[서열분석개론] 서열 분석 - 주석 및 임상 해석

변이 목록(VCF)만 있어서는 그게 병원성인지 아닌지 알 수 없습니다.

각 변이에 기능적 의미, 알려진 임상적 의미, 집단 내 빈도 정보를 붙이는 과정이 주석(annotation)이고, 이걸 종합해서 병원성 여부를 판단하는 국제 기준이 ACMG 가이드라인입니다.

---

SnpEff — 기능 영향 예측

SnpEff는 각 변이가 어느 유전자·전사체에서 어떤 효과(effect)를 내는지, 그리고 그게 얼마나 중요한지(impact)를 예측해서 붙여주는 도구입니다.

• effect: missense, nonsense, splice_region, frameshift 등 SO term으로 표기
• impact: HIGH / MODERATE / LOW / MODIFIER
• HGVS c./p. 표기도 자동으로 계산해서 붙여줍니다

예를 들어 AIRE 유전자의 어떤 변이에 대해 SnpEff가 다음과 같이 주석을 붙였다고 하겠습니다.

missense_variant & splice_region_variant
| MODERATE | AIRE | NM_000383.4
| c.463G>A | p.Gly155Ser

 

이 한 줄만 봐도 어떤 유전자의 몇 번째 코돈이 어떻게 바뀌었고, impact가 어느 정도인지 바로 파악할 수 있습니다.

---

SnpSift — 필터링과 DB 주석

SnpSift는 VCF를 조건(IMPACT, DP, AF 등)으로 걸러내고, 외부 DB 정보를 붙이는 역할을 합니다.

변이가 수천 건씩 나오는 게 보통이라, 실제로 의미 있는 후보로 좁히려면 이 필터링 단계가 필수입니다.

ClinVar와 gnomAD

ClinVar

변이의 병원성 분류(CLNSIG)와 관련 질환명(CLNDN)을 담고 있는 DB입니다.

"이 변이가 이미 알려진 변이인가, 알려져 있다면 병원성으로 분류돼 있는가"를 확인하는 용도로 씁니다.

gnomAD

대규모 인구집단의 대립빈도(AF)를 제공하는 DB입니다.

여기서 핵심 논리는 이렇습니다.

어떤 변이가 인구집단에서 흔하게 관찰된다는 건, 그 변이를 가진 사람들이 생존과 번식에 큰 지장 없이 후대로 물려줬다는 뜻입니다.

그러니 흔한 변이일수록 병원성일 가능성은 낮아집니다.

반대로 집단 내에서 극히 희귀한 변이라면 병원성 후보로서의 가능성이 높아집니다.

 

정리하면 변이 해석은 세 축을 겹쳐서 좁혀나가는 과정입니다.

1. 기능 영향 (SnpEff) — 이 변이가 단백질에 어떤 영향을 주는가
2. 알려진 병원성 (ClinVar) — 이미 보고된 변이인가
3. 집단 내 희귀도 (gnomAD) — 얼마나 드문 변이인가

이 세 축을 동시에 만족하는 변이(기능적으로 유의미하고, 병원성으로 보고된 적 있고, 집단에서 매우 희귀한)가 병원성 후보로 좁혀집니다.

---

ACMG 분류 체계

ACMG(American College of Medical Genetics and Genomics)는 여러 근거(빈도, 기능, 유전 양상 등)를 규칙으로 조합해서 변이를 5단계로 분류하는 국제 가이드라인을 제시했습니다(Richards et al., 2015).

분류	약자	의미
Pathogenic	P	병원성
Likely Pathogenic	LP	병원성 가능성 높음
Variant of Uncertain Significance	VUS	의미가 불명확한 변이
Likely Benign	LB	양성 가능성 높음
Benign	B	양성

 

이 분류는 PVS1(null variant, 기능 상실이 확실한 변이), PM2(gnomAD 기준 희귀도), PP3(in silico 예측 도구 결과) 같은 근거 코드들을 정량 점수로 환산해서 최종 등급을 매기는 방식입니다.

Tavtigian(2018)이 이 근거 코드들을 베이지안 프레임워크로 정량화한 논문도 참고할 만합니다.

 

다만 여기서 다루는 수준은 개념 이해 정도입니다.

실제 임상 진단은 이보다 훨씬 엄격한 기준과 검토 절차(랩 SOP, 임상팀 검토)를 거치기 때문에, 실습 수준의 분류와 실제 진단은 별개라는 점을 분명히 해둘 필요가 있습니다.

---

전체 흐름

VCF (정규화 완료)
  → SnpEff (기능 영향 예측: effect, impact, HGVS)
  → SnpSift filter (품질 조건으로 1차 필터링)
  → SnpSift annotate + ClinVar (병원성 분류 주석)
  → SnpSift annotate + gnomAD (집단 빈도 주석)
  → 필터링 (품질 + ClinVar 병원성 + gnomAD 희귀도)
  → 병원성 후보 변이

 

수천 건의 변이가 이 과정을 거치면서 몇 건, 심하면 단 하나로 좁혀지는 경우도 있습니다.

예를 들어 depth와 대립빈도 기준으로 1차 필터링한 뒤, ClinVar에서 병원성으로 등록된 것만 남기고, gnomAD에서 극히 희귀한 것만 남기면 최종적으로 병원성 후보 변이 한 건이 남는 식입니다.

---

이 단계가 DNA-seq 파이프라인의 마지막 단계입니다.

FASTQ에서 시작해 매핑, 전처리, 변이 호출, 정규화를 거쳐 여기까지 도달하면 "이 사람은 어떤 유전자의 어떤 변이 때문에 이런 표현형이 나타났을 가능성이 있다"는 결론에 이르게 됩니다.

다만 이 결론은 어디까지나 분석 파이프라인의 산출물이고, 최종 임상적 판단은 별도의 검토 과정을 거쳐야 한다는 점을 늘 염두에 둬야 합니다.