초대형 유전체 데이터셋에서의 희귀 변이 탐지 알고리즘의 한계와 향후 과제

차세대 염기서열 분석(NGS)을 통해 생성되는 초대형 유전체 데이터셋은 인간 유전체 전반의 정보를 제공하지만, 극도로 낮은 빈도의 희귀 변이 탐지는 여전히 중요한 과학적 난제로 남아있다.

탐지 효율성의 이론적 장벽

• 현재의 베이즈 통계 기반 필터링 방법들은 배경 잡음 수준이 매우 높아, 실제로는 존재하는 저빈도 변이들을 False Negative로 분류할 가능성이 높다는 학계의 논의가 지속되고 있다.
• 특히, 복잡한 돌연변이 유형(예: 복합 변이, 구조 변이)이 낮은 커버리지 구간에 존재할 경우, 표준적인 깊이 기반 호출(Depth-based Calling) 방식으로는 검출에 명확한 한계를 보인다.

미해결 과제로는 단순히 변이를 찾는 것을 넘어, 해당 변이가 가지는 병원성(Pathogenicity) 예측 단계에서 발생하는 높은 불확실성 문제를 해결하기 위한 다중 오믹스 통합적 접근법 개발이 요구된다. 이는 생물정보학적 알고리즘 개선과 함께 필수적이다.