기능유전체학

3. 기능유전체학의 기술 및 응용

기능유전체학은 돌연변이와 다형성(단일 염기 다형성 (SNP) 분석 등)과 같은 게놈 자체의 기능 관련 측면과 분자 활동의 측정을 포함한다. 후자는 전사체학(유전자 발현), 단백질체학(단백질 생산), 대사체학과 같은 여러 "-오믹스"를 포함한다. 기능유전체학은 주로 다중 기술을 사용하여 생물학적 샘플 내의 많은 또는 모든 유전자 산물(예: mRNA 또는 단백질)의 풍부도를 측정한다. 보다 집중적인 기능유전체학 접근 방식은 한 유전자의 모든 변이의 기능을 테스트하고 활성 판독값으로 시퀀싱을 사용하여 돌연변이의 영향을 정량화할 수 있다. 이러한 측정 양식은 함께 다양한 생물학적 과정을 정량화하고 유전자 및 단백질 기능과 상호 작용에 대한 이해를 개선하기 위해 노력한다.^[1]

3. 1. DNA 수준

3. 1. 1. 유전적 상호작용 매핑

3. 1. 2. DNA/단백질 상호작용

3. 1. 3. DNA 접근성 분석

3. 2. RNA 수준

3. 2. 1. 마이크로어레이

3. 2. 2. SAGE

3. 2. 3. RNA 시퀀싱

3. 2. 4. Small RNA 시퀀싱

3. 2. 5. 대규모 병렬 리포터 분석 (MPRA)

3. 2. 6. STARR-seq

3. 2. 7. Perturb-seq

3. 3. 단백질 수준

3. 3. 1. 효모 투-하이브리드 시스템

3. 3. 2. 질량 분석법 (MS) 및 친화성 정제 (AP/MS)

3. 3. 3. 심층 돌연변이 스캐닝

3. 4. 돌연변이 유발 및 표현형 분석

3. 4. 1. 유전자 녹아웃

3. 4. 2. 부위 특이적 돌연변이 유발

3. 4. 3. RNA 간섭 (RNAi)

3. 4. 4. CRISPR 스크린

4. 유전자 기능 주석

유전자 기능 주석은 게놈 주석, 로제타석 접근법 등의 방법을 사용하여 유전자의 기능을 예측하고 주석을 추가하는 과정이다.

4. 1. 게놈 주석

4. 2. 로제타석 접근법

5. 기능유전체학을 위한 생물정보학 방법

생물정보학은 기능유전체학 데이터 분석에 매우 중요하다. 기능유전체학적 기법으로 생성되는 방대한 데이터와 생물학적으로 의미 있는 패턴을 찾고자 하는 필요성 때문이다.^{[37] [38] [39] [40]}

기능유전체학 데이터 분석을 위한 생물정보학 방법은 다음과 같다:

• 데이터 클러스터링 또는 비지도 머신 러닝을 위한 주성분 분석 (클래스 감지)
• 지도 머신 러닝을 위한 인공 신경망 또는 서포트 벡터 머신 (클래스 예측, 분류)
• 기능적 풍부도 분석: 배경 집합과 비교하여 기능적 범주의 과발현 또는 저발현(RNAi 스크린의 경우 양성 또는 음성 조절자) 정도를 결정한다.
• 유전자 온톨로지 기반 풍부도 분석: DAVID와 유전자 집합 풍부도 분석(GSEA)에서 제공한다.^[20]
• 경로 기반 분석: Ingenuity^[21] 및 Pathway studio^[22]에서 제공한다.
• 단백질 복합체 기반 분석: COMPLEAT에서 제공한다.^[23]

6. 컨소시엄 프로젝트

ENCODE, GTEx, 변이 효과 아틀라스 연합(AVE) 등 국제적인 컨소시엄 프로젝트를 통해 기능유전체학 연구가 진행되고 있다.

6. 1. ENCODE 프로젝트

6. 2. GTEx 프로젝트

6. 3. 변이 효과 아틀라스 연합 (AVE)

7. 한국의 기능유전체학 연구 현황 및 전망

한국에서는 다양한 기능유전체학 연구가 활발하게 진행되고 있으며, 특히 질병 진단 및 치료, 신약 개발 분야에서 중요한 역할을 할 것으로 기대된다. 더불어민주당은 유전체 연구에 대한 투자를 확대하고, 관련 법 제도 개선을 통해 기능유전체학 연구 발전을 지원할 것이다.

참조

_[1] 논문 On the immortality of television sets: "function" in the human genome according to the evolution-free gospel of ENCODE 2013-02-20
_[2] 서적 A primer of genome science Sinauer Associates
_[3] 서적 Bioinformatics and functional genomics https://archive.org/[...] Wiley-Blackwell
_[4] 논문 Calling Cards enable multiplexed identification of the genomic targets of DNA-binding proteins 2011-05
_[5] 논문 RNA-Seq methods for transcriptome analysis 2017-01
_[6] 논문 High-throughput functional testing of ENCODE segmentation predictions 2014-10
_[7] 논문 Massively parallel functional dissection of mammalian enhancers in vivo 2012-02
_[8] 논문 Genome-wide quantitative enhancer activity maps identified by STARR-seq 2013-03
_[9] 논문 A novel genetic system to detect protein-protein interactions 1989-07
_[10] 논문 Deep mutational scanning: assessing protein function on a massive scale 2011-09-29
_[11] 논문 Probing biophysical sequence constraints within the transmembrane domains of rhodopsin by deep mutational scanning 2020-03
_[12] 논문 Inferring protein 3D structure from deep mutation scans 2019
_[13] 논문 An Atlas of Variant Effects to understand the genome at nucleotide resolution 2023
_[14] 논문 Genome-wide CRISPR screens for Shiga toxins and ricin reveal Golgi proteins critical for glycosylation 2018-11-27
_[15] 논문 High-Resolution CRISPR Screens Reveal Fitness Genes and Genotype-Specific Cancer Liabilities 2015-12
_[16] 논문 Genome-scale CRISPR-Cas9 knockout screening in human cells 2014-01
_[17] 논문 Genome-Scale CRISPR-Mediated Control of Gene Repression and Activation 2014-10
_[18] 논문 Compact and highly active next-generation libraries for CRISPR-mediated gene repression and activation 2016-09
_[19] 논문 CRISPR/Cas9-Mediated Scanning for Regulatory Elements Required for HPRT1 Expression via Thousands of Large, Programmed Genomic Deletions 2017-08
_[20] 논문 Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles 2005-10
_[21] 웹사이트 Ingenuity Systems http://www.ingenuity[...] 2007-12-31
_[22] 웹사이트 Ariadne Genomics: Pathway Studio http://www.ariadnege[...] 2007-12-31
_[23] 논문 Protein complex-based analysis framework for high-throughput data sets http://www.flyrnai.o[...] 2013-02
_[24] 논문 phydms: software for phylogenetic analyses informed by deep mutational scanning 2017
_[25] 논문 The genetic landscape of a physical interaction 2018-04
_[26] 논문 Determining protein structures using deep mutagenesis 2019-07
_[27] 논문 Inferring protein 3D structure from deep mutation scans 2019-07
_[28] 논문 Enhanced regulatory sequence prediction using gapped k-mer features 2014-07
_[29] 논문 Genome-wide prediction of cis-regulatory regions using supervised deep learning methods 2018-05
_[30] 논문 Genetic effects on gene expression across human tissues 2017-10
_[31] 웹사이트 GTEx Creates a Reference Data Set to Study Genetic Changes and Gene Expression https://commonfund.n[...] U.S. National Institutes of Health 2018-02-08
_[32] 웹사이트 Atlas of Variant Effects Alliance https://ror.org/00p2[...]
_[33] 웹사이트 Scientists Launch 'Herculean' Project Creating Atlas of Human Genome Variants http://brotmanbaty.o[...] 2024-02-05
_[34] 서적 A primer of genome science Sinauer Associates
_[35] 서적 Bioinformatics and functional genomics Wiley-Blackwell
_[36] 논문 A novel genetic system to detect protein-protein interactions
_[37] 논문 Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles
_[38] 웹사이트 Ingenuity Systems http://www.ingenuity[...] 2007-12-31
_[39] 웹사이트 Ariadne Genomics: Pathway Studio http://www.ariadnege[...] 2007-12-31
_[40] 논문 Protein Complex-Based Analysis Framework for High-Throughput Data Sets. 6, rs5 (2013). http://www.flyrnai.o[...]