차세대 염기서열 분석(NGS) 데이터의 구조적 변이(Structural Variation, SV) 검출을 위한 그래프 기반 알고리즘 적용 방법론

그래프 기반 SV 검출은 전통적인 읽기 깊이(Read Depth) 또는 쌍말단(Paired-end) 거리 분석의 한계를 넘어, NGS 데이터에서 발생하는 큰 규모의 유전체 재배열과 같은 구조적 변이를 높은 민감도로 식별하는 첨단 생물정보학적 접근법이다.

SV 검출 워크플로우

• 읽기 맵핑 정보를 이용하여 유전체 상의 참조 서열 대비 갭(gap)이나 삽입(insertion)을 포함하는 복잡한 관계망을 그래프 형태로 구축한다.
• 이 그래프에서 특정 패턴(예: 폐쇄 루프, 사이클)을 찾아내어, 이는 CNV 또는 큰 규모의 결실/중복 등의 SV 이벤트로 해석된다.

최근에는 알파폴드와 같은 구조 예측 도구를 활용하여 SV로 인해 발생하는 잠재적 단백질 구조 변화를 예측함으로써, 단순한 유전체 수준의 변이 식별을 넘어 기능적 의미까지 부여하는 방향으로 발전하고 있다. 주요 분석 플랫폼으로는 생물빅데이터 처리 프레임워크들이 사용된다.