NGS 기법을 활용한 전장게놈에서의 경제형질 관련 유전자 마커 발굴 Development of an Economic-trait Genetic Marker by Applying Next-generation Sequencing Technologies in a Whole Genome원문보기
가축의 고 성장률, 강건성, 질병 저항성과 같은 경제적 형질을 발굴하는 것은 매우 중요한 과제이다. 이에 경제적 형질을 발굴하기 위한 방법으로 전통적으로 RFLP, AFLP와 같은 방법이 대두되었으며, 최근 NGS 기법이 발달함에 따라 이러한 경제적 형질을 전장게놈의 수준에서 발굴하려는 노력이 계속되고 있다. 하지만, NGS 기법의 경우 상대적으로 많은 연구 비용이 필요한 실정이다. 이를 극복하기 위한 노력으로써 RNA-seq, RAD-Seq, RRL, MSG, GBS 등과 같은 기법이 활용되고 있다. 본 논문에서는 NGS 기법을 기반으로 한 최근 연구 동향을 확인하고자 하며, 특히 최소의 연구 비용으로 최대의 효과를 낼 수 있는 연구 방법을 소개하는 데 초점을 맞추었다. 또한 이러한 연구 방법이 우수한 경제형질을 가진 가축을 선정하는 데 어떻게 적용될 수 있는지에 대해 토의하였다.
가축의 고 성장률, 강건성, 질병 저항성과 같은 경제적 형질을 발굴하는 것은 매우 중요한 과제이다. 이에 경제적 형질을 발굴하기 위한 방법으로 전통적으로 RFLP, AFLP와 같은 방법이 대두되었으며, 최근 NGS 기법이 발달함에 따라 이러한 경제적 형질을 전장게놈의 수준에서 발굴하려는 노력이 계속되고 있다. 하지만, NGS 기법의 경우 상대적으로 많은 연구 비용이 필요한 실정이다. 이를 극복하기 위한 노력으로써 RNA-seq, RAD-Seq, RRL, MSG, GBS 등과 같은 기법이 활용되고 있다. 본 논문에서는 NGS 기법을 기반으로 한 최근 연구 동향을 확인하고자 하며, 특히 최소의 연구 비용으로 최대의 효과를 낼 수 있는 연구 방법을 소개하는 데 초점을 맞추었다. 또한 이러한 연구 방법이 우수한 경제형질을 가진 가축을 선정하는 데 어떻게 적용될 수 있는지에 대해 토의하였다.
Developing economic traits with a high growth rate, robustness, and disease resistance in livestock is an important challenge. RFLP and AFLP are the classical methods used to develop economic traits. Whole-genome-based economic traits have recently been detected with the advent of next-generation se...
Developing economic traits with a high growth rate, robustness, and disease resistance in livestock is an important challenge. RFLP and AFLP are the classical methods used to develop economic traits. Whole-genome-based economic traits have recently been detected with the advent of next-generation sequencing (NGS) technologies. However, NGS technologies are rather costly for use in studies, and RNA-seq, RAD-Seq, RRL, MSG, and GBS have been used to overcome the issue of high costs. In this study, recent NGS-based studies were reviewed, particularly those that focused on minimum costs and maximum effects. Then, we presented further prospects on how to apply for selection of high economic-trait livestock.
Developing economic traits with a high growth rate, robustness, and disease resistance in livestock is an important challenge. RFLP and AFLP are the classical methods used to develop economic traits. Whole-genome-based economic traits have recently been detected with the advent of next-generation sequencing (NGS) technologies. However, NGS technologies are rather costly for use in studies, and RNA-seq, RAD-Seq, RRL, MSG, and GBS have been used to overcome the issue of high costs. In this study, recent NGS-based studies were reviewed, particularly those that focused on minimum costs and maximum effects. Then, we presented further prospects on how to apply for selection of high economic-trait livestock.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그 다음 세계적 추세에 비추어 볼 때 대한민국에서는 상대적으로 덜 활발히 이루어지는 연구인 계통지리학의 개체군유전학적 연구에도 본 논문에서 소개한 NGS 기법이 어떻게 적용될 것인지 고찰해보고자 한다. 지역별 및 시기별 동물상 및 식물상을 고찰하기 위해서 각 샘플의 개체군을 분석하게 된다.
주로 샘플에 제한효소를 처리하거나, 혹은 여러 개의 샘플을 시퀀싱 이전에 통합하는 방법으로 개체군에 대한 샘플 분석을 진행한 연구에 대하여 소개하였다. 또한 이러한 기법들이 어떠한 연구에 어떻게 활용될 수 있는지에 대해 알아보고자 한다.
이러한 NGS 기법은 다양한 플랫폼 하에서 상당히 많은 양의 서열 정보를 생성해 낼 수 있는 특징을 가지고 있다. 먼저 본 논문에서는 기본적인 NGS에 대한 소개 및, NGS 데이터를 만들어 낼 수 있는 플랫폼에 대하여 알아보았다. 그 다음으로, NGS 기법을 응용한 방법들인 RNA-seq, RAD-Seq, RRL, MSG, 그리고 GBS 기법에 대하여 알아보았다(Table 1).
최근 암 생물학, 동물육종학에서 분자생태학에 이르기까지 거의 생명과학과 생명공학의 모든 분야에서 NGS를 활용한 유전체 특성 및 형질 특이적 영역을 찾으려는 노력이 계속되어 왔고 앞으로 그럴 것이다. 본 논문에서 최근까지 연구된 NGS 기법을 설명하고, 실제 실험에 어떻게 활용되었는지에 대해 설명하였다. 본 논문에서 소개된 다양한 NGS 기법에 대해 상세한 이해를 기초로 하여, 실험하고자 하는 샘플의 특성과 NGS 기술의 특성을 잘 파악하여 실험을 잘 수행한다면, 저비용으로 가치 있고 많은 양의 데이터를 얻을 수 있을 것으로 기대된다.
고전적 마커 개발에 사용되었던 제한효소가 NGS 기법에 있어서 다시 주목받고 있는 점이 흥미롭다. 본 논문에서는 이렇게 적은 분석 비용으로 높은 효과를 얻을 수 있는 NGS 기법에 대한 소개 및 적용 가능성을 탐색해 보고자 한다. 이는 많은 수의 다양한 질병 환자 샘플 및 다양한 가축 종 샘플에서 우수한 유전자 마커를 찾는 데 도움을 줄 것으로 생각된다.
이러한 시퀀싱의 목적은 각 생명체의 표현형질에 대한 유전 특성을 설명할 수 있는 유전자 마커를 발굴하기 위한 것이다. 개체의 질병, 성장률, 강건성, 항병성, 약물 반응성과 같은 다양한 특성에 대한 유전적 요인을 게놈 단계에서 전반적으로 탐색하는 연구 방법을 Genome-wide association study (GWAS)라고 하는데[46, 47], NGS 기법이 대두함에 따라 이를 활용한 다양한 연구 결과가 발표되고 있다[11, 27, 28, 57, 65].
이동성 유전인자들 (transposable elements, TEs)을 비롯한 게놈 상의 반복서열들 (repetitive sequences, REs)의 경우 일반적으로 유전체 불안정성(genomic instability)를 유도하기에, 숙주세포(host cell)는 RE에 대한 메틸레이션을 유도함으로써 RE에 의한 유전체 불안정성을 막는 기작을 보여 준다[10]. 이에 상대적으로 RE에 메틸레이션이 많이 되어 있기에, RE가 아닌 게놈 상의 다른 영역을 제한효소로 자를 확률을 높여주는 효과를 제공한다. 이러한 GBS 기법은 콩의 총 8가지 유전자형 분석에서도 적용되었는데, 이 실험에서는 복잡도를 감소시키기 위해 선택적인 프라이머를 사용하였다.
NGS 데이터의 경우 방대한 데이터를 제공하는 반면, 명확한 실험 계획 및 분석 없이는 의미 없는 데이터를 만들어 내는 경우가 많다. 이에 저비용으로 NGS 데이터 분석을 하여 최대한의 많은 효과를 얻기 위해서는, 어떠한 목적으로 어떠한 실험 대상 종을 선정해서 얼마나 많은 샘플에 대해 적용할 것인지의 물음에 대한 답이 필요하다.
그 다음으로, NGS 기법을 응용한 방법들인 RNA-seq, RAD-Seq, RRL, MSG, 그리고 GBS 기법에 대하여 알아보았다(Table 1). 주로 샘플에 제한효소를 처리하거나, 혹은 여러 개의 샘플을 시퀀싱 이전에 통합하는 방법으로 개체군에 대한 샘플 분석을 진행한 연구에 대하여 소개하였다. 또한 이러한 기법들이 어떠한 연구에 어떻게 활용될 수 있는지에 대해 알아보고자 한다.
제안 방법
PCR 반응을 통하여 특정 서열의 DNA 단편이 증폭되게 되는데 이를 cluster라고 하며, 이러한 과정을 bridge amplification 이라고 한다[33, 40]. Cluster를 주형으로 하여 네 가지 염기에 대한 형광값을 시퀀싱 과정에서 읽어들인 후, 각각의 cluster 유래 서열을 assembly 하여 샘플에 대한 서열을 해독한다.
After treatment of restriction enzyme to whole-genome, each DNA fragments were aligned (or ligated adaptor sequences). Then, DNA fragments were aligned, and analyzed their differences among individual in population. When SbfI is used, the restriction enzyme site is indicated as large letters in horse genome.
먼저 본 논문에서는 기본적인 NGS에 대한 소개 및, NGS 데이터를 만들어 낼 수 있는 플랫폼에 대하여 알아보았다. 그 다음으로, NGS 기법을 응용한 방법들인 RNA-seq, RAD-Seq, RRL, MSG, 그리고 GBS 기법에 대하여 알아보았다(Table 1). 주로 샘플에 제한효소를 처리하거나, 혹은 여러 개의 샘플을 시퀀싱 이전에 통합하는 방법으로 개체군에 대한 샘플 분석을 진행한 연구에 대하여 소개하였다.
또한, NGS 분석을 위한 DNA 전처리 과정인 다듬기(shear) 과정을 소니케이터를 사용하여 거친다. 다듬기 과정을 거친 DNA 단편에 1차 어댑터와 구별되는 2차 어댑터를 붙인 다음 PCR을 통해 각 단편을 증폭해 내고 참조서열과 비교하여 특성을 확인한다(Fig. 2).
1차 어댑터가 달린 서열은 연구 목적에 따라 샘플을 섞고, DNA 단편의 사이즈 선택(300-700 bp)을 수행한다. 또한, NGS 분석을 위한 DNA 전처리 과정인 다듬기(shear) 과정을 소니케이터를 사용하여 거친다. 다듬기 과정을 거친 DNA 단편에 1차 어댑터와 구별되는 2차 어댑터를 붙인 다음 PCR을 통해 각 단편을 증폭해 내고 참조서열과 비교하여 특성을 확인한다(Fig.
이 때 SOAP [37]나 MAQ [36] 등의 생물정보학적 도구를 이용한다. 본 실험 기법은 RNA로부터 유래한 cDNA로 실험하기에 RNA를 추출할 수 있는 어떠한 샘플이면 실험 가능하다. 게다가, 시퀀싱 된 염기 서열 정보를 읽을 수 있을 뿐만 아니라, 각 전사체의 발현량 역시 읽어들인 수에 의해 추론 가능하다는 큰 장점을 가지고 있다.
위 단락에서 소개한 RAD-Seq과 마찬가지로 RRL 기법은 각 샘플로부터 유래한 genomic DNA를 대상으로 제한효소 처리를 하여, 100-200 bp 정도의 단편을 회수 한 후 어댑터를 달아 NGS 기법으로 시퀀싱 하는 방법이다. 어댑터가 달린 단편 양 끝을 읽어들인 후 참조서열과 비교하여 각 샘플 간 다형성을 확인한다. 현재까지 소[60], 돼지[4, 51], 및 칠면조[32] 등과 같은 경제동물 뿐만 아니라, 콩[30] 및 옥수수[26] 등과 같은 식물에서 RRL를 이용한 다형성 분석이 이루어졌다.
이에 상대적으로 RE에 메틸레이션이 많이 되어 있기에, RE가 아닌 게놈 상의 다른 영역을 제한효소로 자를 확률을 높여주는 효과를 제공한다. 이러한 GBS 기법은 콩의 총 8가지 유전자형 분석에서도 적용되었는데, 이 실험에서는 복잡도를 감소시키기 위해 선택적인 프라이머를 사용하였다. 이에 SNP가 40% 정도 증가하였고 시퀀스 해독 배수(depth)는 두 배 정도 늘어남을 확인할 수 있었다[55].
이러한 NGS 기법은 유전자 지도를 만드는 데 사용되기도 한다. 이러한 연구의 경우 전장게놈 시퀀싱이 가장 이상적이긴 하나, 분석 비용 및 시간 문제로 본 논문에서 소개한 기법을 사용하여 유전자 지도를 만들게 된다. 유전자 지도 작성의 특성 상, 게놈 사이즈가 적을수록 분석이 용이해지고 참조서열의 의존성이 높다는 점을 들 수 있다.
실험 대상종인 모기는 참조서열이 없고 야외에 있는 개체군에서 수행했기에 이들의 조상에 대한 유전형을 알 수 없는 상태였다. 이에 조상에 대한 유전형을 외삽법을 통해 알아내었고, 각각의 SNP가 분석되어 21개의 개체군에 대한 연관관계가 확인되었다. 이러한 실험에서는 각 마커 사이의 밀도가 높을 필요성이 없으므로 제한효소의 절단길이가 긴 것으로 하는 것이 바람직하며, 실제로 8 bp의 제한효소 절단길이를 가지는 SbfI를 사용하였다[21].
그 다음 세계적 추세에 비추어 볼 때 대한민국에서는 상대적으로 덜 활발히 이루어지는 연구인 계통지리학의 개체군유전학적 연구에도 본 논문에서 소개한 NGS 기법이 어떻게 적용될 것인지 고찰해보고자 한다. 지역별 및 시기별 동물상 및 식물상을 고찰하기 위해서 각 샘플의 개체군을 분석하게 된다. 이에 본 실험은 앞에서 소개한 인공선택 영역을 발굴하는 실험에 비해 상대적으로 높은 개체군 수와, 상대적으로 낮은 개체군 내 개체 수를 갖는다는 특징이 있다[16].
어댑터가 달린 단편 양 끝을 읽어들인 후 참조서열과 비교하여 각 샘플 간 다형성을 확인한다. 현재까지 소[60], 돼지[4, 51], 및 칠면조[32] 등과 같은 경제동물 뿐만 아니라, 콩[30] 및 옥수수[26] 등과 같은 식물에서 RRL를 이용한 다형성 분석이 이루어졌다. 사람에 있어서는 총 18 개의 지역별 개체군에서 선정한 개인의 DNA에서 RRL가 인간의 진화에 대한 연구를 개체군 유전학의 관점에서 적용된 바 있다[38].
대상 데이터
따라서 제한효소는 벼 분석에서는 MseI, 초파리 분석에서는 TaqI 제한 효소가 사용되었는데 이는 각각 4 bp의 제한효소 절단길이를 가진다. 두 실험 모두 단일 개체군에서 벼 분석의 경우 781개, 그리고 초파리 분석의 경우 96개의 개체에서 실험되었다. 이렇게 나온 실험 결과를 바탕으로, 여러 가지 이유로 실험용 샘플을 구하지 못하는 비슷한 연구에 HMM 등의 외삽법을 통하여 예측할 수 있다는 장점 또한 가지고 있다[5]
이에 조상에 대한 유전형을 외삽법을 통해 알아내었고, 각각의 SNP가 분석되어 21개의 개체군에 대한 연관관계가 확인되었다. 이러한 실험에서는 각 마커 사이의 밀도가 높을 필요성이 없으므로 제한효소의 절단길이가 긴 것으로 하는 것이 바람직하며, 실제로 8 bp의 제한효소 절단길이를 가지는 SbfI를 사용하였다[21]. 따라서 RAD-Seq 뿐만 아니라 기존 데이터를 갖고 비슷한 실험 대상의 데이터를 예측하는 HMM 등의 외삽법을 활용할 수 있는 MSG 및 GBS와 같은 방법을 적용해 볼 수 있을 것이다.
이론/모형
먼저 NGS 기법을 사용하여 cDNA로부터 시퀀싱을 수행하며, 시퀀싱 된 단편들은 참조서열과 비교 과정을 거친 후 참조서열 내의 적절한 위치에 시퀀싱 단편을 붙임으로써 RNA-Seq 과정이 수행된다. 이 때 SOAP [37]나 MAQ [36] 등의 생물정보학적 도구를 이용한다. 본 실험 기법은 RNA로부터 유래한 cDNA로 실험하기에 RNA를 추출할 수 있는 어떠한 샘플이면 실험 가능하다.
실제로 돼지의 네 가지 품종 및 멧돼지에서 각 품종 당 최소 23개체 최대 36개체에 대하여 RRL을 실시하였고 SNP 분석을 실시한 사례가 있다. 총 세 종류의 제한효소(AluI, HaeIII 그리고 MspI)를 사용한 후 NGS 기법으로 시퀀싱을 수행하였다[51]. 후속 연구로써, 가축화된 품종은 비슷한 선택압을 받았고 전체 게놈 중 약 7%가 선택 받은 영역임을 밝혀 내었다[3].
성능/효과
이렇게 하여 얻어진 assembly 된 read를 참조서열에 붙여서 비교하는 과정을 mapping이라고 한다[54]. Mapping을 통하여 연구하고자 하는 샘플 서열에서의 SNP, CNV 및 INDEL을 확인할 수 있고, assembly 과정에서 시퀀싱되지 않은 부분인 gap을 줄일 수 있다. 이 때 하나의 샘플을 많이 읽을수록 많은 read를 얻게 되고, 그 만큼 서열의 정확도는 높일 수 있으나 비용도 그에 따라 증가하게 된다.
이러한 기능 유전체 분석의 데이터 정확도를 높이기 위해서 각 마커 사이의 밀도는 상대적으로 높아야 할 필요성이 있다. 따라서 제한효소는 벼 분석에서는 MseI, 초파리 분석에서는 TaqI 제한 효소가 사용되었는데 이는 각각 4 bp의 제한효소 절단길이를 가진다. 두 실험 모두 단일 개체군에서 벼 분석의 경우 781개, 그리고 초파리 분석의 경우 96개의 개체에서 실험되었다.
본 논문에서 소개한 기법 중 상대적으로 많은 비용과 실험 단계가 필요하지만, 바코드 서열이 각 개체별 특이성을 높여준다는 장점을 갖고 있다. 이러한 RAD-Seq 기법은, 큰가시고기의 개체군 분화와 선택 연구에 적용된 바 있다[29].
후속 연구로써, 가축화된 품종은 비슷한 선택압을 받았고 전체 게놈 중 약 7%가 선택 받은 영역임을 밝혀 내었다[3]. 뿐만 아니라, 가축화된 품종과 멧돼지를 비교했을 때, 성장률과 관련된 유전자들의 선택 양상이 가축화된 품종 내에서 더 많이 관련성을 보인다는 것을 밝혀 내었다. 앞으로 돼지뿐만 아니라 소, 말, 개 등의 경제동물의 개체군에서도 선택압을 받은 영역을 찾아낸다면 추후 우수한 형질을 가진 마커를 쉽게 찾을 수 있고, 보존할 수 있을 것이다.
현재까지 인간 세포주[12], 경주마 운동 전후[48], 소의 우유[9] 등과 같은 샘플에서 RNA-Seq이 적용된 사례가 보고되었다. 이러한 사례를 바탕으로, RNA-Seq의 경우 SNP 분석[12] 및 전사체의 변이체[48]를 발굴해 내는 데 사용될 수 있다는 것을 시사할 수 있다. 이러한 전사체 및 전사체의 변이체를 발굴하는 것은, 전사체로 인한 표현형의 변화를 확인하는 연구에서 매우 필수적인 과정이다.
후속연구
이러한 실험에서는 각 마커 사이의 밀도가 높을 필요성이 없으므로 제한효소의 절단길이가 긴 것으로 하는 것이 바람직하며, 실제로 8 bp의 제한효소 절단길이를 가지는 SbfI를 사용하였다[21]. 따라서 RAD-Seq 뿐만 아니라 기존 데이터를 갖고 비슷한 실험 대상의 데이터를 예측하는 HMM 등의 외삽법을 활용할 수 있는 MSG 및 GBS와 같은 방법을 적용해 볼 수 있을 것이다.
교잡된 벼의 QTL을 분석하기 위해 MSG가 적용되었고 새로운 여섯 개의 QTL을 새로 동정한 사례가 있다[19]. 또한, 갈색둥근바리(Epinephelus coioides)에서의 유전자 연관 지도를 만드는 데에 적용된 바 있고, 차후 QTL 분석 등 경제형질 관련 마커를 발굴하는 데 많은 역할을 할 것으로 예상하고 있다[67]. 이와 같이 MSG 기법은 기존 데이터를 바탕으로 실제 관측이 곤란한 데이터까지 추정할 수 있는 HMM과 같은 외삽법(Imputation)을 적용하기 쉽다는 점에서 가장 큰 장점이 있다고 할 수 있다.
본 논문에서 최근까지 연구된 NGS 기법을 설명하고, 실제 실험에 어떻게 활용되었는지에 대해 설명하였다. 본 논문에서 소개된 다양한 NGS 기법에 대해 상세한 이해를 기초로 하여, 실험하고자 하는 샘플의 특성과 NGS 기술의 특성을 잘 파악하여 실험을 잘 수행한다면, 저비용으로 가치 있고 많은 양의 데이터를 얻을 수 있을 것으로 기대된다.
운동 전후로 발현이 달라진 유전자들 및 우수마와 열등마 특이적 발현 유전자들이 분석되었고, 서로 발현이 달라지는 유전자의 변이체들을 발굴하였다[48]. 상대적으로 저렴한 비용으로 많은 결과를 얻을 수 있고 후속 연구에 파급력이 높은 데이터를 제시해 줄 수 있다는 점에서, 앞으로 발전 가능성이 기대되는 기법이라고 할 수 있다.
뿐만 아니라, 가축화된 품종과 멧돼지를 비교했을 때, 성장률과 관련된 유전자들의 선택 양상이 가축화된 품종 내에서 더 많이 관련성을 보인다는 것을 밝혀 내었다. 앞으로 돼지뿐만 아니라 소, 말, 개 등의 경제동물의 개체군에서도 선택압을 받은 영역을 찾아낸다면 추후 우수한 형질을 가진 마커를 쉽게 찾을 수 있고, 보존할 수 있을 것이다.
아래 소개 할 기법들 (RRL, MSG 및 GBS) 역시 RAD-Seq을 기반으로 하여 발전한 기법이자, 샘플 및 실험 조건에 따라 RAD-Seq을 적절히 변형한 기법들이라고 할 수 있다. 앞으로 보다 더 쉬우면서도 저비용으로 다양한 샘플에서 NGS 분석을 수행하게 될 RAD-Seq의 발전 방향이 기대된다.
RNA-Seq의 경우 기존의 마이크로어레이 실험을 대체하는 매우 강력한 기법으로써, 다양한 샘플에서 많은 양의 데이터를 만들어 내고 있는 기법이다[63]. 앞으로 보다 더 정확한 전사체의 동정과 발현량의 추론 그리고 더 많은 전사체의 변이체 발굴과 더불어서, 보다 더 쉽고 빠르게 분석해 주는 생물정보학적 도구가 더 출현할 것으로 기대한다.
이러한 플랫폼의 경우 반도체 소자에 위치한 작은 well에서 DNA 단편에 염기가 합성 될 때 신호를 직접 읽어 들임으로써 시퀀싱을 수행한다[62]. 앞으로도 다양한 회사에서 새로운 시퀀싱 플랫폼이 개발될 것으로 기대되는 바, NGS 플랫폼에 대한 정확한 이해를 통하여 다양한 샘플에서 보다 더 저렴한 비용과 작은 노력으로 최대의 결과를 도출해야 할 것이다.
본 논문에서는 이렇게 적은 분석 비용으로 높은 효과를 얻을 수 있는 NGS 기법에 대한 소개 및 적용 가능성을 탐색해 보고자 한다. 이는 많은 수의 다양한 질병 환자 샘플 및 다양한 가축 종 샘플에서 우수한 유전자 마커를 찾는 데 도움을 줄 것으로 생각된다.
GBS는 2011년에 기존의 RAD-Seq을 단순화한 새로운 실험 기법으로 소개되었으며, 옥수수와 보리에서 GBS 마커가 분석된 바 있다[20]. 특히 본 연구의 분석에서 저자들은 메틸레이션-sensitive한 제한효소인 ApeKI를 사용할 것을 제안하고 있다. ApeKI의 경우 GCWGC로 이루어진 8 bp의 제한효소 절단길이를 가지고 있으며, 3′ 말단의 사이토신이 메틸화되어 있을 경우 작동하지 못하는 특성을 갖고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
RFLP 기법을 통한 유전자 마커 발굴의 한계를 극복한 방법은 무엇인가?
이전에는 RFLP (Restriction Fragment Length Polymorphism), AFLP (Amplified Fragment Length Polymorphism), microsatellite와 같은 기법을 사용해서 개체군 간 SNP (Single Nucleotide Polymorphism) 및 CNV (Copy Number Variation)와 같은 다양한 유전자 마커를 발굴하고 있었으나[13, 68], 이러한 기법들은 상대적으로 적은 정보와 많은 노동력 및 연구비용을 필요로 한다. 현재, NGS기법의 대두로 인하여 시퀀스 정보와 유전형질이 많은 양의 데이터로 발굴되고 있는 실정이다. 이러한 NGS 데이터가 많이 쏟아져 나옴에 따라 기능유전체 분야의 연구가 가속화되고 있고, 인간 유전체에서 ENCODE (Encyclopedia of DNA Elements) 프로젝트가 주목받고 있다[15].
유전자 마커란 무엇인가?
유전자 마커란 인간을 비롯한 각 생명체의 표현형질을 나타내는 유전적 특성을 말한다[16, 18] 지금까지 인간에 있어서 정상과 질병 샘플을 비교한 연구가 많이 진행되었으며[49, 50], 가축에 있어서는 각 개체군에서 우수한 경제형질을 가진 샘플과 그렇지 않은 샘플을 비교한 연구가 많이 진행되었다[17, 25]. 이러한 표현형질을 나타내는 유전자 마커는 생명체의 게놈 상에 존재하고 있으나, 전장게놈의 경우 매우 방대하기에 기본적으로 형질과 관련되어 있다고 알려진 중요한 유전자 위주로 연구되고 있었다.
유전자 마커는 무엇을 위주로 연구되고 있는가?
유전자 마커란 인간을 비롯한 각 생명체의 표현형질을 나타내는 유전적 특성을 말한다[16, 18] 지금까지 인간에 있어서 정상과 질병 샘플을 비교한 연구가 많이 진행되었으며[49, 50], 가축에 있어서는 각 개체군에서 우수한 경제형질을 가진 샘플과 그렇지 않은 샘플을 비교한 연구가 많이 진행되었다[17, 25]. 이러한 표현형질을 나타내는 유전자 마커는 생명체의 게놈 상에 존재하고 있으나, 전장게놈의 경우 매우 방대하기에 기본적으로 형질과 관련되어 있다고 알려진 중요한 유전자 위주로 연구되고 있었다. 이전에는 RFLP (Restriction Fragment Length Polymorphism), AFLP (Amplified Fragment Length Polymorphism), microsatellite와 같은 기법을 사용해서 개체군 간 SNP (Single Nucleotide Polymorphism) 및 CNV (Copy Number Variation)와 같은 다양한 유전자 마커를 발굴하고 있었으나[13, 68], 이러한 기법들은 상대적으로 적은 정보와 많은 노동력 및 연구비용을 필요로 한다.
참고문헌 (68)
Adams, M. D., Celniker, S. E., Holt, R. A., Evans, C. A., Gocayne, J. D., Amanatides, P. G., Scherer, S. E., Li, P. W., Hoskins, R. A. and Galle, R. F., et al. 2000. The genome sequence of Drosophila melanogaster. Science 287, 2185-2195.
Altshuler, D., Pollara, V. J., Cowles, C. R., Van Etten, W. J., Baldwin, J., Linton, L. and Lander, E. S. 2000. An SNP map of the human genome generated by reduced representation shotgun sequencing. Nature 407, 513-516.
Amaral, A. J., Ferretti, L., Megens, H. J., Crooijmans, R. P., Nie, H., Ramos-Onsins, S. E., Perez-Enciso, M., Schook, L. B. and Groenen, M. A. 2011. Genome-wide footprints of pig domestication and selection revealed through massive parallel sequencing of pooled DNA. PLoS One 6, e14782.
Amaral, A. J., Megens, H. J., Kerstens, H. H., Heuven, H. C., Dibbits, B., Crooijmans, R. P., den Dunnen, J. T. and Groenen, M. A. 2009. Application of massive parallel sequencing to whole genome SNP discovery in the porcine genome. BMC Genomics 10, 374.
Andolfatto, P., Davison, D., Erezyilmaz, D., Hu, T. T., Mast, J., Sunayama-Morita, T. and Stern, D. L. 2011. Multiplexed shotgun genotyping for rapid and efficient genetic mapping. Genome Res 21, 610-617.
Baird, N. A., Etter, P. D., Atwood, T. S., Currey, M. C., Shiver, A. L., Lewis, Z. A., Selker, E. U., Cresko, W. A. and Johnson, E. A. 2008. Rapid SNP discovery and genetic mapping using sequenced RAD markers. PLoS One 3, e3376.
Baxter, S. W., Davey, J. W., Johnston, J. S., Shelton, A. M., Heckel, D. G., Jiggins, C. D. and Blaxter, M. L. 2011. Linkage mapping and comparative genomics using next-generation RAD sequencing of a non-model organism. PLoS One 6, e19315.
Bonneau, J., Taylor, J., Parent, B., Bennett, D., Reynolds, M., Feuillet, C., Langridge, P. and Mather, D. 2013. Multi-environment analysis and improved mapping of a yield-related QTL on chromosome 3B of wheat. Theor Appl Genet 126, 747-761.
Canovas, A., Rincon, G., Islas-Trejo, A., Wickramasinghe, S. and Medrano, J. F. 2010. SNP discovery in the bovine milk transcriptome using RNA-Seq technology. Mamm Genome 21, 592-598.
Carnell, A. N. and Goodman, J. I. 2003. The long (LINEs) and the short (SINEs) of it: altered methylation as a precursor to toxicity. Toxicol Sci 75, 229-235.
Chen, W., Gao, Y., Xie, W., Gong, L., Lu, K., Wang, W., Li, Y., Liu, X., Zhang, H. and Dong, H., et al. 2014. Genomewide association analyses provide genetic and biochemical insights into natural variation in rice metabolism. Nat Genet 46, 714-721.
Chepelev, I., Wei, G., Tang, Q. and Zhao, K. 2009. Detection of single nucleotide variations in expressed exons of the human genome using RNA-Seq. Nucleic Acids Res 37, e106-e106.
Cho, Y., McCouch, S., Kuiper, M., Kang, M. R., Pot, J., Groenen, J. and Eun, M. 1998. Integrated map of AFLP, SSLP and RFLP markers using a recombinant inbred population of rice (Oryza sativa L.). Theor Appl Genet 97, 370-380.
Christodoulou, D. C., Gorham, J. M., Herman, D. S. and Seidman, J. 2011. Construction of normalized RNA-seq libraries for next-generation sequencing using the crab duplex-specific nuclease. Curr Protoc Mol Biol 12.
Consortium, E. P. 2012. An integrated encyclopedia of DNA elements in the human genome. Nature 489, 57-74.
Davey, J. W., Hohenlohe, P. A., Etter, P. D., Boone, J. Q., Catchen, J. M. and Blaxter, M. L. 2011. Genome-wide genetic marker discovery and genotyping using next-generation sequencing. Nat Rev Genet 12, 499-510.
Dekkers, J. C. 2004. Commercial application of marker- and gene-assisted selection in livestock: strategies and lessons. J Anim Sci 82 E-Suppl, E313-328.
Desta, Z. A. and Ortiz, R. 2014. Genomic selection: genome- wide prediction in plant improvement. Trends Plant Sci 19, 592-601.
Duan, M., Sun, Z., Shu, L., Tan, Y., Yu, D., Sun, X., Liu, R., Li, Y., Gong, S. and Yuan, D. 2013. Genetic analysis of an elite super-hybrid rice parent using high-density SNP markers. Rice 6, 1-15.
Elshire, R. J., Glaubitz, J. C., Sun, Q., Poland, J. A., Kawamoto, K., Buckler, E. S. and Mitchell, S. E. 2011. A robust, simple genotyping-by-sequencing (GBS) approach for high diversity species. PLoS One 6, e19379.
Emerson, K. J., Merz, C. R., Catchen, J. M., Hohenlohe, P. A., Cresko, W. A., Bradshaw, W. E. and Holzapfel, C. M. 2010. Resolving postglacial phylogeography using highthroughput sequencing. Proc Natl Acad Sci USA 107, 16196-16200.
Etter, P. D., Bassham, S., Hohenlohe, P. A., Johnson, E. A. and Cresko, W. A. 2011. SNP discovery and genotyping for evolutionary genetics using RAD sequencing. Methods Mol Biol 772, 157-178.
Fang, G., Munera, D., Friedman, D. I., Mandlik, A., Chao, M. C., Banerjee, O., Feng, Z., Losic, B., Mahajan, M. C. and Jabado, O. J., et al. 2012. Genome-wide mapping of methylated adenine residues in pathogenic Escherichia coli using single-molecule real-time sequencing. Nat Biotechnol 30, 1232-1239.
Flusberg, B. A., Webster, D. R., Lee, J. H., Travers, K. J., Olivares, E. C., Clark, T. A., Korlach, J. and Turner, S. W. 2010. Direct detection of DNA methylation during single- molecule, real-time sequencing. Nat Methods 7, 461-465.
Gomez-Raya, L., Olsen, H. G., Lingaas, F., Klungland, H., Vage, D. I., Olsaker, I., Talle, S. B., Aasland, M. and Lien, S. 2002. The use of genetic markers to measure genomic response to selection in livestock. Genetics 162, 1381-1388.
Gore, M. A., Chia, J. M., Elshire, R. J., Sun, Q., Ersoz, E. S., Hurwitz, B. L., Peiffer, J. A., McMullen, M. D., Grills, G. S. and Ross-Ibarra, J., et al. 2009. A first-generation haplotype map of maize. Science 326, 1115-1117.
Grossi, D. D., Buzanskas, M. E., Grupioni, N. V., de Paz, C. C., Regitano, L. C., de Alencar, M. M., Schenkel, F. S. and Munari, D. P. 2014. Effect of IGF1, GH, and PIT1 markers on the genetic parameters of growth and reproduction traits in Canchim cattle. Mol Biol Rep [Epub ahead of print].
Gurung, S., Mamidi, S., Bonman, J. M., Xiong, M., Brown- Guedira, G. and Adhikari, T. B. 2014. Genome-wide association study reveals novel quantitative trait Loci associated with resistance to multiple leaf spot diseases of spring wheat. PLoS One 9, e108179.
Hohenlohe, P. A., Bassham, S., Etter, P. D., Stiffler, N., Johnson, E. A. and Cresko, W. A. 2010. Population genomics of parallel adaptation in threespine stickleback using sequenced RAD tags. PLoS Genet 6, e1000862.
Hyten, D. L., Cannon, S. B., Song, Q., Weeks, N., Fickus, E. W., Shoemaker, R. C., Specht, J. E., Farmer, A. D., May, G. D. and Cregan, P. B. 2010. High-throughput SNP discovery through deep resequencing of a reduced representation library to anchor and orient scaffolds in the soybean whole genome sequence. BMC Genomics 11, 38.
Kerstens, H. H., Crooijmans, R. P., Veenendaal, A., Dibbits, B. W., Chin, A. W. T. F., den Dunnen, J. T. and Groenen, M. A. 2009. Large scale single nucleotide polymorphism discovery in unsequenced genomes using second generation high throughput sequencing technology: applied to turkey. BMC Genomics 10, 479.
Luca, F., Hudson, R. R., Witonsky, D. B. and Di Rienzo, A. 2011. A reduced representation approach to population genetic analyses and applications to human evolution. Genome Res 21, 1087-1098.
Luo, C., Tsementzi, D., Kyrpides, N., Read, T. and Konstantinidis, K. T. 2012. Direct comparisons of Illumina vs. Roche 454 sequencing technologies on the same microbial community DNA sample. PLoS One 7, e30087.
Meissner, A., Gnirke, A., Bell, G. W., Ramsahoye, B., Lander, E. S. and Jaenisch, R. 2005. Reduced representation bisulfite sequencing for comparative high-resolution DNA methylation analysis. Nucleic Acids Res 33, 5868-5877.
Miller, M. R., Dunham, J. P., Amores, A., Cresko, W. A. and Johnson, E. A. 2007. Rapid and cost-effective polymorphism identification and genotyping using restriction site associated DNA (RAD) markers. Genome Res 17, 240-248.
Nielsen, R., Paul, J. S., Albrechtsen, A. and Song, Y. S. 2011. Genotype and SNP calling from next-generation sequencing data. Nat Rev Genet 12, 443-451.
Onteru, S. K., Fan, B., Nikkila, M. T., Garrick, D. J., Stalder, K. J. and Rothschild, M. F. 2011. Whole-genome association analyses for lifetime reproductive traits in the pig. J Anim Sci 89, 988-995.
Ozaki, K. and Tanaka, T. 2006. Genome-wide association study to identify single-nucleotide polymorphisms conferring risk of myocardial infarction. Methods Mol Med 128, 173-180.
Ozaki, K. and Tanaka, T. 2005. Genome-wide association study to identify SNPs conferring risk of myocardial infarction and their functional analyses. Cell Mol Life Sci 62, 1804-1813.
Park, K. D., Park, J., Ko, J., Kim, B. C., Kim, H. S., Ahn, K., Do, K. T., Choi, H., Kim, H. M. and Song, S., et al. 2012. Whole transcriptome analyses of six thoroughbred horses before and after exercise using RNA-Seq. BMC Genomics 13, 473.
Qin, J., Li, Y., Cai, Z., Li, S., Zhu, J., Zhang, F., Liang, S., Zhang, W., Guan, Y. and Shen, D., et al. 2012. A metagenome-wide association study of gut microbiota in type 2 diabetes. Nature 490, 55-60.
Qin, Q., Xu, Y., He, T., Qin, C. and Xu, J. 2012. Normal and disease-related biological functions of Twist1 and underlying molecular mechanisms. Cell Res 22, 90-106.
Ramos, A. M., Crooijmans, R. P., Affara, N. A., Amaral, A. J., Archibald, A. L., Beever, J. E., Bendixen, C., Churcher, C., Clark, R. and Dehais, P., et al. 2009. Design of a high density SNP genotyping assay in the pig using SNPs identified and characterized by next generation sequencing technology. PLoS One 4, e6524.
Rothammer, S., Seichter, D., Forster, M. and Medugorac, I. 2013. A genome-wide scan for signatures of differential artificial selection in ten cattle breeds. BMC Genomics 14, 908.
Sanger, F., Air, G. M., Barrell, B. G., Brown, N. L., Coulson, A. R., Fiddes, C. A., Hutchison, C. A., Slocombe, P. M. and Smith, M. 1977. Nucleotide sequence of bacteriophage phi X174 DNA. Nature 265, 687-695.
Sonah, H., Bastien, M., Iquira, E., Tardivel, A., Legare, G., Boyle, B., Normandeau, E., Laroche, J., Larose, S. and Jean, M., et al. 2013. An improved genotyping by sequencing (GBS) approach offering increased versatility and efficiency of SNP discovery and genotyping. PLoS One 8, e54603.
Strillacci, M., Frigo, E., Schiavini, F., Samore, A., Canavesi, F., Vevey, M., Cozzi, M., Soller, M., Lipkin, E. and Bagnato, A. 2014. Genome-wide association study for somatic cell score in Valdostana Red Pied cattle breed using pooled DNA. BMC Genet 15, 106.
Surget-Groba, Y. and Montoya-Burgos, J. I. 2010. Optimization of de novo transcriptome assembly from next-generation sequencing data. Genome Res 20, 1432-1440.
Van Tassell, C. P., Smith, T. P., Matukumalli, L. K., Taylor, J. F., Schnabel, R. D., Lawley, C. T., Haudenschild, C. D., Moore, S. S., Warren, W. C. and Sonstegard, T. S. 2008. SNP discovery and allele frequency estimation by deep sequencing of reduced representation libraries. Nat Methods 5, 247-252.
Wagner, C. E., Keller, I., Wittwer, S., Selz, O. M., Mwaiko, S., Greuter, L., Sivasundar, A. and Seehausen, O. 2013. Genome-wide RAD sequence data provide unprecedented resolution of species boundaries and relationships in the Lake Victoria cichlid adaptive radiation. Mol Ecol 22, 787-798.
Wang, Y., Wen, Z., Shen, J., Cheng, W., Li, J., Qin, X., Ma, D. and Shi, Y. 2014. Comparison of the performance of Ion Torrent chips in noninvasive prenatal trisomy detection. J Hum Genet 59, 393-396.
Wheeler, D. A., Srinivasan, M., Egholm, M., Shen, Y., Chen, L., McGuire, A., He, W., Chen, Y. J., Makhijani, V. and Roth, G. T., et al. 2008. The complete genome of an individual by massively parallel DNA sequencing. Nature 452, 872-876.
Xie, W., Feng, Q., Yu, H., Huang, X., Zhao, Q., Xing, Y., Yu, S., Han, B. and Zhang, Q. 2010. Parent-independent genotyping for constructing an ultrahigh-density linkage map based on population sequencing. Proc Natl Acad Sci USA 107, 10578-10583.
You, X., Shu, L., Li, S., Chen, J., Luo, J., Lu, J., Mu, Q., Bai, J., Xia, Q. and Chen, Q., et al. 2013. Construction of high-density genetic linkage maps for orange-spotted grouper Epinephelus coioides using multiplexed shotgun genotyping. BMC Genet 14, 113.
Yu, H., Xie, W., Wang, J., Xing, Y., Xu, C., Li, X., Xiao, J. and Zhang, Q. 2011. Gains in QTL detection using an ultra- high density SNP map based on population sequencing relative to traditional RFLP/SSR markers. PLoS One 6, e17595.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.