Posted by 人Co

NGS (Next-Generation Sequencing) 관련 기술의 발전과 비용 절감으로 인해 NGS는 일반적인 유전체 연구뿐만 아니라 정밀 의학에서도 중요한 연구 수단으로 자리 잡고 있습니다. 국외는 물론이고 국내에서도 여러 의료기관과 연구기관에서 NGS를 이용한 임상 유전체 연구가 활발하게 이루어지고 있습니다. 하지만 한 번의 NGS로부터 많은 수의 변이 (variant)가 발견되고 그것들의 임상적 의미 (Clinical significance)를 해석하는데 어려운 경우가 많습니다.

(주)인실리코젠에서는 이러한 NGS 변이들에 대해 임상적 유의성과 action-ability를 평가하는 임상 의사 결정 지원 솔루션인 QIAGEN Clinical Insight Interpret (QCI-I)에 대해서 소개하고자 합니다.

그림 1. < QIAGEN Clinical Insight Interpret (QCI-I) >

QIAGEN Clinical Insight Interpret (QCI-I)는 웹 기반의 소프트웨어로, NGS로부터 도출된 변이들에 대해서 QIAGEN Knowledge Base를 이용한 주석 (annotation), 분류 및 해석 (classification / Interpretation), 보고서 생성 (reporting)을 지원합니다. 또한, Somatic 과 Germline/Hereditary 로 파이프라인이 나누어져 있어 분석 샘플에 맞는 파이프라인을 선택하여 진행할 수 있습니다. VCF 파일과 metadata 업로드를 통해 누구나 쉽게 진행할 수 있으며, Fusion, CNV 데이터를 추가할 수 있습니다.

QCI-I의 특징은 다음과 같습니다.

• 웹 기반 인터페이스로 편리한 접근성과 사용법이 간단하고, 임상적 유의성과 actionability를 평가하는데 드는 시간과 비용을 단축할 수 있습니다.

• Manually 큐레이션된 방대하고 신뢰성 높은 QIAGEN Knowledge Base를 사용합니다.
  

• ACMG/AMP (hereditary)와 AMP/ASCO/CAP (somatic) 가이드라인에 따라 변이를 분류합니다.
  

• 분석 샘플의 변이에 관련된 치료 (treatment), 임상 시험 (clinical trials) 정보를 제공합니다.
  

• 최종 보고서의 커스터마이징이 가능합니다.
  

• VCF (Variant Call Format) 파일을 사용하여 분석함으로써, NGS 플랫폼에 관계없이 사용할 수 있습니다.
  

• 이전 데이터 결과들을 재사용하여 Lab-specific variant database 구축이 가능합니다.
  

QIAGEN Knowledge Base

QCI-I는 오랜 기간을 거쳐 manually curation된 QIAGEN Knowledge Base를 기반으로 변이를 해석 및 평가합니다. Knowledge Base에는 천만여 개 이상의 biomedical 정보들이 들어있고 16년 이상 지속되어 온 방대하고 신뢰성 높은 Database입니다. 데이터 대부분이 주 단위 (weekly)로 업데이트 되며 사용자는 항상 최신의 정보를 제공 받습니다.

QIAGEN Knowledge Base는 공개된 생물학적 데이터뿐만 아니라 상용 데이터까지 통합되어 있고, 이 데이터들에 대하여 임상적인 관련성까지 정리되어 있습니다. 연구자, 임상의, 제약회사 등 여러 분야에서 지속해서 사용되고 있으며 20,000번 이상 인용되었습니다. Knowledge Base를 사용하면 raw public data 혹은 computational prediction tool 들을 사용하는 것보다 변이 분류 (variant classification)의 오류를 줄일 수 있습니다. 이러한 database를 구축하는 일은 어렵고 많은 시간과 비용이 소모되지만 QIAGEN Knowledge Base를 이용하면 시간과 비용을 줄이고 효율적이고 신뢰도 높은 변이 분석 결과를 얻을 수 있습니다.

Knowledge-based Variant Classification

QCI-I는 Knowledge Base를 기반으로 Germline 혹은 Somatic testing에 따라 변이의 pathogenicity 와 actionability를 측정하여 제공합니다.

그림 3. < Professional guideline을 따르는 QCI-I의 Variant clssifications >

아래 그림 4처럼 Variant list 탭에서 검출된 변이들에 대한 기본적인 정보를 확인할 수 있고, 각 변이를 선택하여 자세한 사항을 확인할 수 있습니다. Pathogenicity에 따라 색으로 구분되어 직관적인 확인이 가능합니다.

그림 4. < QCI-I Variant List 탭 화면 >

샘플에 대한 정보와 변이에 대한 정보 (somatic frequency, population frequency, variant allele frequency 등)를 보여줍니다. Knowledge Base에 기반하여 변이의 actionability, pathogenicity가 분류됩니다. Pathogenicity는 붉은색 계열 (pathogenic or likely pathogenic), 회색 (unknown of significance;VUS), 녹색 계열 (benign or likely benign)로 구별됩니다.

Treatment & Clinical Trials

선택한 변이가 해당 단백질에 미치는 기능적 영향 (functional effect on protein), treatment 정보와 현재 진행되고 있는 clinical trial들에 대한 정보도 제공하며, 이 정보는 주 단위 (weekly)로 업데이트되어 항상 최신의 정보를 받을 수 있습니다.

그림 5. < Variant Detail 탭에서 제공되는 다양한 변이에 대한 정보 >

단백질의 functional domain과 함께 유전자의 아미노산 위치별 pathogenic/benign 변이들의 분포가 나와 있고 해당 샘플의 변이 위치가 확인됩니다. 약물에 대한 반응성과 가이드라인, FDA에 대한 레퍼런스가 링크로 제공됩니다.

Clinical Cases & Papers

해당 변이에 대해 같은 질병에서 보고된 임상 케이스, 관련된 논문 등에 대한 정보를 제공합니다. 아이콘을 클릭하면 각각의 세부정보 확인이 가능합니다. 임상 케이스와 논문 내용도 추후 최종 보고서에 일괄적 혹은 선택적으로 추가할 수 있습니다.

그림 6. < 변이에 대해 보고된 임상 케이스와 관련된 논문 정보 >

Customizable & Actionable Report

Preview 페이지에서는 최종 report를 작성하기 전에 자유롭게 comment의 수정 및 추가를 할 수 있습니다. 기본적으로 유전자에 대한 설명이 있고 Edit 메뉴를 통해 추가 또는 삭제할 수 있습니다. 환자에 대한 전반적인 interpretation과 actionable 변이들에 대해 모든 comment 작성이 가능합니다.

그림 7. < Preview 페이지 >

Comment 작성을 자유롭게 할 수 있습니다.

최종 보고서 (actionable report) 는 아래 그림 8과 같습니다. 상단에 환자, 클라이언트, 샘플 정보가 나오고 Alterations Summary에 actionable mutation들에 대한 FDA 승인 약물, Clinical trial, 약물 저항성 등이 요약되어 있습니다. 하단에는 각 변이에 대한 자세한 정보가 나열됩니다.

그림 8. < QCI-I 최종 보고서 형식 >

이상 NGS 기반 진단 영역에서 임상 의사 결정을 지원하는데 강력한 툴인 QCI-I에 대해 살펴보았습니다. QCI-I의 QIAGEN Knowledge Base를 이용하여 variant classification하면 기존에 VUS로 분류된 변이들에 대해서도 더욱 정확하게 분류가 가능할 것입니다. 2가지 case study 결과 variant of unknown significance (VUS)가 27~33% 가량 줄어든다는 것을 확인하였습니다.

그림 9. < QIAGEN Knowledge Base를 이용한 variant classification 비교 >

QCI-I를 통해 NGS Platform에 관계없이 전문적으로 큐레이션된 QIAGEN Knowledge Base를 이용해 검출된 변이들의 임상적 유의성과 actionability를 쉽고 빠르게 측정하는 경험을 해보십시오. Raw data부터 임상적인 의미를 얻기까지 전체 해석 시간을 줄이고 임상의에게 보고할 수 있는 임상 관련 데이터의 양을 늘리는 동시에 변이 해석 및 보고 프로세스의 모든 부분을 통합할 수 있을 것입니다.

* 더 자세한 정보와 Trial을 원하신다면 codes@insilicogen.com 혹은 031-278-0061 로 문의주시기 바랍니다.

Posted by 人Co

4주라는 짧은 기간 동안 많은 경험과 알찬 시간을 보낼 수 있었습니다. 먼저 이 기회를 주신 최남우 대표이사님과 순천향대학교 이용석 교수님 감사합니다. 또한, 저를 이끌어주신 (주)인실리코젠 iF팀의 이지현 팀장님, 이상민 주임님, 신가희 책임님, DSC의 경동수 선배님, 권대건 주임님 등 많은 분 덕분에 무사히 끝낼 수 있었습니다.



인실리코젠을 처음 알게 된 계기는 순천향대학교와 같이 협업하는 뉴스를 접했을 때였습니다. '생물'이라는 분야에 종사하시는 분들은 주로 연구직으로 알고 있었는데 컴퓨터와 생물이 접목된 '생물정보' 회사인 인실리코젠을 접하게 되면서 흥미를 느꼈고 운 좋게도, 현장실습 프로그램이 운영되고 40명이라는 지원자 중에 선택되는 기회를 얻게 되어 인실리코젠에서의 현장실습을 할 수 있었습니다. 현장실습 전에는 생물정보에 대해 아는 것도 별로 없고 그렇다고 생물 분야에 대한 지식이나 컴퓨터 활용 능력 등 여러 면에서 부족하였기 때문에 긴장되고 걱정이 많았었습니다. 그래서 첫날에 소화불량에 걸리는 등 여러 문제가 발생하였지만, 주변 많은 분의 도움 덕분에 잘 적응할 수 있었고 부족한 점에 대해 알 수 있었습니다. 또한, 5시 이후에는 자유롭게 남아서 부족한 공부나 업무를 할 수 있는 시간이 주어졌기 때문에 짧은 기간을 잘 활용해서 하나라도 더 알아갈 수 있었던 시간이었습니다.

특히 월요세미나는 인상적이었습니다. 다양한 주제에 대한 세미나를 접해보면서 배경지식을 쌓는 데 도움을 주었고 DSC(Data Science Center)에서의 세미나는 업무에 대해서 간접적으로 알 수 있었고 생물정보와 밀접하게 연관된 분야였기에 일반적인 자연과학 강연과는 다른 색다른 경험이었습니다. 물론 전문지식이라 100% 이해는 어려웠지만 어떤 게 있고 어떻게 연구 및 운영이 되는지를 알아가는 시간이었고, iF팀 세미나는 생물정보에 쓰이는 프로그램과 업무 진행 상황 등을 알 수 있어서 앞으로의 발전성을 파악하는 데 도움을 주었습니다. 개인적으로 공부할 때보다 습득되는 정보량도 많고 시간과 정보 처리에 있어 효율성이 높았기에 재미있게 참석할 수 있었습니다.



4주라는 기간이 무엇인가를 완전하게 배우고 몸에 익히기에는 짧은 시간이었습니다. 하지만 여러 사람을 만나고 사회 경험을 쌓으며, 현장실습을 하기 전의 저를 능력이나 성격 면에서 증진시키고 개선해나갈 수 있었던 소중한 시간이었습니다. 생물정보학 심화 내용, 생물정보 관련 이론 혹은 프로그램, 회사에선 어떤 일을 하고 어떤 작업이 이루어지는지, 생물정보가 어떻게 활용되는지 등 학교에서 수업을 받을 때보다 많은 이론적인 면과 실무경험을 몸으로 느낄 수 있었습니다. 특히 사회의 병아리 수준인 저에게 있어 부족한 사회생활을 직접 겪어보았다는 것은 매우 큰 가치였습니다. 4주 동안 기간 동안 자신의 부족한 점도 많이 심사숙고하고 curation 작업, text mining, R 공부도 하고 주변 분들과 재미있는 이야기, 앞으로의 진학에 관한 이야기도 많이 나누면서 적응해갔고 서로가 협업하며 일을 진행하는 것을 보고 인간관계의 중요성은 물론 협업의 중요성도 다시 한번 느끼게 되었습니다. 제 인생에 있어서 인실리코젠에서의 4주간의 현장실습은 절대 잊지 못할 추억이자 정말 좋은 경험입니다. 여기서 얻은 여러 값진 경험들을 바탕으로 원석을 갈고 닦아 제가 원하는 꿈을 이룰 수 있도록 노력하겠습니다. 물론 건강도 챙겨 현재보다는 나은 모습으로 다시 뵐 수 있기를 희망합니다.

여름방학 동안 새로운 만남, 새로운 공부, 새로운 환경 말로는 표현할 수 없는 경험을 할 수 있게 해주신 최남우 대표이사님, 이용석 교수님께 다시 한 번 감사의 말씀을 전합니다.

수업은 실제로 많은 도움이 되었고 생물정보학이라는 분야에 관심을 갖게 해주었으며, 관련 회사를 찾아보던 도중 (주)인실리코젠을 알게 되었고 이곳에서 직무체험을 하고 싶다는 강한 의지에, 지원하게 되었습니다. 그렇게 값진 기회를 얻어 처음 이곳에 왔을 때 많은 것이 어색하고 두려웠습니다. 회사라는 사회는 내가 여태껏 경험해보지 못하여 행동에 대한 판단이 서지 않았지만, 회사에 계신 많은 분이 먼저 말을 걸어주시고 장난도 먼저 쳐주시면서 다가와 주셔서 적응에 어려움은 없었습니다.



저는 주로 Curation 작업 실습을 하였는데, 아마 제가 1학년부터 3학년 1학기 때까지 읽은 논문의 약 100배에 해당하는 논문을 이번 8주간의 기간 동안 읽은 것 같습니다. 수업시간에 배운 "생화학"이나 "분자생물학"과목이 기본으로 필요하다 하였을 때 내가 잘하는 과목들이었기에 솔직히 자신감이 있었으나, Curation 과정에서 논문을 통해 물질에 존재하는 metabolite를 이해하는 것은 생각보다 어려웠으며 수업을 통해 배운 것들을 적용하는 과정 자체가 어렵다는 것을 느꼈습니다. 사실 수업시간에 교수님이 교재를 영어로 사용하셨지만 저는 영어로 공부하는 것에 어려움을 느끼고 한글로 번역된 책으로 공부하였습니다. 그런데 이곳에서 영어로 된 논문들을 읽으려고 하니 많이 힘들었던 것 같습니다. 영어에 대한 생각이 많이 바뀌었고 내가 정확한 사실을 제대로 얻으려면 영어는 필수라는 생각이 강하게 들었습니다. 그 외에 R이라는 program을 배웠는데 내가 키보드 몇 번 두들기지도 않았는데 데이터에 대한 그래프가 바로바로 나온다는 것이 매우 매력적이였습니다. 다음 학기 수강신청에 R programming을 신청하였는데 더욱더 깊게 배우도록 하겠습니다.

Posted by 人Co

• 일시 : 2018년 9월 17일(월)~ 9월 18일(화)

• 장소 : 한국생명공학연구원 나눔관 대회의실

내용

최신 유전체 정보 분석 교육을 통해 생물정보 데이터 분석 실무 능력을 습득할 수 있습니다.

(자세한 프로그램 내용은 http://kobicedu.labkm.net 참고)

신청방법

• 신청기간 : 2018년 8월 30일(목) ~ 2018년 9월 5일(수)

• 선발인원 : 30명

• 교육대상 :

  1) 유전체 정보 분석 교육이 필요한 연구원 및 대학원생 등

  2) 모든 교육 일정에 참석이 가능한 교육생 (2일 일정 필수 참석)

• 선발안내 : 2018년 9월 7일(금)

• 교육비 : 무료 (중식 무료제공)

• 준비물 : 유무선 인터넷이 가능한 개인 노트북

• 신청방법

  - 온라인 신청 http://kobicedu.labkm.net

• 문의

  - ㈜인실리코젠 (031-278-0061, edu@insilicogen.com)

  - 문의게시판 이용 http://kobicedu.labkm.net/labboard/board/QnA

Posted by 人Co

개(Canis lupus familiaris)는 식육목 개과에 속하는 동물로 회색 늑대(Canis lupus)의 아종입니다. 미토콘드리아 DNA 분석 결과 현대의 개와 회색 늑대는 약 10만 년 전에 분화된 것으로 추정하고 있으며, 최근 화석을 이용한 연구에서는 3만 5천 년 전에 분화되었을 것이라고도 합니다. 개과의 늑대, 코요테, 자칼, 개는 서로 자유롭게 교잡할 수 있으며 이들의 잡종 역시 번식력을 유지하기 때문에 개는 "아종" 입니다. 인간이 처음 가축으로 삼으면서 인간과 밀접한 관계를 유지해 왔고, 더 나아가 인간의 소외현상을 개선하고, 공동체 생활의식 향상에도 이바지하면서 "반려견"으로 불리고 있습니다.



현재의 반려견으로 진화하는 과정에서 인간에 의해 계속 "품종 개량"되었습니다. 품종을 공인받기 위해 특정한 특징만을 남기는 과정에서 유전자 병목현상이 있었고, 이로 인해 적절한 유전적 다양성을 확보하지 않으면 유전적으로 취약한 질병을 갖게 되었습니다. 순종 반려견을 선호하는 경향은 근친 교배를 심화시켰고, 유전병이 빈번하게 되었습니다. 대표적인 반려견의 유전병으로 고관절 이형성증(Hip dysplasia), 슬개골 탈구(Patellar Luxation), 퇴행성 골수염(Degenerative Myelopathy), 백내장(Cataract) 등이 있고, 일부는 퇴행성으로 반려견 노년 삶의 질을 크게 떨어뜨리기도 합니다.

(퇴행성 유전질환 가운데 하나인 슬개골 탈구 - 왼쪽 정상)

반려견의 건강 역시 인간과의 삶에 영향을 미치기 때문에 유전병 여부를 사전에 알 수 있다면, 건강 관리, 교배 계획에 참고할 수 있습니다. 특히, 퇴행성 유전 질환의 경우 발병 전 예방하는 조치를 하거나, 발병 초기에 대응하여 증세가 심해지는 것을 방지할 수 있습니다. 이를 위한 반려견 유전자 검사 서비스가 최근 국내외에 소개되기도 했습니다. 직접 고객에게 제공하는(DTC, direct to customer) 인간 유전자 검사 서비스가 각종 규제로 인해 활성화 어려운 것과 비교하여, 반려견 대상은 규제에서 비교적 자유롭다는 장점이 있긴 하지만, 그렇다고 과학적 합리성에 근거하지 않으면 안 되겠지요.

웹에서 검색해 본 국내외 반려견 유전자 검사 서비스 현황입니다.

이들 서비스는 반려견 유전 질환에 대한 검사와 함께 혈통검사, 품종판별 서비스를 제공하기도 합니다. MyDogDNA의 경우에는 "Puppy search engine" 이라는 온라인 서비스를 통해 유전자 검사 결과와 함께 교배 프로그램으로 원하는 형질을 얻을 수 있는 짝을 추천하기도 합니다. 국제적으로 유명한 사료회사 로얄캐닌(Royal Canin)은 혈통정보, 표현형정보, 유전자 검사 결과를 통합하여 맞춤형 사료를 추천하는 고급 서비스를 제공합니다.

이들 서비스는 유전자 검사를 위한 유전좌위(locus)를 어떻게 정했을까요? 생물종별 유전 질환 데이터베이스를 참고했을 것으로 추정됩니다. 인간을 위한 유전 질환 데이터베이스로 OMIM(Online Mendelian Inheritance in Man) 이 있고, 대표적인 NCBI 데이터베이스 가운데 하나입니다. 유사하게 동물을 위한 데이터베이스로 OMIA(Online Mendelian Inheritance in Animal) 가 있습니다. 135여 개의 동물 종에 대한 유전 질환, 연관된 유전자 혹은 유전좌위 정보를 제공하고 있습니다. 예상했던 것처럼 "Dog"의 정보가 가장 많습니다. 반려견에서 원인 유전변이가 알려진 유전형질 혹은 유전 질환은 2018년 8월 현재 243개입니다.

(동물 유전 질환 정보 데이터베이스인 OMIA 홈페이지 http://omia.org)

반려견의 주요한 유전 질환에 대한 새로운 유전좌위를 찾기 위한 전장유전체 연관분석 (GWAS, Genome-wide association analysis) 연구도 활발합니다. 최근 150품종, 4,224개체, 고관절 이형성증을 포함한 7개 복합 질환에 대한 GWAS 연구 결과가 보고되기도 했습니다 (Jessica et al., Complex disease and phenotype mapping in the domestic dog., Nature Communications 2016).

하지만, 아직은 기반 연구가 많이 부족한 상황입니다. 우리와 가장 가까운 생물 종이며, 친구이고, 가족이기도 한 반려견이 유전 질환으로 고생하지 않고, 건강하게 함께 하기 위해서는 더 많은 유전 질환, 종합적인 데이터 분석 연구 등이 필요합니다. GWAS를 비롯한 다양한 연구로 유전 질환과 연관된 유의한 유전변이를 찾아내면 이를 유전자 검사로 확인하여 반려견 유전 질환 여부를 사전에 알 수 있거나, 교배 프로그램에서 관리할 수 있습니다. 퇴행성 유전 질환의 경우 사전에 예방하거나, 초기에 집중 치료함으로 악화되는 것을 막고 반려견 노후 삶 질을 개선할 수 있습니다. 다양한 연구성과로 반려견과 우리의 건강한 삶에 이바지할 수 있기를 희망합니다.

인실리코젠은 반려동물연구사업단에 참여하여 "반려견 퇴행성 조기진단 바이오마커 개발 연구"를 수행하고 있습니다. 본 블로그를 통해 지속적으로 연구 성과를 소개하고자 합니다. 응원 부탁드립니다.

데이터사이언스센터 센터장 김형용

Posted by 人Co