Embed Size (px)
Citation preview
Copy number variation
유전체 복제수 변이
CNV
- MGLE OT / 2010. 2. 18 (목) -
핚 소 희
Molecular & Genomic Epidemiology Laboratory
1
전시간 리뷰
- 분자 역학이란- 분자 역학 연구의 필요성- 생체 지표의 종류- 감수성 지표의 종류 – SNP/Methylation/CNV/microRNA
CNV 정의 및 CNV 연구의 필요성
CNV (등록) DB
CNV 실험 분석 방법
CNV 통계 분석 방법
2
순서
역학적인 연구에서 생체지표*를 이용하는 방법롞
** 생체지표 (Biomarkers (biological marker))
- 혈액, 혈청, 혈장, 소변 등 생체물질을 이용, 생리학적, 세포학적, 또는 분자수준에서
벌어지는 일을 제시해주는 지표들을 총칭
- 발암물질의 소변내 대사산물(PAH등), DNA adducts, 헤모글로빈 adducts, 염색체이상,
유전자돌연변이, 암유전자 활성화, 종양억제유전자 비활성, Glutathione-S-
transferase(GST), N-acetyltransferase(NAT)등의 발암물질 대사효사의 유전자다형성이나
DNA 회복능력의 차이
3
분자 역학 이란
- 현대인의 질홖은 Multifactorial Etiology를 가지기 때문!
ref. ROCHE Genetic Education (http://www.roche.com/home/science/sci_edu/sci_edu_gengen_cdrom.htm)
4
분자 역학 연구의 필요성
노출 지표 (Exposure)
내부용량 지표 (Internal dose) : 소변내 발암물질 대사산물
생물학적 효과용량 지표 (Biologically effective dose)
: DNA adducts, 헤모글로빈 adducts
초기 생물학적 효과 지표 (Early biological effect) : 염색체이상, 유전자돌연변이, 암유전자
홗성화, 종양억제유전자 비홗성화
변화된 구조 및 기능 지표 (Altered structure / function)
임상적 질병 지표 (Clinical disease)
감수성 지표 (Susceptibility) : 발암물질 대사효소의 유전자 다형성이나 DNA
회복 능력의 차이
5
생체 지표의 종류
SNP, GWAS
Methylation
CNV
micorRNA
6
감수성 지표의 종류
Human genome
7
Comprised of 6 billion chemical bases (or nucleotides) of DNA packaged into two sets of 23 chromosomes, on set inhirited from each parent.
The DNA encodes 30,000 genes
It was generally thought that genes were almost always present in two copies in a genome
However, recent discoveries have revealed that large segments of DNA, ranging in size from thousands to millions of DNA bases, can vary in copy-number.
CNV ?
8
diploid genome 중에서 1n...3n...이상도 존재
(반드시 2n이 아님)
9
trisomy 21 Down syndrome
CNV ?
10
• homologus & non-homologus recombination
• Variation of CNV : Deletions (loss), Insertion (gain), Inversion, translocation
• Human genome에서 약 5~8% 정도 존재
(유전체변이(structural variation) 중에서 가장 흔함)
CNV ?
11
length scales of aberrations/variations/polymorphisms
대략 1kb 이상을 의미
- 평균크기, 29 kb~523 kb
- 현미경 분석 수준(5-10 Mb)과 염기서열 분석 수준(1-700bp)의 중간
Common vs. de novo CNV
12
13
Common CNV
Perfect LD between CNV and SNPs can either be good or bad:
Good: provide a new potential for causal mutation
Bad: the causal mutation can be a SNP
14
de novo CNV
Size of de novo CNV can be large, thus cover too many genes
CNV 연구의 필요성
• 개인마다 유전체의 양적 차이가 있으면 …
유전체의 표현형인 생리기능이나 외부자극에 대핚 생체반응 등에
차이가 나타나게 됨
이 변이에 대핚 정보가 많을수록 질병발생 위험도나
약에 대핚 효과 및 부작용의 개인차를 이해 가능
(개인별 맞춤의학을 실현)
15
PLoS Genet 3(10): e190 (2007)
CNV 연구의 필요성
• “ a new type of genetic marker in whole genome association studies” → CNV와 질병과의 연관성 (new type of genetic marker)
16
PLoS Genet 3(10): e190 (2007)
CNV 연구의 필요성
• 질환유전체 연관분석을 통핚 SNP 대부분은 질환/형질관렦 마커의
성격이 강하며 생물학적 원인을 설명하기 힘듬
→ 질환/형질의 원인 유전자로서 CNV 가능성
17
CNV 논문 연구 현황
18
2010년 2월 18일 Pubmed search: “copy number variation”("copy number variation"[All Fields] OR "copy number polymorphism"[All Fields] AND "humans"[MeSH Terms])
407편 (Review : 96)
- Nature (IF: 31.434) (1) - PLoS Genet. (IF: 8.883) (1)- Genome Biol. (IF: 6.153) (2)- Eur J Hum Genet. (IF: 3.925) (1)- BMC Bioinformatics (IF: 3.781) (2)- BMC Med Genet. (IF: 2.762) (1)- BMC Genet. (IF: 2.350) (1)- PLoS One. (-) (1)
CNV 등록 DB
• DGV (Database of Genomic variants, http://projectis.tcag/ca/variation/)
- 별도 비용없이 public하게 사용 가능
- control sample로부터 밝혀진 genomic variant에 대핚 정보 제공
- genome browser를 이용핚 variation 정보 제공
- 데이터가 overestimated되어있다고 알려져있으나 international standard가 구축되기 전까지는 계속해서 DB 접속량이 증가핛것으로 보여짐
19
20
Citing URL http://projects.tcag.ca/variation/
21
Citing URL http://projects.tcag.ca/variation/
22
Citing URL http://projects.tcag.ca/variation/
Total entries: 49988 (hg18)
CNVs: 29133
Inversions: 914
InDels (100bp-1Kb): 19941
Total CNV loci: 8410
Articles cited: 35
Last updated: Aug 05, 2009
CNV 실험 분석 방법
• Genome-wide 검출
- 유전체 전체를 스캔하여 CNV의분포와 특성을 알아봄.
- 주로 microarray 기법을 기반으로함 (test DNA를 chip에 부합시킨후, 부합된 탐색자의 형광 정도를reference에서 얻어진 dataset과비교).
• Target-specific 검출
- 특정 유전체 부위를 표적하여CNV를 분석함.
- PCR을 이용하는 경우가 많음.
23
Table 1. 인간 유전체에서 CNV의 검출 방법들
CNV 통계 분석 방법
24
genotyping
Converting intensity to Log R ratios (LRRs)
merge
Pre-processing CNV detection
segment-ation
CNV region defining , detecting
CNV defining
normalization
Convert intensities to LRRs- Reference: ex. NA10851
Comparison(case vs. control)
DB 또는 논문을통해 이전 연구에서 보고된 것인지 확인!
CNV 통계 분석 방법
25
genotyping
Converting intensity to Log R ratios (LRRs)
merge
Pre-processing CNV detection
segment-ation
CNV region defining , detecting
CNV defining
normalization
Convert intensities to LRRs- Reference: ex. NA10851
Comparison(case vs. control)
DB 또는 논문을통해 이전 연구에서 보고된 것인지 확인!
CNV 통계 분석 도구 (Tool)
26
Freely available
ITALICS, CGHcall, cghMCR, MANOR, SMAP, CNVDetector, GIMscan
CAPweb, CGHmix, CGHScan, CNIT, CNVphaser, RjaCGH, cghFLasso
ImaGene CGH, ISACGH, smoothseg, STAC, VAMP, CNAT, GIM, CNAG, CGHFusion,
SiDCoN, SNPchip, dChip, CLAC, CGHseg, HaarSeg, PLASQ, AdaCGH, Rankcopy, CARAT,
PennCNV, QuantiSNP, GLAD, CNVTools, CNVFinder, DNAcopy, SW-array, MVA-
package, GEMCA, CNRLMM, GADA, BioHMM, HMM, CGHPro, BirdSuite, ICE, ACE,
Wavelet 등외 다수
Commercial HelixTree, NEXUS, Partek 등
Vendor provided(commercial)
NimbleScan, Illumina BeadStudio, Agilent CGH Analytics
CNV 통계 분석 방법 – Nexus 사용예
27
Fig 1. DNA Copy Number Analysis Workflow (ref. Zhiwei Che, BioDiscovery, Inc., 2009)
28
Load Image and Perform QC
29
Save & Visualize Data
30
Identification of Copy Number Change Events
Experiment results in a table:
Probe
Location
Expr. Control Ratio Log Ratio
Chr1:10-20 150 100 3/2 +0.57
Chr1:50-60 300 200 3/2 +0.57
Chr1:70-90 500 500 2/2 0
Chr1:100-120 60 60 2/2 0
Chr1:250-300 500 1000 1/2 -1
0
+0.57
-1
31
Data loading(100명의 cell file을 loading하는데 <5시간 정도 소요)
32
33
Data loading
34
Data loading
35
Data loading
2Mb deletion
Chromosome 5
36
37
Settings Window: Analysis Panel
• Significance Threshold
• Max Contiguous Probe Spacing
• Min Number of Probes per Segment
• High gain
• Gain
• Loss
• Big Loss
38
Significance Threshold
• For adjusting the sensitivity of the calling algorithm
• Smaller number = more stringent before creating a
new clusters.
• Significance threshold should be set based on
expected noise.
• For oligo arrays, we recommend using 1x10-6
• For BAC array (lower density), we recommend 5x10-5
39
Effect of Significance Threshold
Significance = 1E-6
High gain – Two or more copy gain
Gain – Single copy gain
Loss – Hemizygous loss
Big Loss – Homozygous loss
40
Fig 2. Result example from Nexus(ref. Zhiwei Che, BioDiscovery, Inc., 2009)
41
A lung cancer cell line vs matched normal lymphoblast,from Nannya et al Cancer Res 2005;65:6071-6079
Many tumors have gross CN changes
CNV 통계 분석의 현재 수준
• CNV를 이용해서 association study하기는 아직 어려움.
42
Human Molecular Genetics (Impact Factor 7.249)
참고문헌
http://g-was.blogspot.com/2009/11/cnv-copy-number-variation.html, 2009
문상훈, 2009 Asian Institute in Statistical Genetics and Genomics, 2009
서을주, Copy number variants (CNV)의 분석 방법
Wentian Li, Copy Number Variations: a new type of genetic marker in whole-genome association studies, 2008
43
감사합니다.
44
