🧬 biology

Evaluate the performance of Targeted Sequencing for Tumor FFPE Samples and ctDNA Standards on the Sikun 2000

본 연구는 Sikun 2000 시퀀싱 플랫폼이 기존의 Illumina 플랫폼과 비교하여 종양 FFPE 샘플 및 ctDNA 표준물질 내 저빈도 변이 검출에 있어 우수한 품질 지표, 높은 재현성 및 향상된 민감도를 제공함을 입증하며, 이를 통해 임상 및 연구 응용 분야를 위한 경쟁력 있는 대안으로서 해당 플랫폼을 확립한다.

원저자: Jiuzhou Zhao, Tianbo Wang, Li Zhao, Jiawen Zheng, Chengzhi Zhao, Junnan Feng, Rui Sun, Chengjiao Duan, Dongdong Chen, Keya Cai, Bing Wei

게시일 2026-08-06

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jiuzhou Zhao, Tianbo Wang, Li Zhao, Jiawen Zheng, Chengzhi Zhao, Junnan Feng, Rui Sun, Chengjiao Duan, Dongdong Chen, Keya Cai, Bing Wei

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

인체를 거대하고 북적이는 도시라고 상상해 보세요. 때때로 이 도시의 몇몇 건물들이 오작동을 일으키며 문제 지점으로 변하곤 하는데, 이것이 바로 종양입니다. 이를 막기 위해 의사들은 세포 내부에서 정확히 무엇이 잘못되었는지 보여주는 지도가 필요합니다. 오랫동안 이 지도를 얻는 유일한 방법은 삽을 들고 팀을 투입해 부서진 건물의 일부를 파내는 것이었습니다(조직 생검). 하지만 때로는 건물이 너무 닿기 어렵거나, 손상이 너무 작아 삽으로는 볼 수 없는 경우도 있습니다.

여기 "액체 생검(liquid biopsy)"이 등장합니다. 삽으로 땅을 파는 대신, 의사들은 문제가 생긴 지점들이 실수로 도시의 혈류 속에 떨어뜨린 건물의 설계도 조각들을 찾아낼 수 있습니다. 이 조각들을 ctDNA라고 부릅니다. 문제는 이 조각들이 믿을 수 없을 정도로 희귀하고 취약하다는 점인데, 마치 해변에서 특정한 모래알 하나를 찾는 것과 같습니다. 이를 찾기 위해 과학자들은 차세대 염기서열 분석기(NGS)라는 첨단 기계를 사용합니다. 이 기계를 매우 빠르고 정밀한 복사기로 생각하면 됩니다. 목표는 이 기계가 빠르고 정확할 뿐만 아니라, 더 많은 사람이 이 생명을 구하는 지도를 얻을 수 있도록 저렴하게 만드는 것입니다.

이 논문은 Sikun Life Science라는 회사가 만든 새로운 복사기인 Sikun 2000에 대한 성적표입니다. 연구진은 이 새로운 기계가 현재 사용 중인 유명한 "골드 스탠다드(gold standard)" 기계들(Illumina NextSeq 550 및 NovaSeq 시리즈 등)만큼 혹은 그보다 더 잘 수행할 수 있는지 확인하고자 했습니다. 그들은 두 가지 대상, 즉 환자에게서 채취한 실제 종양 샘플(FFPE 샘플)과 알려진 아주 미세한 양의 돌연변이를 포함한 "연습용" 샘플(ctDNA 표준물질)을 대상으로 Sikum 2000을 테스트했습니다.

연구 결과는 다음과 같습니다.

실제 상황 테스트 (종양 샘플)
연구팀은 50개의 실제 종양 샘플을 가져와 새로운 Sikun 2000과 기존의 NextSeq 550으로 모두 실행했습니다. 그들은 새 기계가 유전 코드를 명확하게 읽고 기존 기계와 동일한 오류를 찾아낼 수 있는지 확인하고자 했습니다.

결과: Sikun 2000은 훌륭한 성능을 보여주었습니다. 이 기계는 NextSeq 550보다 더 높은 품질 점수(Q30이라 불리는)를 기록하며 더 선명하고 날카로운 유전 코드 "사진"을 만들어냈습니다. 또한 유전 코드의 고유한 부분을 더 깊게 읽어내는 능력(높은 고유 깊이)도 갖추었는데, 이는 희귀한 오류를 포착하는 데 매우 중요합니다.
일치도: 두 기계가 찾아낸 돌연변이 목록을 비교했을 때, 거의 모든 부분(약 96%)에서 일치했습니다. 돌연변이가 얼마나 흔한지를 나타내는 측정값(VAF) 또한 거의 동일했습니다. 이는 Sikun 2000이 실제 환자의 조직을 살펴볼 때 기존 기계를 대체할 수 있는 신뢰할 만한 도구임을 시사합니다.

"건더기 속 바늘 찾기" 테스트 (ctDNA 표준물질)
다음으로, 매우 희귀한 돌연변이를 찾아내는 기계의 능력을 테스트했습니다. 연구진은 알려진 매우 낮은 수준(0.1% 및 1.0%)의 돌연변이를 포함하는 특수 "보조 바퀴" 샘플(표준물질)을 사용했습니다. 0.1%의 돌연변이를 찾는 것은 천 개의 흰 모래알이 담긴 양동이에서 특정 빨간 모래알 하나를 찾는 것과 같습니다.

결과: Sikun 2000은 이 분야의 챔피언이었습니다. 이 기계는 0.1%와 1.0% 샘플 모두에서 돌연변이를 100% 찾아냈습니다.
비교: Sikun 2000을 두 대의 다른 하이엔드 Illumina 기계(NovaSeq 6000 및 NovaSeq X)와 비교했을 때, Sikun 2000은 오히려 약간 더 나은 성능을 보였습니다. 어려운 0.1% 샘플에서 기대되었던 8개의 돌연변이를 모두 찾아낸 반면, 다른 두 기계는 하나(KRAS A146T 돌연변이)를 놓쳤습니다. 또한 Sikum 2000은 "흐릿하거나" 품질이 낮은 판독값을 더 적게 생성하여 데이터가 더 깨끗했습니다.

이것이 의미하는 바
이 논문은 Sikun 2000이 암 유전학 분야의 강력한 경쟁자임을 시사합니다. 이 기계는 특히 액체 생검에서 매우 희귀한 돌연변이를 포착할 때 현재의 최상위 기계들과 대등하거나 그 이상의 고품질 데이터를 제공합니다. 저자들은 이 기계가 표적 시퀀싱(특정 유전자를 살펴보는 작업)에는 뛰어나지만, 출력량의 한계로 인해 방대한 전장 유전체 프로젝트에는 최선의 선택이 아닐 수 있다고 언급했습니다. 그러나 환자 샘플에서 암 돌연변이를 찾는 특정 작업에 있어서, Sikun 2000은 연구 및 임상용으로 경쟁력 있고 고품질이며 비용 효율적인 도구로서 상당한 잠재력을 보여줍니다.

기술 요약: Sikun 2000을 이용한 종양 FFPE 샘플 및 ctDNA 표준물의 표적 시퀀싱 평가

문제 제기
차세대 염기서열 분석(NGS)은 정밀 의료를 가이드하기 위한 종양 유전자 변이 검출의 표준이 되었습니다. 그러나 시퀀싱 규모가 확장됨에 따라, 높은 데이터 품질과 낮은 비용을 모두 제공하는 플랫폼에 대한 수요가 증가하고 있습니다. Illumina 플랫폼(예: NextSeq 550, NovaSeq 6000)이 여 still 주류 표준으로 남아 있는 가운데, 국내 대안들이 등장하고 있습니다. 가역적 종결자(reversible terminator) 방식의 합성 기반 시퀀싱(SBS)을 기반으로 한 새로운 시퀀싱 플랫폼인 Sikun 2000이 연구용으로 출시되었습니다. 이 플랫폼은 Illumina 라이브러리와의 호환성, 높은 정확도, 우수한 재현성 및 낮은 운영 비용을 주장합니다. 그러나 임상 종양 적용, 특히 FFPE 조직 샘플 및 저빈도 순환 종양 DNA(ctDNA)와 관련하여 기존 Illumina 플랫폼 대비 성능에 대한 엄격한 평가가 필요했습니다.

방법론
본 연구는 Sikun 2000을 기존 Illumina 플랫폼(NextSeq 550, NovaSeq 6000, NovaSeq X)과 비교 평가하기 위해 비교 실험 설계를 채택하였습니다.

샘플 준비:
- FFPE 샘플: 암 환자의 종양 FFPE 샘플 50개를 표준화된 DNA 추출 및 라이브러리 구축 프로토콜(Burning Rock Lung Plasma® Multi-Gene Mutation Detection Kit 및 168개 유전자 패널 사용)을 사용하여 처리하였습니다.
- ctDNA 표준물: 알려진 변이 대립유전자 빈도(VAF)가 0.0%(음성 대조군), 0.1%, 1.0%인 폐암 ctDNA 표준물을 IGT® Fast Library Prep Kit 및 TargetSeq® 프로브(NSCLS 23 유전자 패널)를 사용하여 준비하였습니다.
시퀀싱:
- FFPE 샘플은 Sikun 2000에서 3회 반복 시퀀싱을 수행하였고, NextSeq 550에서는 1회 시퀀싱을 수행하였습니다.
- ctDNA 표준물은 Sikun 2000, NovaSeq 6000, NovaSeq X에서 시퀀싱되었습니다.
- 모든 플랫폼은 150 bp paired-end (PE150) 시퀀싱을 활용하였습니다.
데이터 처리 및 분석:
- 공정한 비교를 위해 원시 데이터를 동일한 깊이로 다운샘플링하였습니다.
- 품질 관리에는 어댑터 오염, 저품질 염기 및 N-함량 필터링이 포함되었습니다.
- 리드(reads)는 BWA-MEM을 사용하여 hg19 참조 유전체에 정렬되었습니다.
- 변이 호출(SNVs, Indels)은 VarScan을 사용하여 수행되었으며, 이후 ANNOVAR 및 SnpEff를 통해 주석(annotation)을 달았습니다.
- 품질 지표(Q30, 고유 깊이, 매핑 비율) 및 변이 검출 일치도를 비교하기 위해 통계 분석(Wilcoxon signed-rank test, One-Way ANOVA, Pearson correlation)을 사용하였습니다.

주요 기여 및 결과

FFPE 샘플에 대한 성능 (Sikun 2000 vs. NextSeq 550):
- 품질 지표: Sikun 2000은 NextSeq 550에 비해 고유 시퀀싱 깊이와 Q30 비율에서 우수한 성능을 보였습니다. Sikun 2000의 Q30 비율은 95.6%에서 97.5% 사이로 나타나, NextSeq 550의 88.8%~95.9%보다 유의하게 높았습니다 ( $P < 0.01$ ). 고유 깊이 또한 Sikun 2000에서 유의하게 높았습니다 ( $P < 0.01$ ).
- 재현성: Sikun 2000에서의 3회 반복 시퀀싱은 주요 품질 파라미터 곡선이 높은 수준의 중첩을 보이며 높은 재현성을 입증하였습니다.
- 변이 일치도: 두 플랫폼 모두 비소세포폐암(NSCLC)의 드라이버 유전자 변이(EGFR, ALK, KRAS 등) 검출에서 높은 일치도를 보였으며, 일치율은 95.83%였습니다. SNV 및 Indel의 변이 대립유전자 빈도(VAF)는 두 플랫폼 간에 강한 상관관계( $R^2 \geq 0.96$ )를 나타냈습니다.
ctDNA 표준물에 대한 성능 (Sikun 2000 vs. NovaSeq 6000/X):
- 민감도: 0.1% 및 1.0% VAF를 가진 ctDNA 표준물에 대해, Sikun 2000은 8개 변이 부위 모두에서 100% 검출 민감도를 달성하였습니다.
- 비교 민감도: 0.1% VAF 수준에서 Sikun 2000은 NovaSeq 6000 및 NovaSeq X보다 우수한 성능을 보였습니다. Sikun 2000은 8개 부위를 모두 검출한 반면, NovaSeq 플랫폼은 87.5%만을 검출하였습니다 (KRAS p.A146T SNV 검출 실패).
- 데이터 품질: Sikun 2000은 NovaSeq 6000(0.65%) 및 NovaSeq X(0.86%)에 비해 유의하게 적은 저품질 리드(0.05%)를 생성하였습니다 ( $P < 0.05$ ). 또한 NovaSeq 플랫폼에 비해 더 높은 평균 타겟 깊이(28,355×)를 달성하였습니다.

의의 및 주장
본 논문은 Sikun 2000이 과학 연구 및 임상 적용 모두에서 종양 표적 시퀀싱을 위한 경쟁력 있는 대안임을 주장합니다. 연구는 Sikun 2000이 다음과 같은 장점을 제공한다고 결론지었습니다:

우수한 데이터 품질: FFPE 샘플에서 NextSeq 550 대비 높은 Q30 비율 및 고유 깊이.
강화된 저빈도 검출 능력: 저품질 리드 비율이 낮고 타겟 깊이가 높아, 고처리량 Illumina NovaSeq 플랫폼 대비 저빈도 변이(0.1% VAF)에 대한 우수한 민감도 제공.
높은 재현성: 반복된 분석 전반에 걸친 일관된 결과.
비용 효율성: 저자들은 이 플랫폼이 Illumina 플랫폼에 비해 실행 비용이 현저히 낮다는 점을 언급하며, 강력한 시장 경쟁력을 시사하였습니다.

저자들은 Sik-un 2000을 특히 NSCLC의 드라이버 유전자 변이 검출 및 ctDNA 모니터링을 위한 정밀 의료의 실행 가능한 옵션으로 자리매김하면서도, 더 넓은 임상적 채택을 위해서는 더 큰 규모의 임상 샘플 데이터셋을 통한 추가 검증이 필요함을 인정하였습니다.

유사한 논문