SNP칩분석 (SNP Chip Analysis)
쉽게 풀면
SNP칩분석은 가축의 유전자 곳곳에 흩어져 있는 아주 작은 차이(단일염기다형성)들을 칩 하나로 한꺼번에 대량으로 읽어내는 기법이다. 한 페이지짜리 설문지로 수만 개의 질문에 동시에 답을 받아내는 것과 비슷하게, 이 칩을 이용하면 개체 하나의 혈액이나 조직에서 수만~수십만 개의 유전자 표지를 한 번에 확인할 수 있다. 이렇게 얻은 유전형 정보는 육종가를 조기에 추정하는 데 활용된다.
왜 중요한가
SNP칩 분석은 유전체 정보를 대량으로 확보할 수 있게 해, 유전체육종가 추정을 통한 조기 선발로 육종 개량 속도를 크게 높이는 데 활용됩니다. 검사 비용이 낮아지면서 상업 농가 수준에서도 개체별 유전체 검사를 활용해 후보축 선발에 반영하는 사례가 늘고 있습니다. 검사 결과 데이터베이스가 커질수록 참조 집단 규모도 함께 늘어나 예측 정확도가 점진적으로 개선됩니다.
어떤 절차인가
SNP칩(SNP 어레이)은 이미 알려진 수만~수십만 개의 SNP 위치를 한 장의 칩에서 동시에 읽는 도구입니다. 대표적인 절차는 다음과 같습니다.
- 시료 준비: 혈액·조직·털뿌리 등에서 DNA를 추출하고 농도·순도를 확인합니다.
- 칩 분석: DNA를 칩에 붙여 각 SNP 위치의 염기를 형광 신호로 읽습니다(일루미나 인피니움 칩이 흔히 쓰입니다).
- 유전형 판정: 신호의 군집으로 각 SNP를 AA, AB, BB로 부릅니다.
- 품질 관리(QC): 개체별·SNP별 판정률, 소수 대립유전자 빈도(MAF), 하디-바인베르크 평형 검정, 가계 오류, 성별 확인 등으로 불량 개체와 SNP를 걸러 냅니다. 기준값은 연구마다 다르므로 보고서에 적힌 값을 그대로 따라야 합니다.
- (선택) 임퓨테이션: 저밀도 칩 자료를 참조 집단의 정보를 이용해 고밀도 수준으로 채웁니다.
언제 쓰고 무엇을 얻나
가축 연구에서 SNP칩 자료로 얻는 것은 다음과 같습니다.
- 유전체 육종가 예측: Meuwissen 등(2001)이 제안한 방식으로, 표지 효과를 추정해 어린 개체의 육종가를 예측합니다. SNP로 만든 유전체 관계행렬을 쓰는 방법은 VanRaden(2008)이 정리했습니다. 선발 방법 자체는 유전자형선발에서 다룹니다.
- 유전체 연관 분석: 형질과 관련된 영역을 찾습니다(전장유전체연관분석).
- 집단 유전학 분석: 품종 구분, 근친도, 집단 구조 파악에 쓰입니다(주성분분석 등과 함께).
칩은 축종과 밀도별로 다르게 설계됩니다. 소의 경우 약 5만 개 SNP 칩(Matukumalli 등, 2009)과 그보다 고밀도인 칩이 쓰이는데, 이 페이지의 주의 항목처럼 칩의 SNP 구성은 해당 품종 집단을 기준으로 선정된 것이어서 다른 품종에 쓰면 정확도가 떨어질 수 있습니다. 칩은 알려진 위치만 읽으므로 새로운 변이를 찾는 데는 전장유전체 서열분석이 쓰입니다.
논문에는 이렇게 적는다
논문의 방법 부분에는 아래를 적습니다.
- 칩 이름과 버전(축종, 밀도, SNP 수), 분석 개체 수
- QC 기준과 단계별로 남은 개체·SNP 수(예: “MAF 기준 미달 SNP를 제외하고 N개 SNP를 사용”)
- 참조 유전체 버전(SNP 위치의 기준), 임퓨테이션을 했다면 프로그램과 참조 집단
- 이후 분석 모형과 검증 방식(예: 교차검증으로 예측 정확도 산출)
임퓨테이션 결과는 직접 측정한 값보다 오차가 있을 수 있으므로, 이 페이지가 경고하듯 정확도를 함께 보고하는 것이 좋습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
SNP칩으로 얻은 유전자 정보를 이용해 유전체육종가를 계산하는 데 활용했다는 연구방법을 설명한다.
칩에 담긴 표지 수가 많을수록 예측 정확도가 개선될 수 있음을 보여준 연구이다.
조금 더 깊게 보면
SNP칩으로 얻은 유전형 정보만으로는 육종가를 산출할 수 없고, 대규모 참조집단의 표현형 자료와 결합한 통계 모델이 함께 필요합니다. 칩에 포함되는 SNP 밀도는 저밀도부터 고밀도까지 다양하며, 저밀도 칩은 비용이 낮은 대신 유전체 육종가 정확도가 떨어져 임퓨테이션 기법으로 고밀도 정보를 보완하는 경우가 많습니다.
칩으로 얻은 유전체 정보는 육종가 추정뿐 아니라 혈통 오류 검증이나 근친 정도 추정에도 함께 활용되어, 현장에서는 하나의 검사로 여러 목적을 동시에 충족하는 경우가 많습니다. 검사 비용은 SNP 밀도에 비례해 증가하므로, 목적에 맞는 밀도의 칩을 선택하는 경제성 판단이 함께 이루어집니다.
주의할 점
SNP칩분석 결과의 활용도는 해당 축종의 참조집단 데이터베이스 구축 수준에 크게 의존한다. 칩의 SNP 구성은 품종별로 최적화되어 있어 다른 품종에 그대로 적용하면 정확도가 떨어질 수 있다. 임퓨테이션으로 보완한 고밀도 정보는 실제 측정값보다 정확도가 낮을 수 있어 해석에 유의해야 한다.
헷갈리기 쉬운 용어
| 용어 | 한 줄 설명 | SNP칩 분석과의 차이 |
|---|---|---|
| 유전자형선발 | 유전체 정보로 어린 개체의 육종가를 예측해 선발하는 육종 방식 | SNP칩 분석은 그 선발에 쓰이는 유전형 자료를 얻는 기법 |
| 전장유전체 서열분석 | 유전체 전체의 염기서열을 읽는 방법 | 칩은 미리 정한 SNP만 읽고 새 변이는 찾지 못함. 대신 개체당 비용이 낮음 |
| 전장유전체연관분석 | 유전체 전반의 변이와 형질의 관련성을 통계로 찾는 분석 | SNP칩 자료는 이 분석의 입력 자료로 흔히 쓰임 |
참고 문헌
- Meuwissen, T. H. E., Hayes, B. J., & Goddard, M. E. (2001). Prediction of total genetic value using genome-wide dense marker maps. Genetics, 157(4), 1819–1829.
- Matukumalli, L. K., Lawley, C. T., Schnabel, R. D., Taylor, J. F., Allan, M. F., Heaton, M. P., O'Connell, J., Moore, S. S., Smith, T. P. L., Sonstegard, T. S., & Van Tassell, C. P. (2009). Development and characterization of a high density SNP genotyping assay for cattle. PLoS ONE, 4(4), e5350.
- VanRaden, P. M. (2008). Efficient methods to compute genomic predictions. Journal of Dairy Science, 91(11), 4414–4423.
- Goddard, M. E., & Hayes, B. J. (2009). Mapping genes for complex traits in domestic animals and their use in breeding programmes. Nature Reviews Genetics, 10, 381–391.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.