💻 생물정보학

Biopsy-aware phylogenetic reconstruction from longitudinal single-cell copy number profiles

이 논문은 종단적 단일 세포 복제수 프로파일로부터 암 계통수를 재구성하기 위해 시간적 샘플링 순서를 명시적으로 고려하고 관찰된 프로파일과 그 조상 상태를 구분하는 방법인 Cancer Tree Biopsy Framework (CTBF)를 소개하며, 기존의 풀링(pooled) 방식이나 위상(topology)만을 이용한 방식에 비해 우수한 정확도와 게놈 규모의 실행 가능성을 입증한다.

원저자: Paszek, J., Mykowiecka, A., Gogolewski, K.

게시일 2026-10-16

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Paszek, J., Mykowiecka, A., Gogolewski, K.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

암은 단일하고 정적인 세포 덩어리가 아니라, 살아 움직이며 진화하는 생태계입니다. 단일 종양 내에서도 서로 다른 세포 집단들은 자신의 유전 설계도, 구체적으로는 DNA의 다양한 구간을 보유한 복제본의 수에 있어 고유한 변화를 축적합니다. '복제수 변이(copy number alterations)'라고 알려진 이러한 변화는 반복적으로, 그리고 다양한 순서로 발생하여 복잡한 세포 계보의 가계도를 만들어낼 수 있습니다. 이러한 역사를 이해하는 것은 매우 중요한데, 왜냐하면 어떤 변화가 일어났던 순서가 종종 암의 공격성을 결정하고 치료에 어떻게 반응할지를 결정하기 때문입니다. 전통적으로 과학자들은 종양의 단일 스냅샷을 찍음으로써 이 가계도를 재구성하려고 시도해 왔으나, 이 접근 방식은 가장 중요한 단서인 '시간'을 놓치게 됩니다. 환자로부터 서로 다른 시점(치료 전, 치료 중, 치료 후)에 샘플을 수집함으로써 연구자들은 움직이는 상태의 종양 진화를 관찰할 수 있습니다. 그러나 이 시간 정보가 담긴 스냅샷들을 하나의 일관된 가계도로 전환하는 것은 매우 어렵습니다. 특히 동일한 유전적 변화가 서로 다른 시간에 서로 다른 세포에서 나타날 경우, 누가 부모이고 누가 자식인지 구별하기 어렵기 때문입니다.

바르샤바 대학교의 연구팀은 생검 시퀀스를 단순한 데이터 포인트의 집합이 아니라 재구성을 안내하는 엄격한 타임라인으로 취급하는 새로운 해결 방법을 개발했습니다. '암 트리 생검 프레임워크(Cancer Tree Biopsy Framework)'라 불리는 그들의 방법은 오늘 채취한 종양 샘플이 어제 채취한 샘플의 직접적인 후손이라는 점을 인정합니다. 그들의 연구(프리프린트로 발표됨)는 세포의 유전적 상태와 그것이 수집된 특정 시점을 분리하는 시스템을 설명합니다. 이러한 구분을 통해 소프트웨어는 나중에 수행된 생검에서 보이는 유전적 프로파일이 실제로는 이전 생검에서 보였던 세포의 조상에 속할 수 있음을 인식할 수 있으며, 이는 기존의 방식들이 놓치거나 혼동했던 관계입니다.

연구진은 이 접근 방식을 테스트하기 위해 알려진 가계도와 샘플이 채취된 특정 시점이 포함된 수천 개의 시뮬레이션 암 역사를 생성했습니다. 그런 다음 이 시뮬레이션된 샘플들을 새로운 시스템에 입력하고 그 결과를 기지의 진실(known truth)과 비교했습니다. 시뮬레이션 결과, 샘플이 수집된 순서를 존중함으로써 그들의 방법이 타임라인을 무시하는 기존 기술보다 훨씬 더 높은 정확도로 가계도를 재구성할 수 있음을 보여주었습니다. 구체적으로, 여러 번의 생검 데이터를 사용했을 때 그들의 방법은 단순히 모든 유전 데이터를 수집 시점과 상관없이 하나로 합치는 방법보다 세포 간의 조상 관계를 훨씬 더 자주 정확하게 식별해 냈습니다. 또한 이 연구는 생검 횟수를 늘릴수록 재구성의 정확도가 향상되어 소프트웨어가 가계도의 누락된 가지들을 더 많이 채울 수 있음을 입증했습니다.

연구진은 시뮬레이션에 머물지 않았습니다. 그들은 특히 공격적인 형태의 질병인 삼중 음성 유방암 환자의 실제 데이터에 이 방법을 적용했습니다. 환자는 세 가지 뚜렷한 시점(항암 화학 요법 전, 두 차례의 치료 사이, 여섯 차례의 치료 후 수술 직후)에 종양 샘플을 제공했습니다. 팀은 이 샘 샘플들로부터 DNA를 처리하여 수백 개의 개별 세포에 대한 복제수 프로파일을 결정했습니다. 새로운 프레임워크를 사용하여 그들은 시간의 흐름에 따라 이 세포들을 연결하는 게놈 규모의 가계도를 성공적으로 구축했습니다. 결과적으로 만들어진 나무는 치료가 진행됨에 따라 특정 유전적 프로파일이 어떻게 나타나고, 지속되며, 사라지는지를 보여주었으며, 종양의 진화 여정에 대한 상세한 뷰를 제공했습니다. 연구진은 환자의 암에 대한 실제 역사가 알려져 있지 않기 때문에 정확한 가계도를 검증할 수는 없었지만, 그들의 방법이 이토록 복잡한 실제 데이터를 통해 일관되고 생물학적으로 타당한 나무를 만들어냈다는 사실은 이 접근 방식이 계산적으로 실행 가능하며 추가 연구를 위한 준비가 되었음을 증명합니다.

이 연구의 가장 중요한 측면 중 하나는 불확실성을 다루는 방식입니다. 많은 경우, 유전 데이터만으로는 어떤 세포가 다른 세포의 부모인지 확정적으로 말하기에 충분하지 않습니다. 기존의 방법들은 종종 결정을 강요하여 잘못된 가계도를 만들 수 있었습니다. 그러나 새로운 프레임워크는 이러한 어려운 결정을 유보하도록 설계되었습니다. 데이터가 모호할 때, 시스템은 해당 가지를 추측하여 라벨을 붙이는 대신 라벨을 붙이지 않은 상태로 남겨둡니다. 그런 다음 생검의 타임라인을 사용하여 나머지 재구성을 안내함으로써, 구축된 부분들이 사건의 순서와 일치하도록 보장합니다. 이러한 '연결 후 완성(connect-then-complete)' 전략은 이 방법이 확실한 영역에서는 매우 정확한 부분적 가계도를 생성할 수 있는 동시에, 데이터가 불충분한 곳에서는 정직하게 인정할 수 있게 해줍니다.

연구진은 또한 이 방법을 해당 분야의 다른 기존 도구들과 비교했습니다. 시뮬레이션 테스트에서 그들의 접근 방식은 암의 진화 역사가 깊고 복잡할 때 특히 경쟁 도구들을 지속적으로 능가했습니다. 연구진은 그들의 방법이 더 정확할 뿐만 아니라, 일부 고급 도구들보다 더 빠르고 메모리 요구량도 적다는 것을 발견했습니다. 이러한 효율성은 수천 개의 세포에 걸친 여러 시점의 유전 데이터를 분석하는 데 상당한 계산 능력이 필요하기 때문에 매우 중요합니다. 과정을 간소화함으로써, 이 새로운 프레임워크는 이전에는 처리하기 어려웠을 수도 있는 대규모 데이터셋을 분석하는 것을 가능하게 합니다.

궁극적으로 이 연구는 암의 진화를 바라보는 더 미묘한 방식을 제공합니다. 생검 샘플을 정적인 집합이 아닌 일련의 사건으로 취급함으로써, 연구진은 종양의 역동적인 성격을 더 잘 포착할 수 있는 도구를 제공했습니다. 단순히 반복되는 유전적 상태와 진정한 조상 관계를 나타내는 상태를 구별하는 능력은 중요한 진전입니다. 비록 이 방법이 여전히 주요 검증을 위해 시뮬레이션에 의존하고 있으며 실제 적용은 탐색적 타당성 연구였지만, 결과는 생검의 시간적 차원을 통합하는 것이 암이 시간이 지남에 따라 어떻게 발달하고 변화하는지에 대한 이해를 크게 향ksam 높일 수 있음을 시사합니다. 이러한 명확성은 결국 의사들이 종양의 현재 상태뿐만 아니라 종양이 걷고 있는 특정 진화 경로를 표적으로 삼아 더욱 효과적으로 맞춤형 치료를 할 수 있도록 도울 수 있습니다.

기술 요약: 종단적 단일 세포 복제수 프로파일로부터의 생검 인식 계통 발생 재구성

문제 정의
본 논문은 종단적 단일 세포 DNA 시퀀싱 데이터, 특히 복제수 프로파일(CNP)에 초점을 맞추어 암의 진화 역사를 재구성하는 과제를 다룹니다. 전통적인 계통 발생 방법은 모든 관찰치를 종단 리프로 취급하여 샘플 수집의 시간적 순서를 무시하는 경향이 있습니다. 이러한 접근 방식은 샘플링된 조상을 표현하거나 생검 수집 순서에 의해 부과되는 제약 조건을 활용하지 못합니다. 또한, 동일한 CNP 상태가 서로 다른 진화 역사로부터 발생할 수 있으며(비식별성), 반복되는 상태가 여러 시점에서 나타날 수 있습니다. 저자들은 노드가 단순히 상태(state)가 아닌 진화적 발생(occurrence, 시간 인덱스 기반)을 나타내는 트리를 재구성하는 문제를 정의하며, 이를 통해 동일한 상태가 서로 다른 노드를 레이블링할 수 있도록 합니다. 저자들은 두 가지 출력 클래스를 정의합니다:

부분 CNP-트리(Partial CNP-trees): 특정 CNP 상태를 해결할 수 없는 경우 조상 노드가 레이블이 지정되지 않은 상태(잠재적 상태)로 남을 수 있습니다.
폐쇄 상태 CNP-트리(Closed-state CNP-trees): 모든 노드(조상 포함)는 입력 세트에서 관찰된 CNP 상태를 할당받아야 합니다.

입력값은 특정 시간에 관찰된 별개의 CNP 상태 집합을 포함하는 순서가 있는 생검 패밀리입니다. 재구성은 시간적 제약을 준수해야 합니다: 만약 발생 $A$ 가 $B$ 의 조상이라면, $A$ 의 생검 시간은 $B$ 의 시간보다 작거나 같아야 합니다.

방법론: 암 트리 생검 프레임워크 (CTBF)
저자들은 CNP 상태와 생검 인덱스 기반의 발생을 분리하는 암 트리 생교 프레임워크(CTBF)를 도입합니다. 핵심 재구성 방법은 "연결 후 완성(connect-then-complete)" 전략을 따릅니다:

생검 유도 하향 구축 (Biopsy-Guided Bottom Construction):
- 이 방법은 가장 이른 생검에 뿌리를 둔 계보의 포레스트(forest)를 먼저 구축합니다.
- 첫 번째 관찰과 마지막 관찰 사이의 시간 간격 동안 반복되는 상태를 확장합니다.
- 연속적인 생검( $t-1 \to t$ ) 사이의 전이를 처리하기 위해 적응형/지연 할당 규칙을 사용합니다. 현재 생검의 각 발생에 대해, 불일리성(dissimilarity)과 "제로 회복(zero-regain)" 타당성 기준(불가능한 복제수 역전 방지)을 바탕으로 이전 생검에서의 부모를 찾으려고 시도합니다.
- 고유하고 타당한 부모를 식별할 수 없는 경우, 할당은 **지연(deferred)**됩니다. "카피-업(copy-up)" 연산은 이전 시점에 자식의 상태를 가진 새로운 미라벨링 발생을 생성하여, 해결되지 않은 할당이 다음 이전 전이로 전달되도록 합니다. 이 메커니즘은 나중에 관찰된 상태가 이전 샘플링된 발생의 창시자였을 가능성이 있는 경우를 처리합니다.
상단 완성 (Top Completion):
- 하향 포레스트가 구축되면, 구성 요소 루트들을 하나의 트리로 연결하기 위해 "상단 완성"을 수행합니다.
- 부분 완성 (Partial Completion): 새로운 상단 노드들은 레이블이 지정되지 않은 상태로 남습니다.
- 폐쇄 상태 완성 (Closed-State Completion): 새로운 상단 노드들은 관찰된 집합 $U$ 로부터 상태를 할당받습니다.
- 저자들은 상단 완성을 위한 이진 안티센트럴(binary anticentral) 축소 규칙을 제안합니다. 이 규칙은 쌍별 불일리성과 중심성 지표(평균 불일리의 역수)를 결합한 점수를 바탕으로 구성 요소 루트 쌍을 병합합니다. 또한, 이배체 편차(diploid deviation)와 중심성을 기준으로 에지의 방향(조상 상태)을 결정하는 부모 선택 규칙을 포함합니다.
비교 대상 (Comparators):
본 연구는 CTBF 방법을 다음과 같은 베이스라인들과 비교 평가합니다:
- 풀링 방법 (M0, M1, M3, M5): 생검 순서를 무시하고 입력을 별개의 상태 집합으로 취급합니다(반복되는 관찰을 붕괴시킴).
- 고전적 근접 이웃 결합법 (Classical Neighbor Joining, M4): 생검 유도 포레스트에 적용하되, 상단 완성을 위해 표준 NJ를 사용합니다.
- MEDICC2: 복제수 계통 발생을 위한 최신 도구로, 여기서는 토폴로지 전용 모드로 사용되었습니다.
- NestedBD-Long: 수치적 수집 시간을 사용하는 베이지안 탄생-사멸(birth-death) 방법입니다.

주요 기여

정형화: 저자들은 진화적 발생과 복제수 상태를 구분하고, 부분 및 폐쇄 상태 출력을 모두 지원하는 종단적 CNP 재구성을 위한 엄격한 프레임워크를 정의합니다.
알고리즘: 모호한 계통 관계를 처리하기 위해 지연된 카피-업 메커니즘이 포함된 생검 유도 하향식 구축과 이어서 이진 안티센트럴 상단 완성을 개발했습니다.
평가: 통제된 샘플링 스케줄(생검 수 및 깊이 변화)을 사용하여 100개의 독립적으로 생성된 진화 역사로 시뮬레이션 연구를 수행했습니다.
실증적 적용: 삼중 음성 유방암 환자(KTN152)의 세 가지 종단적 생검 데이터를 사용하여 게놈 규모의 애플리케이션을 수행함으로써 실질적인 적용 가능성을 입증했습니다.

결과

시뮬레이션 성능:
- 부분 재구성: 생검 유도 부분 방법(M2)은 풀링된 Neighbor Joining(M0), 토폴로지 전용 MEDICC2, 그리고 NestedBD-Long(평가된 깊이에서)에 비해 유의미하게 높은 평균 루트 일반화 로빈슨-푸들즈(GRF) 유사도를 달이트했습니다. 이러한 이득은 다양한 진화적 깊이(높이 14, 24, 34)에서 일관되게 나타났습니다.
- 폐쇄 상태 재구성: 성능은 깊이에 따라 의존적이었습니다. 얕은 깊이에서는 생검 유도 방법(M6, M7)이 풀링된 대응 방법들보다 우수했습니다. 더 깊은 깊이에서는 풀링된 방법들이 때때로 더 높은 조상-자손 F1(AD-F1) 점수를 보였으나, 생검 유도 방법들은 더 높은 GRF 유사도를 유지했습니다.
- 생검 수량: 생검 수를 늘리면 생검 유도 폐쇄 상태 방법의 계통 복구(AD-F1)가 향상되었으며, 이는 동일한 완성 규칙을 사용하는 풀링 방법들의 개선 폭을 상회했습니다.
- NestedBD-Long: NestedBD-Long은 풀링된 NJ보다 우수했으나, 고정된 계산 예산 내에서 생검 유도 부분 방법(M2)을 일관되게 능가하지는 못했습니다. 더 깊은 트리에 대한 MCMC 실행의 수렴이 주어진 예산 내에서 확립되지 않았습니다.
실증적 적용 (KTN152):
- 프레임워크는 세 시점(치료 전, 치료 중, 수술)에서 79개의 세포와 76개의 별개 CNP 상태를 성공적으로 처리했습니다.
- M2 방법은 31개의 "카피-업" 발생을 포함한 148개의 정점을 가진 부분 트리를 생성했습니다.
- 파이프라인은 조건당 2초 미만의 재구성 시간과 230 MB 미만의 메모리 사용량을 보여주었으며, 이는 MEDICC2보다 현저히 낮은 수준으로 계산적 타당성을 입별했습니다.
- 결과 트리는 세 생검 사이의 모델 추론 계통 관계를 시각화하여, 특정 관찰된 발생들을 연대순으로 연결했습니다.

의의 및 주장
본 논문은 진화적 발생를 복제수 상태와 구별하고 생검 순서를 활용하는 것이 종단적 데이터로부터 암의 계통 발생을 정확하게 재구성하는 데 매우 중요하다는 점을 주장합니다. 생검 유도 "연결 후 완성" 방식은 풀링 방법들이 놓치는 계통 관계를 효과적으로 활용하여 시간적 제약을 활용합니다. 저자들은 자신들의 방법이 특히 조상 상태가 반드시 관찰될 필요가 없는 부분 트리 재구성에서 기존 도구들에 비해 계산 효율적이고 정확한 대안을 제공한다고 단언합니다. 실증적 적용을 통해 이 방법이 게놈 규모의 환자 유래 데이터를 처리할 수 있음을 확인했으나, 실제 데이터에 대한 그라운드 트루스(ground-truth) 토폴로지의 부재로 인해 평가는 계산적 타당성과 추론된 트리의 기술적 특성에 국한됨을 명시했습니다. 본 연구는 폐쇄 상태 재구성이 가능하지만, 진화적 깊이와 사용된 특정 평가 지표에 따라 민감하게 반응한다는 점을 강조합니다.

유사한 논문