03. 어떤 생체 데이터를 만들 것인가

생체 데이터 설계는 관측 범위, 해상도, 샘플 수 사이의 트레이드오프를 정하는 일입니다. 모든 것을 가장 넓고 깊게 측정하는 대신, 먼저 답할 질문을 정하고 필요한 데이터만 선택합니다.

이 수업의 질문: 제한된 시료와 비용으로 어떤 범위와 해상도의 데이터를 만들 것인가?

선택 축	넓게 측정	깊고 세밀하게 측정
DNA 범위	유전체 전체 탐색	일부 유전자를 반복해서 깊게 판독
RNA 단위	조직(tissue) 전체의 평균	세포별 또는 조직 위치별 발현
반복	한 샘플을 깊게 측정	여러 샘플·시점의 변동 측정

1. DNA를 얼마나 넓고 깊게 읽을 것인가

방법	읽는 범위	선택하는 이유
유전자 패널	질병과 관련된 일부 유전자	좁은 범위를 매우 깊고 빠르게 읽음
WES(전장엑솜)	단백질을 만드는 엑손 전체	유전체의 약 1~2%에 분석을 집중
WGS(전장유전체)	약 32억 염기쌍 전체	비코딩 영역과 구조 변화까지 넓게 확인

패널과 WES는 프로브¹를 이용해 필요한 구간만 골라 읽습니다. 데이터베이스의 전체 테이블을 스캔할지, 인덱스로 일부 열과 행을 집중 조회할지 정하는 것과 비슷합니다.

같은 위치를 여러 번 읽으면 우연한 판독 오류와 실제 변이를 구분하기 쉬워집니다. 한 위치를 평균 30번 읽었다면 30x 뎁스(depth) 라고 합니다. 범위가 좁은 패널은 같은 비용으로 더 깊게 읽어 종양 세포 일부에만 있는 저빈도 변이를 찾기 좋고, WGS는 유전체 전체의 변화를 탐색하기 좋습니다.

DNA read를 표준 유전체와 비교해 다른 지점을 찾는 작업은 변이 콜링(variant calling) 입니다.²

DPYD 변이를 미리 확인하면 플루오로우라실 독성 위험을 판단하는 데 도움이 된다.

DPYD³ 유전자의 특정 변이는 플루오로우라실 분해를 방해할 수 있습니다. 이처럼 이미 확인할 위치가 분명하면 좁고 깊은 검사가 유용하고, 원인을 넓게 탐색해야 한다면 WES나 WGS가 더 적합합니다.

종양·정상 DNA와 RNA를 함께 준비했을 때 각 데이터가 후보 선택에 어떤 역할을 하는지는 Rosie 신항원 PoC의 세 증거 비교에서 확인할 수 있습니다.

2. RNA를 어느 단위로 읽을 것인가

벌크는 여러 세포를 섞은 평균을 보고, 싱글셀은 세포별 차이를 본다.

• 벌크 RNA-seq: 조직 전체의 RNA를 섞어 샘플 단위 발현량을 측정합니다.
• 싱글셀 RNA-seq: 세포마다 바코드를 붙여 발현량을 따로 측정합니다.
• 공간 전사체 분석: 발현량과 조직 안의 위치를 함께 측정합니다.

로그를 서비스 전체로 집계하면 전체 경향은 잘 보이지만 특정 인스턴스의 이상은 묻힐 수 있습니다. 벌크 RNA-seq도 소수 세포의 신호가 조직 평균에 묻힐 수 있습니다. 싱글셀은 세포별 차이를 보존하지만 데이터가 희소하고 비용과 분석 복잡도가 커집니다.

벌크 RNA-seq의 실제 유전자×샘플 count 표는 GSE251845 DEG 실습의 데이터 구조에서 볼 수 있습니다.

싱글셀 RNA-seq는 치료 후에도 살아남는 소수의 약물 내성 지속세포를 다른 세포와 분리해 관찰할 수 있다.

측정 단위를 세포로 정했다면 싱글셀 RNA 시퀀싱이란부터 이어지는 싱글셀 RNA-seq 1~8편에서 기본 원리, barcode·UMI, count matrix, QC, 군집, 주석과 조건 비교를 순서대로 볼 수 있습니다.

3. 비용은 범위뿐 아니라 샘플 수로 결정된다

측정 범위가 넓고, 같은 위치를 깊게 읽고, 시점을 여러 번 측정할수록 비용이 커집니다. 아래 금액은 한 프로젝트에서 국내 업체에 문의한 과거 견적이며 현재 가격표가 아닙니다.

항목	당시 견적
종양 WGS (100x)	165만원/샘플
정상·혈액 WGS (30x)	65만원/샘플
WES (200x)	30만원/샘플
벌크 RNA-seq	35만원/샘플
mRNA-seq	30만원/샘플
생물정보학 분석	10만원/샘플
조직 RNA 추출·라이브러리 제작	약 50만원 (옵션)

샘플 하나를 깊게 읽는 것과 여러 반복 샘플을 확보하는 것은 서로 대체되지 않습니다. 깊이는 한 샘플 안의 낮은 빈도 신호를 찾는 데 도움을 주고, 반복 샘플은 개인차와 조건 효과를 구분하게 해 줍니다.

조직 상태도 설계 제약입니다. 뼈처럼 세포 분리가 어려운 조직은 선택할 수 있는 측정법과 전처리가 달라질 수 있으므로, 채취 전에 분석 기관과 필요한 시료 상태를 확인해야 합니다.

가격을 현재 시세로 사용하지 마세요

업체, 측정 시점, 샘플 상태와 분석 범위에 따라 가격은 크게 달라집니다. 이 표는 구성 요소 사이의 규모 차이를 이해하기 위한 참고값입니다.

정리

데이터 종류는 많을수록 좋은 것이 아니라 질문과 맞아야 합니다. 원인을 넓게 찾을지, 알려진 위치를 깊게 확인할지, 조직 평균을 볼지, 소수 세포를 분리할지 먼저 결정합니다.

다음 벌크 RNA 시퀀싱이란에서는 조직의 RNA가 gene × sample 행렬로 바뀌는 전체 흐름을 따라갑니다.

---

출처

• 약물 내성 지속세포(DTP): Drug-tolerant persister cells in cancer, Nature Communications (2025)

Footnotes

1. 프로브(probe): 읽고 싶은 특정 DNA 구간에만 상보적으로 달라붙도록 설계한 짧은 DNA 조각입니다. 유전체 전체에서 원하는 영역만 골라내는 필터 역할을 합니다. ↩

2. 변이 콜링(variant calling): read를 표준 유전체에 정렬해 비교한 뒤 염기가 바뀌거나 빠지고 들어간 위치를 찾는 분석입니다. 기준 파일과 diff를 계산해 달라진 지점을 뽑는 작업과 비슷합니다. ↩

3. DPYD: 플루오로우라실(5-FU) 같은 약물을 분해하는 효소를 만드는 유전자입니다. 특정 변이는 같은 용량에서도 심각한 독성 위험을 높일 수 있습니다. ↩