KR102405245B1 - 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도 - Google Patents

전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도 Download PDF

Info

Publication number
KR102405245B1
KR102405245B1 KR1020180087933A KR20180087933A KR102405245B1 KR 102405245 B1 KR102405245 B1 KR 102405245B1 KR 1020180087933 A KR1020180087933 A KR 1020180087933A KR 20180087933 A KR20180087933 A KR 20180087933A KR 102405245 B1 KR102405245 B1 KR 102405245B1
Authority
KR
South Korea
Prior art keywords
score
reads
bin
chromosome
sequence information
Prior art date
Application number
KR1020180087933A
Other languages
English (en)
Other versions
KR20200012530A (ko
Inventor
조은해
장자현
전영주
이준남
Original Assignee
주식회사 지씨지놈
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 주식회사 지씨지놈 filed Critical 주식회사 지씨지놈
Priority to KR1020180087933A priority Critical patent/KR102405245B1/ko
Priority to PCT/KR2019/009062 priority patent/WO2020022733A1/ko
Publication of KR20200012530A publication Critical patent/KR20200012530A/ko
Application granted granted Critical
Publication of KR102405245B1 publication Critical patent/KR102405245B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6806—Preparing nucleic acids for analysis, e.g. for polymerase chain reaction [PCR] assay
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6869—Methods for sequencing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G16B30/10—Sequence alignment; Homology search
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2535/00—Reactions characterised by the assay type for determining the identity of a nucleotide base or a sequence of oligonucleotides
    • C12Q2535/122—Massive parallel sequencing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 전장 유전체 시퀀싱 기반의 염색체 이상을 검출하는 방법에 관한 것이다. 본 발명에 따른 염색체 이상 검출 방법은 차세대 염기서열 분석기법(Next Generation Sequencing, NGS)을 이용하여 염색체 이상 검출의 정확도를 높일 뿐만 아니라 검출하기 어려웠던 매우 낮은 농도의 DNA에 대한 검출 정확도를 높여서 상업적 활용도를 높일 수 있다. 따라서 본 발명의 방법은 염색체 이상 여부 판단에 유용하다.

Description

전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도{Method for Detecting Chromosomal Abnormalities Based on Whole Genome Sequencing and Uses thereof}
본 발명은 염색체 이상을 검출하는 방법에 관한 것으로, 보다 구체적으로는 생체시료에서 DNA를 추출하여, 서열정보를 획득한 다음, 염색체 영역을 일정구간으로 구분하여 각각의 대표군을 선별하여 정규화 교정, 회귀분석, PCA 알고리즘 및 CBS 알고리즘을 이용한 염색체 이상, 특히 복제수 변이(Copy Number Variation, CNV)의 검출방법 및 그 용도에 관한 것이다.
염색체의 일부가 결핍 또는 중복되어 나타나는 DNA복제수 변이(CNVs)를 포함한 염색체 이상을 확인하기 위해 핵형분석, 형광동소보합법, 염색체 마이크로어레이, NGS기반의 스크리닝 검사와 같이 다양한 검사가 이루어지고 있다 (Capalbo A, et al. 2017, Hum Reprod. Vol. 32(3), pp. 492-498). 핵형분석은 다른 검사들에 비해 5Mb 정도의 낮은 해상도를 보이며 그보다 작은 크기의 염색체 결실/중복은 검출이 불가능하다. 5Mb 미만의 작은 크기의 염색체 결실 및 중복을 미세결실/중복이라고 하며, 단일유전자에 의한 질환 중 미세결실/중복에 의한 비율이 전체 변이의 15%에 해당한다(Vissers LE, et al. 2005, Hum Mol Genet. Vol. 15;14 Spec No. 2:R215-23.).
이러한 미세결실/중복을 검출해내기 위해서 특정 염기서열에 상보적인 탐침자를 활용한 형광동소보합법(FISH)과 염색체 마이크로어레이 검사가 이루어지고 있다. 형광동소보합법은 확인하려는 염기서열에 상보적인 탐침자에 형광라벨을 붙여 염색체 내에 특정 염기서열의 여부를 확인하는 검사법이다. 100kb-1Mb의 해상도를 보이기 때문에 미세결실/중복의 검출이 가능하지만 탐침자 서열에 상보적인 부분만 확인이 가능하기 때문에 기존에 알려진 변이에 대해서만 검출이 가능하다는 단점이 있다.
현재 염색체 미세결실/중복을 확인하는 가장 일반적인 검사법으로 마이크로어레이를 기반으로 하는 비교유전체혼성화법(aCGH)이 활용되고 있다(Russo CD, et al. 2014, Cancer Discov. Vol. 4(1), pp. 19-21). 마이크로어레이를 통해 검출 가능한 CNV의 크기는 탐침자의 밀도에 의해 결정되며 대략 50kb 크기의 CNV까지 검출이 가능하다. (Watson CT, et al. 2014) 하지만 전좌 또는 역위와 같이 염색체 재배열에 의한 염색체 이상은 검출이 불가능하다.
차세대염기서열분석법(NGS)은 염색체를 작은 조각으로 나누고 각 조각의 유전정보를 병렬적으로 분석하는 염기서열분석법이다. NGS는 유전자분석 기술이 발전하면서 상대적으로 검사의 소요시간과 비용이 적고 단일염기 다형성(SNP), 삽입-결실(INDELs)까지 검출 가능한 높은 해상도 때문에 신생아의 유전성 질환 선별검사로 활용되고 있다. 그러나 염색체를 작게 나누어 분석하는 NGS의 원리적 특성상 큰 규모의 염색체의 구조적 변이나 CNVs을 검출하는데 기술적 한계가 있다(Yohe S, Thyagarajan B. 2017, Arch Pathol Lab Med. Vol. 141(11), pp. 1544-1557).
하지만 NGS는 탐침자를 기반으로 하는 마이크로어레이에서 검출할 수 없는 염색체 재배열에 의한 염색체 이상과 기존에 알려지지 않은 새로운 CNV의 검출이 가능하다(Talkowski ME, et al. 2011, Am J Hum Genet. Vol. 88(4), pp. 469-81). 또한 염색체를 작게 조각 내어 염기서열을 분석하는 특성으로 마이크로어레이 보다 더 높은 coverage와 해상도를 보이고 염색체 이상이 시작되는 구획점(breakpoint) 검출이 가능하다는 장점이 있다(Zhao M, et al. 2013, BMC Bioinformatics. Vol. 14, Suppl 11:S1)
이러한 기술배경하에, 본 발명자들은 NGS 기반의 염색체 이상 검출방법을 개발하기 위해 예의 노력한 결과, 전장 염색체 시퀀싱 결과를 일정구간(bin)별로 나눈 다음, 각각의 염색체 별로 염색체를 대표할 수 있는 일정구간(bin)을 선별한 다음, 정규화 교정, 회귀분석, PCA 알고리즘 및 CBS 알고리즘을 이용한 분석을 수행할 경우, 염색체 이상을 선별할 수 있을 뿐만 아니라, 염색체 이상이 발생한 위치(breakpoint)도 높은 정확도로 검출할 수 있다는 것을 확인하고, 본 발명을 완성하였다.
본 발명의 목적은 염색체 이상 검출방법을 제공하는 것이다.
본 발명의 다른 목적은 염색체 이상을 검출하는 장치를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 방법으로 염색체 이상을 검출하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 매체를 제공하는 것이다.
본 발명의 또 다른 목적은 X 염색체 이상 검출 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명은 a) 생체시료에서 분리된 DNA의 서열정보(reads)를 획득하는 단계; b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계; c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 단계; d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계; e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계; f) 상기 e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수(Z-score)를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계; g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계를 포함하는, 염색체 이상 검출 방법을 제공한다.
본 발명은 또한, 생체시료에서 분리된 DNA의 서열정보(reads)를 해독하는 해독부; 해독된 서열을 참조집단의 표준 염색체 서열 데이터베이스에 정렬하는 정렬부; 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 품질관리부; 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화한 다음, 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선택하는 분석구간 선택부; 참조집단의 정규화된 각 일정구간(bin)에 매치되는 리드의 평균과 표준편차를 구한 다음, 상기 분석구간 선택부에서 선택한 구간의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 구간 품질관리부; 및 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 결정부를 포함하는 염색체 이상 검출장치를 제공한다.
본 발명은 또한, 컴퓨터 판독 가능한 매체로서, 염색체 이상을 검출하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되, (a) 생체시료에서 분리된 DNA의 서열정보를 획득하는 단계; (b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계; (c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 단계; (d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계; (e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계; (f) 상기 (e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계; (g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계를 포함하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 매체를 제공한다.
본 발명은 또한, X 염색체에 존재하는 허위상염색체 영역(Pseudoautosomal Region, PAR)의 이상을 검출하는 단계를 포함하는 염색체 이상 검출 방법을 제공한다.
본 발명에 따른 염색체 이상 검출 방법은 차세대 염기서열 분석기법(Next Generation Sequencing, NGS)을 이용하여 염색체 이상 검출의 정확도를 높일 뿐만 아니라 검출하기 어려웠던 매우 낮은 농도의 DNA에 대한 검출 정확도를 높여서 상업적 활용도를 높일 수 있다. 따라서 본 발명의 방법은 염색체 이상 여부 판단에 유용하다.
도 1은 본 발명의 염색체 이상를 검출하기 위한 전체 흐름도이다.
도 2는 read data의 QC(퀄리티 관리, quality control) 과정 중, LOESS 알고리즘에 의한 GC 교정 전과 후의 시퀀싱 리드 수의 보정결과를 도식화 한 것이다.
도 3은 본 발명에 따른 일정구간(bin)의 Q 점수가 기준값 초과인 샘플(A) 및 이하인 샘플(B)의 시퀀싱 리드 수의 변동을 측정한 결과이다.
도 4는 본 발명의 방법에 따른 일정구간(bin)의 설정 크기에 따른 임상적민감도를 측정한 결과이다.
도 5는 본 발명의 방법에 따른 일정구간(bin)의 설정 크기에 따른 미세결실/중복 변이 크기의 차이변화를 측정한 결과이다.
다른 식으로 정의되지 않는 한, 본 명세서에서 사용된 모든 기술적 및 과학적 용어들은 본 발명이 속하는 기술 분야에서 숙련된 전문가에 의해서 통상적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 본 명세서에서 사용된 명명법 및 이하에 기술하는 실험 방법은 본 기술 분야에서 잘 알려져 있고 통상적으로 사용되는 것이다.
본 발명에서는, 샘플에서 획득한 서열 분석 데이터를 정규화하고, 기준값을 바탕으로 정리한 뒤, 일정 구간(bin)으로 나누어 각 구간(bin) 별 리드 양을 정규화 한 다음, 각 염색체를 대표할 수 있는 구간(bin)을 선택하고, 선택한 구간(bin)과 참조집단 샘플과의 Z 점수(Z score)를 계산하고, 도출된 Z 점수(Z score)를 기반으로 선택한 구간(bin)의 퀄리티를 확인한 다음, 선택한 구간의 리드 수를 정상인 샘플의 리드 수와 비교하여 염색체 이상 유무를 판별할 경우, 높은 민감도를 가지고 염색체 이상을 판별할 수 있을 뿐만 아니라, 염색체 이상의 구획점(breakpoint)도 검출할 수 있다는 것을 확인하였다.
즉, 본 발명의 일 실시예에서는, 정상인과 병원성 미세결실/중복 변이가 확인된 검체에서 추출한 DNA를 시퀀싱 한 뒤, 참조염색체 Hg19서열을 기준으로 정렬한 다음, 퀄리티를 확인하고, 염색체를 일정 구간(bin)으로 구분하여 각 구간 별 매칭되는 리드 양을 GC 비율로 정규화하였다. 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 PCA 알고리즘으로 선택하였고, 정상인 샘플에서 각 구간(bin)에 매치되는 리드의 평균과 표준편차를 구한 다음, 상기 선택된 bin의 정규화된 값과의 Z 점수(Z score)를 계산하고, 이를 기반으로 Q 점수(Q score)를 산출하여 8.5 이하인 샘플만 선별하였다.
선별한 구간(bin)의 리드 수를 정상인의 시퀀싱 리드 수로 나누어 비율을 계산하고 2를 곱하여 1.2 이하이면 결실로 판정하고, 2.8 이상이면 중복으로 판단하였으며, CBS 방법을 이용하여 결실/중복이 일어난 염색체 좌위를 구분하였다.
또한, X 염색체에 존재하는 허위상염색체 영역(pseudoautosomal region)의 수적 이상을 판별 하기 위해서 휴먼 참조 유전체(Hg19) 중 허위상염색체 영역(Xp22.33)의 참조 서열 이외의 서열들은 차폐(masking) 하고 생산된 시퀀싱 리드들을 강제로 정렬하였다. 성염색체가 2개인 샘플의 정상인 20명의 데이터를 기준으로 LWD 점수를 계산하고 -2 이하인 경우는 결실, +2 이상인 경우는 중복으로 판정하였다(도 1).
본 발명에서 용어 "리드(reads)"는, 당업계에 알려진 다양한 방법을 이용하여 서열정보를 분석한 하나의 핵산 단편을 의미한다. 따라서, 본 명세서에서 용어 “서열정보” 및 “리드”는 시퀀싱 과정을 통해 서열정보를 수득한 결과물이라는 점에서 동일한 의미를 가진다.
본 발명에서 용어 “bin”은, 일정구간 또는 구간과 같은 의미로 사용되며, 염색체 전체 서열의 일부를 의미한다.
따라서, 본 발명은 일 관점에서,
(a) 생체시료에서 분리된 DNA의 서열정보(reads)를 획득하는 단계;
(b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
(c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 단계;
(d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계;
(e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계;
(f) 상기 e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수(Z-score)를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계;
(g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계를 포함하는 염색체 이상 검출 방법에 관한 것이다.
본 발명에 있어서,
상기 a) 단계는
(a-i) 분리된 DNA에서 염석 방법(salting-out method), 컬럼크로마토그래피 방법(column chromatography method), 또는 비드 방법(beads method)을 사용하여 단백질, 지방, 및 기타 잔여물을 제거하고 정제된 핵산을 수득하는 단계;
(a-ⅱ) 상기 정제된 핵산에 대하여, 싱글-엔드 시퀀싱(single-end sequencing) 또는 페어-엔드 시퀀싱(pair-end sequencing) 라이브러리(library)를 제작하는 단계;
(a-ⅲ) 상기 제작된 라이브러리를 차세대 유전자서열검사기(next-generation sequencer)에 반응시키는 단계; 및
(a-ⅳ) 상기 차세대 유전자서열검사기에서 핵산의 서열정보(reads)를 획득하는 단계를 포함하는 방법으로 수행되는 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (a-ⅰ) 및 상기 (a-ⅱ) 단계 사이에, 상기 (a-ⅰ) 단계에서 정제된 핵산을, 효소적 절단, 분쇄 또는 하이드로쉐어방법(hydroshear method)으로 무작위 단편화(random fragmentation)하여 싱글-엔드 시퀀싱 또는 페어-엔드 시퀀싱 라이브러리를 제작하는 단계를 추가로 포함하는 방법으로 수행되는 것을 특징으로 할 수 있다.
본 발명에서 용어 ”참조집단”은 표준 염기서열 데이터베이스와 같이 비교할 수 있는 기준(reference) 집단으로, 현재 특정 질환 또는 병증이 없는 사람의 집단을 의미한다. 본 발명에 있어서, 상기 참조집단의 표준 염색체 서열 데이터베이스에서 표준 염기서열은 NCBI 등의 공공보건기관에 등록되어 있는 참조 염색체일 수 있다.
본 발명에 있어서, 상기 차세대 유전자서열 검사기(next-generation sequencer)는 이에 제한되지는 않으나, 일루미나 컴파니의 하이섹(Hiseq) 시스템, 일루미나 컴파니의 마이섹(Miseq) 시스템, 일루미나 컴파니의 게놈 분석기(GA) 시스템, 로슈 컴파니(Roche Company)의 454 FLX, 어플라이드 바이오시스템즈 컴파니의 SOLiD 시스템, 라이프 테크놀러지 컴파니의 이온토렌트 시스템일 수 있다.
본 발명에 있어서, 상기 정렬단계는 이에 제한되지는 않으나, BWA 알고리즘 및 Hg19 서열을 이용하여 수행되는 것일 수 있다.
본 발명에 있어서, 상기 BWA 알고리즘은 BWA-mem, BWA-ALN, BWA-SW 또는 Bowtie2 등이 포함될 수 있으나 이에 한정되는 것은 아니다.
본 발명에서, 상기 (c) 단계에서 용어 “서열정보의 선별”은 퀄리티 점수, 예를 들어 시퀀싱 퀄리티 점수가 일정 요건을 만족하는지를 확인함으로써 해당 데이터를 토대로 추가적인 분석을 수행할지 혹은 분석을 종료할지 여부를 결정하는 절차를 의미한다.
본 발명에 있어서, 상기 (c) 단계는
(c-i) 각 정렬된 핵산서열의 영역을 특정하는 단계; 및
(c-ii) 상기 영역 내에서 시퀀싱 퀄리티 점수가 30 이상이 되는 영역이, 전체 핵산서열의 영역 중 70 % 초과한 영역을 선별하는 단계;를 포함하여 수행되는 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (c) 단계는 상기 선별된 영역에서 정렬 퀄리티 점수(mapping quality score)의 기준값을 만족하는 서열을 선별하는 단계를 추가적으로 포함하여 수행되는 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (c-i) 단계의 핵산서열의 영역을 특정하는 단계에서, 핵산서열의 영역은 이에 제한되는 않으나, 20kb~1MB일 수 있다.
본 발명에 있어서, 상기 (c-ii) 단계에서, 상기 영역 내에서 시퀀싱 퀄리티 점수는 원하는 기준에 따라 달라질 수 있으나, 구체적으로 30 이상이고, 시퀀싱 퀄리티 점수가 30 이상이 되는 영역이, 전체 핵산서열의 영역 중 70 % 초과한 영역, 보다 구체적으로 75% 초과한 영역, 가장 구체적으로 80% 초과한 영역을 선별하는 것이다.
본 발명에 있어서, 상기 (c-ⅲ) 단계에서, 상기 기준값은 상기 정렬 퀄리티 점수(mapping quality score)가는 원하는 기준에 따라 달라질 수 있으나, 구체적으로는 15 내지 70, 보다 구체적으로는 30 내지 65, 가장 구체적으로는 60일 수 있다.
본 발명에 있어서, 상기 (c) 단계는 염색체의 중심체 또는 말단체의 데이터를 제외하고 수행되는 것을 특징으로 할 수 있다.
본 발명에서 용어 “중심체”는 각 염색체 장완(q arm)의 시작점으로부터 1Mb 내외인 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서 용어 “말단체”는 각 염색체 단완(p arm)의 시작점으로부터 1 Mb 내외 이내 또는 장완(q arm)의 종료점으로부터 1 Mb 이내인 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 (d) 단계는
(d-i) 표준 염색체를 일정구간(bin)으로 나누는 단계;
(d-ii) 상기 구간별 정렬된 리드 개수 및 리드들의 GC양을 산출하는 단계;
(d-iii) 상기 리드 개수 및 GC양을 바탕으로 회귀분석을 실시하여 회귀계수를 산출하는 단계; 및
(d-iv) 상기 회귀계수를 이용하여 리드 개수를 정규화하는 단계를 포함하여 수행되는 것을 특징으로 할 수 있다.
본 발명에 있어서, (d-i)에서의 일정구간(bin)은, 구체적으로는 15 kb 내지 50 kb일 수 있다.
본 발명에 있어서, 상기 (d-i) 단계의 핵산서열의 영역을 특정하는 단계에서, 일정구간(bin) 은 이에 제한되는 않으나, 1kb 내지 1MB, 구체적으로 1kb 내지 500 kb, 보다 구체적으로는 15kb 내지 100kb, 보다 더 구체적으로 15kb 내지 50kb, 가장 구체적으로 15kb 일 수 있다. 일정구간(bin)이 15 kb 미만일 경우에는 일반적인 시퀀싱 리드 크기에 비해 지나치게 구간범위가 좁아 정확도가 크게 떨어지고, 일정구간(bin)이 50kb 이상일 경우에, 민감도가 감소한다(도 4).
본 발명에 있어서, 상기 (d-iii) 단계의 회귀분석은 회귀계수를 산출할 수 있는 회귀분석 방법이면 모두 이용가능하나, 구체적으로는 LOESS 분석인 것을 특징으로 할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에 있어서, 상기 (e) 단계에서 용어 ”설명력(explanatory power)”은 특정 표본구간의 특성이 해당 구간이 속해 있는 전체 집단의 특성을 대변하는 정도를 정량적으로 표현한 수치를 의미하며, 예를 들어 R-square, R2로 표현될 수 있다
본 발명에 있어서, 상기 (e) 단계는 주성분 분석 알고리즘(Principal Component Analysis algorithm, PCA algorithm)으로 선별하는 것을 특징으로 할 수 있다.
본 발명에서 용어 “주성분 분석 알고리즘”은 고차원의 데이터를 저차원의 데이터로 환원시키는 기법이다. 서로 연관 가능성이 있는 고차원 공간의 표본들을 선형 연관성이 없는 저차원 공간(주성분)의 표본으로 변환하기 위해 직교 변환을 사용하는 방법을 의미한다.
즉, X를 데이터 행렬, 데이터 행렬을 평면으로 정사영(Orthogonal projection) 시키는 기하벡터를
Figure 112018074619077-pat00001
라고 정의하였을 때 λ는 다음과 같이 산출할 수 있다.
수식 4:
Figure 112018074619077-pat00002
가령 d차원의 데이터를 m차원 데이터로 감소시킨다고 할 때(이 때 d는 m보다 크다.), 전체 대상의 분산(Variance; Var) 중 90%만큼을 설명할 수 있을 때의 조건에 대해 λ를 이용하여 아래의 식과 같이 표현할 수 있다.
수식 5:
Figure 112018074619077-pat00003
위의 조건을 만족하는 m을 찾아 차원을 감소시킨다.
이는 본 발명에 있어서 상기 e) 단계는 염색체의 일정 구간별로 할당된 리드 데이터의 분포를 대표하는, 즉 최빈값의 리드를 선별하여 추후 분석에 사용한다는 의미이다.
본 발명에 있어서, 상기 (f) 단계의 Z 점수(Z score)를 계산하는 단계는 특정 영역(bin)별 시퀀싱 리드 값을 표준화하는 것을 특징으로 할 수 있으며, 구체적으로는 하기의 수식 1로 계산하는 것을 특징으로 할 수 있다.
수식 1: Z 점수
Figure 112018074619077-pat00004
본 발명에 있어서, 상기 (f) 단계의 Q 점수는, 다음의 단계를 포함하는 방법으로 계산되는 것을 특징으로 할 수 있다.
(f-i) 각 염색체별로 도출한 일정구간(bin)의 Z 점수의 절대값을 모두 합한 수치의 루트값을 계산하고 S로 정의하는 단계;
(f-ii) 각 염색체별로 Q 점수(Q-score)를 하기 수식 2로 계산하는 단계:
수식 2:
Figure 112018074619077-pat00005
본 발명에 있어서, 상기 (f) 단계에서 Q 점수의 기준 점수(cut-off score)는 8-10이고, 가장 구체적으로는 8.5인 것을 특징으로 할 수 있다.
본 발명에 있어서, 상기 (g) 단계는,
(g-i) 선별된 일정구간(bin) 당 리드 수를 참조 집단의 리드 수로 나누어 비율을 계산하고 2를 곱하는 단계;
(g-ii) 계산된 값이 1 내지 1.5 이하이면 결실로 판정하고, 2.5 내지 3이상이면 중복으로 판정하는 단계; 및
(g-iii) CBS(Circular Binary Segmentation) 방법으로 염색체 이상이 일어난 위치를 결정하는 단계를 포함하여 수행되는 것을 특징으로 할 수 있다.
본 발명에 있어서, (g-ⅱ) 계산된 값에서 결실은 구체적으로 1.2 이하이고, 중복은 구체적으로 2.8 이상인 것이다.
본 발명에서 CBS 알고리즘은 상기 단계에서 계산된 값들의 변화가 발생하는 지점을 검출하는 방법을 의미한다.
즉, 염색체의 특정 복제 수 변화가 시작되는 임의의 지점을 i, 끝나는 임의의 지점을 j, 전체 영역 길이를 N, r을 각 핵산 서열(특정 bin 구간)의 bin 값, s를 bin 값들의 표준 편차라고 가정하면 1<=i<j<=N의 조건 하에서, 아래의 식을 만족한다.
수식 6:
Figure 112018074619077-pat00006
수식 7:
Figure 112018074619077-pat00007
수식 8:
Figure 112018074619077-pat00008
수식 9:
Figure 112018074619077-pat00009
수식 10:
Figure 112018074619077-pat00010
여기서 (i c, j c)는 복제 수 변화가 실제 일어난 위치를 의미하며, max는 최대값, arg는 편각을 의미한다.
본 발명은 일 관점에서, X 염색체에 존재하는 허위상염색체 영역(Pseudoautosomal Region, PAR)의 이상을 검출하는 단계를 포함하는 염색체 이상 검출 방법에 관한 것이다.
본 발명에 있어서, 상기 X 염색체에 존재하는 허위상염색체 영역(PAR)의 이상을 검출하는 단계는, 하기의 단계를 포함하는 방법으로 수행되는 것을 특징으로 할 수 있다:
(ⅰ) X 염색체에서 분리된 DNA의 서열정보(read)를 획득하는 단계;
(ⅱ) 상기 서열정보를 참조 집단의 허위상염색체 영역(Xp22.33)에 정렬하는 단계;
(ⅲ) 성염색체가 2개인 참조집단의 리드의 평균과 표준편차를 구한 다음, 정렬된 시퀀싱 리드 수 사이의 LWD 점수(LWD score)를 하기 수식 3으로 계산하는 단계:
수식 3:
Figure 112018074619077-pat00011
(ⅳ) 계산된 LWD 점수가 -2 이하인 경우 결실로 판정하고, 2 이상인 경우는 중복으로 판정하는 단계.
본 발명은 다른 관점에서, 생체시료에서 분리된 DNA의 서열정보(reads)를 해독하는 해독부; 해독된 서열을 참조집단의 표준 염색체 서열 데이터베이스에 정렬하는 정렬부; 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 품질관리부; 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화한 다음, 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선택하는 분석구간 선택부; 참조집단의 정규화된 각 일정구간(bin)에 매치되는 리드의 평균과 표준편차를 구한 다음, 상기 분석구간 선택부에서 선택한 구간의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 구간 품질관리부; 및 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 결정부를 포함하는 염색체 이상 검출 장치에 관한 것이다.
본 발명은 또 다른 관점에서, 컴퓨터 판독 가능한 매체로서, 염색체 이상을 검출하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되, (a) 생체시료에서 분리된 DNA의 서열정보를 획득하는 단계; (b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계; (c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하는 서열정보를 확인하여 선별하는 단계; (d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계; (e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계; (f) 상기 (e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계; (g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계를 포함하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 매체에 관한 것이다.
본 발명의 용어 “표준 염색체”는 유전적으로 정상(normal)이라고 판단된 복수 기증자의 유전정보의 조합체이며, 예를 들어 NCBI에서 제공하는 GRCh37(Hg19) 데이터일 수 있다
실시예
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 예시하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 의해 제한되는 것으로 해석되지는 않는 것은 당업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
실시예 1. 정상인 샘플과 병원성 샘플에서의 성능 확인
29개의 병원성 미세결실/중복 변이가 확인된 검체와 20개의 정상인 검체의 DNA를 추출하고 전장 염색체에 대한 라이브러리를 제조하였다. 완성된 라이브러리는 NextSeq 장비에서(illumina, USA) 염기서열 분석을 수행하였으며, 샘플당 평균 10 million read의 서열정보 데이터를 생산하였다.
차세대염기서열분석(NGS) 장비에서 Bcl 파일(염기서열정보 포함)을 fastq 형식으로 변환한 다음, fastq 파일을 BWA-mem 알고리즘을 사용하여 참조염색체 Hg19서열 기준으로 라이브러리 서열을 정렬하였다. 시퀀싱 데이터는 Q30이 80% 이상, Mapping quality가 60을 만족하는 것을 확인하였다.
GC양에 따라 각 염색체 좌위 구간(bin)의 시퀀싱 리드 수의 분포가 편향되는 것을 확인했고(도 2), 회귀분석을 사용하여 염색체별 GC 비율에 따라 정렬된 라이브러리 서열의 숫자를 교정하였다.
PCA알고리즘을 통해 분산에 대한 설명력이 가장 높은 1차원의 데이터 세트에 해당하는 bin(15kb 단위)들을 선택하였고, 20개의 정상인 검체의 데이터를 기준으로 이들의 Z 점수(LS)를 계산하고, LS 절대값을 모두 합한 수치의 루트 값을 S로 정의하고(S=
Figure 112018074619077-pat00012
) 이를 이용하여 수식 2로 Q 점수를 산출하였다. 모든 샘플이 Q 점수 8.5 이하인 것을 확인하였다.
수식 1: Z 점수
Figure 112018074619077-pat00013
수식 2:
Figure 112018074619077-pat00014
각 bin 당 계산된 시퀀싱 리드 수를 참조 집단(정상인)의 시퀀싱 리드 수로 나누어 비율을 계산하고 2를 곱하여 1.2 이하이면 결실, 2.8 이상이면 중복으로 판단하였으며 CBS(Circular Binary Segmentation) 방법을 이용하여 결실/중복이 일어난 염색체 좌위를 구분하였다.
X 염색체에 존재하는 허위상염색체 영역(pseudoautosomal region)의 수적 이상을 판별 하기 위해서 휴먼 참조 유전체(Hg19) 중 허위상염색체 영역(Xp22.33)의 참조 서열 이외의 서열들은 차폐(masking) 하고 생산된 시퀀싱 리드들을 강제로 정렬하였다. 성염색체가 2개인 샘플의 정상인 20명의 데이터를 기준으로 LWD 점수를 계산하고 -2 이하인 경우는 결실, +2 이상인 경우는 중복으로 판정하였다.
차세대염기서열분석기에서 생산된 모든 데이터는 CytoScan 750k(Affymetrix, California, USA) Platform에서 생산된 데이터와 교차비교하여 양성일치, 음성일치, 전체일치 샘플 수를 계산하였다.
그 결과, 표 1에 개시된 바와 같이 29개의 병원성 미세결실/중복을 모두 검출하였음을 확인하였다.
성능 확인 결과
ID Chr Gain/Loss Size(Mb) CytoScan 750K results
S1 1 Loss 3.9 arr 1q44(243,920,438-247,818,078)x1
S2 2 Loss 6.1 arr 2q37.2q37.3(236,664,895-242,782,258)x1
S3 3 Loss 7.2 arr 3p26.2p25.3(3,226,962-10,433,044)x1
S4 3 Loss 1.2 arr 3q13.2q13.31(113,329,185-114,514,556)x1
S5 4 Loss 1.9 arr 4p16.3(68,345-1,975,031)x1
S6 5 Loss 6.2 arr 5q14.3(84,111,809-90,320,859)x1
S7 5 Loss 2.0 arr 5q35.2q35.3(175,416,095-177,439,550)x1
S8 7 Loss 1.4 arr 7q11.23(72,713,282-74,136,633)x1
S9 9 Loss 1.5 arr 9q34.3(139,548,439-141,018,648)x1
S10 11 Loss 8.6 arr 11p12p11.2(39,204,770-47,791,278)x1
S11 15 Gain 7.6 arr 15q11.2q13.2(22,770,421-30,386,399)x4
S12 15 Loss 5.2 arr 15q11.2q13.1(23,290,787-28,540,345)x1
S13 17 Loss 1.9 arr 17p13.3(525-1,894,359)x1
S14 17 Loss 3.9 arr 17p13.3p13.2(525-3,872,306)x1
S15 17 Gain 1.4 arr 17p12(14,073,535-15,428,902)x3
S16 18 Gain 77.9 arr 18p11.32q23(136,227-78,013,728)x3
S17 21 Gain 32.5 arr 21q11.2q22.3(15,611,649-48,093,361)x3
S18 22 Loss 3.2 arr 22q11.21(18,648,855-21,800,471)x1
S19 22 Loss 2.6 arr 22q13.32q13.33(48,571,171-51,197,766)x1
S20 X Loss 0.3 arr Xp22.33(532,466-783,606)x1
S21 X Loss 1.7 arr Xp22.31(6,455,151-8,135,568)x1
S22 X Loss 10.8 arr Xp21.3p11.4(28,865,020-39,660,029)x1
S23 X Gain 0.3 arr Xp21.2(30,879,004-31,173,700)x2
S24 X Loss 1.2 arr Xp21.1(31,728,920-32,971,810)x0
S25 X Gain 2.9 arr Xq28(152,328,908-155,233,098)x2
S26 X Loss 155.1 arr Xp22.33q28(168,551-155,233,098)x1
S27 X Gain 0.3 arr Xq28(153,560,562-153,812,617)x3
S28 X Gain 155.1 arr Xp22.33q28(168,551-155,233,098)x2
S29 Y Gain 26.1 arrr Yp11.31q11.23(2,650,140-28,799,937)x2
실시예 2. Q 점수(Q score)의 퀄리티 체크 효과 확인
극한환경(실온에서 1년 이상)에서 방치되어 다량의 손상(단편화, Fragmentation)이 확인된 DNA와 정상 조건에서 보관된(-20도에서 1년 이상) DNA를 전기영동으로 확인하고 이들을 각각 라이브러리로 제조하여 분석을 진행하였다.
그 결과, 극한환경에서 방치된 DNA의 경우 Q 점수가 8.5를 상회하고 전반적으로 시퀀싱 리드 수의 변동이 극심한 패턴을 보이는 반면에 정상 샘플의 경우 Q 점수의 임계값을 넘지 않았으며 시퀀싱 리드 수의 변동 또한 안정적인 패턴이 관찰되는 것을 확인하였다(도 3).
실시예 3. Bin size 설정에 따른 임상적 민감도 및 미세결실/중복 변이 크기의 차이 변화 확인
Bin Size 설정에 따른 임상적 민감도(Sensitivity)와 미세결실/중복 변이 크기의 차이(Median of Size Difference)를 계산하였다. Bin Size는 15, 50, 100, 200 500, 1000kb의 단위로 설정하였다.
분석결과, 15kb bin 단위에서 가장 전체 일치도가 높아 최대치의 임상적 민감도와 최소치의 미세결실/중복 변이 크기의 차이를 나타내는 것으로 확인되었다. Bin 단위의 크기가 증가할수록 50kb 이후부터 큰 폭으로 전체 일치도가 떨어지는 경향성이 나타나는 것을 확인하였다(도 4, 5).
이상으로 본 발명 내용의 특정한 부분을 상세히 기술하였는 바, 당업계의 통상의 지식을 가진 자에게 있어서 이러한 구체적 기술은 단지 바람직한 실시 양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서, 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.

Claims (18)

  1. 다음의 단계를 포함하는 염색체 이상 검출 방법:
    (a) 생체시료에서 분리된 DNA의 서열정보(reads)를 획득하는 단계;
    (b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
    (c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 단계;
    (d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계;
    (e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계;
    (f) 상기 (e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수(Z-score)를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계에 있어서,
    상기 Z 점수는 하기의 수식 1로 계산하는 것을 특징으로 하고,
    수식 1: Z 점수=
    Figure 112022005746246-pat00023

    상기 Q 점수는 다음의 단계를 포함하는 방법으로 계산하는 것을 특징으로 하며
    (f-i) 각 염색체별로 도출한 일정구간(bin)의 Z 점수의 절대값을 모두 합한 수치의 루트값(S)을 계산하는 단계; 및
    (f-ii) 각 염색체별로 Q 점수(Q-score)를 하기 수식 2로 계산하는 단계:
    수식 2:
    Figure 112022005746246-pat00024

    및;
    (g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계.
  2. 제1항에 있어서, 상기 (a) 단계는 다음의 단계를 포함하는 방법으로 수행되는 것을 특징으로 하는 염색체 이상 검출방법:
    (a-i) 분리된 DNA에서 염석 방법(salting-out method), 컬럼크로마토그래피 방법(column chromatography method), 또는 비드 방법(beads method)을 사용하여 단백질, 지방, 및 기타 잔여물을 제거하고 정제된 핵산을 수득하는 단계;
    (a-ii) 상기 정제된 핵산에 대하여, 싱글-엔드 시퀀싱(single-end sequencing) 또는 페어-엔드 시퀀싱(pair-end sequencing) 라이브러리(library)를 제작하는 단계;
    (a-ⅲ) 상기 제작된 라이브러리를 차세대 유전자서열검사기(next-generation sequencer)에 반응시키는 단계; 및
    (a-ⅳ) 상기 차세대 유전자서열검사기에서 핵산의 서열정보(reads)를 획득하는 단계.
  3. 제2항에 있어서,
    상기 (a-ⅰ) 및 상기 (a-ⅱ) 단계 사이에, 상기 (a-ⅰ) 단계에서 정제된 핵산을, 효소적 절단, 분쇄 또는 하이드로쉐어방법(hydroshear method)으로 무작위 단편화(random fragmentation)하여 싱글-엔드 시퀀싱 또는 페어-엔드 시퀀싱 라이브러리를 제작하는 단계를 추가로 포함하는 방법으로 수행되는 것을 특징으로 하는 염색체 이상 검출방법.
  4. 제1항에 있어서, 상기 (c) 단계는 다음의 단계를 포함하는 방법으로 수행되는 것을 특징으로 하는 염색체 이상 검출방법:
    (c-i) 각 정렬된 핵산서열의 영역을 특정하는 단계; 및
    (c-ii) 상기 영역 내에서 시퀀싱 퀄리티 점수가 30 이상이 되는 영역이, 전체 핵산서열의 영역 중 70 % 초과한 영역을 선별하는 단계.
  5. 제4항에 있어서, 상기 (c) 단계는 상기 선별된 영역에서 정렬 퀄리티 점수(mapping quality score)의 기준값을 만족하는 서열을 선별하는 단계를 추가적으로 포함하는 것을 특징으로 하는 염색체 이상 검출방법.
  6. 제5항에 있어서, 상기 기준값은, 상기 정렬 퀄리티 점수가 15 내지 70인 것을 특징으로 하는 염색체 이상 검출방법.
  7. 제4항에 있어서, (c) 단계는, 염색체의 중심체 또는 말단체의 데이터를 제외하고 수행되는 것을 특징으로 하는 염색체 이상 검출방법.
  8. 제1항에 있어서, 상기 (d) 단계는 다음의 단계를 포함하는 방법으로 수행되는 것을 특징으로 하는 염색체 이상 검출방법:
    (d-i) 표준 염색체를 일정구간(bin)으로 나누는 단계;
    (d-ii) 상기 구간별 정렬된 리드 개수 및 리드들의 GC양을 산출하는 단계
    (d-iii) 상기 리드 개수 및 GC양을 바탕으로 회귀분석을 실시하여 회귀계수를 산출하는 단계; 및
    (d-iv) 상기 회귀계수를 이용하여 리드 개수를 정규화하는 단계.
  9. 제8항에 있어서, (d-i)에서의 일정구간(bin)은 15 kb 내지 50 kb인 것을 특징으로 하는 염색체 이상 검출방법.
  10. 제1항에 있어서, 상기 (e) 단계는 주성분 분석 알고리즘(Principal Component Analysis algorithm, PCA algorithm)으로 선별하는 것을 특징으로 하는 염색체 이상 검출방법.
  11. 삭제
  12. 삭제
  13. 제1항에 있어서, 상기 (f) 단계에서 Q 점수의 기준점수(cut-off score)는 8-10인 것을 특징으로 하는 염색체 이상 검출 방법.
  14. 제1항에 있어서, 상기 (g) 단계는 하기의 단계를 포함하는 방법으로 수행되는 것을 특징으로 하는 염색체 이상 검출방법:
    (g-i) 선별된 일정구간(bin) 당 리드 수를 참조집단의 리드 수로 나누어 비율을 계산하고 2를 곱하는 단계;
    (g-ii) 계산된 값이 1 내지 1.5 이하이면 결실로 판정하고, 2.5 내지 3이상이면 중복으로 판정하는 단계; 및
    (g-iii) CBS(Circular Binary Segmentation) 방법으로 염색체 이상이 일어난 위치를 결정하는 단계.
  15. 삭제
  16. 다음의 단계를 포함하는 X 염색체에 존재하는 허위상염색체 영역(PAR)의 이상 검출 방법:
    (ⅰ) X 염색체에서 분리된 DNA의 서열정보(read)를 획득하는 단계;
    (ⅱ) 상기 서열정보를 참조 집단의 허위상염색체 영역(Xp22.33)에 정렬하는 단계;
    (ⅲ) 성염색체가 2개인 참조집단의 리드의 평균과 표준편차를 구한 다음, 정렬된 시퀀싱 리드 수 사이의 LWD 점수(LWD score)를 하기 수식 3으로 계산하는 단계:
    수식 3:
    Figure 112022005746246-pat00025

    (ⅳ) 계산된 LWD 점수가 -2 이하인 경우 결실로 판정하고, 2 이상인 경우는 중복으로 판정하는 단계.
  17. 생체시료에서 분리된 DNA의 서열정보(reads)를 해독하는 해독부;
    해독된 서열을 참조집단의 표준 염색체 서열 데이터베이스에 정렬하는 정렬부;
    정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하여 서열정보를 선별하는 품질관리부;
    상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화한 다음, 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선택하는 분석구간 선택부;
    참조집단의 정규화된 각 일정구간(bin)에 매치되는 리드의 평균과 표준편차를 구한 다음, 상기 분석구간 선택부에서 선택한 구간의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 구간 품질관리부; 및
    선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 결정부를 포함하는 염색체 이상 검출 장치에 있어서,
    상기 Z 점수는 하기의 수식 1로 계산하는 것을 특징으로 하고,
    수식 1: Z 점수=
    Figure 112022005746246-pat00026

    상기 Q 점수는 다음의 단계를 포함하는 방법으로 계산하는 것을 특징으로 함:
    (f-i) 각 염색체별로 도출한 일정구간(bin)의 Z 점수의 절대값을 모두 합한 수치의 루트값(S)을 계산하는 단계; 및
    (f-ii) 각 염색체별로 Q 점수(Q-score)를 하기 수식 2로 계산하는 단계:
    수식 2:
    Figure 112022005746246-pat00027
    .
  18. 컴퓨터 판독 가능한 저장 매체로서, 염색체 이상을 검출하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하되,
    (a) 생체시료에서 분리된 DNA의 서열정보를 획득하는 단계;
    (b) 상기 서열정보(reads)를 참조집단의 표준 염색체 서열 데이터베이스(reference genome database)에 정렬(alignment)하는 단계;
    (c) 상기 정렬된 서열정보(reads)에 대하여 시퀀싱 퀄리티 점수(sequencing quality score)를 확인하는 서열정보를 선별하는 단계;
    (d) 상기 표준 염색체를 일정구간(bin)으로 나누고, 상기 선별된 서열정보(reads)에 대하여, 각 구간의 양을 확인하고 GC 비율로 정규화하는 단계;
    (e) 상기 GC 비율로 정규화된 일정구간(bin) 중 분산에 대한 설명력(explanatory power)이 가장 높은 일정구간(bin)을 선별하는 단계;
    (f) 상기 (e) 단계에서 선별한 일정구간(bin)의 리드 수 사이의 Z 점수를 산출하고 Z 점수로부터 Q 점수(Q-score)를 계산하여, 상기 Q 점수가 기준점수(cut-off score) 이하인 일정구간(bin)만 선별하는 단계에 있어서,
    상기 Z 점수는 하기의 수식 1로 계산하는 것을 특징으로 하고,
    수식 1: Z 점수=
    Figure 112022005746246-pat00028

    상기 Q 점수는 다음의 단계를 포함하는 방법으로 계산하는 것을 특징으로 하며
    (f-i) 각 염색체별로 도출한 일정구간(bin)의 Z 점수의 절대값을 모두 합한 수치의 루트값(S)을 계산하는 단계; 및
    (f-ii) 각 염색체별로 Q 점수(Q-score)를 하기 수식 2로 계산하는 단계:
    수식 2:
    Figure 112022005746246-pat00029

    및;
    (g) 선별된 일정구간(bin)의 리드 수를 참조 집단의 리드 수와 비교하여 염색체 이상 유무 및 위치를 판별하는 단계
    를 포함하는 프로세서에 의해 실행되도록 구성되는 명령을 포함하는 컴퓨터 판독 가능한 저장 매체.
KR1020180087933A 2018-07-27 2018-07-27 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도 KR102405245B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180087933A KR102405245B1 (ko) 2018-07-27 2018-07-27 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도
PCT/KR2019/009062 WO2020022733A1 (ko) 2018-07-27 2019-07-23 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180087933A KR102405245B1 (ko) 2018-07-27 2018-07-27 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도

Publications (2)

Publication Number Publication Date
KR20200012530A KR20200012530A (ko) 2020-02-05
KR102405245B1 true KR102405245B1 (ko) 2022-06-07

Family

ID=69182257

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180087933A KR102405245B1 (ko) 2018-07-27 2018-07-27 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도

Country Status (2)

Country Link
KR (1) KR102405245B1 (ko)
WO (1) WO2020022733A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220071122A (ko) * 2020-11-23 2022-05-31 주식회사 지씨지놈 핵산 길이 비를 이용한 암 진단 및 예후예측 방법
CN113674803B (zh) * 2021-08-30 2023-08-08 广州燃石医学检验所有限公司 一种拷贝数变异的检测方法、装置、存储介质及其应用
KR102427600B1 (ko) * 2021-12-14 2022-08-01 주식회사 테라젠바이오 줄기세포의 배양적응성을 판단하기 위한 체세포 변이를 선별하는 방법
CN116434837B (zh) * 2023-06-12 2023-08-29 广州盛安医学检验有限公司 一种基于ngs的染色体平衡易位检测分析系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140371078A1 (en) * 2013-06-17 2014-12-18 Verinata Health, Inc. Method for determining copy number variations in sex chromosomes

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101678962B1 (ko) * 2015-08-21 2016-12-06 이승재 대규모 병렬형 게놈서열분석 방법을 이용한 비침습적 산전검사 장치 및 방법
KR101686146B1 (ko) * 2015-12-04 2016-12-13 주식회사 녹십자지놈 핵산의 혼합물을 포함하는 샘플에서 복제수 변이를 결정하는 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140371078A1 (en) * 2013-06-17 2014-12-18 Verinata Health, Inc. Method for determining copy number variations in sex chromosomes

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C. Liao 외, "Noninvasive prenatal diagnosis of common aneuploidies by semiconductor sequencing", PNAS, 111권, 20호, pp.7415-7420, 2014.05.20.*
K. K. Lo 외, "RAPIDR: an anlysis package for non-invasive prenatal testing of aneuploidy", Bioinformatics, 30권, 20호, pp.2965-2967, 2014.*

Also Published As

Publication number Publication date
WO2020022733A1 (ko) 2020-01-30
KR20200012530A (ko) 2020-02-05

Similar Documents

Publication Publication Date Title
KR102405245B1 (ko) 전장유전체 시퀀싱 기반의 염색체 이상 검출 방법 및 그 용도
US20220093212A1 (en) Size-based analysis of fetal dna fraction in plasma
KR102384620B1 (ko) 유전적 변이의 비침습 평가를 위한 방법 및 프로세스
Keightley et al. Estimation of the spontaneous mutation rate per nucleotide site in a Drosophila melanogaster full-sib family
Muyle et al. Rapid de novo evolution of X chromosome dosage compensation in Silene latifolia, a plant with young sex chromosomes
KR102385062B1 (ko) 유전적 변이의 비침습 평가를 위한 방법 및 프로세스
CN110910957B (zh) 一种基于单肿瘤样本高通量测序微卫星不稳定性探测位点筛选方法
KR20170125044A (ko) 암 스크리닝 및 태아 분석을 위한 돌연변이 검출법
JP7311934B2 (ja) 妊娠中の無細胞断片を使用する分子分析
KR101686146B1 (ko) 핵산의 혼합물을 포함하는 샘플에서 복제수 변이를 결정하는 방법
CN114999573A (zh) 一种基因组变异检测方法及检测系统
KR20190085667A (ko) 무세포 dna를 포함하는 샘플에서 순환 종양 dna를 검출하는 방법 및 그 용도
WO2006028152A1 (ja) 遺伝子コピーの解析方法及び装置
Huang et al. Genome-wide association study on chicken carcass traits using sequence data imputed from SNP array
Cheung et al. Genetics of quantitative variation in human gene expression
CN111508561A (zh) 同源序列和同源序列中串联重复序列的检测方法、计算机可读介质和应用
CN111028885B (zh) 一种检测牦牛rna编辑位点的方法及装置
EP3118323A1 (en) System and methodology for the analysis of genomic data obtained from a subject
JP2020517304A (ja) Ｄｎａ分析のためのオフターゲット配列の使用
US20230162814A1 (en) Method for the analysis of genetic material
Rauf et al. Extraction of Mitochondrial Genome from Whole Genome Next Generation Sequencing Data and Unveiling of Forensically Relevant Markers
TW202401445A (zh) 鑑定台灣人族群親緣性的方法及其系統
CN117497047A (zh) 基于外显子测序筛选肿瘤基因标志物的方法、设备和介质
Huang The genetics of gene expression: from simulations to the early-life origins of immune diseases
Ciconelle et al. Variation in copy number on the genome of the Brazilian population

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