cyto: ultra high-throughput processing of 10x-flex single cell sequencing

수십억 권의 작고 독특한 책들로 이루어진 거대한 도서관을 정리한다고 상상해 보세요. 각 책은 생명체의 세포 하나를 나타내며, 그 안에는 해당 세포가 무엇을 하는지 알려주는 지침(유전 데이터)이 들어 있습니다. 과거에 과학자들은 이 책들을 읽고 정리하기 위해 "CellRanger"라는 방법을 사용했습니다. 하지만 책의 수가 수십억 권으로 늘어나면서, 이 방법은 마치 모든 책의 모든 단어를 하나하나 읽으며 도서관을 정리하려는 것과 같아졌습니다. 이는 몇 시간이 걸리고, 슈퍼컴퓨터를 필요로 하며, 엄청난 비용이 드는 일이었습니다.

여기에 이 병목 현상을 해결하기 위해 설계된 초고속 도구인 cyto가 등장했습니다. 일상적인 비유를 통해 그 작동 원리를 설명해 드리겠습니다.

1. "패턴 인식" 기술 (모든 것을 읽는 대신)
기존의 도구들은 모든 데이터를 참조 지도에 정렬하려고 시도합니다. 이는 마치 사서가 카탈로그와 대조하여 모든 선반을 일일이 확인하며 책을 찾는 것과 같습니다. cyto는 더 똑똑합니다. 새로운 "10x Flex" 라이브러리는 고정되고 예측 가능한 레이아웃을 가지고 있기 때문에(마치 책들이 항상 동일한 색상 코드가 찍힌 상자에 담겨 도착하는 것과 같습니다), cyto는 이야기 전체를 읽을 필요가 없습니다. 대신 "직접 조회(direct lookup)" 시스템을 사용합니다. 이는 식료품점의 바코드 스캐너와 같습니다. 스캐너는 성분표를 읽는 것이 아니라, 코드를 스캔하여 해당 품목이 어디로 가야 하는지 즉시 알아냅니다. 이 방식은 전통적인 정렬 방식의 느리고 무거운 작업을 건너뜁니다.

2. "압축 수트케이스" (IBU 형식)
데이터를 이동시키기 위해 cyto는 IBU(Indexed-Barcode-UMI)라고 불리는 새로운 형식을 사용합니다. 집 안의 가구를 옮기는 상황을 상상해 보세요. 기존 방식은 모든 물건을 에어캡과 판지로 여러 겹 감싸서 거대한 트럭을 차지하게 만드는 방식이었습니다. cyto의 IBU 형식은 고성능 진공 압축 수트케이스와 같습니다. 데이터를 작고 효율적인 이진 패키지로 압축하여, 데이터를 로드하고, 운송하고, 압축을 푸는 속도를 훨씬 빠르게 만듭니다.

3. "조립 라인" (BINSEQ 형식)
대부분의 컴퓨터 파일은 단일 파일 압축(gzip) 방식으로 압축되어 있어, 한 번에 한 사람만 열 수 있습니다. 아주 큰 파일이 있다면, 다음 사람이 시작하기 전에 한 사람이 끝날 때까지 기다려야 합니다. cyto가 사용하는 BINSEQ 형식은 거대한 조립 라인과 같습니다. 상자 하나를 한 사람이 푸는 대신, 수백 명의 작업자가 동시에 상자의 서로 다른 부분들을 열 수 있게 해줍니다. 이는 "싱글 스레드(single-threaded)"의 한계를 깨뜨려 컴퓨터가 모든 성능을 한꺼번에 사용할 수 있도록 합니다.

결과: 번개처럼 빠른 변화
논문에서는 32만 개의 세포(멀티플렉싱된 그룹)를 포함하는 거대한 데이터셋을 대상으로 cyto를 테스트했습니다.

• 속도: 기존 도구(CellRanger)가 작업을 완료하는 데 3.7시간이 걸린 반면, cyto는 단 13분 만에 마쳤습니다. 이는 16.5배 빠른 속도입니다.
• 효율성: 메모리를 절반 미만으로 사용했으며, "디스크 I/O"(컴퓨터 하드 드라이브가 무거운 작업을 수행하는 것)도 훨씬 적게 발생했습니다.
• 정확도: 이토록 빠름에도 불구하고 cyto는 결코 타협하지 않았습니다. 기존 도구의 결과와 99.85% 일치했습니다. 과학자들이 최종 세포 그룹(클러스터링)을 확인했을 때도 결과는 동일했습니다.

이것이 중요한 이유
이 논문은 cyto가 단순히 더 많은 컴퓨터를 사용해서 빠른 것이 아니라, 근본적으로 더 효율적이라고 주장합니다. cyto는 31.7배 적은 CPU 시간을 사용합니다. 이는 과학자들이 이제 값비싼 슈퍼컴퓨터 대신 더 작고 저렴한 클라우드 컴퓨터에서도 이러한 대규모 실험을 실행할 수 있음을 의미합니다. 이는 이전에는 너무 느리거나 비용이 많이 들어 불가능했던 프로젝트들을 일상적인 작업으로 바꾸어 놓으며, "수십억 세포 아틀라스"와 대규모 유전 스크리닝의 길을 열어줍니다.

요약하자면, cyto는 세상에서 가장 복잡한 생물학적 데이터를 분류하기 위해 느린 증기 기관차를 대신하여 등장한 고속 열차입니다.