2024년 3월 5일
팟캐스트 Mendelspod는 생명공학 및 정밀의료의 최신 발전사항을 다룹니다. 13개 시즌과 10년 이상의 기간 동안 Theral Timpson 주최자는 과학자, 임원 및 기자들과 이러한 분야를 주도하는 가장 큰 아이디어와 최신 기술에 대해 장편의 인터뷰를 진행했습니다.
Illumina는 당사의 책임 보조 과학자 중 한 명인 Samuel Strom인 GenomeWeb과 협력하여 Timpson의 가장 최근 에피소드에 게스트로 출연했다는 사실을 공유하게 되어 자랑스럽게 생각합니다. 여기를 클릭하여 “Illumina는 유전자 검사의 격차를 개선하기 위해 변이 검출 및 유전체 해석을 확장합니다” 에피소드를 들어 보세요.
Strom은 공인 임상 검사실 책임자이며 American College of Medical Genetics and Genomics(ACMG)의 연구원이자 American Board of Medical Genetics 전문의입니다. 그는 UCLA의 David Geffen School of Medicine에서 인간 유전학 박사 학위를 취득할 당시까지 임상 검사실 서비스로서의 전장 유전체 시퀀싱에 관심을 보였습니다. 그의 검사실 연구 그룹은 당시 임상 엑솜 시퀀싱을 검증한 국가에서 몇 안 되는 연구 그룹 중 하나였으며, 이를 통해 “이 모든 시퀀스 결과를 유전자 군에 영향을 미칠 수 있는 뭔가로 바꿀 수 있는 방법은 무엇일까?”라는 질문을 하게 되었습니다.
그는 Fulgent Genetics에서 검사실 책임자로 경력을 시작했으며, 현재 Illumina에서 2년 동안 근무하고 있습니다. Science , Genetics in Medicine , Molecular Psychiatry 등에 논문을 기고하는 것 외에도, 그는 Illumina의 Genomics Research Hub에 기사를 정기적으로 저술하고 있으며, 기사 중 일부는 아래에 링크되어 있습니다.
변이 검출의 발전
인터뷰에서 Timpson은 시퀀서가 유전자 변이를 검출하거나 “콜(call)”하기 어려운 이유를 물어봅니다. Strom은 “우리는 몇 년 동안 할 수 있는 한 쇼트 리드 기술로 할 수 있는 작업의 경계를 넓혀 왔습니다.”라고 설명합니다. 초기에는 시퀀서가 단일 염기 다형성과 같은 작은 변이만을 찾았지만, 지금은 Illumina DRAGEN 소프트웨어가 알고리즘을 사용하여 단연쇄 반복과 같이 훨씬 더 복잡한 변이를 검출할 수 있습니다. “전혀 일어날 것이라고 생각하지 않은 일이 가능해졌습니다.”라고 그는 말합니다.
그는 바이오인포매틱스 팀의 표적 콜러를 생성한 최근 성공 사례 두 가지로 고셔병 및 파킨슨병과 관련된 유전자인 GBA1과 혈액 헤모글로빈 결핍이며 세계에서 가장 흔한 유전 질환 중 하나인 알파 지중해빈혈과 연관된 HBA1 및 HBA2를 언급합니다.
Strom은 또한 다양한 집단 샘플을 사용하여 다중 샘플 참조 유전체(reference genome)를 구축하려는 동료연구자들의 활동에 대해 설명합니다. “유전체의 3D 버전”에 비유되는 이 참조 유전체는 특정 그룹에서 흔한 비병원성 일반 다형성의 확률을 포착하며, 이는 보다 정확한 리드를 생성합니다.
예를 들어, 그는 “리드의 한 부분에 삽입/결실이 있고 리드의 다른 부분에 SNV가 있는 경우” 분석 소프트웨어는 단순히 리드가 제대로 매핑되지 않았다고 가정하여 이를 폐기할 수 있습니다. “사실 이 두 가지가 모두 완전히 정상이고 20%의 사람들에게 존재할 수 있습니다.”라고 말합니다.
유전체 AI
모든 연구 분야가 인공지능으로부터 어떻게 이익을 얻을 수 있는지 조사하고 있는 것 같아 보이며, 유전체학도 다르지 않습니다. Strom은 DRAGEN, 4.2 최신 버전이 머신 러닝을 이용하여 어떤 변이 검출 패턴이 더 나은 정확도 점수와 관련이 있는지 파악한다고 언급합니다. 이 기능은 버전 3.9.3 이후로 통합되었으며, Illumina 인공 지능 검사실과 DRAGEN 바이오인포매틱스 팀은 전체 차세대 시퀀싱 워크플로우 전반에서 AI를 통합하기 위해 노력하고 있습니다.
Illumina Connected Software의 일부로 이용 가능한 3차 분석 솔루션인 Emedgene도 AI를 사용합니다. 주어진 샘플에 대한 모든 변이 검출 중에서 후보 우선순위를 정할 때, “해당 개체에서 질병을 유발하는 변이를 해결할 가능성 있는 것을 찾아내도록” 학습된 AI 분석 구성요소를 사용합니다. [...] 이는 찾으려고 하는 데이터를 자세히 조사하는 데 몇 시간이 드는 모든 변이를 찾아냅니다.” 이는 완전하고 원활한 워크플로우를 위해 Emedgene의 통합 기능과 결합되어 광범위한 검사실이 분석당 상당한 시간을 절감할 수 있도록 하여, 결과적으로 연구의 접근성과 확장성을 높입니다.
모두를 위한 유전체학
Strom은 유전체학의 중장기적 미래와 관련하여 그가 가장 관심을 갖는 것이 무엇인지에 대해 말하면서 대규모 참조 검사실과 학술 의료 센터뿐만 아니라 소규모 기관과 지역사회 병원에서도 더 많은 사람들이 유전자 검사를 더 쉽고 더 많이 이용할 수 있어야 한다고 강조합니다 “유전체학 분야의 인력은 완료해야 할 모든 유전자 검사를 처리하기에 그 수가 충분하지 않습니다”고 그는 말합니다.
그 이유를 물었을 때 그는 몇 가지 가능성 있는 이유를 제시합니다. 하나는 지식 격차인데, 유전 상담(genetic counseling)이 표준 의과대학 교과 과정의 일부인 경우가 드물기 때문입니다. 또 다른 것은 현실적으로 발생하는 비용입니다. Timpson은 유전자 검사 솔루션이 존재하고 이론적으로 이용 가능하지만, 환급 수준을 여전히 예측하기 어려운 경우가 많다는 데 동의합니다.
이러한 복합적인 장벽은 사용되는 인포매틱스 도구가 보다 정확하고 포괄적인 결과를 달성할 수 있도록 보장하여 철저하고 엄격한 검증을 가능하게 하고 궁극적으로는 가장 필요한 사람들에게 유전자 검사에 대한 접근성을 확대하려는 임상 분야에서의 다음 단계로 나아가고자 하는 Strom의 비전에 영향을 미칩니다.
“우리는 모든 사람이 실제로 의사에게서 진료받을 수 있는 수준보다 기술 역량이 훨씬 앞서 있는 시점에 있습니다.”라고 그는 말합니다. “그래서 다음 시대는 더 쉽게 의료 시스템과 병원에 접근할 수 있고 지금 가능성을 실현할 수 있다는 것을 보여주는 접근성과 통합의 시대라고 생각합니다.”
한 검사실에서 DRAGEN과 Emedgene을 어떻게 활용하는지 자세히 알아보려면, 등록하고 3월 14일 ACMG 연례 회의에서 Christine Eng, MD의 전시장 프레젠테이션을 시청해 보세요.
