paRDal: Bioinformatics Framework for a Parallel RNA and DNA NGS Analysis in Hereditary Cancer Diagnostics

기술 요약: paRDal – 유전성 암 진단을 위한 병렬 RNA 및 DNA NGS 분석용 생물정보학 프레임워크

문제 정의
DNA의 생식선 차세대 염기서열 분석(NGS)은 유전성 암 진단의 골드 스탠다드이지만, 변이의 불확실성(Variants of Uncertain Significance, VUS)이 매우 높다는 점에서 임상적 효용성에 상당한 한계가 있습니다. NGS로 식별된 변이의 약 40%는 VUS이며, 이 중 다수는 DNA 분석만으로는 보이지 않는 방식(스플라이싱, 넌센스 매개 분해, 발현 수준 변화 등)으로 mRNA 가공에 영향을 미칩니다. RNA NGS는 이러한 변이를 해결하기 위해 보완적인 증거 계층을 제공할 수 있지만, 표준화되고 통합된 프레임워크의 부재로 인해 임상 적용에 어려움을 겪고 있습니다. 기존 워크플로우는 원시 데이터 전처리, 변이 호출(variant calling), 기능 분석 과정을 분리하거나, DNA 변이와 RNA 이상치를 체계적으로 연결하지 못하는 단방향 접근 방식에 의존하여 프로세스를 파편화하는 경향이 있습니다. 또한, 다층적 데이터의 복잡성으로 인해 전문적인 생물정보학 지식이 없는 임상의들이 데이터에 접근하는 것을 어렵게 만듭니다.

방법론
저자들은 일치하는 생식선 DNA 및 RNA NGS 데이터를 단일 진단 파이프라인으로 통합하도록 설계된 컨테이너화된(Docker) 모듈형 프레임워크인 paRDal(parallel RNA/DNA analytical workflow)을 제시합니다. 이 프레임워크는 체코 및 슬로바키아 혈통의 유전성 암 검사를 받는 204명의 코호트와 1000 Genomes 및 Geuvadis 프로젝트의 외부 대조군을 통해 검증되었습니다.

주요 방법론적 구성 요소는 다음과 같습니다:

• 컨테이너 기반 재현성: 원시 FASTQ 처리부터 최종 시각화에 이르는 전체 워크플로우는 소프트웨어 및 의존성 재현성을 보장하기 위해 Docker에 캡슐화되었습니다.
• DNA 및 RNA 전처리: DNA 데이터는 GATK Best Practices(BWA-MEM2, Picard, GATK HaplotypeCaller)를 따릅니다. RNA 데이터는 엄격한 2-패스 STAR 정렬(two-pass STAR alignment) 전략을 사용합니다. 첫 번째 패스에서 새로운 스플라이스 접합부(splice junctions)를 식별한 후, 이를 게놈 인덱스에 포함시켜 두 번째 패스를 수행합니다. 결정적으로, 두 번째 패스는 정확한 대립유전자 특이적 발현(Allele-Specific Expression, ASE) 분석을 위해 참조 매핑 편향을 억제하는 WASP 알고리즘을 채택합니다.
• 변이 호출 및 주석 달기(Annotation): DNA 및 RNA 변이는 모두 호출되고 정규화됩니다. 주석 작업은 스플라이싱 예측(SpliceAI, SpliceVault, SpliceRegion), 유해성 점수(AlphaMissense, CADD, REVEL), 단백질 도메인 분석을 포함하는 특화된 플러그인 제품군을 갖춘 Ensembl VEP을 사용하여 수행됩니다.
• 기능 분석 모듈:
  • 스플라이싱 이상치(Splicing Outliers): FRASER R-패키지를 사용하여 Percent Spliced In (Ψ)을 계산하며, 엄격한 임계값(조정된 p-value < 0.05, |ΔΨ| > 0.1)을 적용합니다.
  • 발현 이상치(Expression Outliers): 교란 요인을 보정하기 위해 디노이징 오토인코더(denoising autoencoder)를 사용하는 OUTRIDER R-패키지를 사용하여 식별합니다.
  • 대립유전자 특이적 발현(ASE): GATK ASEReadCounter를 사용하여 정량화하고 MBASED R-패키지를 통해 통계적으로 평가합니다.
• 양방향 통합 엔진: paRDal의 핵심 기능은 양방향 반응형 필터링 시스템입니다. 사용자는 선택된 DNA 변이를 기준으로 RNA 이상치를 필터링하거나, 반대로 관찰된 RNA 이상치를 기준으로 DNA 변이 풀을 쿼리할 수 있습니다. 이 엔진은 심층 인트론(deep intronic) 또는 엑손 변이를 특정 스플라이싱 이벤트와 연결하기 위해 생물학적으로 경계가 설정된 게놈 윈도우를 동적으로 구축합니다.
• 시각화 인터페이스: R/Shiny 애플리케이션은 다층적 증거를 통합하여 임상의가 "모든 변이"(코호트 전체)와 "환자 뷰"(개별 환자) 사이를 전환할 수 있게 합니다. 이는 DNA/RNA 지표, BAM 파일의 IGV 시각화, Sashimi plot, 외부 GTEx 데이터를 나란히 통합하여 보여줍니다.

주요 결과

• 성능: 고성능 서버에서 paRDal은 204명의 개인(CZECANCA 패널)을 9시간(샘플당 22.7시간) 내에 처리했습니다. 또한 표준 워크스테이션에서도 견고함을 입증했습니다.
• 변이 해상도: 초기 98,325개의 고유 변이로부터 필터링을 통해 5,497개의 후보 인과 변이를 추출했습니다.
• 스플라이싱 지형: 204명 코호트에서 292개의 변이가 스플라이스 영역에 매핑되었습니다. FRASER 분석 결과 114개의 스플라이싱 이상치가 식별되었으며, 이 중 33%는 스플라이스 영역 내의 인과 변이와 연결되었고, 나머지는 심층 인트론 서열 내의 인과 변이를 시사했습니다.
• 사례 연구:
  • ATM:c.6197A>G: 미스센스 변이로 분류되었던 VUS를 재평가했습니다. RNA 분석 결과 심각한 엑손 건너뛰기(exon skipping)와 인트론 잔류(intron retention)가 나타났으며, 이는 트랜스크립트 분해를 나타내는 유의미한 ASE에 의해 뒷받침되어 병원성(PVS1(RNA))으로의 재분류를 지지했습니다.
  • ATM:c.1899-123A>G: 높은 SpliceAI 점수를 가진 심층 인트론 변이가 의사 엑손 형성(pseudo-exonization) 및 엑손 연장을 유발하여 NMD로 이어진다는 것이 확인되었습니다.
  • APC:c.1627-8A>G: Two-pass STAR+WASP 정렬이 첫 번째 패스에서 놓친 새로운 스플라이스 접합부를 복구함을 보여주었습니다. 한 사례에서는 정렬 아티팩트(18-bp 삽입)를 실제 생물학적 이벤트(7-bp 엑손 연장)와 통합하여 지원 리드 수를 10배 증가시켰습니다.
  • GAPPS 증후군: 프레임워크는 APC와 관련된 프로모터 변이를 성공적으로 연결했으나, 헤테로접합 SNP 밀도가 낮을 때 자동화된 ASE 분석의 한계를 드러내어 인터페이스를 통한 수동 큐레이션의 필요성을 강조했습니다.
• 알고리즘 영향: 두 가지 패스 정렬 전략은 네 가지 임상적으로 유효한 유전자(APC, ATM, BRCA1, MSH3)에서 초기 패스 중에 누락된 스플 laice 접합부의 스패닝 리드(spanning reads)를 23% 복구했습니다.

의의 및 주장
본 논문은 paRDal이 DNA와 RNA NGS를 통합하는 표준화된 엔드 투 엔드 솔루션을 제공함으로써 유전성 암 진단의 파편화된 워크플로우라는 핵심 병목 현상을 해결한다고 주장합니다. 주요 의의는 다음과 같습니다:

1. ACMG/AMP 기준의 실행화: PVS1(RNA)(RNA 증거에 기반한 병원성) 및 PP3(계산적 증거) 기준 적용을 용이하게 하여 VUS 해결을 직접적으로 돕습니다.
2. 양방향 워크플로우: 단방향 도구와 달리, paRDal은 "변이-기능" 및 "기능-변이" 분석 관점을 모두 허용하여 유전학자가 관찰된 전사체 신호에 분석의 근거를 둘 수 있게 합니다.
3. 접근성: 복잡한 멀티오믹스 데이터를 대화형 R/Shiny 애플리케이션으로 통합함으로써, 전문적인 생물정보학 지식 없이도 생물정보학적 출력물과 임상적 의사결정 사이의 간극을 메웁니다.
4. 기술적 견고성: 두 단계 정렬 및 WASP 편향 보정을 포함하여, 표준 파이프라인에서 흔히 생략되는 새로운 스플라이스 접합부 탐지 및 정확한 ASE 분석의 고신뢰도를 보장합니다.

저자들은 제한 사항에 대해 겸허한 어조를 유지하며, 본 워크플로우가 멘델 유전 진단에 최적화된 사전 정의된 파라미터를 사용한다는 점, 이상치 탐지에 최소 코호트 크기가 필요하다는 점(공공 참조 데이터를 통해 완화됨), 그리고 조직 특이적 발현 및 NMD 효율성이 탐지 민감도를 제한할 수 있다는 점을 인정합니다. 향arian 향후 과제로 대규모 인델 탐지(Pindel) 및 CNV 분석의 통합을 언급했습니다.