Methods for Variant- and Gene-based Analysis for Pharmacogenomics Research

학위논문 (박사)-- 서울대학교 대학원 : 의과대학 의과학과, 2018. 2. 김주한.서론: 차세대 시퀀싱 기술의 발전으로 인간 유전체 분석은 임상환경에서의 예후, 예측 및 진단에 도움을 주고 있다. 지금까지 단일 변이의 질병 연관성 분석은 특정 질병군에서 큰 성공을 거두었지만, 드문 변이에 대한 분석의 한계와 높은 유의성을 보인 변이에 대한 해석의 어려움이 수반되는 문제점이 있기 때문에 유전자 단위 혹은 변이 집단적인 분석 방법의 필요성이 대두되었다. 또한 기술적 한계로 인한 시퀀싱 정보의 품질 문제는 임상환경에서 요구하는 품질 수준에 미치지 못한다. 이에 시퀀싱 결과에 대한 재검증을 요구하고 있으며 유의한 결과에 대한 재현이 어렵다는 것도 지적하고 있다. 따라서 임상환경에서 요구하는 수준의 시퀀싱 정보를 가공하고 판별하는 방법뿐만 아니라 단일 변이 분석의 한계를 극복하는 유전자 단위의 복합적인 분석 방법을 활용하는 것이 필수적이다. 방법: 거짓 양성 변이 판별을 위하여 시퀀싱 된 리드를 효과적으로 파악할 수 있는 도구를 개발하여 675개의 매우 드문 변이에 대한 리드 정렬상태를 확인하였다. 거짓 양성으로 판별된 변이로부터 정렬 상태의 특징을 찾아 계통오류 프로파일을 정의하였다. 또한 유전자 점수 기법의 활용성을 파악하기 위해서 개인화된 유전자 점수 (Personalized Gene ScorePGS), Residual Variation Intolerance Score (RVIS) 그리고 Gene Damage Index (GDI) 를 질병과의 연관성이 보고된 유전자에 대하여 각 점수별 우선순위에 대한 민감도와 특이도를 측정하여 성능을 비교하였다. 결과: 매우 드문 변이 675개 중에서, 리드 정렬 상태를 파악하여 519개의 거짓 양성 변이를 판별하였다. 519개의 거짓 양성 변이를 야기한 리드 정렬 상태를 (1) Simplicity region, (2) SNV cluster, (3) Periperal sequence read 그리고 (4) Base inversion 계통오류로 분류 및 정의하였다. 최신의 유전자 점수의 성능을 다양한 질병의 범주에서 평가한 결과, 세 가지 유전자 점수 중, PGS는 다른 유전자 점수에 비해서 Pharmacogenomics과 관계된 유전자의 우선 순위에서 최고의 성능을 나타내었다 (AUCPGS=0.68, AUCRVIS=0.43, AUCGDI=0.62). 약물 관련 유전자 리스트 중에서 ADME core 유전자에 대해서도 역시 PGS가 압도적인 성능을 보여주었다 (AUCPGS=0.72, AUCRVIS=0.52, AUCGDI=0.65). 반면에 희귀질환 관련 유전자의 경우, OMIM Haploinsufficiency 유전자에 대해서는 RVIS가 높은 성능을 보여주었다 (AUCPGS=0.46, AUCRVIS=0.72, AUCGDI=0.47). 결론: 시퀀싱 결과를 재사용하는 방법으로 거짓 양성 변이를 최소화할 수 있도록 계통오류 네 가지를 정의하였고 이를 확인할 수 있는 최적의 도구를 개발하였다. 임상환경에서 요구하고 있는 고품질의 시퀀싱 결과를 위한 초석을 마련하였으며 계통오류를 감안한 변이 추출 알고리즘의 발전 또한 기대해볼 수 있다. 또한 세 가지 유전자 점수를 다양한 질병의 관점에서 비교한 결과, PGS는 약물 유발 표현형과 연관된 유전자, RVIS는 멘델의 법칙을 따르는 희귀질환 유전자에 대한 우선순위를 최적으로 제시해주고 있다. 따라서 분석의 목적에 맞는 유전자 점수를 선택하여 적용하는 것이 합리적이다.제1장 서론 1 1.1 연구배경 1 1.1.1 차세대 시퀀싱 기술의 발전 1 1.1.2 인간 유전체 지도의 완성 2 1.1.3 1000 게놈 프로젝트의 시작 2 1.2 염기서열 분석 방법과 변이정보 추출 방법 4 1.2.1 합성을 통한 염기서열 분석법 4 1.2.2 변이 추출 알고리즘과 변이 품질 평가 5 1.3 추출된 변이를 이용한 유전체 분석 방법 7 1.3.1 개별 변이 단위의 분석법 7 1.3.2 드문 변이의 분석법 8 1.4 유전자 단위의 변이 집합적 분석법 9 1.4.1 집단 유전자 점수 9 1.4.2 개인화된 유전자 점수 11 1.5 공개 유전체, 생물학적 데이터베이스 및 지식베이스 12 1.5.1 1KGP, ExAC 그리고 gnomAD 12 1.5.2 OMIM, GAD, PharmGKB, ADME 그리고 DrugBank 20 1.5.3 SIFT, PolyPhen2, GERP 그리고 CADD 25 1.6 연구 목적 및 필요성 27 제2장 차세대 시퀀싱 데이터에서 높은 신뢰도의 변이를 얻기 위한 접근법 30 2.1 연구배경 30 2.2 정렬된 리드(read) 판독을 위한 캡쳐 도구 개발 31 2.3 오류가 발생하기 쉬운 영역에서 진유전체 변이 신뢰도 평가 38 2.3.1 시퀀싱 데이터의 계통오차 프로파일 38 2.3.2 고급 알고리즘 적용을 통한 거짓 양성 변이 배제 43 2.4 공개 변이 데이터베이스를 이용한 증거 기반 신뢰도 평가 43 2.5 요약 44 제3장 약물유전체에서 시퀀싱 정보 분석을 위한 유전자 기반 분석법 46 3.1 연구배경 46 3.2 유전자 점수 시스템 성능 및 특징 47 3.2.1 유전자 점수 시스템의 비교 47 3.2.2 유전자 점수 시스템의 평가 51 3.3 유전자 단위 접근법을 이용한 약물유발 표현형과 연관있는 변이 및 유전자 추출 57 3.4 요약 72 제4장 고찰 73 참고문헌 78 약어사전 87 영문 초록 90Docto