 B 혈액 샘플이 들어있는 A 혈액 샘플에 대하여 검출의 민감도는 다른 농도에 비하여 크게 낮고, 뎁스가 높아짐에 따라 거짓 양성 비율 또한 상승하는 것을 확인할 수 있다.
이상의 비교예 1의 결과로, 기존의 체성 돌연변이 검출방법을 적용한 분석 플랫폼 모두, 저빈도의 체성 돌연변이의 검출에 대하여, 검출의 민감도가 낮을 수 있고, 뎁스가 높아짐에 따라 거짓 양성 비율이 높아져 분석의 오류 또한, 증가할 수 있다. 이는 동일한 분석 플랫폼에 본 발명의 염기서열의 변이 검출방법을 적용하여 평가한 실시예 1의 결과와는 대조되는 결과이다.
이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시 예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 염기서열의 변이 검출 디바이스
110: 통신부
120: 입력부
130: 표시부
140: 저장부
150: 프로세서
S210: 수집하는 단계
S220: 매칭하는 단계
S230: 선별하는 단계
S240: 결정하는 단계
S310: 분석에러 프로파일을 결정하는 단계
S320: 분석에러 확률값을 보정하는 단계

Claims (19)

  1. 차세대 염기서열 분석 (NGS, next generation sequencing) 방법으로, 하나의 대상샘플에 대한 복수 회의 독립적인 염기서열 분석을 수행하여, 상기 하나의 대상샘플의 유전체 전체에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하는 단계;
    참조샘플의 염기서열과 상기 복수 개의 염기서열을 매칭 (matching) 하는 단계;
    상기 복수 개의 염기서열 중 상기 참조샘플의 염기서열과 불 일치하는 유전자 자리 (locus) 를 복수 개의 염기서열들 각각에 대해 선별하는 단계; 및
    상기 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 상기 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 상기 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함하고,
    상기 염기서열 변이는 1 % 이하의 저빈도 체성 돌연변이인, 염기서열의 변이 검출방법.
  2. 제1항에 있어서,
    상기 염기서열 변이 후보를 결정하는 단계는,
    상기 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 상기 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로, 상기 복수 개의 염기서열 내의 상기 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함하는, 염기서열의 변이 검출방법.
  3. 제2항에 있어서,
    상기 분석에러 확률값은,
    분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 상기 분석에러의 base call quality 점수를 포함하는 분석에러 프로파일을 결정하고,
    상기 분석에러 프로파일을 기초로, 적어도 하나 이상의 염기서열의 변이 유형에 대한 분석에러 확률값이 보정된, 염기서열의 변이 검출방법.
  4. 제3항에 있어서,
    상기 분석에러 프로파일은,
    상기 복수 개의 염기서열 중 상기 불 일치하는 유전자 자리의 전, 후로 존재하는 염기서열의 정보를 더 포함하는, 염기서열의 변이 검출방법.
  5. 제3항에 있어서,
    상기 분석 플랫폼 유형이 Illumina hybrid-capture일 경우,
    상기 염기서열의 변이 유형별 분석에러 중 C에서 A로 변이 및 G에서 T로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높은, 염기서열의 변이 검출방법.
  6. 제3항에 있어서,
    상기 분석 플랫폼 유형이 Illumina Amplicon일 경우,
    상기 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, T에서 A로 변이, A에서 T로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높은, 염기서열의 변이 검출방법.
  7. 제3항에 있어서,
    상기 분석 플랫폼 유형이 IonTorrent Amplicon일 경우,
    상기 염기서열의 변이 유형 중 G에서 A로 변이, C에서 T로 변이, A에서 C로 변이, T에서 G로 변이, T에서 C로 변이 및 A에서 G로 변이 유형에 대한 분석에러의 확률은 나머지 염기서열의 변이 유형의 분석에러의 확률보다 높은, 염기서열의 변이 검출방법.
  8. 제2항에 있어서,
    상기 염기서열 변이 후보를 결정하는 단계는,
    상기 불 일치하는 유전자 자리의 상기 분석에러 확률값에 대한 상기 돌연변이 확률값의 비율이 미리 결정된 수준 이상일 경우, 상기 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하는 단계를 더 포함하는, 염기서열의 변이 검출방법.
  9. 제8항에 있어서,
    상기 비율은,
    하기 [수학식 1] 로 산출되는, 염기서열의 변이 검출방법.
    [수학식 1]
    Figure 112018082051728-pat00003

    (여기서, k는 복수 개의 염기서열의 개수이고, Xki는 i번째 유전자 자리에서 복수 개의 염기서열 중 k번째 염기서열에 대한 분석 에러 수준이 보정된 BAF (B allele frequency) 값이고, μ는 해당 유전자 자리에서 복수 개의 염기서열들이 갖는 분석 에러 수준이 보정된 BAF값의 평균값이고, σ는 해당 유전자 자리에서 복수 개의 염기서열들이 갖는 분석 에러 수준이 보정된 BAF값의 표준편차이고, nki는 i번째 유전자 자리에서 복수 개의 염기서열 중 k번째 염기서열에서의 총 read 수 이고, μTE는 해당 돌연변이 유형 (substitution type) 에 대하여 추정된 분석 에러 프로파일의 평균 (exponential 분포의 평균값)이고, λMut는 해당 유전자 자리에서 실제 돌연변이가 일어날 사전확률이고, λTE는 해당 유전자 자리에서 분석에러가 발생할 사전확률이다.)
  10. 제1항에 있어서,
    상기 통계적 분석은,
    상기 복수 개의 염기서열 각각에 대한 불 일치하는 유전자 자리의 BAF값의 표준편차 및 평균값 중 적어도 하나를 이용하는, 염기서열의 변이 검출방법.
  11. 제10항에 있어서,
    상기 복수 개의 염기서열은 두 개의 염기서열인, 염기서열의 변이 검출방법.
  12. 차세대 염기서열 분석 (NGS, next generation sequencing) 방법으로, 하나의 대상샘플을 복수 회의 독립적인 염기서열 분석하여, 상기 하나의 대상샘플에 대한 동일한 염기 서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하는 단계;
    참조샘플의 염기서열과 상기 복수 개의 염기서열을 매칭 (matching) 하는 단계;
    상기 복수 개의 염기서열 중 상기 참조샘플의 염기서열과 불 일치하는 유전자 자리 (locus) 를 복수 개의 염기서열들 각각에 대해 선별하는 단계, 및
    상기 복수 개의 염기서열 내의 불 일치하는 유전자 자리에 대하여, 염기서열 변이 후보를 결정하는 단계를 포함하고,
    상기 복수 개의 염기서열은 두 개이고,
    상기 염기서열 변이 후보를 결정하는 단계는,
    상기 두 개의 염기서열 각각의 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 곱하여 산출된, 상기 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 두 개의 염기서열 내의 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하는 단계를 포함하는, 염기서열의 변이 검출방법.
  13. 제1항에 있어서,
    참조샘플은, 차세대 염기서열 분석 방법을 이용하여 획득하는, 염기서열의 변이 검출방법.
  14. 삭제
  15. 통신부와 동작 가능하게 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 통신부를 통해 차세대 염기서열 분석방법으로, 하나의 대상샘플에 대한 복수 회의 독립적인 염기서열 분석을 수행하여, 상기 하나의 대상샘플의 유전체 전체에 대한 동일한 염기서열 또는 동일하지 않은 염기서열을 포함하는, 복수 개의 염기서열을 수집하고,
    참조샘플의 염기서열과 상기 복수 개의 염기서열을 매칭하고,
    상기 복수 개의 염기서열 중 상기 참조샘플의 염기서열과 불 일치하는 유전자 자리를 복수 개의 염기서열들 각각에 대해 선별하고,
    상기 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 상기 불 일치하는 유전자 자리에 대한 돌연변이 확률값을 기초로, 상기 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하도록 구성되고,
    상기 염기서열 변이는 1 % 이하의 저빈도 체성 돌연변이인, 염기서열의 변이 검출 디바이스.
  16. 제15항에 있어서,
    상기 프로세서는,
    상기 복수 개의 염기서열의 통계적 분석에 따라 보정된 산출방식으로 산출된, 상기 불 일치하는 유전자 자리에 대한 돌연변이 확률값 및 분석에러 확률값을 기초로, 상기 복수 개의 염기서열 내의 상기 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하도록 더 구성된, 염기서열의 변이 검출 디바이스.
  17. 제16항에 있어서,
    상기 분석에러 확률값은,
    분석 플랫폼 유형에 따라 염기서열의 변이 유형별 분석에러 및 상기 분석에러의 base call quality 점수를 포함하는 분석에러 프로파일을 결정하고,
    상기 분석에러 프로파일을 기초로, 적어도 하나 이상의 염기서열의 변이 유형에 대한 분석에러 확률값이 보정된, 염기서열의 변이 검출 디바이스.
  18. 제16항에 있어서,
    상기 프로세서는,
    상기 불 일치하는 유전자 자리의 상기 분석에러 확률값에 대한 상기 돌연변이 확률값의 비율이 미리 결정된 수준 이상일 경우, 상기 복수 개의 염기서열 내의 불 일치하는 유전자 자리를 상기 대상샘플의 염기서열 변이 후보로 결정하도록 더 구성된, 염기서열의 변이 검출 디바이스.
  19. 제18항에 있어서,
    상기 비율은,
    하기 [수학식 1] 로 산출되는, 염기서열의 변이 검출 디바이스.
    [수학식 1]
    Figure 112018082051728-pat00004

    (여기서, k는 복수 개의 염기서열의 개수이고, Xki는 i번째 유전자 자리에서 복수 개의 염기서열 중 k번째 염기서열에 대한 분석 에러 수준이 보정된 BAF (B allele frequency) 값이고, μ는 해당 유전자 자리에서 복수 개의 염기서열들이 갖는 분석 에러 수준이 보정된 BAF값의 평균값이고, σ는 해당 유전자 자리에서 복수 개의 염기서열들이 갖는 분석 에러 수준이 보정된 BAF값의 표준편차이고, nki는 i번째 유전자 자리에서 복수 개의 염기서열 중 k번째 염기서열에서의 총 read 수 이고, μTE는 해당 돌연변이 유형 (substitution type) 에 대하여 추정된 분석 에러 프로파일의 평균 (exponential 분포의 평균값)이고, λMut는 해당 유전자 자리에서 실제 돌연변이가 일어날 사전확률이고, λTE는 해당 유전자 자리에서 분석에러가 발생할 사전확률이다.)
KR1020160160630A 2016-11-29 2016-11-29 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스 KR101936933B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160160630A KR101936933B1 (ko) 2016-11-29 2016-11-29 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160160630A KR101936933B1 (ko) 2016-11-29 2016-11-29 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스

Publications (2)

Publication Number Publication Date
KR20180060759A KR20180060759A (ko) 2018-06-07
KR101936933B1 true KR101936933B1 (ko) 2019-01-09

Family

ID=62621291

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160160630A KR101936933B1 (ko) 2016-11-29 2016-11-29 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스

Country Status (1)

Country Link
KR (1) KR101936933B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107567A1 (ko) * 2019-11-28 2021-06-03 주식회사 쓰리빌리언 Ngs를 이용한 열성유전병 원인 유전변이 판별 방법 및 장치

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102497530B1 (ko) 2018-05-28 2023-02-08 엘지전자 주식회사 토출 구조를 개선한 스크롤 압축기
CN109979531B (zh) * 2019-03-29 2021-08-31 北京市商汤科技开发有限公司 一种基因变异识别方法、装置和存储介质
CN109994155B (zh) * 2019-03-29 2021-08-20 北京市商汤科技开发有限公司 一种基因变异识别方法、装置和存储介质
CN113628683B (zh) * 2021-08-24 2024-04-09 慧算医疗科技（上海）有限公司 一种高通量测序突变检测方法、设备、装置及可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101638473B1 (ko) * 2014-12-26 2016-07-12 연세대학교 산학협력단 차세대 염기서열 분석법을 기반으로 하는 결실 유전자군 검출 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003330934A (ja) * 2002-05-10 2003-11-21 Celestar Lexico-Sciences Inc 変異体配列解析装置、変異体配列解析方法、プログラム、および、記録媒体
ES2905448T3 (es) * 2012-05-10 2022-04-08 Massachusetts Gen Hospital Métodos para determinar una secuencia nucleotídica
WO2015056103A2 (en) * 2013-10-15 2015-04-23 Regeneron Pharmaceuticals, Inc. High resolution allele identification
KR101583616B1 (ko) * 2014-01-14 2016-01-08 한림대학교 산학협력단 유전체 단위 반복 변이를 검출하는 장치 및 방법
KR20160010277A (ko) * 2014-07-18 2016-01-27 에스케이텔레콤 주식회사 산모의 무세포 dna의 차세대 서열분석을 통한 태아의 단일유전자 유전변이의 예측방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101638473B1 (ko) * 2014-12-26 2016-07-12 연세대학교 산학협력단 차세대 염기서열 분석법을 기반으로 하는 결실 유전자군 검출 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M.Li 외 1인, "A new approach for detecting low-level mutations in next-generation sequence data", Genome Biology 2012, 13권, R34, 2012.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107567A1 (ko) * 2019-11-28 2021-06-03 주식회사 쓰리빌리언 Ngs를 이용한 열성유전병 원인 유전변이 판별 방법 및 장치

Also Published As

Publication number Publication date
KR20180060759A (ko) 2018-06-07

Similar Documents

Publication Publication Date Title
KR101936933B1 (ko) 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스
KR102356323B1 (ko) 서열 변이체 콜에 대한 검증방법 및 시스템
CN106909806A (zh) 定点检测变异的方法和装置
KR101542529B1 (ko) 대립유전자의 바이오마커 발굴방법
CN109767810B (zh) 高通量测序数据分析方法及装置
KR101460520B1 (ko) 차세대 시퀀싱 데이터의 질병변이마커 검출 방법
KR20160107237A (ko) 판독물 맵핑에서 알려진 대립 유전자의 사용을 위한 시스템 및 방법
KR101936934B1 (ko) 염기서열의 변이 검출방법 및 이를 이용한 염기서열의 변이 검출 디바이스
Anderson et al. ReCombine: a suite of programs for detection and analysis of meiotic recombination in whole-genome datasets
CN108913776B (zh) 放化疗损伤相关的dna分子标记的筛选方法和试剂盒
Vy et al. A composite-likelihood method for detecting incomplete selective sweep from population genomic data
CN110010197A (zh) 基于血液循环肿瘤dna的单核苷酸变异检测方法、装置和存储介质
CN111968701A (zh) 检测指定基因组区域体细胞拷贝数变异的方法和装置
Muller et al. OutLyzer: software for extracting low-allele-frequency tumor mutations from sequencing background noise in clinical practice
AU2018315982B2 (en) Method for detecting variation in nucleotide sequence on basis of gene panel and device for detecting variation in nucleotide sequence using same
US20050149271A1 (en) Methods and apparatus for complex gentics classification based on correspondence anlysis and linear/quadratic analysis
Yang et al. Detecting recent positive selection with a single locus test bipartitioning the coalescent tree
Demidov et al. ClinCNV: novel method for allele-specific somatic copy-number alterations detection
KR20150024232A (ko) 질병에 대한 약물 내성 유전체로부터 내성 원인 마커의 발굴 방법
CN110444253B (zh) 一种适用于混池基因定位的方法及系统
KR101882867B1 (ko) 변이 검출 표지의 신뢰도 결정 방법 및 장치
CN111951893A (zh) 构建肿瘤突变负荷tmb面板的方法及其使用方法
AU2022218581B2 (en) Sequencing data-based itd mutation ratio detecting apparatus and method
Sadri et al. Predicting site-specific human selective pressure using evolutionary signatures
CN114067908B (zh) 一种评估单样本同源重组缺陷的方法、装置和存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant