A pangenome-graph approach for mapping and imputing barley sequences

당신이 거대한 도서관을 정리하려고 노력하고 있다고 상상해 보세요. 하지만 책 대신, 선반에는 생명체를 만드는 데 필요한 지침서들이 가득 차 있습니다. 이것이 바로 모든 식물, 동물, 그리고 사람을 독특하게 만드는 DNA를 읽고 이해하는 과학인 유전체학(genomics)의 세계입니다. 오랫동안 과학자들은 단 하나의 '완벽한' 책을 마스터 복사본으로 선택하여 이 도서관을 정리하려고 시도해 왔습니다. 그들은 발견되는 모든 새로운 책을 이 하나의 마스터 복사본과 비교하며, 어떤 차이점이라도 단순한 오타나 누락된 페이지라고 가정했습니다. 하지만 만약 마스터 복사본에 다른 책들이 가지고 있는 전체 챕터가 통째로 빠져 있다면 어떻게 될까요? 만약 그 '오타'들이 사실은 완전히 새로운 이야기라면 어떨까요? 이는 반복되는 패턴이 많아 읽기가 까다로운 보리(barley)와 같은 작물에서 특히 까다로운 문제입니다. 과학자들이 이를 중요하게 여기는 이유는, 우리가 가뭄, 해충 또는 변화하는 기후에서 살아남을 수 있는 농작물을 재배하고자 한다면, 단 하나의 식물에서 발견되는 버전이 아니라 유전적 다양성의 '전체 모습'을 보아야 하기 때문입니다.

이 새로운 연구를 이끈 연구자들을 주목해 보세요. 그들은 단일한 마스터 북을 사용하는 것을 멈추고, 대신 보리 가족 전체를 아우르는 거대하고 상호 연결된 지도를 구축하기로 했습니다. 그들은 기존의 'MorexV3' 참조 유전체(reference genome)로 시작했습니다. 이것은 그들이 가진 가장 완전한 단일 도서와 같았지만, 그들은 이것만으로는 전 세계 들판에서 발견되는 보리의 야생적 다양성을 포착하기에 충분하지 않다는 것을 깨달았습니다. 그래서 그들은 'Pan20'이라고 불리는 팬게놈 그래프(pangenome graph)를 구축했습니다. 이것을 직선 형태의 텍ante가 아니라, 거대하게 뻗어 나가는 지하철 노선도로 생각해 보세요. 일반적인 책에서는 처음부터 끝까지 직선으로 읽어 내려갑니다. 하지만 이 지하철 지도에서 선로(DNA 서열)는 갈라지고, 루프를 그리며 회전하고, 다시 연결됩니다. 어떤 역(유전자)들은 모든 열차 노선에 있지만, 어떤 역들은 특정 보리 품종들이 이용하는 특정 경로에만 존재합니다. 이 그래프는 재래종(landraces)과 재배종(cultivars)의 '글로벌 다양성'을 포착하며, 이는 즉, 기존의 단일 도서가 완전히 놓쳤던 보리 유형들의 유전적 비밀을 담고 있다는 것을 의미합니다.

이 지도를 유용하게 만들기 위해, 연구진은 새로운 미지의 보리 DNA 조각을 가져와 이 복잡한 지하철 시스템의 어디에 해당하는지 파악하는 방법을 찾아내야 했습니다. 그들은 영리한 2단계 전략을 고안했습니다. 먼저, 그들은 GMAP라는 도구를 사용하여 해당 조각이 대략 어느 위치에 속하는지 파악했는데, 이는 마치 GPS를 사용하여 대략적인 동네를 찾는 것과 같습니다. 그다음에는 '실용적 하플로타입 그래프(Practical Haplotype Graph, PHG)'를 사용하여 정확한 정거장을 찾아내기 위해 줌인(zoom in)합니다. 이는 GPS 위치를 확인한 후 상세한 지역 지도를 보고 자신이 어떤 특정 버스 노선을 타고 있는지 확인하는 것과 같습니다. 이 방법은 '존재-부재 변이(presence-absence variation)'를 감지할 수 있게 해줍니다. 이는 단순히 작은 철자 오류를 찾는 것이 아니라, 특정 DNA 조각이 존재하는지 아니면 통째로 빠져 있는지를 구별할 수 있다는 뜻입니다. 결정적으로, 이 시스템은 원래의 MorexV3 좌표계를 그대로 유지하므로, 과학자들은 완전히 다른 유전적 경로를 보고 있더라도 동일한 지도 좌표를 사용하여 서로 소통할 수 있습니다.

이 새로운 그래프를 테스트한 결과는 매우 흥ful한 것이었습니다. 그들이 긴 보리 DNA 가닥과 RNA(지침서의 작업용 복사본)를 이 그래프에 매핑했을 때, 결과는 아주 훌륭했습니다. 실제로 그들이 테스트한 긴 유전체 서열 중 약 3분의 1은 기존 참조 유전체에 맞지 않았으며, 오직 그래프의 '비참조(non-reference)' 부분에 배치했을 때만 의미가 있었습니다. 이는 단일 도서에 의존하는 것이 거대한 이야기의 한 부분을 놓치고 있었다는 사실을 입증합니다. 또한, 그들은 '시퀀싱에 의한 유전형 분석(Genotyping by Sequencing)' 및 '저패스 시퀀싱(low-pass sequencing)'(빠르고 저렴하지만 완벽하지는 않은 DNA 읽기 방식)이라는 실제 데이터를 사용하여 이를 테스트했습니다. 그래프는 이러한 지저지고 불완전한 데이터 파일들을 효율적으로 처리하며, 유전적 '동네'의 국소적 맥락을 유지하면서도 누락된 간극을 성공적으로 채워 넣었습니다(imputation).

이 논문은 이 유연한 프레임워크가 보리 연구자들에게 게임 체인저가 될 것이라고 제안합니다. 이를 통해 연구자들은 단일 참조점을 넘어 유전적 다양성을 탐구할 수 있으며, 개별 글자 변화(SNP) 수준이 아닌 전체 하플로타입(함께 유전되는 유전자 블록) 수준에서 식물 집단을 분석할 수 있습니다. 비록 이 논문이 이것이 농업의 모든 문제를 해결한다고 주장하는 것은 아니지만, 그래프가 서열을 정확하게 정렬하고 유전체의 복잡한 맥락을 보존할 수 있음을 입증했다는 점이 중요합니다. 연구팀은 사용자들이 자신의 서열을 매핑할 수 있는 웹 애플리케이션과 쉬운 설정을 위한 Docker 컨테이너를 포함하여 자신들의 도구를 대중에게 공개함으로써, 과학계가 보리의 풍요롭고 가지치기 된 역사를 함께 탐구할 수 있도록 초대했습니다.