[논문 리뷰] Countering Gattaca: Efficient and Secure Testing of Fully-Sequenced Human Genomes

Pierre Baldi, Roberta Baronio외 3명|arXiv (Cornell University)|2011. 10. 11.

Reproductive Health and Technologies인용 수 17

한 줄 요약

이 논문은 완전히 시퀀싱된 게놈을 대상으로 비밀 집합 연산을 사용하여, 친자관계 검사, 개인 맞춤 의료 및 유전적 호환성 스크리닝과 같은 세 가지 핵심 유전체 검사를 수행하는 보안적이고 효율적인 계산 방법을 제안한다. 이 방법은 강력한 개인정보 보호 보장을 바탕으로 이러한 검사를 시뮬레이션 환경에서 수행할 수 있도록 하며, 실제 유전체 데이터를 대상으로 한 실험적 평가를 통해 실용적 타당성을 입증한다.

ABSTRACT

Recent advances in DNA sequencing technologies have put ubiquitous availability of fully sequenced human genomes within reach. It is no longer hard to imagine the day when everyone will have the means to obtain and store one's own DNA sequence. Widespread and affordable availability of fully sequenced genomes immediately opens up important opportunities ina number of health-related fields. In particular, common genomic applications and tests performed in vitro today will soon be conducted computationally, using digitized genomes. New applications will be developed as genome-enabled medicine becomes increasingly preventive and personalized. However, this progress also prompts significant privacy challenges associated with potential loss, theft, or misuse of genomic data. In this paper, we begin to address genomic privacy by focusing on three important applications: Paternity Tests, Personalized Medicine, and Genetic Compatibility Tests. After carefully analyzing these applications and their privacy requirements, we propose a set of efficient techniques based on private set operations. This allows us to implement in in silico some operations that are currently performed via in vitro methods, in a secure fashion. Experimental results demonstrate that proposed techniques are both feasible and practical today. © 2011 ACM.

연구 동기 및 목표

• 완전히 시퀀싱된 인간 게놈에 광범위하게 접근함에 따라 증가하는 개인정보 우려 문제를 해결하기 위해.
• 기존에 실험실에서 수행되는 방법을 통해 이루어지는 핵심 유전체 검사의 보안적이고 비공개적인 계산을 가능하게 하기 위해.
• 민감한 분석 과정 중에도 유전체 데이터의 개인정보를 보호할 수 있는 효율적인 암호 기법을 개발하기 위해.
• 현대적인 계산 방법을 사용하여 보안적 유전체 검사의 실용적 타당성을 입증하기 위해.
• 개인의 유전적 개인정보를 훼손하지 않으면서 예방적이고 개인 맞춤형 의료로의 전환을 지원하기 위해.

제안 방법

• 저자는 비밀 집합 연산에 기반한 보안 프로토콜 세트를 설계하여, 기초 데이터를 폭 드러내지 않은 채 유전체 비교를 수행한다.
• 유령적 전송과 보안 양자리 계산과 같은 암호 기반 원리를 활용하여, 유전체 분석 중 개인정보 보호를 보장한다.
• 각 프로토콜는 친자관계 검사, 개인 맞춤 의료 스크리닝, 유전적 호환성 평가와 같은 세 가지 특정 응용 분야에 맞게 조정된다.
• 모든 프로토콜는 최종 결과 외에는 어떤 중간 유전체 데이터도 폭 드러내지 않도록 보장한다.
• 기존에 실험실에서 수행되던 검사를 시뮬레이션 환경에서 수행할 수 있도록 하여 개인정보 위험을 감소시킨다.
• 실험적 평가를 통해 제안된 기법의 효율성과 실용성이 실제 유전체 데이터에서 확인되었다.

실험 결과

연구 질문

• RQ1 기본적으로 실험실에서 수행되는 일반적인 유전체 검사를 계산 환경에서 수행할 때 유전체 개인정보를 어떻게 보존할 수 있는가?
• RQ2 완전히 시퀀싱된 인간 게놈에 대해 보안적이고 효율적인 계산을 가능하게 하는 암호 기법은 무엇인가?
• RQ3 비밀 집합 연산은 친자관계 및 호환성 검사와 같은 실제 유전체 응용 분야에 효과적으로 적용될 수 있는가?
• RQ4 현재 기술 수준에서 이러한 보안 프로토콜를 얼마나 효율적으로 구현할 수 있는가?
• RQ5 기본적인 실험실 검사와 비교할 때 제안된 방법은 개인정보 보호 및 성능 측면에서 어떻게 다른가?

주요 결과

• 제안된 프로토콜는 원시 유전체 데이터를 폭 드러내지 않은 채 친자관계 검사, 개인 맞춤 의료 스크리닝 및 유전적 호환성 검사를 보안적으로 시뮬레이션 환경에서 수행할 수 있다.
• 비밀 집합 연산의 사용으로 양 당사자는 최종 결과 이외의 정보를 알 수 없으며, 이는 유전체 개인정보 보호를 유지한다.
• 실험 결과는 제안된 기법이 계산적으로 실현 가능하고 실제 구현에 적합하다는 것을 확인한다.
• 유전체 분석에 대해 강력한 개인정보 보호 보장을 유지하면서도 수용 가능한 성능 수준을 달성한다.
• 민감한 유전체 데이터에 대한 보안적 계산을 가능하게 하여 개인 맞춤형 예방 의료로의 전환을 지원한다.
• 본 연구는 개인정보 보호 유전체 검사가 이론적으로 타당할 뿐 아니라 오늘날 실용적으로 가능하다는 것을 입증한다.