Low-heteroplasmy mitochondrial DNA mutations improve clonal reconstruction of human cells

기술 요약: 저이형성(Low-heteroplasmy) 미토콘드리아 DNA 변이가 인간 세포의 클론 재구성을 개선함

문제 제기
인간 조직 내의 클론 관계를 재구성하는 것은 발달, 노화 및 질병을 이해하는 데 필수적이다. 체세포 미토콘드리아 DNA(mtDNA) 변이는 내인성 단일 세포 바코드로 기능하지만, 전통적인 계통 추적은 고이형성(high-heteroplasmy) 변이(통상 >10%)에 의존한다는 한계가 있었다. 이러한 고빈도 변이는 검출하기는 더 쉽지만, 수적으로 희소하며 선택(selection)에 의해 형성될 수 있어 가용 가능한 계통 정보의 일부만을 포착할 뿐이다. 반면, 더 풍부한 저이형성(low-heteroplasmy) 변이(<10%)는 단일 세포 시퀀싱에서 기술적 노이즈와 구별하기 어려워 계통 분석에서 제외되어 왔다. 저이형성 관찰값이 실제 계통 역사를 인코딩하는 것인지, 아니면 단순히 인위적인 산물(artifact)인지에 대해서는 아직 검증되지 않았다.

방법론
저이형성 mtDNA 변이의 유용성을 평가하기 위해 저자들은 그라운드 트루스(ground-truth) 벤치마킹 접근법을 활용하였다.

• 실험 시스템: 건강한 공여자의 일차 인간 조혈모세포 및 전구세포(HSPC)에 렌티바이러스 계통 및 RNA 회복 바코드(LARRY v2) 라이브러리를 형질전환하였다. 이 세포들을 ex vivo에서 증식시킨 후, mtDNA 및 렌티바이러스 바코드를 표적으로 하는 캡처 기법을 포함한 단일 세포 멀티옴 시퀀싱을 통해 프로파일링하였다. 렌티바이러스 바코드는 클론 정체성에 대한 독립적인 그라운드 트루스 정의("lenti-clones")를 제공하였다.
• 변이 호출 및 필터링: 연구에는 mtDNA 변이 프로파일링을 위한 ReDeeM 파이프라인이 사용되었다. 저자들은 기존 전략(filter1)을 기반으로 업데이트된 사후 컨센서스 필터링 워크플로우인 redeemR2.0(명칭 filter2)을 도입하였다. filter2의 주요 구성 요소는 다음과 같다:
  • 가장자리 농축 아티팩트를 제거하기 위한 9-bp 단편 끝 트리밍(fragment-end trimming).
  • 세포 간 분포가 무작위적 기술 노이즈에서 벗어나는지 확인하는 변이당 이항 적합도 검정(binomial goodness-of-fit test) 적용 (FDR 0.05).
  • 인구 빈도(MITOMAP)에 기반한 생식선 유사 변이 제거 및 호모플라즈믹(homoplasmic) 또는 블랙리스트 영역 제외.
  • 통계적 필터를 통과하는 경우, 세포당 단 하나의 내인성 고유 분자 식별자(eUMI)에 의해 지지되는 변이까지 유지.
• 계통 추론: 저자들은 미토콘드리아 유전과 이형성 드리프트(heteroplasmy drift)를 모델링하는 신뢰도 기반 프레임워크인 MitoDrift를 사용하여 계통 나무를 재구성하였다.
• 벤치마킹 지표: 성능은 추론된 클레이드(clade)를 그라운드 트루스인 lenti-clones와 비교하여 평가되었다. 지표는 다음과 같다:
  • 재현율(Recall): 추론된 클레이드에 의해 회복된 그라운드 트루스 클론의 비율.
  • 정밀도(Precision): 그라운드 트루스 클론과 일치하는 추론된 클레이드의 비율.
  • 자카드 유사도(Jaccard Similarity): 추론된 클레이드와 그라운드 트루스 클론 사이의 성공적인 매치를 정의하기 위한 임계값 (≥0.5 및 ≥0.75).
  • 정밀도-재현율 곡선 아래 면적(AUPRC): 다양한 MitoDrift 지원 임계값에 대해 계산됨.

주요 결과

• 저이형성 호출의 검증: 엄격한 filter2 워크플로우를 적용한 결과, 단일 eUMI에 의해 지지되거나 10% 미만의 이형성을 보이는 변이 호출들이 실제 mtDNA 변이의 분자적 특징을 유지하고 있음이 확인되었다. 여기에는 전이(transition) 우세 시그니처(transversion 비율 ~0.03)와 리드 단편을 따른 균일한 분포가 포함되었으며, 이는 배경 노이즈와 구별되는 특징이다.
• 개선된 클론 회복: LARRY 그라운드 트루스를 사용하여, 전체 이형성 스펙트럼을 유지하는 것이 제한적인 컷오프를 사용하는 것보다 성능이 크게 향상됨을 입증하였다.

  • 10% 이형성 컷오프와 비교했을 때, 전체 filter2 세트를 사용하면 자카드 임계값 0.5에서 AUPRC가 0.322에서 0.640으로(2배 증가), 임계값 0.75에서 0.203에서 0.433으로(2.1배 증가) 증가하였다.

  • 1-eUMI 변이를 포함하는 것은 성능을 더욱 향aged시켜, 0.5 임계값에서 A형 AUPRC를 0.573에서 0.640으로 높였다.
• 계통 정보의 분포: 개별 변이 호출 분석을 통해 저이형성 변이가 무시할 수 있는 노이즈가 아니라 상당한 신호원임을 밝혔다.
  • 계통 정보가 있는 호출(특정 클론 내에 농축된 호출) 중 52.9%는 세포당 이형성이 10% 미만이었으며, 42.0%는 세포당 단 1~3개의 eUMI에 의해 지지되었다.
  • 1-eUMI 및 최저 이형성 그룹은 높은 지지도를 가진 그룹보다 노이즈가 많았으나, 무작위 배경과 비교했을 때 계통 정보 호출이 유의미하게 농축되어 있었으며, 이는 이들의 집단적 가치를 확인해 준다.
• 필터링 전략: redeemR2.0/filter2 전략은 UMI 기반 오류 교정이 없는 mgatk 유사 설정이나 filter1을 포함한 다른 테스트된 모든 접근법보다 정밀도-재현율 성능에서 우위를 점했다.

의의 및 주장
본 논문은 저이형성 mtDNA 변이가 풍부하고 실재하는 클론 역사의 기록임을 입증한다. 저자들은 다음과 같이 결론짓는다:

1. 신호의 확장: 제한적인 이형성 임계값(예: >10%)은 상당한 민감도 비용을 초래한다. 이 임계값 미만의 변이를 포함하는 것은 사용 가능한 계통 마커의 풀을 실질적으로 확장한다.
2. 집단적 유용성: 개별 저분자 호출은 주의 깊게 해석되어야 하지만, 이들의 집단적 포함은 진정한 클론 관계의 회복을 유의미하게 개선한다.
3. 최선의 실무(Best Practice): 저자들은 redeemR2.0/filter2를 mtDNA 기반 단일 세포 계통 추적을 위한 기본 전처리 전략으로 권장한다. 이 접근법은 엄격한 분자 수준 필터링과 전체 이형성 스격트럼의 포함을 결합하여, 유전 공학 없이도 인간 조직에서 고해상도 클론 재구성을 가능하게 한다.
4. 프레임워크: 본 연구는 그라운드 트루스에 기반한 최선의 실무 프레임워크를 제공하며, 적절한 오류 교정(eUMI 컨센서스 및 통계적 필터링)을 통해 저이형성 변이의 "노이즈"를 고가치의 계통 데이터로 전환할 수 있음을 보여준다.

저자들은 렌티바이러스 바코딩이 잠재적 바코드 침묵(silencing)이나 드롭아웃(dropout)으로 인해 불완전할 수 있다는 점을 언급하였으나, 관찰된 계통 회복의 이득은 견고하다. 또한 특정 매개변수가 세포 유형에 따라 달라질 수 있지만, 엄격한 필터링을 통해 저이형성 변이를 활용한다는 원칙은 인간 세포 역사의 자연적인 미토콘드리아 변이 해상도를 높이는 데 폭넓게 적용 가능하다는 점을 강조한다.