VARIANT: Web Server for Decoding and Analyzing Viral Mutations at Genome and Protein Levels

1. 연구 배경 및 문제 제기 (Problem)

바이러스 변이 (Mutation) 의 신속하고 정확한 분석은 바이러스 진화 이해, 전파 역학 파악, 약물 내성 및 면역 회피 메커니즘 규명에 필수적입니다. 특히 COVID-19 팬데믹 기간 동안 새로운 변이의 식별 지연이 공중보건 대응을 늦춘 사례와 같이, 기존 도구들의 한계가 명확히 드러났습니다.

기존의 계산 도구 (CoVsurver, Nextclade, V-Phaser 2 등) 는 다음과 같은 주요 한계를 가지고 있습니다:

• 단순 변이 위주: 단일 염기 치환 (SNP) 과 작은 삽입/결실 (Indel) 에 집중하여, 코딩 영역과 비코딩 영역의 기능적 주석 (missense, nonsense 등) 을 체계적으로 제공하지 못함.
• 복합 변이 패턴 간과: 생물학적으로 중요한 '연속적 치환 (Row mutations)'이나 '비연속적 군집 치환 (Hot mutations)'과 같은 복잡한 패턴을 무시하거나 시퀀싱 오류로 오인함.
• 특정 바이러스 의존성: 대부분 SARS-CoV-2 등 단일 바이러스에 특화되어 있어, 다양한 유전체 구조를 가진 바이러스 간 비교 분석이 어려움.
• 구조적 분석 부재: 프로그래밍된 리보솜 프레임 시프팅 (PRF) 요소와 같은 기능적으로 중요한 RNA 2 차 구조의 위상학적 (Topological) 특성을 체계적으로 분석하는 도구가 부족함.

2. 방법론 (Methodology)

이 논문은 이러한 한계를 극복하기 위해 VARIANT라는 공개 웹 서버를 개발했습니다. VARIANT 는 Python 기반의 모듈형 아키텍처를 가지며, FastAPI 와 Railway 를 활용하여 비동기 작업 실행 및 실시간 진행 상황 추적을 지원합니다.

주요 분석 파이프라인:

1. 입력 데이터:

   • 참조 유전체 (FASTA 형식) 및 참조 단백질 서열.
   • 참조 유전체에 정렬된 다중 서열 정렬 (MSA) 파일.
   • 사전 설정된 주요 바이러스 (SARS-CoV-2, HIV-1, 인플루엔자 H3N2, 에볼라, 치쿤구니야 등) 또는 사용자 정의 유전체 업로드 지원.

2. 변이 탐지 및 분류 (Mutation Detection & Classification):

   • 표준 변이: 치환 (Substitution), 삽입 (Insertion), 결실 (Deletion) 을 탐지하고, 코딩 영역에서 무의미 (Silent), 오인 (Missense), 무의미 (Nonsense) 변이 및 프레임 시프트 (Frameshift) 로 분류.
   • 비표준 변이 (핵심 혁신):
     • Row Mutation: 3 뉴클레오타이드 윈도우 내에서 2~3 개의 연속된 치환.
     • Hot Mutation: 3 뉴클레오타이드 윈도우 내에서 중간 염기가 보존된 2 개의 비연속적 치환.
   • 비코딩 영역 분석: UTR 등 비코딩 영역의 변이가 RNA 스플라이싱이나 발현 조절에 미치는 영향 추적.

3. 프로그래밍된 리보솜 프레임 시프팅 (PRF) 탐지:

   • 슬립pery 시퀀스 (Slippery sequence): $XXXY YYZ$ 패턴 등 슬립pery 7 염기 서열 탐지.
   • RNA 2 차 구조 예측: RNAfold, ProbKnot, PKNOTS, NUPACK 등을 활용하여 스템-루프 (Stem-loop) 또는 의사결절 (Pseudoknot) 구조 예측.
   • tRNA 컨텍스트 분석: A-site 와 P-site 의 tRNA 가용성 및 Wobble 염기 쌍 평가를 통해 프레임 시프트 효율성 예측.

4. RNA 2 차 구조 위상 분류 (Dual Graph Topology Analysis):

   • RNA-As-Graphs (RAG) 프레임워크 적용: RNA 2 차 구조를 이중 그래프 (Dual Graph) 로 변환.
   • 매핑: 점-괄호 표기법 (Dot-bracket notation) 을 입력받아, 정점 (이중 나선) 과 간선 (루프) 으로 구성된 그래프를 생성.
   • 분류: 그래프 불변량 (Eigenvalue spectrum 등) 을 사용하여 사전 구축된 Dual Graph 라이브러리와 매칭하여 위상학적 식별자 (Graph ID) 부여. 이를 통해 서열 차이를 넘어 구조적 유사성을 비교.

5. 출력 및 시각화:

   • 구조화된 CSV 파일 (상세 변이 기록, Row/Hot 변이, PRF 후보 등) 및 ZIP 파일 다운로드.
   • Plotly 기반 인터랙티브 시각화: 전 유전체 변이 바코드 맵, 유전자/단백질별 변이율 차트, Row/Hot 변이 위치 표시.

3. 주요 기여 (Key Contributions)

• 통합 웹 플랫폼: 단일 및 다중 세그먼트 RNA 바이러스를 모두 지원하는 최초의 포괄적인 웹 기반 변이 분석 플랫폼 제공.
• 새로운 변이 패턴 탐지: 기존 소프트웨어가 간과했던 'Row mutation'과 'Hot mutation'을 자동으로 탐지하고 생물학적 의미를 부여.
• 구조 - 기능 연계 분석: 단순 서열 분석을 넘어, PRF 요소의 RNA 2 차 구조를 이중 그래프 위상으로 분류하여 바이러스 간 구조적 보존성을 체계적으로 비교 가능하게 함.
• 사용자 친화성: 실시간 작업 진행 추적, 직관적인 시각화, 그리고 사용자 정의 유전체 업로드를 통한 확장성 제공.

4. 결과 (Results)

• SARS-CoV-2 사례 연구:
  • 표준 변이: 스파이크 단백질 등 주요 유전자별 변이율 및 분포를 시각화하여 변이 핫스팟 식별.
  • 비표준 변이: Nucleocapsid 단백질의 R203K, G204R 변이를 유발하는 3 연속 변이 (G28881A, G28882A, G28883C) 를 'Row mutation'으로 정확히 탐지. 이는 새로운 오픈 리딩 프레임 (N.iORF3) 생성과 연관됨.
  • PRF 탐지: SARS-CoV-2 의 ORF1a/1b 접합부 (UUUAAAC), HIV-1 의 Gag-Pol 접합부, 에볼라 및 치쿤구니야 바이러스의 PRF 부위를 성공적으로 식별.
• 이중 그래프 분석:
  • SARS-CoV-2, 치쿤구니야, Rous sarcoma virus 등의 PRF 요소를 분석하여 각각의 고유한 이중 그래프 ID (예: 3_6, 5_55 등) 를 할당.
  • 의사결절 (Pseudoknot) 구조가 그래프에서 사이클릭 경로 (Cyclic paths) 로 나타나는 것을 확인하여, 구조적 복잡성을 정량화하는 프레임워크의 유효성을 입증.

5. 의의 및 결론 (Significance)

VARIANT 는 바이러스 유전체학 연구에 있어 다음과 같은 중요한 의의를 가집니다:

• 연구 가속화: 복잡한 변이 패턴과 RNA 구조적 특성을 통합적으로 분석함으로써, 백신 설계, 항체 개발, 항바이러스제 개발 및 변이 감시 (Surveillance) 연구를 가속화합니다.
• 진화적 통찰: 단순한 염기 치환을 넘어, 군집 변이 (Clustering) 와 구조적 적응 (Structural adaptation) 을 통해 바이러스가 어떻게 진화하고 면역 회피를 달성하는지에 대한 새로운 통찰을 제공합니다.
• 접근성: 전문적인 계산 지식이 없는 연구자도 웹 인터페이스를 통해 고급 유전체 분석을 수행할 수 있도록 하여, 바이러스 연구의 민주화를 촉진합니다.

결론적으로, VARIANT 는 기존 도구들이 놓친 생물학적 신호를 포착하고, 서열 분석과 구조 분석을 연결하는 혁신적인 도구로서, 향후 바이러스 진화 및 치료제 개발 연구의 핵심 플랫폼이 될 것으로 기대됩니다.