A review of somatic single nucleotide variant calling algorithms for next-generation sequencing data

오랜만에 먼지 뒤집어 쓰고 있던 논문하나... 슬쩍...

somatic mutation call관련해서 누가누가 잘하나 훑어본...

다들 알고 있으신 논문 되겠습니다.

A review of somatic single nucleotide variant calling algorithms for next-generation sequencing data

여기서 가장 훌륭한 내용을꼽으라면...

variant caller를 아주 일목요연하게 정리한 Table 1. 되겠습니다. 

(물론 Table 2.도 있습니다.)

이거 보시고 ensemble한 걸 생각하신다면 이전에 소개했었던 appreci8 잊지 않으셨겠죠?

결론적으로 DeepVariant 딥러닝 기반의 성능좋은 caller가 계속해서 나올꺼니 님들 연구 계속 열씸히들 하시고 somatic variant를 검증할 수 있는 데이터셋이 아직 없으니 이거 좀 만들어봐 되지 않을까합니다.

물론 논문에서 언급한 GIAB 프로젝트가 잘 되고 있으니 곧 somatic variant를 검증할 수 있는 set들도 잘 구비되지 않을까 합니다. MAQC/SEQC 프로젝트도 잘 운영되고 있으니..

그리고 뒤적뒤적 거리다 논문 하나를 봤는데.. 

 "A somatic reference standard for cancer genome sequencing" 라는...

여기 나온 데이터를 가지고 somatic variant pipeline 검증 할 수 있을지는 모르겠지만 그래도 활용은 할 수 있지 않을까 하네요... 한번 뒤적여봐야하겠네요.

출처 : @ye._.vely618

pip를 이용한 패키지 설치 그리고 삭제

하도 잘 까먹어서....

python3 -m pip install --user <package name>

python3 -m pip uninstall <package name>

그렇다고 합니다.

ps. 요즘에 cutadapt를 잘 안써서 이번에 알았는데 cutadapt 설치시 ubuntu에서는 apt사용해서 설치 가능하다능...

출처 @ye._.vely618

HLA를 빠르고 정확하게 할 수 없을까

그래서 나노포어가 준비했습니다.

절대적으로 빠른 건지, 정확도의 수준은 정확히 모르겠으나 일단 샘플당 $80되겠습니다.
물론 이게 재료비값인지 소비자가인지는.....
아마 본인들이 했을때 가격인듯.... (일반 소비자가 이 가격에 가능할지는 모르겠네요)

Rapid, highly accurate and cost-effective open-source simultaneous complete HLA typing and phasing of class I and II alleles using nanopore sequencing

그럼 HLA(Human leukocyte antigen)검사는 무엇이냐? 쉽게 얘기하면 장기이식할때 장기이식할수 있는지 여부를 확인하는 검사되겠습니다. 이 HLA가 내거와 내거 아닌거를 구분하게 해주는 녀석되겠습니다. 

면역학 책 들춰보시면... 책을 덮습니다.

일반적으로 HLA는 A,B,C인 Class I, DRA1, DRB1/3/4/5, DQA1, DQB1, DPA1, DPB1인 Class II인데 우리나라는 A,B,C를 포함해서 일부만 본다고 합니다. 

여튼 나노포어는 긴 길이로 시퀀싱하는 장점과 빠른 시퀀싱속도를 바탕으로 시퀀싱 시간은 8시간내 (물론 라이브러리 제작시간은... 따로 좀 봐야할것 같습니다.) 분석은 샘플당 30분(근데 사용한 서버 수준이... 32core 256g 메모리 서버)소요 됐다고하는데...

1 샘플(aka 1검체)의 경우 나노포어 한개 사용해서 기존 일루미나나 써모 플랫폼보다 빠르고 싸게 결과를 도출할 수 있도록 해준다는데...

영어의 짧음인지...  가끔 나노포어가 더 안좋아 보이게 설명하는거 같기도합니다. 

결론은 나노포어가 더 길게 시퀀싱하기 떄문에 복잡한 HLA에서 더 정확하게 구별할 수 있고,
기존에 short 시퀀싱에 적합한 pcr primer말고 long range PCR에 적합하게 프라이머를 변경해서 진행하면 HLA의 복잡한 부분들을 더 잘 잡아낼 수 있을것이라고 털고있습니다.

여튼 개인적으로 기존 short 시퀀서 플랫폼 보다는 나노포어가 HLA에서는 좀더 나은 성능을 보여주지 않을까합니다. HLA의 복잡도 때문에 나노포어의 장점을 활용할 수 있는 PCR 프라이머로 재 디자인해서 진행하면 시퀀싱 시간/분석 시간/정확도에서 가장 적합하기 않을까하는 생각입니다.

@ye._.vely618

fastq-dump 사용

fastq-dump는 NCBI의 SRA(Sequence Read Archive)에서 fastq를 다운 받을 때 사용하는 명령어로 프로그램을 다운받고자 fastq-dump를 찾으면 딱히 나오는게 별로 없을것이다.

fastq-dump대신 sra-toolkit을 찾아야 fastq-dump를 사용할 수 있는 명령어를 다운받을 수 있다.

다운로드 받을 수 있는 곳은 바로 >여기< 

OS별로 다운받을 수 있도록 잘 안해하고 있고 어떻게 설치 하는지도 잘 안내되어 있다.

컴파일에 자신있다면 source code를 다운받아 컴파일을 하는것을 권장한다. 그렇지 않다면 걍 컴파일 된 binaries 파일을 다운로드 받아서 사용하자 (정신건강에 좋다).

예전에 그냥 fastq-dump를 사용할 수 있었는데 이번에는 그냥 실행이 안되더라..

vdb-config

라는 명령어를 사용해서 나름의 환경설정을 하고 난 다음에 사용 가능하니 사용에 주의 부탁드립니다. 환경설정라고 해서 딱히 어려운것은 없고 그냥 한번 실행해주고 [Save]하고 나오면 되는 정도..

그럼 fastq-dump를 사용할 수 있게 된다.

>이곳<을 방문하면 NCBI에서 다운 받을 수 있는 리스트들이 나오는데

여기서 SRX로 시작하는 id말고 한번더 링크를 타고 들어가서 보이는 SRR로 시작하는 runid를 확보하면 fastq-dump를 사용하여 내 PC에 fastq 파일을 다운로드 할 수 있다.

sratoolkit.2.x.x-ubuntu64/bin/fastq-dump --split-3 sra_id

이렇게 명령어를 실행하면 실행한 디렉토리에 sra_id_1.fastq sra_id_2.fastq 파일이 짜잔하고 생성된다.

@winterr.aespaa

isPcr 사용법

내가 디자인한 (아마도 업체나 primer3에서 디자인된..) 프라미어 서열이 진짜 잘 작동할까? 궁금하신 분들이 있겠죠..

그래서 이것 저것 컴퓨터 하는 애들이 얘기하는 ncbi에 들어가서 blast라는 것도 한번 돌려보고 ucsc에 blat이라는 것도 있다던데 그것도 한번 돌려서 확인해보라는데... 

그래서 kent옹께서 우리들과 같은 꼬꼬마들을 위해서 만들어 놓은 사이트가 바로

UCSC In-silico PCR 되겠습니다.

물론 사이트에서 하나씩 할 수도 있고 

당근 local 서버에 다운받아서도 할 수 있습니다.

다운로드는 >여기< 로

다운로드 받은 isPcr.zip 파일을 압축 푼 후 

>chmod 755 isPcr 

>./isPcr

하면 내 컴퓨터(운영체제가 윈도우라고는 안했다)에서 실행 가능합니다.

>isPcr <database> <query> < output>

database: 그냥 fasta파일의 human genome넣어주면되고

query: primer서열이 들어있는 파일인데 3개 컬럼으로 이뤄진 파일이 input으로 사용됩니다.

name, forward primer, reverse primer 컬럼 구분은 space나 tab으로 구분해주면되는데..
어떤건지 정확히는 다시 해봐야 알겠네요.. :)

@ye._.vely618

Mac OS에 Redmine 설치하기

오늘은 레드마인 설치기를....

처음에는 맥북에서 Bitnami가 제공하는 redmine을 사용하여 일감정리를 하고 있었는데 우리 Big Sur가 중간에 업데이트를 하면서 Bitnami redmine stack이 먹통이 되면서(중간 일감도 덤으로 요단강을 건넜다는...) 

결국 꼼수쓰지 않고 손수 설치를 강행했다는...

근데 워낙에 잘 정리된 문서가 있어서 생각보다 어렵지는 않았음

중간에 문제가 있을만한 것은 대부분

xcode-select --install

로 해결되는 문제였고

위의 정리된 문서나 블로그 한번 탐독 후 설치 진행하면 에러없이 잘 사용 할수 있다는 사실

마지막에 redmine 실행 시킬때는

bundle exec rails server webrick -e production -b 0.0.0.0

이렇게 하면 같은 네트웍대에 있는 사용자들은 내 레드마인에 접근 가능하다는..

현재 맥북 환경은 Big Sur (11.5.2, 한영키잘먹히는 개선 버전)으로 전혀 문제 없이 레드마인을 운영하고 있다는...

대신 다른 문서를 복붙할때 이모티콘이 있는 경우 저장이 안되는 문제가 있는데 이건 아마 redmine만의 문제가 아니라 mysql의 utf8사용시 utf8mb4을 사용하면 문제가 해결 된다는 얘기가 있는데.. 아직 안해봐서..... 어차피 일감 정리할때 이모티콘은 안쓰니...

출처: @candyz_hyojung

liftOver

liftover는 여러버전의 reference간의 위치를 정렬/보정해주는 작업을 뜻합니다.

Liftover작업하는 참고하는 site로 개인적으로 ucsc사이트를 가장 빈번히 사용하고있고 ucsc에서 사용하는 liftover 명령어는 여기서 다운받을 수 있으니 로컬에서 사용하시면되겠습니다.

다만 로컬에서 사용하려는 경우 변환하고자 하는 reference간 정보를 가지고 있는 chain 파일이 별도로 필요합니다. (아래 링크가 바로 그 chain 파일)

hg19>hg38

hg38>hg19

모든 genome이 가능한것은 아니고 일단 human과 mouse는 가능하고 chain 파일있다면 가능합니다. ucsc사이트를 보니 다른 기타 reference를 Human(hg38), Mm10과 비교할 수 있도록 chain 파일을 제공하고 있긴하네요..

cat같은 경우 Cat9toCat5, Cat9toCat8은 있는데 Cat5toCat8 또는 Cat8toCat5이 없는거 보니 5버전과 8버전은 좀 많이 다른 genome인가 봅니다.

여튼 liftover는 (별일 없으면 동일종이나 assembly 버전이 좀 다른) genome끼리 position을 정렬/보정해주는 작업이라고 생각하면되고 liftover라는 프로그램을 사용하시면 편안하고 안전하게 정렬/보정할 수 있습니다. (물론 이따금씩 잘 안되는 부위도 존재합니다.

사용법:

>liftOver oldFile map.chain newFile unMapped

oldFile: 원본 파일
map.chain: 위에서 언급한 chain 파일
newFile: 내가 원하는 버전의 genome으로 변환된 위치를 가지고 있는 파일
unMapped: 변환 중에 newFile로 변환되지 않은 부위를 저장하는 파일

출처: @jihoa_f

Long-read sequencing identified a causal structural variant in an exome-negative case and enabled preimplantation genetic diagnosis

아니.. 2018년도에 이런 논문을 블로그에 keep놓고 그냥 놀고 있었다니..

여하튼 눈에 띄어서 한편 사브작 하나 올려봅니다.

역시 일이 많을때 딴짓은 국룰이라는 명제를 증명하듯......

Long-read sequencing identified a causal structural variant in an exome-negative case and enabled preimplantation genetic diagnosis

https://doi.org/10.1186/s41065-018-0069-1

WGS(Whole Genome Sequencing)이 아무리 저렴해졌다고하나 내 genome에 이상이 있는지 진단을 위해서 시퀀싱하는 비용이 억대에서 천만원 정도로 떨어진거지 아직은 WGS가지고 일반인이 무엇을 하기에는.... 물론 Private Premium Platinum Gold Special Society 같은 수식어의 멤버 라면... 할려면 할수는 있겠다만..

여튼 현재 아직까지는 유전체 진단에서 가장 현실적이고 합리적인 방법은 WES이나.. 짧은 read들을 가지고는 structural variant를 탐지하기에는 무리가 좀 있으니 long read로 해야하지 않겠냐라고 얘기하는 2018년도 논문되겠습니다.

해당 논문에서 언급하는 환자는 G6PC 유전자에 돌연변이가 생겨 간비대, 신장비대를 초래하는 recessive inheritance 질환으로 긴 지역에 deletion이 있었으나 WES만으로 진단하였을 때는 확인하지 못했고 nanopore (long read seq)를 사용하여 확인하였을 때에는 정확히 긴 길이의 SV를 확인 할 수 있어다 라는게 주제되겠습니다. 지금까지 short read만으로 시퀀싱하여 진단되지 않거나 오진되는 환자들의 돌연변이를 정확하게 확인 할 수 있는 도구가 임상 진단에서 하나더 생겼고 그로 인해 정확한 진단을 할 수 있게 되었다는 자화자찬의 평을 내면서 논문을 마무리하였습니다.

사례를 통해 short read만으로는 진단에 한계가 있다는것을 확인하였고 long read 방법이 이제 진단에 슬슬 자리 잡아야 하지 않나 싶은 생각이 드는....

(근데 길게 뽑으려면 나노포어 실험이 그렇게 쉽지 않은듯하던데.... )

출처: @ye._.vely618

NIPT는 왜 false negative에서 자유로울 수 없는가

NIPT는 데니스 로훃아께서 산모 혈액속에서 태아의 cell free DNA가 소량 존재하고, 탐지할 수 있는 것을 알게 된후 시퀀싱을 사용하여 태아의 DNA를 탐지하는 기술을 개발하면서부터 사용되었다. (그와 함께 온갖 특허로 돈방석에 올랐는지는 모르겠지만 일단 특허는 가지고 있으시다능 ㅜㅅㅜ, 관련기사는 >여기< 일루미나,Lo,시쿼놈 이 IP pool을 만들어서 세계여행중)

여튼 NIPT대한 서술은 이쯤하고..

NIPT가 침습적검사를 대체할 수 있었던 큰 이유는 바로 비침습이라는..

침습의 경우 높은 확률(몇인지 가물가물..)로 유산 가능성이 있으나 정확한 진단을 내릴 수 있기 때문에 꼭 필요한 산모들에게만 하는게 좋은데... 그 꼭 필요한 산모들을 어떻게 선정하느냐가....

그래서 NIPT로 스크리닝하고 고위험군의 산모들에게서 스크리닝결과 부정적인 의견이 나오면 침습검사를 권장하는것으로 이제 체계가 잡혀가는데..

이 NIPT가 갱장히 혁신적인 기술임인 반면에 치명적인 단점이 있었는데 위음성의 문제가 좀 있다

근데 산모 혈액속에 떠돌아 다니는 태아의 DNA(그냥 DNA는 아니고 cell-free된 fetal DNA)를 탐지해서 스크리닝하는건데 왜 위음성이 나타나는걸까?

엄밀히 말하면 산모 혈액속에 있는 태아의 DNA는 아니고 태아의 DNA와 시작을 함께하는 조직의 DNA(chorionic villi라는 한국말로 하자면 융모막융모에서 유래된 DNA)라서 위음성이 나타난다는...

from zygote to blastocyst

False Negative NIPT Results: Risk Figures for Chromosomes 13, 18 and 21 Based on Chorionic Villi Results in 5967 Cases and Literature Review

바로 이 논문이 NIPT에서 위음성이 왜 나타나는지 얼마나 나타나는지 알아보는 논문 되겠습니다.

NIPT에서 사용되는 태아의 cell free DNA의 기원에 대해서 이해를 해야지 NIPT의 위음성과 위양성에 대해서 이해 할 수 있습니다.

위의 그림과 이유를 표로 정리하면 다음과 같다.

자세한 NIPT의 정확도 수치같은 내용은 논문을 탐독하면 알 수 있을 것이고

오늘의 논문에서 NIPT의 위음성의 이유와 왜 그러는지에 대해서 알면 충분히 보람찬 하루가 되지 않을까합니다. 

출처: @ye._.vely618

Omniome 넌 누구냐

광고?뉴스?기사?글이 하나 포착되어 보는데

Pacific Biosciences signs a definitive agreement to acquire Omniome

Omniome이라는 처음보는 회사가 보여서 잠깐 검색 하는데 캐서린 우드의 ARK가 여기서 나오네.. ㄷㄷㄷ

여하튼 PacBio의 Long Read와 Omniome의 (길이는 언급하지 않겠다) 정확도가 만나 일루미나의 SBS(sequencing-by-synthesis)대항하여 SBB(sequencing-by-binding)라는 기술로 PacBio랑 잘 해보겠다? 정도인듯한데..

SBB가 무엇인지 한번 찾아보는것에 의의를 두도록 하겠습니다.

Omniome에서 SBB에 대한 논문과 특허는 이미 등록되었고 논문은 요기에 특허는 요기에 등록되어 있어보이고...

아.. 일단 갱장히 본인들을 잘 설명해놓았다고 생각하겠지만.. (아니면 본인들도 어떻게 설명해야 할지 잘 모르고 있다는것에 한표.. 이과놈들이란...)

여튼.. 한개 base를 읽기 위해 4개의 염기가 모두 필요하고..
올바른 base면 감지 가능한 신호(복합체)가 생기고...

이거... 복합체와 센서를 이온으로 변경하면 Ion Proton이랑 좀 비슷한듯....

여튼 SBB기술을 이해하려고 내가 알고있는 기술로 단순화하해서 접근해보니.. ion proton이랑 비슷한듯하네요..

처음에 미지의 서열에 A,C,G,T가 binding하고 이 서열이 올바른지 아닌지는 binding하여 만들어진 복합체의 양?에 따라 올바른 서열인지 아닌지 확인하는.. 모 그런 기술로 보여지는데..

추후에 더 이 기술에 알게 되면...
물론 나는 SBS, SBB같은 SRS(Short Read Sequencing이라고하는..)들은 별로 관심안가지지 않을까하는 생각이....

근데 ARK 실망..... 관심있어하는게 PacBio와 Omniome이라니.. 

옥스포드의 나노포어가 있는데....

출처: @ye._.vely618