[논문 리뷰] The big challenge for livestock genomics is to make sequence data pay

M. Johnsson|arXiv (Cornell University)|2023. 02. 02.

Genetic and phenotypic traits in livestockBiochemistry, Genetics and Molecular Biology인용 수 3

한 줄 요약

이 논문은 가축 유전체학에서 전장 게놈 시퀀싱(WGS)의 이론적 우수성에도 불구하고, 비유전적 변이와 높은 계산 비용으로 인해 현재 구현 방식이 SNP 칩보다 유전자 예측 정확도를 일관되게 향상시키지 못하고 있다고 주장한다. 주요 기여는 WGS 데이터에서 기능적으로 관련이 있는 변이를 사전 선별하고, 기능 유전체학과 융합함으로써 유전자 예측에 경제적이고 통계적으로 타당한 시퀀스 데이터를 육종 프로그램에 활용할 수 있도록 하는 것이다.

ABSTRACT

This paper will argue that one of the biggest challenges for livestock genomics is to make whole-genome sequencing and functional genomics applicable to breeding practice. It discusses potential explanations for why it is so difficult to consistently improve the accuracy of genomic prediction by means of whole-genome sequence data, and three potential attacks on the problem.

연구 동기 및 목표

• 가축 육종에서 전장 게놈 시퀀싱 데이터가 SNP 칩보다 일관되게 유전자 예측 정확도를 향상시키는 데 지속적인 도전 과제를 해결하기 위해.
• WGS 데이터가 왜 종종 SNP 칩 데이터보다 성능이 열 劣하거나 떨어지는지 조사하기 위해.
• 기능 유전체학과 유전적 원인이 있거나 조절 기능이 있는 변이의 사전 선별이 수백만 개의 원시 시퀀스 변이를 사용할 때의 한계를 극복할 수 있는지 평가하기 위해.
• 대규모 육종 프로그램에서 SNP 칩을 WGS로 대체할 경우의 경제적 및 계산적 타당성을 평가하기 위해.
• 직접 유전자 예측 이외의 시퀀스 및 기능 유전체학 데이터의 응용 가능성을 탐색하기 위해, 예를 들어 미생물군집 및 에피유전체학 응용 분야를 포함하여.

제안 방법

• SNP 칩 기반과 WGS 기반 유전자 예측을 비교한 가축 유전체학 연구의 실증적 및 시뮬레이션 데이터 분석.
• 비유전적 변이가 WGS 데이터에 포함되어 소음을 유발함으로써 정확도가 떨어지는 '희석 효과(dilution effect)' 평가.
• 이중 단계 접근법 제안: 첫째, GWAS 및 기능적 어노테이션을 통해 WGS 데이터에서 특성 연관성이 높은 변이를 식별하고, 둘째, 이러한 선택된 변이들만을 예측 모델에 사용하기.
• 열린 염색체 구역 및 eQTL과 같은 기능 유전체학 데이터를 활용해 생물학적 관련성이 높은 변이를 우선순위 정하기.
• 저장, 추정, 분석 오버헤드를 포함한 WGS 정기적 사용과 SNP 칩 유전자형 분석 간의 비용-편익 트레이드오프 평가.
• WGS 및 기능 유전체 데이터를 통해 식별된 원인 변이를 활용한 예측의 지속성 및 다인구 정확도 향상 가능성을 모델링.

실험 결과

연구 질문

• RQ1 왜 가축에서 전장 게놈 시퀀싱은 SNP 칩에 비해 일관되게 유전자 예측 정확도를 향상시키지 못하는가?
• RQ2 WGS 데이터에 비유전적 변이가 포함될 경우 발생하는 '희석 효과'가 정확도를 저하시키는 정도는 어느 정도인가?
• RQ3 WGS 데이터에서 기능적으로 관련된 변이를 사전 선별하면 육종 프로그램에서 예측 정확도와 경제적 수익을 크게 향상시킬 수 있는가?
• RQ4 일반적인 가축 육종 응용에서 SNP 칩을 WGS로 대체하는 데 있어 계산적 및 경제적 장벽은 무엇인가?
• RQ5 기능 유전체학 데이터(예: eQTL, 염색체 상태)를 활용하면 전체 동물에 대한 대규모 시퀀싱이 필요 없이도 WGS 데이터의 유용성을 높일 수 있는가?

주요 결과

• 실증 연구 결과, 전장 게놈 시퀀싱에서 모든 변이를 사용할 경우, SNP 칩에 비해 정확도 향상이 없거나 오히려 감소하는 경우가 많다.
• 비유전적 변이가 모델 정확도를 떨어뜨리는 '희석 효과'가 WGS의 유전자 예측에서 성능이 일관되지 않은 주요 원인이다.
• GWAS 결과나 기능 유전체학 데이터(예: eQTL, 열린 염색체 영역)를 기반으로 변이를 사전 선별하면, 모든 WGS 변이를 사용하는 것보다 예측 정확도가 뚜렷이 향상된다.
• 시퀀스 데이터는 SNP 칩보다 원인 변이 및 신규 돌연변이를 더 효과적으로 탐지할 잠재력을 지니지만, 기능 어노테이션과 선별 전략과 결합하지 않으면 효과를 발휘하지 못한다.
• 기능 유전체학 연구(예: eQTL 맵핑)의 현재 표본 크기는 대부분의 연관성을 탐지하기에 너무 작아, 예측에 대한 활용도가 제한된다.
• WGS 데이터의 저장, 추정, 분석 비용이 매우 높아, 정확도 향상이 일관되게 크지 않은 한 정기적 사용은 경제적으로 정당화되지 않는다.