유전체연구를 위한 생물정보 분석시스템 기반구축

초록

목적 : 본 논문은 주어진 genotype으로부터 각 개인별 혹은 sample별 haplotype을 계산하는 새로운 방법에 관한 것이다. 일반적으로 single-locus에 대한 분석의 한계때문에 haplotype을 이용한 분석이 complex-disease gene을 찾는데 있어서 많은 관심을 받고 있다. 방법 : 일반적으로 주어진 genotype에서 개인별 haplotype을 찾는 방법에는 크게 두 가지로 나누어 생각할 수 있다. 하나는 molecular haplotyping기법으로 실험적으로 haplotype을 밝히는 것으로 그 비용이 많이 들고, 기술적으로 많은 한계를 가지고 있는 실정이다. 다른 하나는 in-silica haplotyping으로 주어진 diploid genotyping된 population 집단으로부터 계산적으로 각 개인별 haplotype을 찾아주는 것으로 그 비용은 작고, 대용량의 데이터 처리가 가능한 장점을 가지고 있다. 이런 in silico haplotyping은 다시 크게 두 가지 범주로 나눌 수 있는데, 하나는 통계적 기법을 사용하는 것이고 다른 하나는 계산적 기법을 사용하는 것이다. 통계적 기법은 주어진 집단의 genotype에서 공통의 haplotype 집합을 통계적 방법으로 먼저 추론하고 이 추론을 바탕으로 각 개인별 haplotype을 다시 추론하는 것이다. 계산적 기법은 Dan Gusfield가 제안한 haplotype의 perfect phylogeny 성질을 이용하여 perfect phylogeny를 만족하는 sub set으로 주어진 genotype을 resolve하는 방법이다. 본 논문에서는 정확성과 수행시간에 대한 성능 향상을 위하여 이 두 가지 기법을 혼합하여 적용하였다. 인구 집단의 common haplotype을 계산하는 것에 있어 계산적 기법을 적용하여 개인별 haplotype을 계산하는데 있어서는 MLE (Maximum Likelihood Estimation)를 적용하였다. 결과 : 본 논문에서 제시하는 방법은 기존의 나와 있는 haplotyper와 PL-EM이라는 방법과 비교분석하였다. 비교분석 결과 본 논문에서 제시하는 알고리즘의 평균 오차율은 0.08, PL-EM은 0.25, 그리고, haplotyper는 0.27로 우수한 성능을 보였다. 결론 : 계산에 있어서의 정확성과 수행시간에 있어서의 효율성을 위해서 본 논문에서는 이전의 통계적 기법과 계산적 기법을 혼용한 접근 방법을 제시하였고, 기존의 다른 방법들과 비교하여 in silico haplotype reconstruction에서 더 우수한 성능을 보임을 제시하였다.

키워드