NGS(Next-Generation Sequencing) Introduction
0 likes•548 views
서열 데이터 포맷 서열정렬 및 서열조립 알고리즘 서열변이의 분석과정 개괄 개인 유전체 데이터의 활용
NGS(Next-Generation Sequencing) Introduction
- 1. 차세대 시퀀싱 기술과 개인 유전체 시대의 개막
- 2. 들어가기에 앞서.. • DNA: 뉴클레오타이드가 중합된 이중나선 구조의 유전물질 • 뉴클레오타이드 = 인산 + 디옥시리보스 + 염기(A,T,G,C) • DNA 시퀀싱: DNA 내 염기들의 정확한 순서를 결정하는 과 정 • Sanger 시퀀싱 -> 차세대 시퀀싱
- 3. 차세대 시퀀싱의 특징 • DNA를 잘게 쪼개서 작은 단편서열로 나눈 후 읽는다 • 단편 서열들 다시 정렬하고 조립하는 알고리즘이 중요
- 4. Chapter 2의 내용 • 서열 데이터 포맷 • 서열정렬 및 서열조립 알고리즘 • 서열변이의 분석과정 개괄 • 개인 유전체 데이터의 활용
- 5. 서열 데이터 포맷 • FASTQ: 염기정보와 QV가 하나의 파일에 통합 • CSFATA: 염기정보와 QV가 각각의 파일에 분리 • QV: 서열 정보의 신뢰도 점수
- 6. FASTQ • 서열id|서술>서열id|서술>서열id|서술 • QV는 ASCII 코드를 사용 한 문자로 나타냄
- 7. CSFASTA • AACG = 013(0->AA, 1 -> AC, 3 -> CG) • 색상코드로 염기서열을 표현
- 8. QV • QV = 10 은 10%의 에러 확률 • QV = 20 은 1%의 에러 확률 • QV = 30 은 0.1%의 에러 확률 • 시퀀싱 장비에 따라 다를 수 있다.
- 9. 서열정렬 또는 매핑 • 각 단편서열이 참조 유전체의 어디쯤에 있는 지 찾는 과정 • 대부분의 고속 알고리즘은 인덱스을 생성 • 인덱스의 자료구조: 해쉬 테이블 / 서픽스 트리
- 10. 해쉬 테이블 기발의 서열정리 • Banana의 4-tuple 집합 = {“bana”, “anan”, “nana”} • 씨앗서열: 위치를 확인하고 싶은 단편서열 == 참조 유전체의 염기서열의 일부분 • “actgact” 가중치가 6인 서열 모형 1110111: “acttact”도 씨앗 서열이 될 수 있다. • 씨앗서열을 출발점으로 서열정렬을 수행(seed and extend)
- 11. 서픽스 트리 기반의 서열정렬 • 문자열의 모든 서피스(suffix)를 소유하는 트리구조
- 12. program website platform Aligned Gbp per CPU day Maq maq.sourceforge.net Illumina, SOLID ~0.2 Bowtie bowtie-bio.sourceforge.net Illumina ~7 SSAHA2 www.sanger.ac.uk/ resources/software/ssaha2 Illumina, SOLID, 454 ~0.5 BWA bio-bwa.sourceforge.net/ bwa.shtml Illumina, SOLID, 454 ~7 SOAP2 www.sanger.ac.uk/ resources/software/ssaha2 Illumina ~7 단편서열을 위한 서열정렬 도구
- 13. SNP와 INDEL 검출 • SNP: 염기서열에서 하나의 염기만 차이를 보이는 유전적 변 화 또는 변이 • INDEL: Insertion or Deletion • SNP와 INDEL을 검출해보는 것은 개인 유전체 중 변이를 확 인할 때 필수적인 과정
- 14. 개인 유전체 데이터의 활용 1. 흔한변이의 주석달기와 의학적 해석 2. 희귀변이의 주석달기와 의학적 해석 3. KEGG DISEASE Pathway mapping 4. 약물유전체학 5. 인구집단 유전체 변이 분포 구하기
- 15. 흔한변이의 주석달기와 의학적 해석 • 한 사람당 300만~400만 개의 변이가 발견된다. • 흔한변이들, 나이, 성별, 건강상태 등의 정보를 활용해 질병 별 위험률 산출이 가능하다.
- 16. 희귀변이의 주석달기와 의학적 해석 • case가 적기 때문에 역학적 연구가 어렵다. • SIFT: 각 변이가 해당 단백질의 기능을 얼마나 손상시킬 지 순수 계산 을 통해 추론한다. • PolyPhen: SIFT처럼 단백질의 기능 및 구조 변화를 예측하지만 분자 의 물리적 특성과 진화론적 비교분석을 통해 추론한다. • PhD-SNP: 단백질 서열과 프로필 정보를 기반으로 질병과의 관련 여 부를 판단한다. • VAAST: 손상 유전자와 발병원인 변이를 추출하는 프로그램. 비코딩 영역의 변이에 대한 점수산출이 가능
- 17. KEGG DISEASE Pathway mapping • 질병 분류: 단일 유전자 질환 / 다중요인 질환 / 감염성질환 • 유전적 흔들림과 환경적 흔들림에 관한 지식을 질병별 정리 • 각 질병에 대한 진단지표, 치료약물, 유전체 바이오마커를 묶 어서 표기한다. • KEGG DISEASE Pathway map을 활용하면 유전체 변이와 질병의 다양한 요소들을 연관 지어 분석할 수 있다.
- 19. 약물유전체학 • 유전체 변이와 약물 사이의 상관관계는 급수적으로 증가한 다. • 제 3장에서 개인 유전체 변이 해석도구인 Interpretome을 사용해보면 상세한 논의를 할 예정
- 20. 인구집단 유전체 변이 분포 구하기 • 2008년 “1000명 유전체 사업”이 시작. • 인구집단별 유전체 변이 분포 분석 • 반수체 정보, 변이 대립유전자의 연관불균형 분석