High-performance xenograft read-sorting for DNA methylation analysis

암 연구 분야에서 과학자들은 종종 인체의 환경을 모방한 살아있는 환경에서 종양을 연구해야 합니다. 이를 위해 과학자들은 인간 암세포를 생쥐에게 이식하여 환자 유래 이종 이식 모델(patient-derived xenografts)이라고 불리는 것을 만듭니다. 이 작은 살아있는 실험실들은 연구자들이 종양이 어떻게 성장하는지, 약물에 어떻게 반응하는지, 그리고 어떻게 치료에 내성을 갖게 되는지를 관찰할 수 있게 해줍니다. 그러나 과학자들이 이 혼합된 샘플에서 유전 물질을 분석하려고 할 때 중대한 장애물이 발생합니다. 최종 생성물은 인간 종양에서 유래한 DNA 가닥과 생쥐 숙주에서 유래한 DNA 가닥이 뒤섞인 혼란스러운 수프와 같습니다. 종양의 행동을 이해하기 위해 연구자들은 먼저 인간의 가닥을 생쥐의 가닥으로부터 매우 정밀하게 분리해야 합니다. 이 작업은 유전자의 켜짐과 꺼짐을 조절하는 스위치 역할을 하는 화학적 표식인 DNA 메틸화(DNA methylation)를 연구할 때 더욱 어려워집니다. 이러한 표식을 읽기 위해 과학자들은 DNA 서열 자체를 변화시키는 화학적 과정을 사용하는데, 이는 표준 컴퓨터 프로그램이 유전 데이터를 분류하는 데 혼란을 줄 정도로 글자를 뒤섞어 놓습니다.

연구팀은 이제 이러한 화학적으로 변형된 DNA 샘플을 위해, 특히 이 문제를 해결할 수 있는 더 똑똑한 방법을 개발했습니다. 그들은 기존의 소프트웨어 도구인 Xengort를 개선하여, 화학적 변화가 일어난 후에도 인간과 생쥐의 DNA를 구별할 수 있는 매우 효율적인 분류기로 탈바 বার했습니다. 연구팀은 컴퓨터로 생성된 혼합물과 실제 유방암 연구에서 얻은 실제 데이터를 모두 사용하여 이 개선된 도구를 기존의 여러 확립된 방법들과 비교 테스트했습니다. 그 결과, 모든 도구가 DNA의 출처를 식명하는 데 있어 일반적으로 정확했지만, 새로운 버전의 Xengort는 압도적으로 빠르고 훨씬 적은 컴퓨터 메모리를 필요로 한다는 것을 발견했습니다. 대규모 실제 환자 샘플을 포함한 한 번의 대규모 테스트에서, 새로운 도구는 단 5시간 남짓 만에 분류 작업을 마친 반면, 경쟁 방법은 동일한 작업을 완료하는 데 거의 30시간이 걸렸습니다.

문제의 핵심은 DNA 메틸화가 읽히는 방식에 있습니다. 화학적 스위치를 보기 위해, 과학자들은 특정 글자인 사이토신(cytosine)이 화학적으로 표지되지 않은 경우 티민(thymine)으로 변환되도록 DNA를 처리합니다. 이 과정은 종양이 어떻게 적응하는지 이해하는 데 필수적이지만, 근본적으로 DNA 서열을 변화시킵니다. 누군가가 책의 절반 정도의 모든 단어 철자를 바꿔버린 혼합된 책 더미를 분류한다고 상상해 보십시오. 일반적인 사서는 어떤 책이 어떤 저자로부터 왔는지 구분하는 데 어려움을 겪을 것입니다. 이와 유사하게, DNA 서열을 참조 게놈(reference genome)과 일치시키려는 표준 컴퓨터 프로그램들은 화학적 전환으로 인해 인간 DNA가 인간 참조 모델과 다르게 보이고, 생쥐 DNA가 생쥐 참조 모델과 다르게 보이게 되어 실패하곤 합니다. 이러한 혼란은 인간 종양 가닥이 생쥐 가닥으로 오인되거나 그 반대의 상황을 초래하여 과학적 분석을 망칠 수 있습니다.

이를 해결하기 위해 연구진은 Xengsort 도구의 내부 사전(internal dictionary)을 재구축했습니다. 단순히 DNA 글자의 정확한 일치를 찾는 대신, 새로운 도구는 화학적 변화를 예측합니다. 이 도구는 원래의 DNA 서열과 화학적 전환 후의 서열을 모두 고려하는 이중 계층 인덱스를 생성합니다. DNA 조각이 시스템에 들어오면, 도구는 두 가지 가능성 모두에 대해 동시에 확인합니다. 도구는 DNA 가닥을 작은 조각으로 나누고 다음과 같은 간단한 질문을 던집니다: "이 조각이 화학적 변화를 고려했을 때 인간의 것인가, 아니면 생쥐의 것인가?" 도구는 가장 독특한 DNA 조각들을 신뢰하고 두 종 모두와 너무 유사해 보이는 조각들은 무시함으로써, DNA 가닥을 인간, 생쥐 또는 모호한 범주로 자신 있게 분류할 수 있습니다. 이러한 접근 방식은 모든 가닥을 전체 게놈에 정렬(aligning)하는 느리고 무거운 과정을 건너뛸 수 있게 해줍니다.

연구진은 두 가지 방식으로 도구를 테스트했습니다. 첫째, 인간과 생쥐 DNA 가닥의 기원을 알고 있는 수백만 개의 시뮬레이션 혼합물을 만들어 도구가 얼마나 자주 실수를 하는지 정확히 측정했습니다. 연구진은 아주 적은 양의 인간 DNA가 포함된 샘플부터 거의 전체가 인간인 샘플까지, 다양한 깊이와 비율로 이 혼합물들을 테스트했습니다. 결과는 도구가 믿을 수 없을 정도로 정확했으며, 인간 가닥을 매우 적게 놓치고 생쥐 가닥을 인간으로 착각하는 일도 거의 없음을 보여주었습니다. 이 도구는 정확도 측면에서는 다른 최고 수준의 도구들과 대등한 성능을 보였지만, 훨씬 짧은 시간 안에 그 작업을 수행했습니다. 다른 방법들이 데이터를 처리하는 데 몇 시간이 걸리고 방대한 양의 컴퓨터 메모리를 요구한 반면, Xengort는 표준 컴퓨터 설정에서 1시간도 채 되지 않아 동일한 작업을 완료했습니다.

다음으로, 연구팀은 생쥐에서 키운 유방암 환자의 실제 데이터를 이 도구에 적용했습니다. 이 샘플들은 DNA가 화학적으로 전환된 연구와 효소를 사용하여 처리된 연구를 모두 포함하고 있었습니다. 이러한 실제 상황에서도 도구는 다시 한번 그 가치를 입증했습니다. 도구는 많은 양의 생쥐 조직과 섞여 있는 매우 적은 양의 인간 종양 세포를 포함한 복잡한 샘플에서도 DNA를 성공적으로 분류했습니다. 연구진은 이 도구가 DNA 메틸화 패턴을 변화시키기 위해 약물로 처리된 샘플을 다룰 때 특히 견고하다는 점을 주목했습니다. 속도와 자원 사용량의 직접적인 비교에서, 새로운 도구는 현저히 효율적이었습니다. 이 도구는 43GB의 메모리를 사용하여 5.5시간 만에 대규모 데이터 세트를 처리한 반면, 경쟁 방법은 29.1시간이 걸렸고 49GB의 메모리가 필요했습니다. 결합된 참조 게놈을 사용하는 또 다른 방법은 빨랐지만, 많은 실험실에서 제한 요소가 될 수 있는 73GB라는 엄청난 양의 메모리를 요구했습니다.

이 연구는 분류 방법의 선택이 정확도보다는 효율성에 더 중요하다는 점을 강조했습니다. 새로운 Xengsort를 포함한 모든 테스트된 도구들은 DNA 가닥을 분리하는 데 높은 정확도를 달 모두 달성했습니다. 그러나 그 결과를 얻기 위해 필요한 시간과 컴퓨팅 능력은 크게 달랐습니다. Xengsort를 포함한 모든 테스트된 도구들은 DNA 가닥을 분리하는 데 있어 높은 정확도를 달성했습니다. 그러나 그 결과를 얻기 위해 필요한 시간과 컴퓨팅 능력은 천차만별이었습니다. 연구진은 자신의 워크플로우가 이제 널리 사용할 준비가 되었다고 결론지으며, 과학자들이 DNA 가닥을 종별로 먼저 분류한 다음 종양의 메틸화 패턴에 대한 상세한 분석으로 넘어가야 한다고 제안했습니다. 분류 단계를 더 빠르고 자원을 적게 소모하도록 만듦으로써, 이 도구는 주요 병목 현상을 제거하여 과학자들이 컴퓨터 작업이 끝나기를 기다리는 대신 암 자체를 이해하는 데 더 많은 시간을 집중할 수 있게 해줍니다.