AniAnn's: alignment-free annotation of tandem repeat arrays using fast average nucleotide identity estimates

게놈을 거대한 책들의 도서관이라고 상상해 보세요. 대부분의 책은 독특하고 흥미로운 이야기를 담고 있습니다. 하지만 구석진 곳에는 "빠른 갈색 여우가 게으른 개를 뛰어넘는다"라는 문장이 백만 번 연속해서 쓰여 있는 것처럼, 똑같은 문장이 계속 반복되는 페이지들로 가득 찬 거대한 구역들이 숨겨져 있습니다. DNA의 세계에서 이것들은 탠덤 반복(tandem repeats) 또는 **위성 DNA(satellite DNA)**라고 불립니다.

오랫동안 이러한 반복적인 구간을 읽거나 지도화하는 작업은 모든 회전 구간이 똑같이 보이는 미로를 항해하는 것과 같았습니다. 텍text가 너무 반복적이고 단순하기 때문에, 컴퓨터 프로그램은 길을 잃고 혼란에 빠지며, 어디에서 반복 블록이 시작되고 어디에서 끝나는지 파악하는 데 어려움을 겪었습니다. 이로 인해 유전적 도서관의 거대한 부분이 연구되지 못한 채 제대로 이해되지 않은 상태로 남아 있었습니다.

새로운 사서, "AniAnn's"(또는 AniAnns)의 등장.

이 논문의 연구진은 이 특정 문제를 해결하기 위해 AniAnns라는 새로운 도구를 만들었습니다. 이것이 어떻게 작동하는지 간단한 비유를 통해 설명해 보겠습니다:

반복되는 DNA의 한 블록을 동일한 레고 브릭으로 이루어진 긴 사슬이라고 생각해 보세요. 비록 겉보기에는 똑같아 보일지라도, 자세히 들여다보면 각 브릭에는 아주 미세하고 거의 보이지 않는 흠집이나 변형이 있습니다. AniAnns 도구는 이 브릭들이 이웃한 브릭들과 얼마나 유사한지를 확인하는 초고속 스캐너 역할을 합니다.

DNA의 모든 글자를 하나하나 읽는 대신(이는 느리고 혼란스러운 작업입니다), AniAnns는 **평균 뉴클레오타이드 일치도(Average Nucleotide Identity, ANI)**라는 지름길을 사용합니다. 이는 마치 "이 두 페이지가 얼마나 닮았는가?"라고 묻는 것과 같습니다. 만약 페이지들이 99% 일치한다면, 도구는 그것들이 동일한 반복 블록에 속한다는 것을 알게 됩니다. 만약 유사도가 떨어지면, 도구는 그 블록이 끝났음을 인지합니다.

이것이 왜 중요한 일인가요?

• 속도: 논문에 따르면 AniAnns는 믿기지 않을 정도로 빠릅니다. 기존 방식보다 훨씬 짧은 시간 안에 작업을 수행합니다. 이는 미로를 한 걸음씩 걸어서 통과하는 것과 헬리콥터를 타고 위에서 경계선을 포착하는 것의 차이와 같습니다.
• 정확성: 이 도구는 서열이 약간 다르거나 "분화된(divergent)" 경우(예: 일부 브릭의 색상이 약간 다른 레고 사슬)에도 반복 블록의 가장자리를 찾아낼 수 있습니다.
• 다재다능함: 이 도구는 식물과 동물의 DNA 모두에서 잘 작동합니다.

이것으로 무엇을 할 수 있나요?

논문에 따르면, 이 도구는 두 가지 주요 용도가 있습니다:

1. 마스킹(Masking): 과학자들이 두 전체 게놈을 비교하기 전(예: 서로 다른 두 종의 도서관을 비교할 때), AniAnns를 사용하여 반복적인 구간 위에 "읽지 마시오" 표지판을 붙일 수 있습니다. 이를 통해 컴퓨터가 소음에 의해 주의가 분산되는 것을 방지하고, 게놈의 고유한 부분에 집중할 수 있도록 돕습니다.
2. 매핑 및 분류: 이 도구는 게놈 전체를 완벽하게 조립할 필요 없이, 이러한 반복 블록이 어디에 있고 어떤 종류인지 명확한 지도를 그리는 데 도움을 줍니다.

요 요컨대, AniAnns는 과학자들이 우리 유전 코드의 혼란스럽고 반복적인 "소음"을 마침내 이해할 수 있도록 돕는 빠르고 오픈 소스인 도구이며, 이를 통해 이전보다 훨씬 쉽게 이 신비로운 게놈 영역들을 연구할 수 있게 해줍니다. 여러분은 GitHub에서 이 도구를 무료로 찾아볼 수 있습니다.