목 차 

1. 시퀀싱의 역사
  1.1. 일세대 시퀀싱
  1.2. 숏리드(이세대) 시퀀싱
  1.3. 롱리드(삼세대) 시퀀싱
2. 롱리드 시퀀싱의 응용분야
  2.1. 텔로미어 투 텔로미어(Telomere-to-Telomere; T2T) 컨소시엄
  2.2. 판게놈 참조(Pangenome Reference) 컨소시엄(HPRC)
  2.3. RNA 이소형(isoform) 발굴
3. 결론 및 고찰
4. 참고문헌


1. 시퀀싱의 역사

1.1. 일세대 시퀀싱

생체 시스템을 구성하는 대부분의 정보는 DNA 및 RNA 등을 포함하여 핵산 염기서열로 구성되어 있다. 따라서 이 염기서열을 해독함으로써 생체 시스템의 특성을 분석하고자 하는 연구는 오래전부터 시작되었다. 시퀀싱 기술의 첫 번째 의미 있는 등장은 1977년 프레드릭 생어와 그의 동료들이 '생어 시퀀싱'이라고도 알려진 DNA 분자 시퀀싱을 위한 '디데옥시' 연쇄 말단 방법을 도입하면서 시작되었다 [1]. 이 방식을 통하여 약 10,000 염기 쌍 이상의 긴 인간 마이토콘드리아 DNA(mtDNA)와 박테리오파지 람다 (λ)의 염기서열을 성공적으로 해독함으로써 완전한 게놈을 해독하는 것이 가능하다는 것을 보여주었다. 생어 시퀀싱 기술은 그 원리적 단순성에도 불구하고 비교적 정확한 염기서열을 제공한다는 장점이 있어, 이후 약 30년간 생어 시퀀싱은 염기 서열을 해독하는데 주요 방법으로 사용되었으며 기술적 자동화도 진행되어 왔다. 그리고 2001년 인간 게놈의 약 90% 이상을 해독한 최초의 인간 게놈 시퀀싱 연구에도 주로 생어 시퀀싱 기술이 활용되었다. 그러나 대용량 분석이 어려웠고, 긴 염기서열을 해독하는 데 기술적 한계가 있었으며, 이를 극복하기 위해서는 상당한 비용의 증가가 발생하여 생어 시퀀싱이 갖는 한계점 또한 명확하였다 [1].

그림 1. 숏리드 및 롱리드 시퀀싱 방법에 대한 일러스트레이션. 
(A) 일루미나 사의 숏리드 시퀀싱 방법. (B) 팩바이오 사의 롱리드 시퀀싱 방법. (C) 옥스퍼드 나노포어 테크놀로지 사의 롱리드 시퀀싱 방법. 논문 [1, 4]의 그림을 재구성함.

1.2. 숏리드(차세대) 시퀀싱

차세대(second generation) 시퀀싱 기술은 1990년대 후반 등장한 파이로 시퀀싱 기술로부터 시작하였다. 파이로시퀀싱(pyrosequencing)은 합성에 의한 시퀀싱(sequencing by synthesis; SBS) 기술로 염기서열을 합성하면서 각 염기가 발생시키는 특이적인 형광을 검출함으로써 시퀀싱을 수행하는 방법이다. 기술의 지속적인 발전을 통해 일루미나(Illumina) 사에서 긴 DNA 서열의 적절한 길이로 절단 및 어뎁터 서열과의 합성을 통해 일정한 길이의 DNA 서열을 획득한 뒤 이를 대량으로, 병렬적으로 시퀀싱 하는 기술을 개발함으로써 대용량 시퀀싱 시대를 열 수 있게 되었다. 차세대 시퀀싱은 엄청나게 긴 DNA 염기서열을 계속 읽어 가기보다는 이를 짧게 자른 뒤(약 300 ~ 500 염기 쌍), 어뎁터를 이용하여 기판(flow cell)에 동일하게 접지시킨 뒤에 개별 DNA 염기서열을 다른 염기서열과 잘 구별할 수 있도록 이를 증폭하고 DNA 합성을 해 나가면서 한쪽 말단(single-end) 또는 양쪽 말단(paired-end)에 해당하는 서열을 읽어내는 방식이다. 이 방식은 그 기술적 특이성으로 인해 주어진 DNA 염기 서열의 전체를 다 해독하지 않으며, 읽어지는 모든 염기서열 쌍의 길이가 동일한(50 ~ 300 염기서열 쌍) 특징이 있다 (그림 1A) [1-2].

차세대 시퀀싱 기술, 특히 일루미나 사를 중심으로 한 시퀀싱 기술은 저렴한 비용으로 대용량 염기서열 쌍을 읽어낼 수 있다는 그 기술적 장점과 이에 맞는 여러 계산적 알고리즘의 등장 등으로 인하여 전체 시퀀싱 시장의 대부분을 차지하게 되었다. 일루미나 사의 시퀀싱 기법은 현재에도 지속적으로 기술적 혁신이 이루어지고 있으며, 그 방향은 주로 반도체와 같이 더 좁은 면적에 더 많은 리드를 집적하면서도 여전히 리드가 생성하는 염기서열 정보를 정확하게 구별해 내는 데 집중되어 있다. 가장 최근에는 NovaSeq X를 출시하였는데 이 기계는 최대 260억 개의 리드를 동시에 읽어낼 수 있는 장비로 2013년 최초로 출시한 수백만 리드를 동시에 읽을 수 있는 MiSeq과 비교하면 약 2,600배의 차이가 있다 [3].

1.3. 롱리드(삼세대) 시퀀싱

차세대 시퀀싱 기술은 현재 시장 지배적이며, 이에 맞는 여러 실험적 기법 및 계산적 알고리즘 또한 계속 등장하고 있다. 그러나 차세대 시퀀싱 기술은 아주 짧은 리드를 반복적으로 읽는 기술적 특성상 유전체가 가지고 있는 여러 특징들 (예를 들어, 동일 염기서열이 반복되는 DNA 지역 및 DNA 염기서열의 구조적 차이(structural variation) 등)을 상세히 해독하기에는 한계가 있다. 이러한 한계를 극복하기 위하여 롱리드(삼세대) 시퀀싱 기술이 등장하였다. 롱리드 시퀀싱 기술은 크게 두 회사, 팩바이오(Pacific Biosciences; PacBio) 사의 단일 분자 실시간(single-molecule real-time; SMRT) 시퀀싱 기술과 옥스퍼드 나노포어 테크놀로지(Oxford Nanopore Technologies; ONT) 사의 나노포어 시퀀싱 기술로 분류할 수 있다 (그림 1B, C) [4].

팩바이오 사의 SMRT 시퀀싱 기술의 특징은 일루미나 사에서 요구하는 짧은 선형의 DNA 라이브러리 대신에 양 말단에 헤어핀 어뎁터를 부착함으로써 폐쇄 형태의 DNA 라이브러리로부터 시작한다는 것이 특이점이다. 다음 이 DNA 라이브러리는 가닥이 풀리면서 단일 가닥의 형태로 제로모드 도파관(zero-mode waveguide; ZMW)이라는 광학장비를 통과하게 된다. 그 바로 아래에는 DNA 중합효소가 부착되어 있어 각각의 형광을 갖는 염기서열이 DNA 중합효소에 의해 합성이 되는데, 이때 합성된 염기 서열의 정보를 빛의 파장을 이용하여 구별할 수 있다. 이러한 기술적 특성으로 실시간으로 DNA 염기 서열을 기록할 수 있고, 이는 DNA 중합효소가 그 역할을 수행하지 못할 때까지 지속적으로 진행될 수 있다. 이렇게 획득된 염기서열은 연속 긴 리드(continuous long read; CLR)로 부른다. CLR은 모두 동일한 길이를 갖는 차세대 시퀀싱 데이터와 달리 DNA 중합효소의 수명에 따라 다르다. 보통 500에서 50,000 염기서열 쌍까지의 길이가 한 번의 해독으로 가능하다. 또한 SMRT 시퀀싱 기술을 입력으로 필요한 DNA 라이브러리의 구조적 특성으로 인하여 동일한 형태의 서열을 반복적으로 읽는 것이 가능하다. 알고리즘을 통해 어뎁터 서열을 분리하고 나면 동일한 리드가 반복되는 경우를 분리할 수 있고, 이는 원형 컨센서스 시퀀스(circular consensus sequence; CCS)로 정의하며 동일한 리드를 반복해서 읽었기 때문에 더 정확한 염기서열 정보를 제공할 수 있다는 점이 특징이다. 추가적으로 이 기술은 실시간으로 염기서열을 읽어 나가기 때문에, 단지 형광의 발현 정보 외에도 중합효소를 통해 합성되는 동안의 운동 역학적 특성 정보를 토대로 DNA 메칠화(methylation) 정보도 제공할 수 있다는 특징이 있다 [4-5]. 지속적인 기술의 발전으로 최근에는 Revio 시스템을 발표하였으며 이는 약 한 번의 시퀀싱에 2천5백만 개의 리드를 읽을 수 있다 [6].

옥스퍼드 사의 나노 포어 시퀀싱 기술의 특징은 나노 스케일의 단백질 포어가 부착되어 있고 이 포어를 단일 가닥 염기서열이 통과할 때 발생하는 전기적 신호를 검출함으로써 염기 서열을 해독하는 것이다. 나노 포어 단백질을 이용한 시퀀싱 기술은 1980년 대에 개념화가 시작되었으며, 여러 생체 시스템에 자연적으로 존재하는 포어 단백질로 염기 해독이 가능하다는 사실이 알려졌다. 그러나 이들은 염기서열을 정확하게 측정할 수 있을 정도의 전기적 신호가 뚜렷하게 나뉘지 않는 어려움이 있었다. 이 부분에 대한 가장 큰 진전은 나노 포어(α-hemolysin 및 MspA25)와 phi29 DNA 중합효소를 결합함으로써 단일 가닥의 통과 시간을 적절하게 늦추는 데 있다. 이 전에 언급되었던 시퀀싱 기술(일루미나 및 팩바이오 사)들은 형광에 의존하여 염기 서열을 결정하는데, 나노 포어 기술은 포어를 통과하는 염기서열의 미묘한 구조적 특성에 따른 전기적 신호의 특성을 검출함으로써 염기 서열을 결정하게 된다. 그러나 그 신호의 비선형적 특성으로 정확하게 신호를 분류하는 것은 여전히 활발히 진행 중인 연구 분야이다. 여러 기계학습 알고리즘 등을 활용하여 그 정확성을 높이기 위한 시도가 계속해서 진행 중이며, 현재는 Guppy라는 알고리즘이 가장 보편적으로 활용되고 있다. 실험적으로는 DNA 염기 서열 한쪽 끝에 헤어핀 어뎁터를 부착함으로써 한 번만 읽는 대신 두 번을 읽는 것(2D read) 이 가능하고 이를 이용하여 염기서열 판독의 정확성을 높이는 것이 가능하다. 나노 포어 시퀀싱 기술은 획득한 DNA 라이브러리의 길이에 따라 시퀀싱 길이가 달라지며 약 500 염기 서열부터 최대 백만 염기 서열까지 한 번에 읽는 것이 가능하다고 알려져 있다. 나노 포어 시퀀싱 기술 또한 SMRT 시퀀싱 기술과 유사하게 염기 서열을 판독하는 과정에 획득할 수 있는 여러 신호를 재가공함으로써 DNA 메칠화 등을 검출하는 것이 가능하며 이에 관련된 여러 알고리즘들이 존재한다 [7]. 또한 나노 포어 시퀀싱 기술을 포함하는 기판(flow cell)은 그 크기도 다른 장비들과 달리 상대적으로 매우 작을뿐더러 적절한 처리 후 나노 포어의 기능적 특성을 유지할 수 있을 때까지 재사용이 가능하다는 특징이 있다. 다른 기술들이 염기 서열을 검출하는데 기술적 특성상 이중 가닥 DNA 서열이 있어야 하는 데 반해 나노 포어 시퀀싱 기술은 단일 가닥 서열만 있어도 가능하기 때문에 RNA 서열을 직접 시퀀싱 하는 것도 가능하다. 옥스퍼드 사는 2014년 최초로 2,048개의 나노 포어가 포함되어 있는 MinION을 출시하였고, 현재도 지속적으로 나노 포어 단백질의 특성을 개선하고, 집적함으로써 시퀀싱 서열의 정확성과 규모를 높이고 있다. 가장 최근에는 PromethyION을 발표하였고 이는 최대 288 개의 MinION을 동시에 수행할 수 있는 규모이다 [8].

그림 2. 롱리드 시퀀싱의 응용분야.
(A) DNA 염기 서열의 구조적 변이 및 반복 서열 등의 문제로 기존 인간 게놈 서열 레퍼런스에서 해독이 되지 못한 부분이 존재함. (B) 판 게놈 참조 연구를 통해 선형적 염기서열이 아니고 그래프 형태의 염기서열 구성이 가능함. (C) mRNA 이소형 발굴 측면에서 숏리드 시퀀싱에 비해 롱리드 시퀀싱의 유용성. 논문 [9, 13]의 그림을 참조 및 재구성함.

2. 롱리드 시퀀싱의 응용분야

2.1. 텔로미어 투 텔로미어(Telomere-to-Telomere; T2T) 컨소시엄

시퀀싱 기술을 통해 규명하고자 하는 가장 중요한 목표는 인간 게놈을 해독하는 것이다. 총 30억 염기쌍에 해당하는 긴 DNA 서열을 해독하기 위해서 1990년 출범한 인간 게놈 프로젝트(human genome project; HGP)는 2003년 논문 출판과 함께 해독되었음을 선언하였다 [10]. 약 30억 달러에 이르는 연구 비용과 10년 이상의 연구를 통해 인간 게놈의 해독을 선언하였으나, 당시 기술적 한계로 인해 여전히 전체 게놈의 일부분(약 15%)은 해독하지 못한 상태로 남겨 놓았다. 그 후 게놈 참조 컨소시엄(genome reference consortium; GRC) 은 지속적으로 해독되지 못한 부분 및 기존에 잘못 주석화가 되어 있는 부분 등을 업데이트하여 가장 최근에는 GRCh38 (Genome Reference Consortium Human Build 38) 이 기본 레퍼런스로 널리 활용되고 있다. 인간 게놈을 해독하는 기본적인 방법은 전체 인간 유전체를 한 번에 읽는 것이 근본적으로 불가능하기 때문에 이를 짧게 자르고 이들의 서열 정렬을 통해 중첩된 서열을 중심으로 잘라 이어 붙이는 방법으로 전체 게놈을 재구성하는 방식으로 진행된다. 그러나 생어 시퀀싱 방법은 그 비용이 매우 비쌌고, 이를 극복하기 위한 차세대 시퀀싱 방법은 그 비용을 획기적으로 낮추는 데 성공하였으나, 개별 서열이 짧다는 근본적 한계가 존재하기 때문에, 인간 게놈에 존재하는 반복적인 서열(repetitive region), 개인별 염기 서열이 매우 다양한 부분(polymorphic region) 및 개인별 구조적 변이(structural variation; SV) – 50 염기 서열 이상의 삭제(deletion), 삽입 (insertion), 탠덤 복제(tandem duplication), 반전(inversion) 및 전위(translocation) 등 – 가 존재하는 지역 및 중심부(centromere) 등은 반복서열이 존재하는 까닭에 모든 염기 서열을 정확하게 정렬하지 못하고, 따라서 약 1억 5천 1백만 염기 서열은 여전히 불확실한 영역으로 남겨두었다 (그림 2A) [11]. T2T 컨소시엄은 텔로미어에서 텔로미어까지라는 콘서시움이 의미하듯, 염색체의 처음부터 끝까지 완벽하게 해독하는 것을 목표로 하였고, 그 방법으로 롱리드 시퀀싱 기술을 이용하여 기존에 규명하지 못하였던 불확실한 영역을 시퀀싱 하여 2022년 사이언스 지에 Y 염색체를 제외한 전체 게놈을 거의 완벽하게 해독하는 데 성공하였고 [11], 2023년 나머지 Y 염색체 또한 해독을 완료하여 이를 발표하였다 [12]. 게놈의 거의 완벽한 해독을 통해 기존보다 더 많은 유전자, 단백질 코딩 지역을 색인할 수 있었고, 특히 반복된 지역이 주로 포함된 rRNA 유전자 지역을 새로이 규명할 수 있었다.

2.2. 판게놈 참조(Pangenome Reference) 컨소시엄(HPRC)

앞서 언급한 GRC 및 T2T 컨소시엄은 인간을 대표하는 인간을 대표하는 하나의 정밀한 염기 서열 지도(선형적 염기서열)를 완성하는 것을 목표로 하였다. 최근에는 인류가 가지고 있는 유전적 다양성을 포함하는 염기 서열 지도를 완성하고자 전 세계에 다양한 인종을 대표하여 47명 - 총 94개의 하플로타입(haplotype) - 에 해당하는 DNA 염기서열을 해독하였고, 이 또한 개인별로 구조적 변이(SV) 및 유전체 단위 반복 변이(Copy Number Variation; CNV)를 정밀하게 해독하기 위하여 롱리드 시퀀싱 기술을 활용하였다 [13]. 이제 하나의 선형적인 염기 서열 참조 데이터가 아니고, 개인별 차이를 모두 포함하는 형태의 데이터 구조를 위해 그래프 형태로 표현할 수가 있다 (그림 2B). 저자들은 기존 데이터의 재분석을 통해 크로마틴 면역침전 시퀀싱(Chromatin Immuno-Precipitation and sequencing; ChIP-seq) 데이터의 경우, 판게놈 참조 데이터를 이용하면 기존 참조 데이터에 비하여 기존에 알려지지 않았던 신호를 2-3% 더 많이 포착할 수 있었으며, RNA 시퀀싱의 경우 잘못된 참조를 하는 경우가 감소하는 것을 확인하였다 [13].

2.3. RNA 이소형(isoform) 발굴

DNA로부터 전사되어 생성되는 mRNA는 동일 유전자에서 선택적 스플라이싱(alternative splicing)에 의해 서로 다른 형태로 생성되는 것이 가능하며, 이들을 RNA 이소형으로 부른다. RNA 이소형은 세포의 타입 별 및 질병 상태에서 정상상태와 다르게 발현되어 질병 메커니즘을 규명하는 데 중요한 단서를 제공하는 지표이다 [14]. 차세대 시퀀싱 기술은 RNA 시퀀싱 기술에서도 활용되어 mRNA의 정량화하는 데 큰 기여를 하였으나, mRNA로부터 상보 DNA (complementary DNA; cDNA)를 만드는 과정에서, 시퀀싱 기술의 특성상 이를 짧게 자르는 과정이 필연적으로 요구되기 때문에 원래 길이의 mRNA를 그대로 시퀀싱 하는 것이 불가능하고, 따라서 mRNA의 이소형을 구별하는 것은 매우 어려운 일이 된다 (그림 2C). StringTie 등의 여러 계산 알고리즘 등을 이용하여 짧은 시퀀싱 데이터로부터 RNA 이소형을 구별하는 방법이 소개되었으나 데이터가 가지고 있는 한계는 여전하였다. 이에 반해 롱리드 시퀀싱은 굉장히 긴 서열의 시퀀싱이 가능하기 때문에 mRNA의 polyA 꼬리를 타깃으로 하는 도화선 서열(primer)을 이용하여 cDNA로 합성을 수행하면 mRNA의 정보를 그대로 담은 cDNA를 만들고 이를 시퀀싱 하면 전체 길이 상보 DNA 시퀀싱(full-length cDNA sequencing)이 가능하다 (그림 2C). 최근에는 이러한 형태의 데이터를 이용하여 mRNA 이소형을 정밀하게 정량화하는 알고리즘들이 소개되고 있다 [15-16].

3. 결론 및 고찰

롱리드 시퀀싱 회사들은 비록 일루미나 사에 비해 늦게 시작하였으나 상업화가 시작된 것은 2010년대 초반으로 최근 새롭게 개발된 기술은 아니다. 그러나 최초 롱리드 시퀀싱 기술이 가지고 있었던 염기 서열 정확도 문제 및 대규모 시퀀싱 비용 문제 등이 점점 해결되면서 점점 그 가치가 주목받기 시작하였다. 특히 2022년 T2T 컨소시엄을 통해 인간 DNA 염기 서열을 성공적으로 해독해 냄으로써 그 중요성이 크게 부각되었으며, 이에 Nature Methods 저널은 2022년 올해의 기술(Method of the year)로 롱리드 시퀀싱 기술을 선정하였다 [17]. 여전히 롱리드 시퀀싱은 염기 서열 정확도가 숏리드 시퀀싱에 비하여 낮다는 문제가 있다. P를 염기 서열을 잘못 해독할 확률이라고 할 때, Q 스코어를 다음과 같이 정의하면(Q = − 10 log10 P), Q30 은 1,000개의 염기 서열 중 1개의 염기 서열이 잘못 해독될 확률로 정의할 수 있다. 보통 숏리드 시퀀싱은 Q30을 넘는 경우의 서열을 정확한 염기 서열로 정의하고 다음 분석에 활용한다. 그러나 롱리드 시퀀싱의 경우에는 이보다 낮은 경우가 대부분이다. 옥스퍼드 나노포어사의 롱리드 시퀀싱 데이터의 경우, 보통 Q10(10개 중 1개에서 잘못 해독)에서 Q20(100개 중 1개에서 잘못 해독)에 해당하는 데이터가 대부분이다. 이를 극복하기 위하여 2D read 기술 등을 도입하여 해독 정확도 문제를 극복하려고 하고, 팩바이오 사에서는 원형 리드(CCS)를 반복적으로 읽음으로써 시퀀싱 해독 정확도를 Q30까지 올리는 것이 가능하다고 알려져 있다 [18]. 또한 최근에는 일루미나 사에서도 자신의 숏리드 시퀀싱 기술을 기반으로 롱리드 시퀀싱이 가능한 기술을 발표하는 등 롱리드 시퀀싱에 대한 기술적 발전은 계속되고 있다.

롱리드 시퀀싱은 숏리드 시퀀싱 데이터와 달리 그 생성된 유전체 서열의 신뢰도 및 형태가 다르기 때문에 이에 맞는 컴퓨터 분석 알고리즘이 필요하다. 가장 기본적인 시퀀싱 정렬 알고리즘은 minimap2를 포함해 여러 알고리즘이 개발되었으며, 그 외에도 mRNA 이소형 정량화 및 구조 변이 규명 알고리즘 등이 개발되었고, 현재도 활발하게 개발되고 있는 분야이다. 또한 롱리드 시퀀싱의 발전으로 이미 인간 DNA의 참조 서열은 선형적인 서열이 아닌 그래프 형태로 표현되기 시작하였으며, 그래프 형태의 참조 서열은 기존 여러 알고리즘의 변형 및 새로운 분석 알고리즘을 요구한다 [19].

숏리드 및 롱리드 시퀀싱은 라이브러리 내의 다양한 염기서열을 시퀀싱 해독 오류를 줄이면서 더 많이 집적할 수 있는 형태로 최근 10여 년간 엄청난 속도로 발전해 왔다. 이는 반도체의 집적 기술을 통해 반도체 성능이 비약적으로 성장한 2000년대 시기와 비교할 만하다. 앞으로도 더 집적할 수 있는 여지는 있고 따라서 앞으로도 급격한 성장이 예상된다. 특히 롱리드 시퀀싱은 최근의 두드러진 기술의 발전을 통해 숏리드 시퀀싱이 풀지 못했던 중요 유전체 문제에 해답을 제공하면서 그 유용성을 입증하고 있다. 그러나 롱리드 시퀀싱이 숏리드 시퀀싱을 완전히 대체할 수 있을까? 일부 연구자들의 주장에 따르면 롱리드 시퀀싱의 일부 중요 한계가 극복된다면 이 또한 장기적으로 가능하다고 여겨지기도 한다 [20]. 그 한계는 첫째, 분자 수준에서 롱리드 시퀀싱을 위한 샘플 준비가 숏리드 시퀀싱을 위한 그것보다 더 까다로우며, 특히 그 길이가 길어질수록 더 까다롭다. 둘째, 이는 시퀀싱 과정에서도 마찬가지로 그 길이가 길어질수록 해독 에러가 더 높아진다. 그러나 이러한 한계에도 불구하고 앞으로는 다수의 유전체 연구에서 숏리드와 롱리드는 함께 상보적으로 활용될 것이다.

롱리드 시퀀싱이 활용될 수 있는 분야는 다양하다. 첫째 판게놈 참조 컨소시엄에서 수행하였던 연구와 같이 개인화된 유전체 정보를 정밀하게 얻기 위해서는 롱리드 시퀀싱이 필수적이다. 인간 대규모 구조 변이 연구에 따르면 모든 개인은 평균적으로 수천 여 개의 구조적 변이를 가지고 있으며, 그 들 중 일부가 단백질 합성에 관여하는 지역으로 알려져 있다 [21]. 암 연구에서도 비단 개별 서열의 돌연변이뿐만 아니라 염색체의 불안정성에 의한 구조적 돌연변이가 빈번하기 때문에 암 유전체 분야에서도 매우 다양하게 활용될 것이다.

롱리드 시퀀싱 기술은 그 발전 속도가 매우 빠르며 비단 롱리드 시퀀싱의 개별 시퀀싱 기술의 발전뿐만 아니라, 다른 유전체 분석 기술과 융합되어 더욱 다양한 분야에 응용될 것이다. 예를 들어, 10X 사를 중심으로 mRNA의 3’ 말단부를 타깃으로 하는 단일 세포 시퀀싱 기술과 결합하면 단일 세포 수준의 전체 길이 mRNA 이소형 분석 연구가 가능하며 다수의 연구가 발표된 바 있다 [22]. 또한 옥스퍼드 나노포어 사의 시퀀싱 플랫폼의 휴대성과 결합이 된다면 현장에서 직접 시료를 채취하고 시퀀싱 하는 것도 가능한 시나리오라 할 수 있다. 이와 더불어 다양한 형태의 롱리드 시퀀싱 분석 연구 방법론의 등장은 향후 유전체학 분야를 더욱 다양하게 할 뿐만 아니라 더욱 유연하고 접근하기 쉬운 분야로 발전시켜 나갈 것이다 [20].

4. 참고문헌

==>첨부파일(PDF) 참조

저자 김동산 (Lieber Institute for Brain Development) 저자 김동산은 시스템 생물학 연구로 박사학위를 받았고, 현재 Johns Hopkins University 산하의 Lieber Institute for Brain Development에서 인간 뇌 샘플의 시퀀싱 기반의 데이터를 이용하여 뇌질환의 분자 메커니즘을 연구하고 있다.