Striving towards improved full-length single-cell RNA-sequencing

이 논문은 Oxford Nanopore 플랫폼에서 단일 세포 전체 전사체 시퀀싱을 개선하기 위해 FLASH-seq 프로토콜을 최적화하고 새로운 바코딩 전략과 분석 파이프라인을 개발했으나, 높은 키메릭 리드 및 인덱스 스와핑 같은 기술적 한계도 함께 제시했습니다.

핵심

이 논문은 **"단일 세포 (한 개의 세포) 의 유전자를 아주 자세히 읽는 새로운 방법"**을 시도했지만, 완벽하지는 않아서 그 과정에서 발견한 성공과 실패, 그리고 교훈을 공유하는 보고서입니다.

마치 거대한 도서관에서 한 권의 책 (세포) 을 아주 정밀하게 분석하려는 시도라고 생각해보세요.

1. 왜 이 연구를 했나요? (배경)

기존에 세포의 유전자를 읽는 기술은 두 가지 큰 단점이 있었습니다.

• 방법 A (SMART-seq): 책의 전체 내용을 다 읽을 수는 있지만, 한 번에 읽을 수 있는 책의 양이 적습니다. (세포 수 제한)
• 방법 B (10x Genomics): 책의 **마지막 페이지 (꼬리 부분)**만 빠르게 읽어서 수만 권의 책을 처리할 수 있지만, 책의 전체 내용이나 중간에 있는 복잡한 줄거리 (유전자의 변이 형태) 는 알 수 없습니다.

연구자들은 **"책의 전체 내용을 다 읽으면서도, 수천 권의 책을 한 번에 처리할 수 있는 방법"**을 찾고자 했습니다. 이를 위해 '플래시-시퀀스 (FLASH-seq)'라는 기존 기술을 발전시켜, **오XFORD 나노포어 (ONT)**라는 장비를 이용해 긴 글을 읽는 방식을 시도했습니다.

2. 그들은 무엇을 했나요? (실험 과정)

연구진은 세포 하나하나에 **고유한 바코드 (우편 번호)**를 붙여서, 수백 개의 세포를 섞어서 한 번에 읽는 '대량 처리' 방식을 개발했습니다.

• 두 가지 우편 배달 방식 비교:
  1. 접착 방식 (NB-ONT): 책의 표지에 접착제를 발라 우편 번호를 붙이는 방식.
  2. 인쇄 방식 (PCR-LIG): 책의 내용을 복사하면서 우편 번호를 함께 찍어내는 방식.

그리고 이 방대한 데이터를 정리할 수 있는 **새로운 소프트웨어 (FSNanoporeR)**도 직접 만들었습니다.

3. 결과는 어땠나요? (성공과 실패)

✅ 성공한 점:

• 책의 전체 내용을 읽었습니다: 짧은 조각만 읽는 게 아니라, 유전자의 전체 구조와 변이 형태 (Isoform) 를 잘 파악할 수 있었습니다.
• 정확한 카운팅: 각 책이 몇 권인지 정확히 세기 위해 '고유 식별자 (UMI)'를 사용했는데, 이 기술이 잘 작동하여 82% 이상의 책에서 정확한 식별자를 찾아냈습니다.
• 데이터 정리: 섞여 읽힌 책들을 다시 원래 세포로 분류하는 소프트웨어가 잘 작동했습니다.

❌ 실패한 점 (교훈):

• 책이 찢어지거나 섞이는 현상 (Chimeric Reads): 두 권의 책이 접착제나 복사 과정에서 엉뚱하게 붙어서 하나의 책처럼 읽히는 경우가 많았습니다. 특히 '접착 방식'에서 이 문제가 심했습니다.
• 우편 번호가 바뀌는 현상 (Index Swapping): 한 세포의 우편 번호가 다른 세포에 잘못 붙는 실수가 발생했습니다.
• 비용과 시간: 책의 내용을 다 읽으려면 너무 많은 양의 원료를 필요로 했고, 과정이 너무 길고 복잡했습니다.
• 결론: 연구진은 "이 방법은 아직 완벽하지 않다"며, 현재는 이 복잡한 두 단계 방식 (세포 + 판 바코드) 을 생략하고, 한 번에 처리하는 것이 더 나을 것이라고 조언했습니다.

4. 비유로 정리하면?

이 연구는 **"수천 명의 사람 (세포) 이 쓴 일기 (유전자) 를 한 번에 모두 읽으려다"**는 시도였습니다.

• 기존 방식: 한 사람씩 불러와서 일기 전체를 읽거나 (시간 걸림), 아니면 수천 명을 모아 일기 끝부분만 빠르게 훑어보는 방식이었습니다.
• 이 연구의 시도: "일기 전체를 읽으면서도 수천 명을 한 번에 처리하자!"라고 해서, 각 일기에 고유한 스티커를 붙이고 큰 기계에 넣었습니다.
• 문제 발생: 기계가 너무 빨라서, A 의 일기와 B 의 일기가 엉뚱하게 붙어버리거나 (Chimeras), 스티커가 다른 사람에게 잘못 붙는 (Index Swapping) 일이 생겼습니다.
• 교훈: "아직 기계가 그 정도로 정교하지 않구나. 일단은 복잡한 스티커 붙이는 과정을 줄이고, 더 간단한 방법으로 해보는 게 낫겠다."라고 결론 내렸습니다.

5. 이 연구의 의미는?

이 논문은 **"완벽한 성공 사례"가 아니라 "실패한 시도와 그 이유를 공개한 보고서"**입니다.

연구진은 "이 방법이 아직 완벽하지 않으니, 다른 연구자들이 이 길을 걸을 때 우리가 겪은 함정 (Chimeras, Index Swapping 등) 을 미리 알고 피하길 바란다"고 말합니다. 또한, **긴 글을 읽는 기술 (Long-read sequencing)**이 아직 성장 중이며, 이를 세포 수준에서 활용하려면 더 많은 기술 발전이 필요하다는 점을 강조합니다.

한 줄 요약:

"단일 세포의 유전자 전체를 읽으려다 여러 가지 기술적 함정에 부딪혔지만, 그 과정에서 얻은 데이터와 교훈은 미래의 더 나은 기술을 만드는 데 큰 도움이 될 것입니다."

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 현재의 한계: 기존 단일 세포 RNA 시퀀싱 (scRNA-seq) 기술은 크게 두 가지로 나뉩니다.
  • SMART-seq 계열: 전체 전사체 (Full-length) 커버리지를 제공하지만 처리량 (Throughput) 이 낮고 주로 짧은 읽기 (Short-read) 플랫폼에 의존합니다.
  • 10x Genomics 계열: 높은 처리량을 제공하지만 3' 말단만 시퀀싱하여 이소형 (Isoform) 해상도가 낮습니다.
• 필요성: 유전자 이소형 (Isoform) 을 정확하게 특성화하기 위해서는 장기간 읽기 (Long-read) 기술이 필수적입니다. 그러나 SMART-seq 기반 프로토콜을 ONT 와 같은 장기간 읽기 플랫폼에 적용하기 위한 표준화된 실험 및 생정보학 파이프라인이 부재했습니다.
• 목표: FLASH-seq 프로토콜을 개선하고 ONT 플랫폼 (FLASH-seq-ONT) 에 적합하도록 변형하여, 고품질의 풀-길이 단일 세포 데이터를 얻는 방법을 모색하는 것.

2. 방법론 (Methodology)

가. 실험적 최적화 (Wet-lab)

• FLASH-seq 프로토콜 개선: 100 가지 이상의 반응 조건 (효소, 용액 조성 등) 을 벤치마크하여 최적화했습니다.
  • 역전사효소 농도 감소 및 PCR 연장 시간 단축으로 비용과 시간 절감.
  • 미네랄 오일 덮개를 사용하여 반응 부피를 1.5 µl 로 축소 (세포 손실 위험 최소화).
  • 단일 핵 (Single-nuclei) 분석을 위해 SDS/Tween-20 기반 용해 버퍼 사용.
• ONT 적응화 (FLASH-seq-ONT):
  • RT-PCR 후 cDNA 를 10 배 희석하여 유전체 DNA 오염 및 잔여 시약 제거.
  • 세포 바코딩 (BC1): 384 개 이상의 오류에 강한 13-bp 세포 바코드를 2 차 PCR 을 통해 도입 (SMART-seq 의 반-억제성 PCR 설계 활용).
  • 플레이트 바코딩 (BC2, Multiplexing): 두 가지 전략 비교:
    1. PCR-LIG: PCR 인덱싱 후 ONT 어댑터 리가션.
    2. NB-ONT: ONT 네이티브 바코딩 키트 (SQK-NBD114.24) 사용 (엔드-리페어 및 A-테일링 후 리가션).
• UMI (Unique Molecular Identifier) 도입:
  • 단량체 (Monomeric) 및 삼량체 (Trimeric, AAA, TTC, CCG, GGT) UMI 를 oligo-dT 에 도입하여 분자 카운팅 정확도 향상 시도.

나. 생정보학 파이프라인 (Bioinformatics)

• FSNanoporeR 파이프라인 개발:
  • 데멀티플렉싱: 플레이트 바코딩 (BC2) 및 세포 바코딩 (BC1) 분리.
  • 키메라 (Chimeric) 처리: BLAST-short 를 사용하여 ISPCR 시퀀스 위치를 탐지하고, 키메라 리드를 분할 (Split) 하여 원래의 바코드를 복원.
  • UMI 추출 및 보정: 단량체 및 삼량체 UMI 의 프레임 시프트 및 시퀀싱 오류 보정 알고리즘 적용.
  • 정량화: Isoquant 및 Bambu 를 사용하여 유전자 및 전사체 발현량 산정.

3. 주요 결과 (Key Results)

• 데이터 품질: HEK293T 세포에서 두 바코딩 전략 (PCR-LIG, NB-ONT) 모두 고품질의 전사체 데이터를 생성했습니다.
• 리드 길이 분포 차이:
  • NB-ONT: 1,000 bp 미만의 짧은 분자가 풍부함 (중앙값 약 1,731 bp).
  • PCR-LIG: 2,000 bp 이상의 긴 분자가 풍부함 (중앙값 약 2,634 bp). 두 방법 모두 4 kb 이상의 긴 전사체 포착 가능.
• 키메라 (Chimeric Reads) 및 인덱스 스와핑:
  • 두 방법 모두 키메라 리드 형성이 관찰됨 (NB-ONT: ~10.9%, PCR-LIG: ~0.6% ~ 25% 변동).
  • 개발된 파이프라인을 통해 키메라 리드를 분할하고 바코드를 복원하여 분석 가능.
  • 인덱스 스와핑 (Index-swapping) 은 매우 드물게 발생 (0.047~0.065%).
• UMI 성능:
  • 단량체 및 삼량체 UMI 모두 리드의 82% 이상에서 성공적으로 검출됨.
  • 단량체 UMI가 삼량체 UMI 보다 유전자/전사체 검출 효율이 더 높았음 (삼량체는 2 차 구조 형성으로 역전사 효율 저하 가능성).
  • 비용 대비 효율성을 고려하여 단량체 UMI 사용이 권장됨.
• 한계점:
  • NB-ONT: 긴 인큐베이션 시간 (3.5 시간 이상), 낮은 수율, 짧은 분자 과다로 인한 포어 (Pore) 조기 소모.
  • PCR-LIG: 인덱스 스와핑 위험 (BC1 프라이머 잔류), 엑소뉴클레아제 처리 시 작은 분자 손실로 인한 리드 길이 변화.

4. 주요 기여 (Key Contributions)

1. FLASH-seq-ONT 프로토콜 제안: ONT 플랫폼을 위한 첫 번째 체계적인 풀-길이 단일 세포 시퀀싱 워크플로우 제시.
2. FSNanoporeR 파이프라인 공개: ONT 기반 scRNA-seq 데이터의 데멀티플렉싱, 키메라 분할, UMI 보정, 정량화를 위한 통합 생정보학 도구 개발 및 오픈소스화.
3. 실용적 가이드라인:
   • 고처리량 (High-multiplexing) 을 위해 플레이트 바코딩을 생략하고 384 웰 플레이트 전체를 하나의 흐름 (Flowcell) 에서 시퀀싱하는 것이 더 효율적임을 제안.
   • UMI 사용 시 단량체가 삼량체보다 비용 효율적이고 성능이 우수함을 입증.
   • ONT 기술의 현재 한계 (키메라, 인덱스 스와핑, 유전체 DNA 오염 등) 에 대한 구체적인 경고 및 해결 방안 제시.

5. 의의 및 결론 (Significance)

• 기술적 성취: 짧은 읽기 기반의 scRNA-seq 를 장기간 읽기 기술로 전환하는 데 있어 중요한 발걸음을 내딛었으며, 이소형 해상도 (Isoform resolution) 와 분자 카운팅을 동시에 달성할 수 있음을 증명했습니다.
• 현실적 조언: 연구자들은 ONT 기반 scRNA-seq 를 고려할 때, 현재 기술의 미성숙함 (Flowcell 문제, 라이브러리 준비 가이드의 부재 등) 과 데이터 처리의 복잡성을 고려해야 함을 강조합니다.
• 미래 전망: 이 연구는 실패한 시도와 한계를 투명하게 공개함으로써, 향후 더 나은 프로토콜 개발과 표준화 파이프라인 구축을 위한 기초 자료로 활용될 것입니다. 저자들은 현재 이 특정 접근법을 중단하고 새로운 아이디어에 집중하기로 결정했으나, 이 예비 결과는 커뮤니티에 큰 도움이 될 것이라고 결론지었습니다.

요약: 이 논문은 ONT 를 이용한 풀-길이 단일 세포 시퀀싱의 가능성을 보여주지만, 키메라 리드, 인덱스 스와핑, 라이브러리 준비의 복잡성 등 해결해야 할 기술적 장벽이 여전히 존재함을 명확히 지적합니다. 개발된 파이프라인과 실험적 통찰은 해당 분야 연구자들에게 귀중한 참고 자료가 될 것입니다.