DNA 염기서열분석 (DNA Sequencing)
쉽게 풀면
DNA는 A, T, G, C라는 네 글자로만 쓰인 아주 긴 문장이라고 생각할 수 있습니다. DNA 염기서열분석은 이 문장을 처음부터 끝까지 한 글자씩 읽어내는 작업입니다.
예전에는 생어 방식(Sanger sequencing)으로 한 번에 수백 개의 글자만 읽을 수 있었지만, 요즘은 차세대염기서열분석(NGS) 장비를 이용해 수십억 개의 글자를 동시에, 훨씬 빠르고 싸게 읽어낼 수 있습니다.
PCR이 "특정 부분을 복사해서 늘리는" 기술이라면, 시퀀싱은 "그 부분에 어떤 글자가 쓰여 있는지 실제로 읽는" 기술이라는 점이 다릅니다.
왜 중요한가
DNA 염기서열분석은 유전체학, 진화생물학, 미생물학, 임상 유전자 진단 등 생명과학 거의 모든 분야에서 기초 데이터를 만들어내는 핵심 기술입니다. 특정 유전자의 돌연변이 여부, 종 간 유전적 유사성, 미생물 군집 구성 등 서열 정보 없이는 답할 수 없는 질문들이 많아, 논문에서 실험 방법의 출발점으로 자주 등장합니다. 또한 시퀀싱 비용이 꾸준히 낮아지면서 개인 유전체 분석이나 대규모 집단 연구도 활발해지고 있습니다.
어떤 절차인가
- DNA 준비: 추출한 DNA 또는 PCR로 증폭한 조각을 정제합니다.
- 라이브러리 제작(차세대 방식): DNA를 적당한 길이로 자르고 양 끝에 어댑터를 붙입니다.
- 염기 읽기: 합성되는 가닥에서 염기가 붙을 때마다 나오는 신호(형광, 전류 변화 등)를 기록합니다.
- 염기 호출과 품질 평가: 신호를 A, C, G, T로 바꾸고 염기마다 품질 점수를 붙입니다.
- 정렬·조립: 읽은 조각(리드)을 기준 유전체에 맞추거나 서로 이어 붙입니다.
| 방식 | 원리 요약 | 한 번에 읽는 길이(대략) |
|---|---|---|
| 생어(Sanger) | 사슬 종결 뉴클레오타이드로 가닥을 끊고 크기순으로 읽음(Sanger 외, 1977) | 수백~1,000 염기 안팎, 한 반응에 한 조각 |
| 차세대 단거리(short-read) | 수억 개 조각을 동시에 읽음 | 수십~수백 염기 |
| 장거리(long-read) | 한 가닥을 길게 이어 읽음 | 수 kb에서 수십 kb 이상 |
언제 쓰고 무엇을 얻나
- 특정 유전자 조각의 서열 확인, 돌연변이·변이 확인, 세균·진균 종 동정(예: 리보솜 RNA 유전자 서열), 유전체·전사체 분석, 변이 패널 검사에 쓰입니다.
- 생어 방식은 한 조각을 높은 정확도로 읽을 때, 차세대 방식은 많은 조각이나 유전체 전체를 읽을 때 알맞습니다(Shendure & Ji, 2008; Goodwin 외, 2016).
- 품질 점수(Phred): Q = −10·log10(P)에서 P는 그 염기가 틀렸을 확률입니다. Q20이면 오류 확률 1%, Q30이면 0.1%(1000개 중 1개)입니다.
- 깊이(coverage) = 읽은 총 염기 수 ÷ 대상 크기. 사람 유전체(약 3.1 Gb)를 150 염기 리드로 관례적인 30× 깊이로 읽으려면 총 93 Gb, 즉 약 6억 2천만 개의 리드가 필요합니다(계산값).
논문에는 이렇게 적는다
- 장비·시약: 시퀀싱 플랫폼, 라이브러리 제작 키트, 리드 길이와 방향(단일/쌍), 목표 깊이.
- 품질 관리: 품질 점수 기준(예: Q30 이상의 비율), 어댑터·저품질 염기 제거 방법.
- 분석 환경: 기준 유전체 이름과 버전, 정렬·변이 호출 프로그램과 버전, 기준값.
- 읽는 길이와 깊이가 부족하면 반복 서열이나 낮은 빈도의 변이를 놓칠 수 있고, 앞선 PCR 증폭 과정의 편향이 결과에 영향을 줄 수 있습니다.
- 원자료(raw reads)는 공개 저장소에 올리고 접수번호를 적는 것이 일반적입니다.
보고 예. “분리 균주의 16S rRNA 유전자 서열을 생어 방식으로 분석하고, 얻은 서열을 데이터베이스와 비교하여 종을 동정하였다.” (사용한 기관과 프로그램을 함께 적습니다.)
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“마스크 내·외면의 생균 수를 측정하고DNA 염기서열분석을 통해 세균 종을 확인하였다.”
화학물질 취급자의 마스크 오염도 분석, 차세대융합기술학회논문지, 2024 · KCI 한국학술지인용색인 · 원문 보기 ↗
“최근 최신의 차세대염기서열분석법에 의한 밀 유전체 분석이 이루어져 유용한유전자를 쉽게 얻을 수 있게 되어 여러 방면에서 밀 생명공학연구가 가속화 되고 있다.”
밀 형질전환과 이를 활용한 최신 연구동향, 한국작물학회지, 2020 · KCI 한국학술지인용색인 · 원문 보기 ↗
“형태학적으로 속 수준의 동정이 가능한 진균은 61.5%이었고, 65주의 염기서열분석으로62 균주는 속과 종의 동정이 가능하였다.”
임상검체에서 분리된 병원성 사상균의 분자생물학적 분석, 대한임상검사과학회지, 2020 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 같은 DNA 부위를 평균 30번씩 반복해서 읽어, 한 번 읽었을 때 생길 수 있는 오류를 줄이고 결과의 신뢰도를 높였다는 뜻입니다.
미생물생태학에서는 특정 유전자 영역만 골라 시퀀싱하여 어떤 미생물 종이 얼마나 존재하는지를 간접적으로 파악하는 방식이 널리 쓰입니다.
임상 유전학 연구에서는 전체 게놈이 아니라 질병과 관련된 일부 유전자만 골라 정밀하게 읽는 방식이 진단 목적으로 자주 사용됩니다.
조금 더 깊게 보면
시퀀싱 방식은 크게 짧은 조각을 대량으로 읽는 단거리(short-read) 방식과, 하나의 가닥을 길게 이어서 읽는 장거리(long-read) 방식으로 나뉩니다.
단거리 방식은 정확도가 높고 비용이 저렴한 대신 반복 서열이 많은 부위를 재구성하기 어렵고, 장거리 방식은 이런 복잡한 구조를 더 잘 잡아내지만 상대적으로 오류율이 높은 경향이 있습니다.
논문에서 "커버리지(coverage)"나 "리드 길이(read length)" 같은 표현이 함께 등장한다면 이러한 시퀀싱 방식의 특성과 관련된 정보로 이해하면 됩니다.
주의할 점
시퀀싱 결과의 정확도는 "얼마나 여러 번 겹쳐 읽었는가(depth)"와 "읽은 부분이 얼마나 고르게 분포했는가"에 크게 좌우됩니다. 시퀀싱 자체가 정확해도 앞선 중합효소연쇄반응 증폭 과정에서 편향이 생기면 최종 결과가 왜곡될 수 있어, 실험 전체 과정의 정밀도와 정확도를 함께 점검해야 합니다.
헷갈리기 쉬운 용어
증폭, 읽기, 정량은 서로 다른 단계입니다.
| 용어 | 하는 일 | 결과 |
|---|---|---|
| PCR | 특정 DNA 부위를 복제해 늘림 | 같은 서열의 많은 복사본 |
| DNA 염기서열분석 | 염기의 순서를 읽음 | 서열(ACGT 문자열) |
| 정량 PCR(qPCR) | 증폭되는 양을 실시간으로 측정 | 시료 속 DNA(또는 cDNA)의 상대·절대량 |
| 생어 시퀀싱 | 사슬 종결 방식의 서열분석 | 한 번에 한 조각, 높은 정확도 |
| 차세대 염기서열분석(NGS) | 대규모 병렬 서열분석 | 수많은 조각이나 유전체 전체 |
참고 문헌
- Sanger, F., Nicklen, S., & Coulson, A. R. (1977). DNA sequencing with chain-terminating inhibitors. Proceedings of the National Academy of Sciences, 74(12), 5463–5467.
- Maxam, A. M., & Gilbert, W. (1977). A new method for sequencing DNA. Proceedings of the National Academy of Sciences, 74(2), 560–564.
- Shendure, J., & Ji, H. (2008). Next-generation DNA sequencing. Nature Biotechnology, 26(10), 1135–1145.
- Goodwin, S., McPherson, J. D., & McCombie, W. R. (2016). Coming of age: Ten years of next-generation sequencing technologies. Nature Reviews Genetics, 17(6), 333–351.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.