Posted by 人Co

회식을 할 때 마다 빠지지 않는 터줏대감 삼겹살을 생각하시나요? 아니면 지저분하고 더러운 동물, 이도 아니라면 부와 행운의 상징인 돼지 저금통이 떠오르시나요? 우리가 잘 알고 있다고 생각하지만 막상 잘 모르는 돼지에 대해서 알아보겠습니다.

학명으로는 Sus scrofa domesticus 라고 합니다. 좀더 달리 말하자면 가축화된 멧돼지(Sus scrofa)이죠. 한자로는 돈(豚)이라고 하죠. 전 세계적으로 약 8~9억 마리가 사육되고 있습니다. 사람이 약 50억이라고 하면 사람 숫자의 1/5이 지구상에 존재한다고 보면 되겠습니다. 사람과는 무척 친밀하고 가까이 있는 동물입니다.

돼지꿈은 용꿈에 이어 길몽으로 해몽되는데 돼지 꿈을 꾸면 복권을 사기도 하고 로또방으로 향하게 하는 근거없는 기대의 원흉이 되기도 합니다. 또한 장사를 하는 집이나 개업을 하는 곳에서는 돼지머리를 올리고 부를 기원하는 고사를 올리기도 합니다. 이는 돼지가 한자로 돈(豚), 우리가 좋아하는 돈(金)과 같아서가 아닐까 합니다.

돼지는 약 1만년전(9천년전) 인간의 손에 길들여짐으로써 야성의 힘과 민첩함을 잃어버리고 게으르고 우둔하며 온순한 동물로 인식되고 있습니다. 개와 양에 이어 인간에 길들여진 세번째 가축으로 개와 마찬가지로 주인과 낯선 사람을 구별할 줄 알고 최근에는 컴퓨터도 사용합니다. 하지만 여전히 우매한 동물로 치부되기엔 마찬가지입니다. 하지만 돼지는 개와 돌고래에 견줄만큼 매우 영리하며 깔끔한 것을 좋아합니다. 돼지는 땀샘이 발달하지 못해서 체내의 수분이 소변으로 배설되기 때문에 항상 주변이 습기가 차고 더러운 경향을 보이지만 배설 장소를 따로 만들어주면 배설물이 있는 곳의 냄새를 맡고 그 장소에서만 배설하며, 누울 곳은 항상 깨끗하게 유지합니다. 우리가 알고 있는 것과는 거의 정반대죠. “똑똑하고 깨끗한 동물, 돼지”, 꼭 기억해 주세요.

돼지에 대한 또 다른 면모를 알아보겠습니다.

송로버섯을 아세요?
아마 대단한 미식가라면 알고 있을 수 있겠죠.(하지만 아직 먹어보지는 못했습니다. 그나마 자연산 송이버섯은 자주 먹어봤다는 것만으로 위안삼으려 합니다) 거위의 간 푸아그라, 철갑상어의 알 캐비어과 함께 세계 3대 진미라 불리우는 바로 송로버섯(truffle)입니다. 송로버섯은 블랙과 그 보단 열 배쯤 더 가치가 있는 화이트로 구별됩니다. 지구서 나는 자연산 음식 중 가장 비싼 버섯이죠. 맛 보다는 향기를 위한 음식으로 그 향미는 천국의 냄새라 합니다. 그 향기가 말로 형용할 수가 없으며 그 향기에 빠져들면 행복하고 그 느낌을 절대 잊지 못한다고 합니다. 일종의 마약이라고 할 수가 있습니다. 가격이 얼마냐구요? 2007년 마카오의 억만장자 스탠리 호가 1.5kg짜리 화이트 트러플을 33만달러에, 1.08kg은 20만 달러, 2010년 900g과 400g 짜리 두 개를 역시 33만 달러에 구입하였습니다. 대충 따져보면 1g당 220달러. 금 3.75g에 22만원이니까 가격이 대충 짐작되시죠?

이렇게 “땅 속의 다이아몬드”라 불리우며 외국에서 최고의 향미로 칭송받고 있는 송로버섯은 지상이 아닌 지하(5~40cm)에서 자라기 때문에 사람이 육안으로는 거의 찾기 힘듭니다 이 버섯을 찾는 과정을 트러플 헌팅이라고 하는데 사람이 찾을 수는 없고 동물을 이용하는데 그 동물이 바로 개와 돼지입니다. 개의 후각이 뛰어난 것은 주지의 사실로 알고 있지만 돼지는 다소 의외입니다.

개는 익히 알려진 바와 같이 과자를 주면서 훈련을 시켜 이용하고, 돼지는 그 자체 그대로 이용합니다. 돼지를 이용한 트러플 헌팅에서는 암퇘지가 이용됩니다. 트러플에서 발생하는 냄새가 마치 돼지 수컷의 발정기에 나타나는 호르몬 냄새(sex hormone)와 비슷하여 암퇘지가 거의 미친 듯이 달려들기 때문이죠. 즉 트러플에서 발생하는 향미가 수퇘지의 성적인 유인물질과 흡사하여 암퇘지를 이용하는 거죠. 그런데 암퇘지가 버섯을 발견하게 되면 극도로 흥분하여 주둥이와 발굽으로 헤집어 찾아내는데 이때 사람이 돼지를 저지해야만 합니다. 왜냐하면 육중한 체구를 이용하여 즉석에서 먹어 치워 버리기 때문입니다. 그러나 의외로 똑똑하여 버섯을 못 찾은 척 하다가 나중에 혼자 가서 먹어버리기도 한답니다. 하지만 개는 돼지만큼 버섯을 좋아하지 않을 뿐더러 대신 칭찬, 과자같은 보상에 길들여져 개를 많이 이용하는 추세라고 합니다.

여기서 중요한 포인트가 있습니다. 바로 돼지의 후각 능력입니다. 수십리 밖에서 화약 냄새를 맡거나 땅 속에 숨겨진 트러플을 찾아 내는 그 후각 능력말입니다. 돼지의 후각 능력은 인간의 약 2000배에 해당한다고 알려져 있습니다. 왜일까요? 우리가 몰랐던 돼지의 후각 능력, 이제 그 비밀을 알아보고자 합니다.

사람의 경우 약 500 만개의 수용체가 약 1,000 개의 다른 냄새를 구별할 수 있습니다.
냄새의 숫자는 어마하게 많지만 냄새의 유형은 사실 그리 많지 않습니다. 냄새는 보통 매우 적은 농도의 화학적 화합물에서 발생하는데 이는 향수와 같이 기분 좋은 냄새도 있지만 부패 등 기분 나쁜 냄새도 있죠. 산업적으로 음식/화장품 업체와 같이 기분 좋은 냄새(향기)를 이용하는 경우도 있지만, 사람과의 관계나 커뮤니케이션에 나쁜 영향을 주는 경우도 매우 많습니다. 예를 들면 발냄새, 암내, 땀냄새 등 말이죠. 냄새란 상당 부분 개인적인 면과 관계가 깊습니다. 냄새를 맡고 해석하는 과정은 과거의 경험, 성별, 건강상태, 개인의 경험에 따라 상당히 다르게 나타나기 때문입니다. 특히 동물에 있어서 무의식적인 위험경고, 짝 짓기, 음식 찾기, 포식자 탐색 등 다양한 분야에 이 후각 능력을 이용합니다. 물론 생존적인 면이 가장 크겠죠. 인간에 있어 이러한 후각 능력은 더 복잡한데 건강, 이성교제, 독성물질, 음식의 섭취, 감정 전달, 의사소통 등 모든 분야에 고려되는 중요한 요소입니다. 사실 이것은 다른 어떤 외부의 자극보다 기억에 연관되어 있기 때문입니다. 음식을 섭취할 때 부패했다거나 질병을 일으킬 수 있는 위험이 있다거나 할 때 보통 기억 속에 잠재된 냄새로 그것을 판단하게 됩니다. 음식이나 음료의 냄새가 코의 후각을 통해 인지되어 지고 후각 감각세포가 그 징후를 받아 들임으로써 그것을 먹을지 말지 결정하게 됩니다. 이러한 원칙은 해롭거나 혹은 이롭거나 한 모든 물질에서 그 판단 기준이 되는 것입니다. 그래서 후각(코)은 “뇌의 오랜 연인” 이라고도 합니다.

독일 드레스덴대 연구팀에 의하면 후각 능력이 떨어지는 남성이 후각 능력이 뛰어난 남성에 비해 연애 횟수나, 연애 능력이 떨어진다는 사실을 밝혔습니다. 후각은 사람의 감정을 불러일으키거나 오랫동안 유지시키는 결정적인 역활을 한다고 합니다. 과학적으로도 후각 능력이 떨어지면 모험심이 줄어들고 타인과 소통하거나 평가하는데에도 어려움이 있다고 합니다. 후각이 삶을 살아가는데 있어 알게 모르게 상당한 영향을 끼친다는 거죠.

사람의 기억에 남는 것은 미각이 아니라 후각이 더 많은 영향을 주고 있답니다. 모 광고에서 “낯선 여자에게서 내 남자의 향기를 느꼈다.” 처럼 어깨를 스치며 지나가는 여인의 냄새에서 내 남자의 기억을 되살리고 있는 것이죠. 냄새를 통해 누군가를 기억하거나, 냄새를 통해 누군가에게 호감 또는 혐오감을 느끼는 것입니다. 이는 후각 감각 신경세포가 기억과 감정, 인지와 관련된 뇌의 영역, 예로 대뇌 피질이나 변연계에 속해 있는 해마, 편도체 같은 곳에 서로 신경으로 연결되어 있기 때문입니다.

이런 냄새를 맡기 위해서는 우리의 후각 능력이 절대적으로 중요합니다. 후각 능력은 크게 두 부분으로 나누어 볼수 있는데.

1) 외부 자극을 받아들여 신경 세포의 전기적 신호로 바꾸는 말초적인 면

모든 신호를 받아 중추신경계에서 처리하는 중추적인 면입니다. 여기서 말초적인 면은 후각 감각세포(Olfactory receptor)와 상당 부분 깊게 관련되어 있는데 코를 통해 흡입된 냄새 물질에 반응하는 능력에 따라서 후각능력이 좌우됩니다. 앞서 간단히 냄새 맡는 과정을 언급하였지만 좀 더 생물학적으로 정리하자면 다음과 같습니다.

냄새 물질은 코 내부의 후각 상피와 접촉하는데 후각 상피에는 수많은 후각 감각 세포가 들어 있고 이들은 원래 있던 냄새에서 새 냄새를 구별하고 그 냄새의 농도를 결정합니다. 이 세포들은 후각 상피 내의 후각 감각 신경으로 이어져 있으며 감각 세포가 받아 들인 신호를 뉴런의 전기적인 신호로 바꾸어 주는 역활을 합니다. 이 전기적 신호는 말초 신경계인 후각 신경을 따라 전달되고 이 신경이 중추 신경계로 전달되고 이 때 뇌가 여러 정보를 토대로 우리가 반응해야 할 결과를 알려줍니다. 이것이 일반적인 냄새를 맡는 과정입니다.

사람에게는 500만개, 토끼 1억개, 개는 2억2천만개의 후각 감각 수용체를 가지고 있습니다. 사람의 경우 적은 수용체 수에도 불구하고 다른 포유류보다 냄새를 잘 구별할 수 있는 것(물론 능력이 뛰어나다는 의미는 아닙니다)은 높은 뇌의 메카니즘과 연결되어 있습니다. 물론 사람의 시각 능력과도 전혀 무관할 수 없습니다. 하지만 우리가 짚고 넘어가야 할 중요 포인트는 후각 감각 세포에 있는 수용체, Olfactory receptor입니다. 우리말로 번역하자면 후각 수용체, 후 수용기 라고 합니다. 외 수용기-접촉 수용기-화학 수용기로 재분류 할 수 있습니다.

후각 수용체(Olfactory receptor)는 냄새를 인지하고 반응하는데 이용되는 신경 세포의 일부입니다. 사실 이 수용체가 수 천 가지의 냄새를 인지하는데 결정적인 역활을 하는 것입니다. 이 수용체는 7 transmembrane domain을 가지고 있는 GPCR(G-protein coupled receptor)의 일종으로 약 200년 전에 설치류에서 처음 발견되었습니다. 또한 유전자 영역이 매우 잘 보존되어 있죠. (이 유전자의 구성 중 3/4은 tripodal metal ion binding site를 가지고 있습니다. 그러나 아직까지 이 유전자의 명확한 구조가 밝혀지지는 않고 있습니다. Metalloproteins가 OR(Olfactory receptor) 핵심이라는 설이 있으나 최근에는 양자 간섭 메커니즘을 통해서 분석한 결과 구조적 모티프보다는 분자의 다양한 진동 에너지 수준을 감지함으로써 인식한다는 설이 더 인정받고 있습니다. 이 OR(Olfactory receptor) 유전자는 포유 동물에서 매우 큰 패밀리 유전자입니다. 유사 기능을 하는 유전자가 종 내에 많다는 말이죠. 복어에서는 약 44개, 녹색복어에서는 42개가 발견되었습니다. 쥐에서는 약 1,200개가 발견되었죠. 물고기는 약 100개정도를 가지고 있고 인간은 약 350여개를 가지고 있습니다. 그럼 이쯤해서 돼지는 궁금하지 않으신가요? 몇 개나 존재하는지. 몇 개나 존재해서 돼지가 후각 능력이 뛰어 난지 말입니다.

지난 2년간 돼지 유전체 분석을 통해 돼지의 OR유전자는 1,113개이고 pseudogene 수가 188개로 상대적으로 많은 유전자들이 기능을 잃지 않고 있다는 것을 보여주는 내용입니다. 후각이 민감한 동물일수록 그 세포의 수가 많고 또한 냄새는 다종다양하므로 여러 유형의 세포가 필요하기 때문입니다. 인간은 단 388개의 유전자가 OR 관련 유전자입니다. 이는 근연관계로 볼 때 쥐(1,200개)와 확연한 차이가 존재합니다. 이는 인간이 시각능력과 지적 능력이 발달함에 따라 후각 능력은 점차 퇴화한 것으로 보여집니다. 예전 어느 논문에서인가 컬러를 구분하는 능력과 지적 능력 때문에 우리의 후각 능력이 현저히 떨어지고 있다는 설을 접한 적이 있습니다.

물론 좀 더 깊은 연구는 심리학, 공학, 향수 업계의 기밀, 생물학 등을 기반으로 하는 이어집니다. “냄새의 과학”은 진화론과 동물행동학, 신경과학, 생화학 등을 아루르는 새로운 영역이기에 그 내용은 배제하려고 합니다. 기회가 된다면 정말로 “냄새의 과학”에 대해서 정리해보도록 하겠습니다.

Posted by 人Co

배경

돼지생식기 호흡기 증후군 (Porcine reproductive and respiratory syndrom)은 PRRS 바이러스에 의한 질병으로 자돈이나 육성돈이 이 병에 걸리면 기침, 호흡곤란, 폐렴 등 호흡기 증상을 보이며, 모돈의 경우 임신말기에 유사산 및 조산을 나타내고 허약자돈을 분만하게 되고, 웅돈에서는 정액성상의 이상을 일으키는 등 병명그대로 번식장애와 호흡기 증상으로 인한 성장부진이 특징입니다. 1986년 미국에서 보고되고 1990년 유럽에서 처음 보고된 비교적 새로운 가축질병이며 병원체가 알려지기 전에는 Mystery pig disease라고 불리기도 했습니다.

구제역이나 조류독감처럼 축산산업에는 큰 영향을 주는 질병으로 현재 미국에서는 PADRAP이라는 위해성 평가 프로그램을 구성하여 양돈장이나 종돈장을 체계적으로 관리하기도 합니다.

이번 포스트는 실험에서 얻은 PRRSV 유전자 서열을 기존 서열과 비교해서 PRRSV의 고병원성 여부를 확인하는 Perl 스크립트를 만드는 방법을 살펴보겠습니다. 스크립트를 구현하는 초보자 입장에서 문제를 해결하는 과정을 담아 보려고 했습니다.

고병원성 PRRSV의 특징

Zhou 등에 따르면 고병원성 PRRSV 균주는 Nsp2 유전자 분절의 코딩영역에 고유의 30잔기의 아미노산 결실이 있는 것으로 확인되었습니다. 여기서 Nsp2는 nonstructural protein 2의 약어이며, 중간 부위에 유전자 변이가 매우 많지만, 프로테아제 도메인으로 예상되는 N말단과 트랜스멤브레인으로 예측된 C말단은 보존성이 매우 높은 구조를 가지고 있습니다(Han et al. 2007).


Figure 1. The 30-Amino-Acid Deletion in the Nsp2 of Highly Pathogenic PRRSV. (Zhou et al. 2009)

스크립트 작동조건

실험에서 직접 시퀀싱한 서열을 고병원성인지 확인하는 것이므로 입력 서열은 DNA이며, 이 예제에서의 기준서열은 Figure 1에서 제시된 것처럼 단백질 서열로 가정합니다(VR-2332). 그리고 결실이 있는 위치와 크기의 허용오차를 줄 수 있어야 합니다. 입력인 DNA 서열은 Nsp2의 특정 부위를 증폭한 PCR산물을 직접 시퀀싱한 것입니다.

해결책을 찾아가는...

일단 이 문제는 쌍서열정열(pairwise sequence alignment) 전형적인 예입니다. 서열정열만 하면 거의 해결에 가까이 온 것입니다. 먼저 간단한 퀴즈 하나를 내보겠습니다. 이 문제의 경우 전역정열(global alignment)와 지역정열(local alignment) 알고리즘 중에서 무엇을 선택하는 것이 좋을까요? 이 퀴즈에 답을 하기 위해서는 기준이 되는 단백질 서열의 길이와 입력이 되는 DNA 서열의 길이를 비교해야 합니다. 기준 서열은 PRRSV의 완전유전체 중의 하나이며, 입력 서열은 Nsp2의 PCR 산물이므로 그 길이가 많이 다릅니다. 따라서, 지역정열을 해야 적절한 결과를 얻을 수 있습니다.

많은 지역정열 프로그램이 있지만, 생물정보학의 기본중의 기본이라고 하는 BLAST의 패키지중의 하나인 bl2seq를 이용해서 정열을 구현할 수 있습니다. 여기서 두 번째 퀴즈... 어떤 BLAST 프로그램을 지정해야 할까요? 쿼리가 DNA이고, 서브젝트가 단백질서열이면.... 바로 BLASTX를 이용해야 합니다. 당연히 아시겠지만, bl2seq는 별도의 formatdb없이 바로 두 시퀀스를 지정하면 됩니다.

BLAST를 하고 나면 생물정보 스크립트 단골 메뉴인 파서 구현이 나오겠지만, 여기서는 일단 BioPerl이라는 걸출한 라이브러리를 이용합니다. 이미 잘 짜여 있는데 새로 만들 필요는 없으니까요. 따라서 직접 구현해야하는 스크립트의 핵심 기능은 사용자가 지정하는 오차범위에 일치하는 긴 결실이 있는지를 판단하는 부분입니다.

먼저 bl2seq의 결과 파일을 보면 Figure 2와 같이, 쿼리 요약, HSP (high scoring pair), 파라메터, 통계량 등을 보여줍니다. 

Figure 2. An example BLAST's result of the deletion in Nsp2.

BioPerl의 Bio::SearchIO 모듈을 이용한 BLAST, FASTA, HMMER, Sim4 등의 다양한 정열 프로그램 결과를 읽거나 저장할 수 있습니다. 바로 이 모듈을 이용해서 bl2seq 결과를 파싱(parsing)할 수 있습니다. 구체적인 사용법은 BioPerl 문서의 매뉴얼이나 HOWTO 문서를 읽어보시길 권합니다.

위 의 방법이든 직접 파싱을 하든 일단 HSP에서 긴 결실 부위를 찾는 것이 핵심인데, 연구를 열심히 하는 생물정보 스크립터들이 잘 빠지는 오류중의 하나가 너무 '현학적인'인 방법을 생각하는 것입니다. 이번의 경우에도 입력 서열의 품질이나 정제 상태에 따라서 지역정열의 결과 패턴이 매우 다양하고, 이를 고려하다 보면 각 컬럼별 통계량을 계산하거나, 프레임시프트 여부, 연속 결실을 계산하기 위한 그래프 알고리즘... 이런 상태에 봉착하셨다면 커피한잔이나 산책 후에 "Perl script should be Perlish"를 상기하면 어떨까요?

다음 Perl 코드는 HSP에서 "-"로 연속되는 결실을 포함하고 있는 문자열을 가져오는 것입니다.

my $query_alignment = $hsp->query_string();

이제 Perl의 초강력 정규식을 이용해서 연속하는 결실부위를 찾습니다. 아래 코드는 최소 크기 이상을 가지는 연속되는 결실을 모두 찾는 코드입니다.

my ($ref_start, $ref_end) = $hsp->hit->strand < 0 ?
                                    ( $hsp->hit->end,
                                      $hsp->hit->start ) :
                                    ( $hsp->hit->start,
                                      $hsp->hit->end );

while( $query_alignment =~ /(\-{$threshold_length,})/g ) {
      $indel_start = $-[1] + $ref_start;
      $indel_end = $-[1] + $ref_start + length($1) - 1;
      $indel_length = length($1);
      push  @indels, [$indel_start, $indel_end];
} 

이렇게 @indel 배열에 결실에 대한 정보를 저장하고, threshold % indentification (-p), expected start position of indel (-s), expected end position of indel (-e), tolerant positional error(-d)와 같은 추가적인 필터 조건을 구현하고 실제로 동작시키면 아래와 같습니다.

[bckang@gxs ~]$ ./gvs_find_indel.pl nsp2.blsx -s 921 -e 949 -d 15
#Mutation dectector's parameters: p=30 s=921 e=949 d=15
>AAO13191(NA_prototype)
920     948     29
>AAO13191(NA_prototype)
>AAO13191(NA_prototype)
>AAO13191(NA_prototype)
>AAO13191(NA_prototype)
>AAO13191(NA_prototype)

이 문제를 해결하는 방법은 매우 다양합니다. 위의 방법은 이미 결실 위치와 크기가 알려진 경우에는 간단한 해법이 될 것이라고 생각됩니다. 마지막으로 스크립트를 만드시는 분들께

Perl is supposed to be Perlish and Python looks like Pythonic.

References

1. Zhou, L. et al. (2009) The 30-amino-acid deletion in the Nsp2 of highly pathogenic porcine reproductive and respiratory syndrome virus emerging in China is not related to its virulence. J. Virol. 83(10):5156-67.
2. Han, J. et al. (2007) Identification of Nonessential Regions of the Nsp2 Replicase Protein of PRRSV Strain VR-2332 for Replication in Cell Culture. J. Virol. 81(18):9878-90.
3. Wikipedia: PRRSV.
4. Altscul, S.F. et al. (1999) Basic local alignment search tool. J. Mol. Biol. 215:403-410.
5. Thompson, J.D. et al. (1994) CLUSTAL W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position-specific gap penalties and weight matrix choice. Nucleic Acids Res. 22(22):4673-4680.

6. Perl, http://www.perl.org

7. BioPerl, http://www.bioperl.org
   

   KM사업부장 강병철
   
   
   

Posted by 人Co

이번 연재에서는 NGS Edition의 마지막 연재로 대용량의 데이터를 다루기 위한 Centralization for High-throughput Data Analysis에 대해 알아보도록 하겠습니다.

3-5. Centralization for High-throughput Data Analysis

 최근 들어 분석하고자 하는 데이터의 용량이 기하급수적으로 늘어남에 따라 데스크탑 컴퓨터 사양으로 분석하기가 어려워지고 있다. 따라서 생물정보 전문가들의 도움이 많이 요구되지만, 한 두 명의 생물정보 전문가들이 처리하기에는 분석하고자 하는 데이터가 급격하게 증가되고 이를 활용한 연구 분야가 다양하여 대규모의 생물정보 전문가를 가용하고 있는 센터가 아닌 곳에서 모든 분석을 지원하는 것은 쉽지가 않다. 또한 유전체 분석과 같은 대규모 프로젝트가 컨소시엄 형식으로 수행되고 있는 상황에서는 다른 연구팀과의 상호 협조를 통한 공동 연구가 중요하며, 이를 위한 데이터의 공유와 관리도 중요시되고 있다. 따라서 연구자들이 공동으로 데이터를 업데이트하거나 다운로드할 수 있는 데이터베이스와 대규모의 용량을 분석할 수 있는 서버, 그리고 서버에서 분석한 결과를 개별 컴퓨터에서 확인할 수 있는 시스템의 유기적인 관계가 요구된다. 하지만 생물데이터의 형식과 이를 분석하는 프로그램의 종류가 다양하므로 데이터의 공유와 관리, 그리고 분석 프로그램의 연계가 상당히 복잡하다.

 대다수의 생물학자들이 윈도우 운영체제의 컴퓨터를 사용하고 있으며 Vector NTI, DNA Star와 같은 생물데이터를 분석하는 상용화 프로그램을 많이 이용하고 있다. 하지만 이런 상용화 소프트웨어는 윈도우에서만 사용가능하며, 분석하는 데이터의 용량 및 길이에 제한을 두고있으므로, 대규모의 데이터를 분석하는 것은 적절하지 않다.

 CLC bio사에서는 대규모의 NGS 데이터 및 대규모의 데이터를 서버에서 분석할 수 있는 CLC Genomics Server(그림 11)와 데스크탑 컴퓨터에서 결과를 확인하고 Vector NTI, DNA Star와 같은 다양한 분석 프로그램에서 나온 결과 데이터를 사용할 수 있는 CLC Genomics Workbench를 개발하였다.

그림 11. Genomics Server 시스템 아키텍처

 CLC Genomics Workbench에서 CLC Genomics Server에 NGS 데이터 및 대규모 분석 데이터를 업데이트하고 분석을 수행한 뒤 CLC Genomic Server에서 분석되어진 결과를 CLC Genomics Workbench에서 확인할 수 있는 플러그인이 있다. 이를 활용하면 대규모 리소스를 필요로 하는 데이터의 분석과 데스크탑 컴퓨터에서 가능한 데이터 분석을 구분하여 연구 업무의 효율성을 증대시킬 수 있다. 또한 윈도우, 리눅스, 매킨토시 등 운영체제에 관계없이 설치가 가능하기 때문에 다양한 운영체제에서 데이터를 분석하는 연구자들이 분석결과를 공유할 수 있다. 대부분의 상용화 프로그램은 연구자들이 원하는 분석 알고리즘이 없을 경우 이후 버전의 업그레이드 내용을 기다리거나, 다른 프로그램을 이용하여 분석할 수밖에 없으므로 분석의 일관성을 유지하기 어렵고, 번거로움이 가증되었다.

 하지만, CLC Genomics Server에서는 External Application 플러그인을 적용하여 CLC Genomics Workbench에 설치되어 있지 않는 알고리즘 및 분석법을 커맨드라인 방식으로 설치한 후 간단한 설정을 통해 별도의 인터페이스를 만들지 않더라도 CLC Genomics Workbench에서 데이터의 입력과 출력을 수행할 수 있으며, 분석 결과를 다른 분석에 응용할 수 있다.

 그림 12는 CLC Genomics Server에서 external application 모듈을 설정하는 것을 보이고 있으며, 그림 13은 external application을 통해서 구축한 새로운 모듈을 이용하여 분석하는 화면을 보이고 있다. 이와 같이 서버급에서 분석할 수 있는 시스템과 데스크탑 컴퓨터에서 분석할 수 있는 프로그램의 연계를 통해서 생물학자들이 복잡하고 다양한 데이터를 분석하는데 많은 도움을 줄 수 있을 것이다.

그림 12. External Application of CLC Genomics Server. 자주 사용되는 커맨드라인 방식의 프로그램은 CLC Genomics Server의 External Application 설정을 통해 별도의 인터페이스를 만들지 않고 CLC Genomics Workbench에서 수행할 수 있다. 이를 이용하여 사용자에 맞춰진 workbench로 재구성할 수 있다.

그림 13. CLC Genomics Workbench 플러그인 적용. External application 플러그인으로 구축된 새로운 모듈은 CLC Genomics Workbench에서 분석이 가능하다.






저희 (주)인실리코젠 Codes팀은 최신 생물정보학관련 연구 동향에 대한 기술 소식지(Quipu Issue Paper)를 발간하고 이 소식지를 통하여 빠르게 발전하는 NGS 시대에 다양한 변화를 습득하고 하시는 연구에 조금이나마 도움이 되길 바라면서 지난 2월부터 약 2개월에 걸쳐 저희 회사 블로그 Quipu(http://www.insilicogen.com/blog/)를 통해 연재를 진행하였습니다. 지난 2개월 동안 최신 생물정보학관련 연구 동향에 대한 기술 소식지 블로그 연재에 많은 관심 가져주셔서 진심으로 감사드리며 저희 (주)인실리코젠은 앞으로도 생물정보 분야에서 끊임없이 노력하는 기업이 되겠습니다.


(주)인실리코젠 Codes팀 배상
Tel: 031-278-0061 / E-mail: codes@insilicogen.com

Posted by 人Co

3-4. Gene Network Discovery by Text-mining

그림 7. Architecture of MedScan and Pathway Studio

그림 8은 Cholestasis에 관련된 약물과 단백질 등의 연관관계를 Pathway Studio를 이용하여 연구자가 쉽게 이해할 수 있는 방식의 그래프로 재구성한 것이다. 이와 같은 방법으로 복잡한 질병과 약물, 단백질 및 대사 작용의 네트워크를 시각적으로 이해하기 쉽게 제공하고 있다.

그림 8. Pathway Studio workflow diagram

그림 9는 EMB라는 유전자를 대상으로 관련 있는 다양한 유전자 및 질병, 약물, 세포내  프로세스 등을 연결한 그래프로서 연결되어있는 라인을 클릭하면 그림과 같이 연관관계를 표현하는 문헌정보를 확인할 수 있어 연관관계의 정확성 및 신뢰성을 뒷받침하고 있다.

그림 9. Entity와 Relation의 네트워크 및 관련 문헌의 확인

그림 10은 PubMed에서 Curcumin과 Prostate Cancer에 관련된 논문을 검색하여 수집된 수 십 여 편의 논문에서 MedScan의 텍스트 마이닝 알고리즘을 이용하여 네트워크를 재구성한 것이다. 그림에서 보는 것과 같이 Curcumin과 Prostate Cancer 사이에 있는 단백질이 Prostate Cancer를 억제하는 역할을 한다는 정보를 검증된 문헌을 통해서 확인하는 것이다.

그림 10. MedScan을 통한 문헌정보의 네트워크 구성

다음 연재에서는 NGS Edition의 마지막 연재로 대용량의 데이터를 다루기 위한 Centralization for High-throughput Data Analysis에 대해 알아보도록 하겠습니다.

많은 관심 부탁드립니다.

Posted by 人Co

3-3. Semantic Network for Integrated Biology Data

그림 2. 데이터의 시멘틱 네트워크 흐름도

이미 미국 국립암센터(NCI)와 연계하여 시스템을 운용, 활용하여 암에 관련된 실험정보 및 분석정보, 문헌정보를 통합한 시스템을 구축한 바 있다(그림 3).

그림 3. BioXM의 데이터 통합 개념

그림 4. Object와 Relation에 대한 개략적인 데이터 모델

그림 5. BioXM 데이터 모델링 구현

BioXM 지식관리 시스템의 특징 및 장단점은 표 1과 같다.

암을 연구하는 연구자들은 자신이 가지고 있는 데이터를 이용하여 다음과 같은 다양한 궁금증을 표현할 수 있으며, BioMax사의 BioXM과 같은 시스템을 이용하여 각 데이터들의 네트워크를 구축하면 궁금증에 대한 답변을 얻을 수 있을 것이다. 이와 같은 지식 발굴 시스템은 다음과 같은 문제점을 해결하는데 도움을 줄 수 있다(그림 6).

그림 6. BioXM 시스템을 이용한 지식 네비게이션

Posted by 人Co

3-2. Data Management for Web 2.0 Era

그림 1. Web 2.0이란?

 웹 2.0이 세상에 알려진 지 불과 몇 년 밖에 되지 않았으나, 이제는 누구나가 쉽게 웹 2.0 으로 구축된 사이트에 자신의 데이터를 올리거나 다른 사람의 데이터를 다운로드 받는 등 이전보다 능동적으로 웹을 활용하고 있다. 위키라는 개념으로 접근한 웹 2.0은 대영백과사전으로 알려져 있는 브리태니커 백과사전보다 더 많은 정보를 담고 있어 세계 최대의 백과사전으로 기네스북에 기록되어 있다. 2001년 1월 출범하여 2006년 12월에 기네스북에 인정되기까지 불과 6년의 짧은 기간에 엄청난 정보가 모이게 된 가장 큰 원동력은 웹 2.0 시대에 맞춰 운영자가 절대 개입하지 않는다는 원칙하에 모든 방문자가 스스로 글을 읽고 쓸 수 있게 한 것이다. 정보의 양을 기준으로 한다면 다양한 사람들이 생산하는 데이터가 한 명이 작성한 글보다 훨씬 클 수 있으며, 다양한 사람들에 의해서 읽혀지고 수정되어 보다 정확한 정보들로 탈바꿈할 수 있다는 것이다.

 (주)인실리코젠에서는 웹 2.0 시대에 맞추어 위키 시스템을 활용한 홈페이지 형식의 지식관리시스템을 재구성하였다. 이를 이용하여 프로젝트 단위의 연구에서 공동 연구자들 사이의 데이터 공유 또는 미팅과 관련된 로그 관리 등을 효율적으로 운영하고 있다. 개별 연구자들이 각자 분석업무를 업로드하고 관련 연구자들이 업데이트된 데이터를 다운로드 받거나 웹상에서 오류나 문제점을 수정, 지적하여 최종적으로는 다양한 연구 전문가 그룹에 의한 완성된 연구 결과를 도출하는 방식을 취하고 있다. 이와 같은 방식의 연구 관리는 데이터가 실험실에 존재하는 것이 아니라 웹상에 존재하면서, 인터넷만 연결된 환경에서는 장소, 시간에 관계없이 공통의 주제를 가지고 분석 업무를 수행하고 데이터를 보완 할 수 있다는 장점이 있다. 한 사람의 불완전한 지식에서 시작하여 공동 연구자 또는 다른 전문가의 지식을 포함하여 완전한 지식을 유도하는 방향을 추구하고 있는 것이다.

이처럼 다양한 분야의 생물학 영역에서도 웹 2.0의 장점을 백분 발휘하여 데이터를 축적하고, 보완하고, 관리하는 흐름을 엿볼 수 있다. 최근에는 웹 2.0의 장점에 덧붙여서 다양한 분야에서 생산된 데이터를 어떻게 의미론적으로 재분류할 수 있는가에 보다 많은 관심이 집중되고 있다. 기존에 존재하는 지식 자원을 연구자가 검색, 통합 및 관리하기 편리하도록 의미기반 온톨로지 사이트로 구축하는 것이다. 그리하여, 최근의 많은 포탈검색사이트에서 입력된 검색어에 관한 다양한 관련 정보를 추출하여 보여주는 의미론적 검색 방법을 개발하였으며, 한국인들이 가장 많이 검색하는 네이버에서도 의미검색사이트를 개발하여 서비스하고 있다.

다음 연재에서는 생물학의 많은 데이터를 활용하여 새로운 의미를 발굴할 수 있는 Semantic Network for Integrated Biology Data에 대해 알아보겠습니다.

많은 관심 부탁드립니다.

참고문헌

 2. http://ko.wikipedia.org/wiki/Web2.0

Posted by 人Co

3-1. Next Generation Bioinformatics

Posted by 人Co

2-4-3. Professional Curation

 A. 상동성 기반의 Annotation 수정

 B. 기능 분석 결과의 수정(functional annotation)

그림 13. Pedant-pro annotaton edition

Posted by 人Co

B. 비교유전체 분석

그림 11. Phylogenetic 프로파일링

다음 연재에서는 수학적 알고리즘에 의한 유전자 예측으로 생각할 수 없었던 예외적인 사항이 많이 발생한다.  이러한 부분을 실제 유전자의 구조를 하나씩 살펴가며 수정 작업을 거치는 Professional Curation에 대해 알아보겠습니다. 많은 관심 부탁드립니다.

참고문헌

 1. Lowe, T.M. and Eddy, S.R. (1997) tRNAscan-SE: a program for improved detection of transfer RNA genes in genomic sequence. Nucleic Acids Res. 25, 955-964.
 2. Lewis SE, et al. (2002). Apollo: a sequence annotation editor. Genome Biology. 12, research0082
 3. Noh SJ, Lee K, Paik H, Hur CG. (2006) TISA: tissue-specific alternative splicing in human and mouse genes. DNA Res. 13, 229-243
 4. Stanke M, Schoffmann O, Morgenstern B, Waack S. (2006) Gene prediction in eukaryotes with a generalized hidden Markov model that uses hints from external  
 sources. BMC Bioinformatics. 7, 62. 
 5. Burge, C. and Karlin, S. (1997) Prediction of complete gene structures in human genomic DNA.  J. Mol. Biol.   268,  78-94.
 6. Salamov AA, Solovyev VV. (2000) Ab initio gene finding in Drosophila genomic DNA. Genome Res. 10, 516–522.
 7. Majoros, W.H., Pertea, M., and Salzberg, S.L. TigrScan and GlimmerHMM: two open-source ab initio eukaryotic gene-finders Bioinformatics 20, 2878-2879.
 8. G. Parra, E. Blanco, and R. Guigó, (2000) Geneid in Drosophila Genome Research 4, 511-515.
 9. Haas BJ, Salzberg SL, Zhu W, Pertea M, Allen JE, Orvis J, White O, Buell CR, Wortman JR. (2008) Automated eukaryotic gene structure annotation using  
 EVidenceModeler and the Program to Assemble Spliced Alignments. Genome Biology 9, R7
 10. Korf I. (2004) Gene finding in novel genomes. BMC Bioinformatics. 5, 59.
 11. Kan, Z., Rouchka, E.C., Gish, W., and States, D. 2001, Gene structure prediction and AS analysis using genomically aligned ESTs, Genome Res. 11, 889–900.
 12. Eyras, E., Caccamo, M., Curwen, V., and Clamp, M. 2004, ESTGenes: AS from ESTs in Ensembl, Genome Res. 14, 976–987.
 13. Kent, W.J. 2002, BLAT-The BLAST-Like Alignment Tool, Genome Res. 12, 565–664.
 14. Florea, L., Hartzell, G., Zhang, Z., Rubin, G.M., Miller, W. 1998, Computer program for aligning a cDNA sequence with a genomic DNA sequence, Genome Res. 8,
 967–974.
 15. Huang X, Adams MD, Zhou H, Kerlavage AR. (1997) A tool for analyzing and annotating genomic sequences. Genomics. 46, 37–45.
 16. Wu TD, Watanabe CK. (2005) GMAP: a genomic mapping and alignment program for mRNA and EST sequences. Bioinformatics. 21, 1859–1875.
 17. Birney E, Clamp M, Durbin R. (2004) GeneWise and Genomewise. Genome Res. 14, 988–995.

Posted by 人Co