집에서 내 유전체를 시퀀싱해본 개발자의 엔드투엔드 기록

집에서 유전체 시퀀싱, 생각보다 진짜 실험실 일임

• 저자는 옥스퍼드 나노포어 미니언으로 자기 유전체를 5번 시퀀싱해봤다고 함

  • 과정은 볼 안쪽 세포 채취, DNA 추출, 시퀀싱 라이브러리 준비, 미니언 장비 실행, 이후 소프트웨어 분석까지 이어짐
  • 장비와 소모품을 모아 엔드투엔드로 고품질 실행을 하기까지 약 두 달이 걸렸다고 적음
  • 핵심 장비인 Oxford Nanopore Technologies MinION 가격은 약 7,500달러로 소개됨

• 샘플은 볼 안쪽 세포를 쓰지만, 이걸 만능 건강 진단으로 착각하면 안 됨

  • 볼 세포는 쉽게 얻을 수 있고 빨리 보충되지만, 암 진단이나 염증 부위의 유전자 발현 분석에는 맞지 않음
  • 예를 들어 가슴에 두드러기가 났다면 문제 부위 세포와 정상 세포를 비교해야지, 볼 세포만 봐서는 그 부위의 상태를 알 수 없음

유전체는 마법이 아니라 질의 가능한 참조 데이터임

• 저자가 보는 유전체의 가치는 “나에 대한 고정 참조 레이어”를 만드는 데 있음

  • VCF 파일을 만들면 VEP, ClinVar, gnomAD, PharmGKB, Gene Inspector, Claude 같은 도구에 넣고 질문을 던질 수 있음
  • 어떤 변이를 갖고 있는지, 어떤 유전자와 경로가 영향을 받는지, 어떤 약물을 다르게 대사할 수 있는지, 어떤 희귀 변이를 신경 써야 하는지 확인하는 식임

• 특히 약물 대사 쪽은 비교적 가까운 실용 사례로 언급됨

  • 저자는 특정 약물을 다르게 대사할 가능성이 보이면 의사에게 가져가라고 씀
  • 다만 모델이 모르는 영역도 많기 때문에, 결과를 단정적인 진단이나 처방으로 읽으면 안 된다는 전제가 붙음

• 장기적으로는 DNA, RNA, 생체 센서 데이터를 하나의 개인 모델로 통합하는 상상을 하고 있음

  • DNA는 안정적인 참조값이고, RNA는 현재 상태에 가까운 데이터로 설명됨
  • 글쓴이는 언젠가 휴대폰이나 AI처럼 저렴해진 기술이 DNA와 RNA 발현을 실시간에 가깝게 알려줄 수 있다고 봄

프로토콜은 거의 홈랩 운영 매뉴얼 수준으로 빽빽함

• 하드웨어 목록부터 이미 가볍지 않음

  • 미니언 장비, MinKNOW용 노트북이나 워크스테이션, 100GB 이상 저장공간, Dorado 베이스콜링용 GPU가 필요하다고 적음
  • 그 외에도 볼텍스 약 50달러, 히트블록 약 250달러, 중고 원심분리기 약 400달러 같은 장비가 등장함

• 소모품과 시약도 꽤 본격적임

  • NEB Monarch HMW DNA Extraction Kit는 5회분 87달러로 적혀 있음
  • NEBNext Companion Module v2는 24회 반응 기준 760달러, Oxford Nanopore SQK-LSK114는 6회 반응 기준 720달러로 소개됨
  • 피펫, LoBind 튜브, 자석 랙, Qubit 형광계, 멸균 팁, 냉장 및 냉동 보관 환경까지 필요함

• 실험 단계에서 반복해서 나오는 경고는 “DNA를 망가뜨리지 말라”임

  • 세포 용해 이후에는 고분자량 DNA를 보존해야 하므로 볼텍스를 쓰지 말라고 강조함
  • 비드에 DNA가 붙어 있는 단계에서는 비드를 잃어버리면 안 되고, 최종 라이브러리 단계에서는 반대로 비드를 옮기면 안 됨
  • 저자는 “액체는 움직이고, 비드는 남는다”는 식으로 실수 방지용 멘탈 모델까지 적어둠

시퀀싱 이후부터는 개발자에게 익숙한 파이프라인 냄새가 남

• 미니언 실행은 MinKNOW에서 플로우셀 상태 확인 후 시작함

  • 활성 포어가 1,200개 넘으면 훌륭함, 8001,200개면 사용 가능, 500800개면 연습용에 가까움, 200개 미만이면 사실상 로딩 연습 말고는 가치가 낮다고 정리함
  • 설정 예시로 FLO-MIN114, SQK-LSK114, 고정확도 베이스콜링, 바코딩 끔, 정렬 끔, 적응 샘플링 끔, POD5 원시 읽기 저장 켬을 제시함

• 데이터 처리 흐름은 꽤 전형적인 바이오인포매틱스 파이프라인임

  • Dorado로 POD5를 BAM으로 베이스콜링하고, 필요하면 samtools로 FASTQ로 변환함
  • minimap2로 GRCh38 기준 유전체에 정렬하고, samtools로 BAM 정렬과 인덱싱을 처리함
  • mosdepth로 커버리지를 확인하고, Clair3로 변이를 호출해 VCF를 만듦

• 마지막은 변이에 의미를 붙이는 주석 단계임

  • VEP로 VCF를 GRCh38 기준에 맞춰 주석 처리하고, ClinVar, gnomAD, PharmGKB 같은 데이터베이스를 붙임
  • 최종 표에는 염색체, 위치, 기준 염기, 대체 염기, 유전자, 결과, ClinVar 의미, gnomAD 빈도, 유전형, 읽기 깊이, 변이 품질 같은 열을 두라고 적음
  • 첫 미니언 실행이나 낮은 입력량 실험에서는 낮은 커버리지 변이를 과해석하지 말고 기술 검증으로 보라고 강조함

---

기술 맥락

• 이 글에서 기술적 선택의 중심은 짧은 읽기 기반 서비스에 맡기는 게 아니라, 나노포어 장비로 긴 읽기 데이터를 직접 만들고 분석하는 쪽이에요. 긴 읽기는 구조적 변이나 반복 구간을 볼 때 장점이 있지만, 실험 품질과 커버리지 관리가 훨씬 중요해져요.

• 왜 이렇게 복잡한 프로토콜을 직접 하냐면, 유전체를 단순 리포트가 아니라 재분석 가능한 원본 데이터로 갖고 싶기 때문이에요. VCF와 정렬 파일이 있으면 나중에 ClinVar나 PharmGKB 데이터가 업데이트됐을 때 다시 해석할 수 있거든요.

• 소프트웨어 흐름은 꽤 개발자 친화적이에요. 원시 신호를 Dorado로 염기서열화하고, minimap2로 기준 유전체에 붙이고, Clair3로 변이를 찾고, VEP로 의미를 붙이는 식이에요. 웹 백엔드의 수집, 정규화, 인덱싱, 질의 파이프라인과 구조가 비슷해요.

• 다만 의료적 해석은 별개의 문제예요. 낮은 커버리지에서 나온 변이는 오류일 수 있고, 데이터베이스의 임상적 의미도 맥락이 필요해요. 그래서 글쓴이가 반복해서 말하듯 첫 실행은 진단이 아니라 기술 검증으로 보는 게 맞아요.