세포 분석을 위한 신기술! 국내 연구진이 개발한 단일세포RNA 통합분석 기술!

UNIST 남덕우 교수 연구팀.  울산과학기술원 제공

 

​ 울산과학기술원(UNIST)의 남덕우 교수 연구팀은 단일세포 통합 분석을 통해 질병 관련 유전자를 구별할 수 있다는 사실을 밝혔습니다. 연구팀은 단일세포 시퀀싱 데이터를 통합 분석해 폐암, 감염병 등 질병과 관련한 유전자를 효과적으로 선별할 수 있다는 것을 확인했는데요. 이 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션스’(Nature Communications)에 3월 21일 자로 게재되었습니다.

​ 단일세포 시퀀싱은 통상적인 벌크샘플 시퀀싱과는 달리 개별 세포 수준에서 유전자 발현을 분석할 수 있는 기술입니다. 이를 위해 scRNA-seq 데이터의 차등 발현(DE) 분석을 한다고 하는데요. 총 3개의 통합 전략과 naïve approach(분류를 쉽고 빠르게 하기 위해 각 특징들이 서로 확률적으로 독립하고있다는 가정)의 총 46개 워크플로가 테스트 되었습니다.

​

scRNA-seq 데이터의 차등 발현(DE) 분석을 위한 벤치마크 연구 개요. 출처 : Nature (해당 논문)

 

 지금까지 통상적으로 사용되었던 벌크샘플 시퀀싱은 세포 집단을 바탕으로 한꺼번에 데이터를 처리합니다. 이 때문에 상피세포와 각종 면역세포 등 여러가지 세포가 섞여 있어 세포 유형의 차이를 고려하지 못하는 단점이 있습니다. 반면 단일세포 시퀀싱은 세포 유형별 유전자 발현의 변화를 각각 측정할 수 있어 질병 발생 기작을 정확하게 분석할 수 있다고 합니다.

​ 하지만 단일세포 데이터의 높은 잡음과 결측률, 데이터 간 측정값 차이로 인해 실제 질병 유전자 분석에 얼마나 효과적인지 확인되지 않았습니다. 이에 연구팀은 다양한 시뮬레이션 실험과 단일세포 데이터 분석을 통해 46가지 통합 분석 방법을 비교해보았습니다. 특히 국내에서 생산한 1기 폐암 환자들의 단일세포 데이터를 세포 유형별로 통합 분석해보니 기존 폐암 관련 유전자로 보고된 90여 개 유전자들이 통계적으로 높은 순위를 차지한 것으로 나타났습니다. 이는 기존 벌크샘플 데이터 분석에서 달성하지 못한 결과로, 단일세포 통합 분석이 폐암 유전자 발굴에 효과적이라는 것을 보여줍니다.

​

기존 벌크샘플 데이터 분석과 단일세포 통합 분석 워크플로우간의 폐암 유전자 예측력 비교.  출처 : Nature (해당 논문)

 

 또한 연구의 신빙성을 높이기 위해 코로나19 환자 샘플을 대규모로 확보하고. 단핵구 세포 10만 개의 데이터를 추가로 분석했는데요. 분석 결과 코로나19 바이러스 침입에 대응하는 것으로 알려진 130여 개 유전자가 통계적으로 높은 순위를 차지한 것이 확인돼, 서로 다른 유형의 질병에서 단일세포 데이터 통합 분석이 질병 유전자를 효과적으로 선별해 줄 수 있다는 사실을 증명했다고 합니다.

​ 한편 울산과학기술원(UNIST)은 울산광역시의 국립대학교이자 특수대학인데요. 첨단과학기술 혁신과 지역과학기술인재 양성과 산학협력을 목적으로 하는 대한민국 과학기술정보통신부 소속의 특정연구기관입니다. UNIST에서는 다양한 분야의 연구가 이루어지고 있는데요. 대표적인 연구 주제로는 인공지능, 나노과학, 신소재, 바이오메디컬 등이 있습니다.