Multi-modal benchmarking of the Ultima UG100 and Illumina NovaSeq sequencing platforms using clinically relevant FFPE tissues

본 논문은 FFPE 임상 샘플을 활용한 다중 모달 벤치마크를 통해 Ultima UG100 시퀀싱 플랫폼이 Illumina NovaSeq 과 비교하여 높은 정확도와 낮은 비용으로 임상적 유용성을 입증했음을 보여줍니다.

핵심

이 논문은 **'Ultima UG100'**이라는 새로운 DNA 시퀀싱 기계와, 오랫동안 업계 표준으로 쓰여온 **'Illumina NovaSeq'**이라는 기존 기계를 비교한 연구입니다.

쉽게 비유하자면, **"새로 나온 최신형 고속 카메라 (Ultima)"**와 **"오래된 명품 카메라 (Illumina)"**가 같은 장면을 찍었을 때, 사진의 화질과 정확도가 얼마나 다른지, 그리고 그 사진으로 중요한 결론을 내릴 수 있는지를 검증한 실험 보고서라고 볼 수 있습니다.

특히 이 실험은 **오래된 병리 조직 (FFPE)**이라는, 마치 오래된 낡은 필름처럼 상태가 좋지 않은 샘플을 사용했습니다. 이런 어려운 조건에서도 두 기계가 얼마나 잘 작동하는지 확인한 것이 핵심입니다.

---

🧐 핵심 내용 3 가지 (비유로 설명)

1. 두 기계의 성격 차이: "정교한 화가" vs "빠른 사진작가"

• Illumina (기존 기계): 아주 정밀하고 꼼꼼한 화가 같습니다. 실수가 거의 없고, 특히 복잡한 그림 (유전자 중 유사한 부분) 을 그릴 때 매우 정확합니다. 하지만 비용이 비싸고 속도가 상대적으로 느립니다.
• Ultima (새 기계): 엄청나게 빠르고 저렴한 사진작가입니다. 한 번에 많은 사진을 찍을 수 있어 비용이 10 분의 1 수준으로 떨어집니다. 다만, 아주 미세한 부분 (특히 글자가 반복되는 곳) 에서 가끔 실수를 하거나, 찍은 사진이 조금 더 길게 나오는 특징이 있습니다.

2. 실험 결과: "결론은 똑같다!"

연구진은 두 기계로 암 (대장암, 뇌종양 등) 과 염증성 장질환 환자의 조직을 분석했습니다. 결과는 놀라웠습니다.

• 주요 발견: 두 기계가 찍은 '사진'을 보면, 중요한 병변 (암 유전자, 면역 반응 등) 을 찾아내는 능력은 거의 똑같았습니다.
  • 비유: 두 카메라로 찍은 사진에서 '범인 (질병 원인)'을 찾는 능력은 둘 다 100 점입니다.
• 미세한 차이:
  • Illumina: 아주 작은 잡음 (유사한 유전자들) 까지 다 잡아내려다 보니, 때로는 '가짜 범인'을 잡을 수도 있었습니다. (민감하지만 소음이 좀 있음)
  • Ultima: 확실하지 않은 것은 과감히 제외하는 신중한 성격입니다. 그래서 '가짜 범인'은 거의 잡지 않지만, 아주 희미한 신호는 놓칠 수도 있습니다. (정확하지만 조금 보수적임)
  • 결론: 중요한 결론 (어떤 병인지, 어떤 약이 효과가 있을지) 을 내리는 데는 두 기계 모두 충분히 신뢰할 수 있음이 입증되었습니다.

3. 세포 분석 (단일 세포 RNA 시퀀싱)

이 실험은 조직 전체를 보는 것뿐만 아니라, 개별 세포 하나하나를 분석하는 기술도 테스트했습니다.

• 두 기계 모두 **어떤 세포가 있는지 (T 세포, 암세포 등)**를 구분해 내는 능력은 비슷했습니다.
• 다만, Ultima 는 데이터를 더 많이 찍어주지만 (데이터 양이 많음), 실제 세포의 종류를 구분하는 데는 불필요한 과잉 촬영일 뿐, 화질 자체는 Illumina 와 차이가 없었습니다.

---

💡 이 연구가 우리에게 주는 의미

1. 비용 절감의 희망: Ultima 기계는 기존 기계보다 훨씬 저렴합니다. 만약 이 기계가 신뢰할 수 있다면, 전 세계의 암 연구나 유전체 분석 비용을 획기적으로 줄일 수 있습니다.
2. 데이터의 호환성: 두 기계로 얻은 데이터를 섞어서 분석해도 큰 문제가 없습니다. 마치 다른 브랜드의 카메라로 찍은 사진들을 하나의 앨범에 합쳐도 전체적인 풍경이 깨지지 않는 것과 같습니다.
3. 주의할 점: Ultima 는 아주 드물게 발생하는 변이나, 유전자가 반복되는 복잡한 부분에서는 Illumina 보다 조금 더 보수적으로 판단할 수 있습니다. 따라서 의사가 진단을 내릴 때는 기계의 성향을 이해하고 해석해야 합니다.

📝 한 줄 요약

"새로운 Ultima 기계는 기존 Illumina 기계보다 훨씬 싸고 빠르며, 중요한 질병 진단에는 전혀 문제가 없었습니다. 다만 아주 미세한 부분에서 성격이 조금 다르니, 그 차이를 이해하고 사용하면 됩니다."

이 연구는 앞으로 AI 와 빅데이터를 활용한 의료 연구가 더 저렴하고 빠르게 진행될 수 있는 길을 열어주었다고 평가할 수 있습니다.

기술 요약

1. 문제 정의 (Problem)

• 배경: 고처리량 시퀀싱 기술의 발전으로 데이터 생성 비용이 낮아지고 확장성이 높아지고 있으나, 기존 Illumina 의 SBS (Sequencing-by-Synthesis) 기술이 여전히 업계 표준으로 자리 잡고 있습니다.
• 도전 과제: Ultima Genomics 와 같은 새로운 화학적 접근법 (mnSBS, mostly natural sequencing-by-synthesis) 이 등장했으나, **임상 샘플 (특히 FFPE)**에서의 성능이 충분히 검증되지 않았습니다.
• 필요성: 대규모 AI 기반 다중 오믹스 (multi-omic) 분석과 정밀 의학을 위해서는 비용 효율적인 새로운 플랫폼이 임상적으로 신뢰할 수 있는 데이터를 생성할 수 있는지, 그리고 기존 플랫폼과 얼마나 일치하는지에 대한 체계적인 비교 평가가 시급했습니다.

2. 방법론 (Methodology)

• 샘플: 5 가지 질병 영역 (확산성 대 B 세포 림프종, 교모세포종, 근육 침습성 방광암, 궤양성 대장염, 크론병) 에서 수집된 총 15 개의 FFPE 환자 조직 샘플을 사용했습니다.
• 시퀀싱 모달리티: 동일한 샘플을 두 플랫폼 (Illumina NovaSeq vs Ultima UG100) 에서 다음과 같은 4 가지 모달리티로 분석했습니다.
  • 단일 핵 RNA 시퀀싱 (snRNA-seq)
  • 전체 전사체 시퀀싱 (WTS)
  • 전체 엑솜 시퀀싱 (WES, 종양 샘플 대상)
  • 전체 유전체 시퀀싱 (WGS, 염증성 장질환 샘플 대상)
• 데이터 처리 및 비교:
  • Illumina: DRAGEN 파이프라인 사용.
  • Ultima: DeepVariant 파이프라인 사용 (플랫폼 최적화).
  • 정규화: Ultima 의 높은 시퀀싱 깊이를 Illumina 수준으로 다운샘플링하여 공정한 비교를 수행했습니다.
  • 품질 관리: 매핑 통계, 커버리지, 오류 스펙트럼, 변이 동조성 (concordance), 발현 재현성 등을 정량적으로 평가했습니다.

3. 주요 기여 (Key Contributions)

• 최초의 포괄적 평가: FFPE 조직을 대상으로 한 UG100 의 첫 번째 종합적인 다중 모달 벤치마크를 수행했습니다.
• 임상적 유효성 입증: 새로운 화학적 플랫폼이 임상적으로 중요한 바이오마커, 종양 유전자, 면역 신호 전달 경로 등을 기존 플랫폼과 동등하게 포착할 수 있음을 입증했습니다.
• 오류 프로파일 및 파이프라인 영향 규명: 두 플랫폼 간의 차이는 시퀀싱 화학 자체보다는 변이 호출 (variant calling) 파이프라인의 엄격함과 정렬 (alignment) 전략에서 기인함을 명확히 했습니다.

4. 주요 결과 (Key Results)

A. 전체 전사체 시퀀싱 (WTS) 및 snRNA-seq

• 유전자 발현: 두 플랫폼 모두 질병 관련 유전자, 저발현 유전자, 주요 바이오마커 (예: TP53, MYC 등) 를 높은 일관성으로 포착했습니다.
• 차이점: Illumina 는 짧은 리드 길이로 인해 유사한 서열 (가짜 유전자 등) 로의 매핑이 많아 가짜 유전자 (pseudogene) 와 비코딩 RNA 의 검출률이 약간 높았습니다. 반면 Ultima 는 단백질 코딩 유전자에 대한 매핑 신뢰도가 더 높았습니다.
• 생물학적 신호: 이러한 기술적 편차는 전체적인 생물학적 결론 (경로 분석, 세포 구성) 에 영향을 주지 않았습니다.
• snRNA-seq: 두 플랫폼 모두 세포 유형 클러스터링과 비율에서 높은 일치도를 보였으며, Ultima 의 추가적인 리드 깊이는 데이터 품질 향상보다는 과도한 샘플링 (oversampling) 으로 해석되었습니다.

B. 전체 엑솜 시퀀싱 (WES)

• 변이 검출: 두 플랫폼 모두 임상적으로 중요한 종양 유전자 핫스팟 변이를 성공적으로 검출했습니다.
• 변이 호출 차이:
  • Illumina/DRAGEN: 더 민감하지만 낮은 신뢰도의 변이 (low-VAF, 저신뢰도) 를 많이 포함하여 '노이즈'가 많았습니다.
  • Ultima/DeepVariant: 더 보수적인 접근을 취하여 고신뢰도 변이에 집중했습니다. 이로 인해 Ultima 고유의 변이 수는 적었지만, 검출된 변이의 정확도 (precision) 가 높았습니다.
• 인델 (Indel) 오류: Ultima 는 저복잡도 영역 (homopolymer 등) 에서 삽입 (insertion) 편향된 인델 오류가 관찰되었으나, 이는 예측 가능한 패턴이었습니다.

C. 전체 유전체 시퀀싱 (WGS)

• Germline 변이: Ultima 는 Illumina 에 비해 저빈도 인공물 (low-frequency artifacts) 을 현저히 줄였으며, 고신뢰도 생식계 변이 (germline variants) 에 대한 특이성이 높았습니다.
• GWAS 연관 변이: Illumina 는 GWAS 카탈로그에 등재된 변이를 더 많이 검출했으나, 이는 파이프라인의 허용적 필터링 때문일 가능성이 높았습니다. Ultima 는 검출 수는 적었지만 검출된 변이의 정확도가 높았습니다.

5. 의의 및 결론 (Significance)

• 임상 및 연구 적용 가능성: Ultima UG100 플랫폼은 FFPE 샘플을 포함한 임상 및 연구 워크플로우에서 Illumina 와 생물학적으로 동등한 성능을 제공하며, 비용 효율성과 확장성 측면에서 강력한 대안이 될 수 있습니다.
• AI 및 대규모 데이터: 대규모 AI 기반 다중 오믹스 분석을 위해서는 플랫폼 간의 절대적인 일치보다는 안정적이고 상호 운용 가능한 생물학적 표현이 중요합니다. 이 연구는 두 플랫폼의 데이터를 통합하여 분석할 때 생물학적 신호가 유지됨을 보여주었습니다.
• 한계 및 향후 과제: 차세대 UG200 시리즈와 같은 하드웨어/워크플로우 업데이트를 통해 인델 오류와 저복잡도 영역 민감도가 개선될 것으로 기대되며, 향후 더 큰 규모의 코호트와 다양한 조직 유형에서의 검증이 필요합니다.

종합 평가: 이 연구는 Ultima Genomics 의 새로운 시퀀싱 기술이 기존 표준인 Illumina 와 비교하여 임상적으로 신뢰할 수 있는 데이터를 생성할 수 있음을 입증한 중요한 벤치마크 연구입니다. 특히 FFPE 와 같은 어려운 샘플에서도 높은 생물학적 일관성을 보이며, 비용 절감과 대규모 데이터 생성을 위한 실용적인 솔루션임을 제시했습니다.