NGS Targeted Gene Panel 디자인을 위한 고려 사항

과거에 생거 시퀀싱으로 유전자의 일부에서 변이를 검출하던 단계에서 벗어나, 최근의 유전자 서열의 검사는 대부분 NGS로 넘어갔습니다. 특히 병원의 검사실에서는 저렴해진 시퀀싱 비용을 바탕으로 특정 질병에 대한 선택적인 유전자 패널 (Customized Targeted Gene Panel)을 구성하여, 해당 환자에서 유전자 변이와 질병과의 관계를 검사하고 있는 상황입니다. 이에 오늘은 이러한 Targeted Gene Panel을 디자인할 때 고려해야할 내용들에 대해서 포스팅하고자 합니다.

 

I. Target gene vs. Exome panel

Fig 1

Target gene panel은 특정 질병 또는 형질과 관련된 유전자 (최소 수개~최대 수백개)를 대상으로 구성된 패널을 말하고, Exome 패널은 전체 모든 Exon 영역(Whole Exome), 임상적 질환과 관련된 모든 유전자의 Exon 영역 (Clinical Exome), 또는 임상 연구와 관련된 모든 유전자의 Exon 영역 (Research Exome)으로 구성된 패널을 말합니다. 일반적으로 Target gene panel의 유전자 수가 더 적기 때문에 더 좋은 퀄리티의 데이터(high depth, wide coverage)를 저렴하게 얻을 수 있는 반면, Exome panel은 좀 더 다양한 유전자에 대한 광범위한 데이터를 얻기에 용이합니다.

관련 포스팅 보기 > NGS 검사: Whole Genome & Exome, Targeted Sequencing 비교

 

II. 얼마나 많은 수의, 그리고 어떤 유전자를 포함할 것인가?

일반적으로 유전자 수가 많아질수록, 더 많은 후보 유전자의 변이를 검출할 수 있어 민감도는 높아지지만, 시퀀싱의 depth가 낮아지고 분석 과정에서 불필요한 위양성 결과를 얻을 확률도 높아집니다. 더불어 유전자 수가 많아질수록 분석에 필요한 비용 및 시간도 높아지게 됩니다. 반면 꼭 필요한 유전자만 포함할 경우에는 검사의 특이도가 높아지고, 불필요한 비용과 시간을 절약할 수 있습니다. 그러나, 패널의 검사 비용이 유전자수에 비례하여 똑같이 증가하는 것은 아니기 때문에, 적절한 유전자를 포함하는 패널을 디자인하는 것이 중요합니다.

Fig 2
[유전자 수 변화에 따른 NGS 검사 비용] NGS 패널은 초기 비용이 가장 크게 들어가고, 이후 타깃 유전자 개수 증가에 따른 추가 비용의 증가폭은 크지 않습니다. 따라서 효율적인 패널 디자인을 위해서는, 적절한 수의 유전자 개수를 포함시키는 것이 중요합니다.
  1. 검사 목적 – 임상 검사용 vs. 연구용 : 유전자 선정에 가장 중요한 것은 해당 유전자와 형질(질병) 간의 명확한 관계가 정립되어 있는가?에 있습니다. 검사 목적이 임상 환자의 진단에 있다면 이러한 유전자들만 포함하는 것이 맞습니다. 그러나, 검사 목적이 연구용으로 새로운 유전자의 역할을 규명하거나 아직 명확하게 정립되어 있지 않은 후보 유전자의 역할에 있다면, 이러한 유전자들도 추가적으로 포함시킬 수 있습니다.
  2. 유전자 선정 과정 : 타깃 시퀀싱 패널을 디자인할 때, 어떠한 유전자를 포함하고, 포함하지 않을 것인지는 상당히 중요한 이슈입니다. 이 과정은 실제 환자를 보는 임상의의 의견과 실제 검사실에서의 다양한 고려 사항 (기술적 고려사항, 검사 결과의 QC 등) 을 종합적으로 판단하는 것이 좋습니다. 또한 검사 이후의 판독의의 의견도 중요한 고려 사항입니다. 또한 다른 검사실의 실제 경험과 결과를 참고하여, 해당 유전자의 변이의 검출률, 진단률 등을 고려하는 것이 좋습니다.
  3. 타깃 유전자 프로브 간의 상호 작용: 유전자 영역 선정이 끝난 이후 실제 타겟 영역의 프로브를 디자인하는 경우, 각 프로브 간의 상호 작용 또는 간섭이 발생할 수 있습니다. 다음과 같은 지표들에 영향이 없는지를 고려하여 유전자 간의 조합도 적절하게 조정하는 것이 필요합니다.  표적내 시퀀싱 비율 (On target %), 최소 시퀀싱 깊이 (Minimal Depth of Coverage), 최소요구 depth 이상 비율 (% Target regions above minimal depth), 염기 질 지수 (Base calling Quality)
  4. Copy Number Variant 분석을 포함할 것인가?: NGS를 이용한 Copy Number Variant (이하 CNV) 분석에 대해서는 아직 그 임상적 활용에 대해 명확히 정립된 바가 없으나, 보조적으로 NGS 결과를 참고하는 추세입니다. 이 경우, 해당 영역의 coverage 및 depth data가 중요하게 됩니다. 이러한 데이터를 활용하고자 한다면, 좀 더 해당 데이터의 퀄리티 확보에 대해, 패널 디자인에서 함께 생각해보는 것이 좋습니다.

 

III. 실제 패널 디자인 과정

  1. 문헌 조사 (Literature review): 관련 질환 및 포함 시킬 유전자들에 대한 문헌 (논문 등)을 조사합니다. 많은 경우, 실제로 어떤 유전자를 포함하여 패널을 구성하고 검사를 했는지에 관한 보고된 논문 자료가 많기 때문에 해당 내용을 참고하기 용이합니다.
  2. 유전자 검사 기관에서 시행하고 있는 NGS 패널 서비스 확인: 최근에는 많은 유전자 검사 기관에서 대표적인 질환에 대한 패널을 서비스를 제공하고 있습니다. 따라서 각 유전자 검사 기관에서 어떤 질환과 유전자들에 대해서 서비스하고 있는지 확인해봅니다. 많은 기관에서 공통적으로 검사하는 유전자들은 무엇인지, 추가된 유전자들은 무엇인지 확인해볼 수 있습니다.
  3. 기타 유용한 웹 자료: 이외에도 다양한 자료 source를 활용할 수 있는데, 그 중에서도 Panel App에 대해서 소개해 보고자 합니다. 아래 사이트는 여러가지 질환과 유전자들에 대해서 패널을 구성하고자 할 때, 전문가들이 그 근거에 대해서 curation 된 결과를 제공해줍니다. 따라서 어떠한 유전자를 포함할 것인가? 말 것인가? 에 대해 고민할 경우 참고할만합니다. 이미 많은 질환에 대해서 구성된 패널이 큰 골격이 짜여져 있으며, 해당 유전자 정보도 다운 받을 수 있기 때문에 패널 디자인시 참고하기 좋습니다.

PanelApp 사이트 방문하기: Genomics England PanelApp

글쓴이: Jihoon Yoon

인체라는 소우주를 탐험하는 호기심 많은 연구자

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Google photo

Google의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

%s에 연결하는 중