최근 실종자, 변사자, 미아 등의 유전자 분석 자료는 지속적으로 증가하고 있으나, 현재 친자확인을 위한 통계학적 계산은 대부분 수기에 의하거나 엑셀을 통해서 이루어지고 있다. 따라서 유전자 분석 자료 중 상염색체 Short Tandem Repeat (STR)을 체계적으로 관리하고 효과적으로 분석할 수 있는 소프트웨어의 개발이 필요하다. 친자관계 및 혈연관계를 다양한 옵션 하에서 용이하게 분석하는 웹 기반 유전자자료 분석시스템이 광범위한 테스트 없이 약 20개월의 연구를 통해서 개발되었다. 친자관계 분석을 위해서 부계지수 계산 알고리즘을 사용하였고, 혈연관계 분석을 위해서 Identity by descent (IBD) 공식을 사용하였다. 이 시스템은 실제 데이터를 기반으로 혈연관계지수와 친자확률이 검증됨으로써 신뢰성이 확보됨은 물론, 대량 재난 재해 시 발생될 유전자 분석 자료의 관리 및 분석에 효과적으로 이용될 수 있을 것이다. 이 외에도 본 시스템은 데이터베이스와 알고리즘의 통합 환경, 사용자 중심 인터페이스, 프로세스 자동화 등 고급기능을 포함한다.
최근 실종자, 변사자, 미아 등의 유전자 분석 자료는 지속적으로 증가하고 있으나, 현재 친자확인을 위한 통계학적 계산은 대부분 수기에 의하거나 엑셀을 통해서 이루어지고 있다. 따라서 유전자 분석 자료 중 상염색체 Short Tandem Repeat (STR)을 체계적으로 관리하고 효과적으로 분석할 수 있는 소프트웨어의 개발이 필요하다. 친자관계 및 혈연관계를 다양한 옵션 하에서 용이하게 분석하는 웹 기반 유전자자료 분석시스템이 광범위한 테스트 없이 약 20개월의 연구를 통해서 개발되었다. 친자관계 분석을 위해서 부계지수 계산 알고리즘을 사용하였고, 혈연관계 분석을 위해서 Identity by descent (IBD) 공식을 사용하였다. 이 시스템은 실제 데이터를 기반으로 혈연관계지수와 친자확률이 검증됨으로써 신뢰성이 확보됨은 물론, 대량 재난 재해 시 발생될 유전자 분석 자료의 관리 및 분석에 효과적으로 이용될 수 있을 것이다. 이 외에도 본 시스템은 데이터베이스와 알고리즘의 통합 환경, 사용자 중심 인터페이스, 프로세스 자동화 등 고급기능을 포함한다.
Recently, DNA data of missing person, killed person, and missing child continue to increase but most of statistical calculation for paternity confirmation is being done through manual methods or Excel. Therefore, we need development of a software which is able to facilitate both systematic managemen...
Recently, DNA data of missing person, killed person, and missing child continue to increase but most of statistical calculation for paternity confirmation is being done through manual methods or Excel. Therefore, we need development of a software which is able to facilitate both systematic management and effective analysis of Short Tandem Repeat (STR) derived from DNA data. Without extensive testing, through a twenty-month study was developed a web-based system which performs paternity analysis and kinship analysis easily based on the various options. The former uses an existing algorithm for paternity index and the latter does Identity by descent (IBD) formula. Due to our system validated over real datasets in terms of likelihood ratio and probability of paternity, it ensures increased reliability as well as effective management and analysis of DNA data in mass disaster. In addition, it includes advanced features such as an integrated environment, user-centered interface, process automation and so on.
Recently, DNA data of missing person, killed person, and missing child continue to increase but most of statistical calculation for paternity confirmation is being done through manual methods or Excel. Therefore, we need development of a software which is able to facilitate both systematic management and effective analysis of Short Tandem Repeat (STR) derived from DNA data. Without extensive testing, through a twenty-month study was developed a web-based system which performs paternity analysis and kinship analysis easily based on the various options. The former uses an existing algorithm for paternity index and the latter does Identity by descent (IBD) formula. Due to our system validated over real datasets in terms of likelihood ratio and probability of paternity, it ensures increased reliability as well as effective management and analysis of DNA data in mass disaster. In addition, it includes advanced features such as an integrated environment, user-centered interface, process automation and so on.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 친자 및 혈연관계 확인 결과의 통계학적 검증을 위해, Lee 등[10]의 연구에 나오는 방법과 IBD 공식을 이용하여 유전자 분석 자료들 간에 비교 및 계산을 수행하는 지수계산 알고리즘을 이용하고 이를 활용하여 친자 및 혈연관계 분석시스템을 개발하였다. 본 시스템은 개인정보 및 유전자 분석 자료의 입력과정을 간소화하고, 전산망에서 출력된 자료를 직접 입력함으로써 업무 효율성과 정확성을 향상할 수 있도록 하였다. 또한, 사용자 편의를 위한 인터페이스로 업무 효율을 향상시켰으며, 실종자 · 변사자 · 미아찾기를 위한 데이터베이스를 쉽고 효율적으로 구축하고 관리할 수 있도록 하였다.
본 연구에서는 친자확인 결과의 통계학적 검증을 통해서 과학적인 신뢰성과 정확성을 확보하고, 대량 재난 · 재해를 대비해서 방대한 유전자 분석 자료들을 대상으로 친자 및 혈연관계의 신속한 확인이 가능한 시스템을 개발하고자 하였다.
웹 기반의 친숙한 인터페이스로 사용자가 쉽게 익히고 사용이 가능하도록 구성하였다. 입력된 샘플 간에 일대일, 부분 샘플을 선택, 전체 샘플 등에 대해 분석이 가능하도록 하였다. 또한 사용자가 마커를 추가하고 이를 이용하여 새로운 분석키트로 구성할 수 있게 함으로써 분석에 확장성도 높였다.
제안 방법
본 연구의 검증을 진행하기 위해 사용된 빈도표는 Jin 등[11]의 연구에서 사용된 자료를 입력하였다. familias에는 데이타베이스를 저장하는 기능이 없기 때문에 특정 대상을 직접 비교하는 방법으로 실행했다. 혈연관계분석결과 주요 지표값인 likelihood ratio와 확률은 본 시스템[Fig 4]과 familias시스템[Fig 2]이 서로 일치하는 것으로 나타났다.
그 결과 DNA-View기준으로 familias와 Paternity Index 소프트웨어가 가장 적합하다고 판정하였다[2,14]. 그 중 본 시스템에 대한 검증은 비교적 간단하고 연구대상과 환경이 유사한 familias와의 비교를 통해 실시되었다.
본 연구에서는 친자확인 결과의 통계학적 검증을 통해서 과학적인 신뢰성과 정확성을 확보하고, 대량 재난 · 재해를 대비해서 방대한 유전자 분석 자료들을 대상으로 친자 및 혈연관계의 신속한 확인이 가능한 시스템을 개발하고자 하였다. 따라서 본 연구에서는 친자 및 혈연관계 확인 결과의 통계학적 검증을 위해, Lee 등[10]의 연구에 나오는 방법과 IBD 공식을 이용하여 유전자 분석 자료들 간에 비교 및 계산을 수행하는 지수계산 알고리즘을 이용하고 이를 활용하여 친자 및 혈연관계 분석시스템을 개발하였다. 본 시스템은 개인정보 및 유전자 분석 자료의 입력과정을 간소화하고, 전산망에서 출력된 자료를 직접 입력함으로써 업무 효율성과 정확성을 향상할 수 있도록 하였다.
Identifiler를 기준으로 하고, PowerPlex 16의 Penta D와 Penta E 마커를 부가적으로 포함하였다. 또한, 새로운 키트 시스템의 추가 및 관리를 가능하게 함으로써 향후 식별력을 높이기 위해 새로운 마커를 계산에 이용할 수 있도록 하였다.
본 시스템을 활용함으로써 대량 재난 · 재해를 대비한 시스템을 구축할 수 있다.
본 시스템에서는 GeneMapper로부터 출력된 유전자 분석 결과의 입력을 자동화하여 입력과정에서의 오류를 방지하였고, 사용자의 편의성을 증가시켰다. 웹 기반의 친숙한 인터페이스로 사용자가 쉽게 익히고 사용이 가능하도록 구성하였다. 입력된 샘플 간에 일대일, 부분 샘플을 선택, 전체 샘플 등에 대해 분석이 가능하도록 하였다.
이에, 본 연구에서는 친자 및 혈연관계 분석에 필요한 상염색체 STR 자료와 다양한 옵션들을 데이터베이스화하고, 부계지수 계산 알고리즘과 IBD 공식을 사용하여 통계학적 검증이 가능하도록 통합할 뿐만 아니라 웹서비스가 가능한 사용자 중심 친자 및 혈연관계 분석시스템을 개발하였다.
대상 데이터
STR은 돌연변이율이 높고 multiplex 분석이 용이하기 때문에 유전자 감식 분야에서 매우 널리 이용되고 있다[5]. FBI에서 1997년에 U.S. national DNA database (NDNAD)와 국제 범죄자 데이터베이스 구축을 위해 지정한 표준 마커인 13 CODIS (Combined DNA Index System) 마커를 포함하여[6,8], 국제적으로 상용화되어 가장 널리 쓰이고 있는 AmpFlSTR Identifiler (Applied Biosystems, USA)와 PowerPlex 16 (Promega, USA) 등에 포함된 17개 마커를 표준 STR 마커로 선정하였다[Table.2].
Identifiler를 기준으로 하고, PowerPlex 16의 Penta D와 Penta E 마커를 부가적으로 포함하였다. 또한, 새로운 키트 시스템의 추가 및 관리를 가능하게 함으로써 향후 식별력을 높이기 위해 새로운 마커를 계산에 이용할 수 있도록 하였다.
데이터처리
Dra' bek은 DNA-View를 포함한 대표적인 13개의 유전자분석 소프트웨어에 대해 validation을 실시하였으며 likelihood ratio 및 kinship analysis 등을 비교하였다.
친자관계분석은 Analysis 하위메뉴인 Paternity Analysis-Duo를 이용하여 분석하며, 분석옵션에는 Pre-Probability = 10, Cut off CPI = 100, Analysis Kit= PowerPlex16, Frequency Table = Korean165[11]을 사용하여 수행되었다. 여기에서 이용된 옵션은 흔히 사용하는 옵션이며, 옵션은 사용자 편의, 정밀도, 분석결과 등에 따라 변경할 수 있다.
혈연관계분석은 Analysis 하위메뉴인 Kinship Analysis를 이용하여 분석하며, 분석옵션은 친자과계분석과 동일하게 수행하였다. Fig 4은 혈연관계지수 및 혈연관계확률이며, Full-sib의 확률이 가장 높고, 99.
이론/모형
Commercial off-the-shelf (COTS) software인 familias는 calibration과 테스트 (EN/ISO/IEC 17025:2005)를 거친 software로 likelihood ratio와 친부지수 분석에 널리 사용되고 있다. 본 연구의 검증을 진행하기 위해 사용된 빈도표는 Jin 등[11]의 연구에서 사용된 자료를 입력하였다. familias에는 데이타베이스를 저장하는 기능이 없기 때문에 특정 대상을 직접 비교하는 방법으로 실행했다.
친자 및 혈연관계 분석 시 돌연변이의 범위와 개수를 설정하고 돌연변이가 있을 것으로 판단될 경우 Brenner’s method[15]를 적용하여 계산되도록 하였다.
친자관계 확인 결과의 통계학적인 검증을 위해 한쪽 부모와 자녀(Duo), 양쪽 부모와 자녀(Trio)사이에는 부계지수(Paternity Index, PI)를 계산하는 알고리즘이 활용되었다[Table 3,4][9,10].
혈연관계 확인 결과의 통계학적인 검증을 위한 지수계산에는 IBD에 의한 공식을 사용하였다[Table 5,6][10,12].
성능/효과
입력된 샘플 간에 일대일, 부분 샘플을 선택, 전체 샘플 등에 대해 분석이 가능하도록 하였다. 또한 사용자가 마커를 추가하고 이를 이용하여 새로운 분석키트로 구성할 수 있게 함으로써 분석에 확장성도 높였다. 빈도표를 사용자가 구성하고 여러 집단 또는 여러 종류의 빈도표를 입력하고 분석할 때 선택할 수 있다.
또한, 사용자 편의를 위한 인터페이스로 업무 효율을 향상시켰으며, 실종자 · 변사자 · 미아찾기를 위한 데이터베이스를 쉽고 효율적으로 구축하고 관리할 수 있도록 하였다.
본 시스템에서는 GeneMapper로부터 출력된 유전자 분석 결과의 입력을 자동화하여 입력과정에서의 오류를 방지하였고, 사용자의 편의성을 증가시켰다. 웹 기반의 친숙한 인터페이스로 사용자가 쉽게 익히고 사용이 가능하도록 구성하였다.
본 시스템을 활용함으로써 실종자 · 변사자 · 미아에 대한 유전자 프로필의 정확하고 편리한 입력 및 관리를 통해서 업무 효율 및 신뢰성을 향상시키고 효율적인 데이터베이스의 관리가 가능해질 수 있다.
familias에는 데이타베이스를 저장하는 기능이 없기 때문에 특정 대상을 직접 비교하는 방법으로 실행했다. 혈연관계분석결과 주요 지표값인 likelihood ratio와 확률은 본 시스템[Fig 4]과 familias시스템[Fig 2]이 서로 일치하는 것으로 나타났다.
후속연구
따라서 언제 발생할지 모르는 대형 재난 · 재해를 대비하여 전산화된 자동화 시스템을 구축함으로써 많은 양의 유전자 분석 자료를 쉽게 관리하고, 친자 및 혈연관계를 신속, 정확하게 분석하여 실종자 및 변사자의 가족을 빠르게 찾아줄 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
STR의 특징은 무엇인가?
STR은 돌연변이율이 높고 multiplex 분석이 용이하기 때문에 유전자 감식 분야에서 매우 널리 이용되고 있다[5]. FBI에서 1997년에 U.
유전자 분석 자료를 체계적으로 관리, 검증할 수 있는 시스템 개발이 필요한 이유는?
최근 실종자, 변사자, 미아 등의 유전자 분석 자료는 지속적으로 증가하고 있지만, 부계지수 등 친자 및 혈연관계 확인을 위한 통계학적 계산은 대부분 수기 또는 엑셀을 통해서 이루어지고 있어, 입력시간이 오래 걸릴 뿐 아니라 입력과정에서 오류가 발생할 수 있다. 또한 사용자가 마커(Marker), 분석키트(Analysis Kit), 빈도표(Frequency Table)를 관리를 할 수 없고, 사전확률(Pre-Probability), 부분매칭(Partial Matching), 돌연변이(Mutation) 등의 다양한 분석옵션을 적응할 수 없어 분석이 제한적이다.
현재 경찰청에서 개발한 미아찾기를 위한 시스템이 있지만, 사용이 불편하고 시스템의 제한 때문에 유지관리가 어렵다. 최근에 국방부 조사본부에서는 6.25전사자유해에서 조사된 DNA 정보를 기반으로 하여 혈연관계를 확인하는 소프트웨어를 개발하여 발표하였다[1]. 해외에서 친자 및 혈연관계 확인을 위한 소프트웨어가 시판중이지만, 비용이 비싸고 국내에서 사용되고 있는 시스템과 호환시키는 것도 쉽지 않다[Table 1][2]. 따라서 지속적으로 증가하는 유전자 분석 자료를 체계적으로 관리하고 효과적으로 검증할 수 있는 시스템 개발이 필요하다[3,4].
표준 STR 마커로 선정한 마커는 어떠한 것들인가?
STR은 돌연변이율이 높고 multiplex 분석이 용이하기 때문에 유전자 감식 분야에서 매우 널리 이용되고 있다[5]. FBI에서 1997년에 U.S. national DNA database (NDNAD)와 국제 범죄자 데이터베이스 구축을 위해 지정한 표준 마커인 13 CODIS (Combined DNA Index System) 마커를 포함하여[6,8], 국제적으로 상용화되어 가장 널리 쓰이고 있는 AmpFlSTR Identifiler (Applied Biosystems, USA)와 PowerPlex 16 (Promega, USA) 등에 포함된 17개 마커를 표준 STR 마커로 선정하였다[Table.2].
참고문헌 (15)
S. B. Hong, J. Y. Kim, H. J. Park, H. J. Ahn, "Database searching and kinship analysis system of STR and mtDNA data in Korean war remains", Korean journal of forensic science, Vol. 11, No. 1, pp. 12-18, 2010.
J. Drabek, "Validation of software for calculating the likehood ratio for parentage and kinship", Forensic Science International: Genetics, Vol. 3, No. 2, pp. 112-118, 2008. DOI: http://dx.doi.org/10.1016/j.fsigen.2008.11.005
J. A. Riancho, M. T. Zarrabeitia, "A Windows-based software for common paternity and sibling analyses", Forensic Science International, Vol. 135, No. 3, pp. 232-234, 2003. DOI: http://dx.doi.org/10.1016/S0379-0738(03)00217-2
K. F. Goodnight, D. C. Queller, "Computer software for performing likehood test of pedigree relationship using genetic markers", Molecular Ecology, Vol. 8, No. 7, pp. 1231-1234, 1999. DOI: http://dx.doi.org/10.1046/j.1365-294x.1999.00664.x
J. M. Butler, "Genetics and genomics of core short tandem repeat loci used in human identity testing", Journal of Forensic Sciences, Vol. 51, No. 2, pp. 253-265, 2006. DOI: http://dx.doi.org/10.1111/j.1556-4029.2006.00046.x
J. M. Butler, "Forensic DNA Typing: Biology, Technology, and Genetics of STR Markers", Academic Press, 2005.
P. Gill, "Role of short tandem repeat DNA in forensic casework in the UK-past, present, and future perspectives", Biotechniques, Vol. 32, No. 2, pp. 366-385, 2002.
M. A. Jobling, P. Gill, "Encoded evidence: DNA in forensic analysis", Nature Reviews Genetics, Vol. 5, No. 10, pp. 739-751, 2004. DOI: http://dx.doi.org/10.1038/nrg1455
J. S. Buckleton, C. M. Triggs, S. J. Walsh, "Forensic DNA Evidence Interpretation", CRC Press, 2005.
H. J. Lee, J. W. Lee, G. R. Han, J. J. Hwang, "Motherless case in paternity testing", Forensic science international, Vol. 114, No. 2, pp. 57-65, 2000. DOI: http://dx.doi.org/10.1016/S0379-0738(00)00293-0
H. J. Jin, K. D. Kwak, S. B. Hong, Y. H. Cho, M. S. Han, W. Kim, "Forensic Genetic Analysis for the PowerPlex-16 System in the Korean Population", Gene & Genomics, Vol. 29, No. 4, pp. 489-496, 2007.
M. S. Blouin, "DNA-based methods for pedigree reconstruction and kinship analysis in natural population", Trends in Ecology & Evolution, Vol. 18, No. 10, pp. 503-511, 2003. DOI: http://dx.doi.org/10.1016/S0169-5347(03)00225-8
F. Dai, D. E. Weeks, "Ordered Genotypes: An extended ITO Method and a general formula for genetic covariance", The American Journal of Human Genetics, Vol. 78, No. 6, pp. 1035-1045, 2006. DOI: http://dx.doi.org/10.1086/504045
T. Egeland, P. F. Mostad, B. Mevag, M. Stenersen, "Beyond traditional paternity and identification cases: Selecting the most probable pedigree", Forensic Science International, Vol. 110, No. 1, pp. 47-59, 2000. DOI: http://dx.doi.org/10.1016/S0379-0738(00)00147-X
C. H. Brenner, "Multiple mutations, covert mutations and false exclusions in paternity casework", International Congress Series, Vol. 1261, pp. 112-114, 2004. DOI: http://dx.doi.org/10.1016/S0531-5131(03)01843-0
※ AI-Helper는 부적절한 답변을 할 수 있습니다.