Genome / CNV(Copy Number Variation)

SNP 이외에도 표현형인 인간의 유전체에 유전자 복제 수(Copy Number) 변이가 존재하여 유전적 다양성에 기여하고, 암 또는 많은 질병 감수성과도 연관될 가능성이 높다는 연구 결과가 보고되면서 유전체의 구조적 변이에 대한 관심이 대두되었다.
CNV는 reference 유전체와 비교하여 Copy Number의 차이를 보이는 1kb의 DNA 조각으로 정의하여, 평균 크기는 29kb에서 523kb 정도로 예상된다고 한다.

전체 유전체에서 CNV를 발굴하는 방식 중 가장 흔히 사용되는 방식은 CGH(comparative genomic hybridization)의 원리에 DNA Chip 기술을 접목시킨 array-CGH이다. 마이크로어레이 기반 CGH 실험 분석 목적은 모든 유전체 안에서 각각의 유전자 조각들이 반복 횟수 변화를 보이는 부분을 선별해 내거나 반복 횟수의 양적 변화를 찾는 것이다. 하지만 Hybridization 효율이 프로브마다 다양하고, 실제 Copy Number의 프로브 서열이 아닐 가능성도 고려해야 하는 한계에 봉착하였다. 이에 이를 극복할 만한 대안이 필요한 상황에서 NGS 기술의 보급은 CNV 발굴의 차세대 플랫폼으로 등장하였다.

NGS 기술을 통한 SNP 분석과 마찬가지로 유전체 서열과 다양한 fragment size의 paired-end reads를 assembly 함으로써 Sequencing coverage를 이용한 잠재적인 CNV를 분석할 수 있다.

그러나 SNP와 같이 하나의 염기서열 차이로 변이를 확인하는 것이 아니기 때문에 Assembly 분석 시 시퀀싱 오류로 인하여 다른 부분에 정렬되어 잘못된 variation을 검출하게 되는 가능성도 배제할 수 없다. 따라서 최근 Robust 통계 모델을 기본으로 하면서 aCGH와 NGS 기술의 이점들만 조합하여 효율적인 CNV 분석에 대한 논문이 발표되었다.
CNV-seq (http://tiger.dbs.nus.edu.sg/CNV-seq)

보충자료 http://blog.naver.com/hyouncho2/60118964893