본문 바로가기

전체 글90

All of Us: 약물 반응과 연관된 유전 변이 Frequency of pharmacogenomic variation and medication exposures among participants in the All of Us Research Program출처: https://www.science.org/doi/10.1126/scitranslmed.adt8040?referrer=https%3A%2F%2Fwww.linkedin.com%2F논문 요약미국 All of Us 프로그램 참여자 약 10만 명의 유전체를 분석해 보니, 약물 반응에 영향을 주는 약물유전체(PGx) 변이가 드문 게 아니라 거의 모든 사람에게 있다는 걸 보여준 연구야.연구 목적약효나 부작용이 사람마다 다른 이유 중 일부는 유전자에 있어. 그런데 이런 PGx 변이가 실제 인구에 얼마나 흔.. 2026. 11. 17.
5ULTRA: uORF와 Kozak 변이 영향 예측기 Genome-wide detection of human 5′ UTR variants that impact protein translation출처: https://pmc.ncbi.nlm.nih.gov/articles/PMC13087467/논문 요약WES/WGS 데이터에서 5′UTR 변이가 단백질 번역(translation)을 바꾸는지 찾아내고, 주석을 달고, 점수로 우선순위를 매겨주는 도구야.연구 목적5′UTR에는 리보솜이 번역을 시작할 위치를 정하는 Kozak 서열이 있어. 그리고 본 단백질 앞에 끼어 있는 작은 ORF인 uORF도 있어서 번역 효율을 조절해. 그래서 여기 생긴 변이는 단백질 양을 크게 바꿀 수 있어. 기존 도구(UTRAnnotator, MORFEE 등)는 uORF 데이터베이스가 작고, .. 2026. 11. 17.
SpliceVault: splice-site 변이 영향 예측기 SpliceVault predicts the precise nature of variant-associated mis-splicing출처: https://pmc.ncbi.nlm.nih.gov/articles/PMC9925382/논문 요약공개 RNA-seq 데이터 약 33만 6천 개에서 자연스럽게 일어나는 "실수 splicing"을 모아, splice-site 변이가 실제로 어떤 비정상 splicing을 일으킬지 예측하는 방법이야.연구 목적GT-AG 같은 essential splice site 변이는 거의 확실하게 splicing을 망가뜨려. 하지만 그 결과가 exon skipping인지, cryptic splice site 활성화인지, 아니면 여러 가지가 섞이는지는 예측하기 어려웠어. 이게 중요한 이유는.. 2026. 11. 16.
MitImpact 4: 미토콘드리아 해석 MitImpact 4: a genome-wide resource for the interpretation of coding and non-coding mitochondrial DNA variants 출처: https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkag1070/9004249논문 요약미토콘드리아 DNA에서 생길 수 있는 모든 단일염기변이에 annotation을 붙인 데이터베이스 MitImpact 4를 소개하는 논문이야.연구 목적mtDNA 변이 해석 도구는 지금까지 단백질을 만드는 13개 유전자에만 집중돼 있었어. 그런데 정작 pathogenic 변이는 tRNA·rRNA 유전자에 많이 몰려 있어. mt-tRNA 유전자는 mtDNA의 약 1.. 2026. 11. 15.
AlphaGenome 2 AlphaGenome 2 predicts regulatory activity and variant effects across cell states출처: https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/논문 요약DNA 서열 1Mb와 "어떤 세포인지(조직, 세포 유형, 세포 상태)"를 함께 넣으면, 그 세포에서 유전자 발현, 염색질 열림, 히스톤 표지 등을 예측하고 변이 효과까지 계산해주는 모델이야.연구 목적질환 관련 변이 대부분은 non-coding 영역에 있고, 그 효과는 특정 세포에서만 나타나는 경우가 많아. 싱글셀 아틀라스는 세포 상태를 잘 보여주지만 기증자 수가 적.. 2026. 11. 13.
popEVE: missense 변이 해석 Proteome-wide model for human disease genetics출처: https://www.nature.com/articles/s41588-025-02400-1논문 요약진화 데이터와 인구 데이터를 합쳐서, 서로 다른 유전자의 missense 변이도 얼마나 해로운지 비교할 수 있게 만든 모델 popEVE를 소개한 논문이야.연구 목적EVE나 AlphaMissense 같은 기존 모델은 한 유전자 안에서 benign과 pathogenic을 가르는 건 잘해. 그런데 유전자마다 점수 기준이 달라서, 환자 한 명의 exome에 있는 수천 개 변이를 한 줄로 세우기는 어려워. 게다가 "성인기 질환" 변이와 "소아기 치명적 질환" 변이를 구분하지 못하고, 건강한 사람에게도 pathogenic 판정을 .. 2026. 11. 11.
Non-coding 변이 ACMG/AMP 가이드 Recommendations for clinical interpretation of variants found in non-coding regions of the genome출처: https://pmc.ncbi.nlm.nih.gov/articles/PMC9295495/논문 요약단백질을 만들지 않는 영역(non-coding region)의 변이를 기존 ACMG/AMP 기준으로 어떻게 해석할지 정리한 전문가 권고안이야.연구 목적WGS가 진단에 많이 쓰이면서 UTR, intron, promoter, enhancer 같은 곳의 변이도 많이 나오는데, ACMG/AMP 기준은 거의 coding 변이를 전제로 만들어졌어. 그래서 이런 변이는 분석에서 빠지거나 VUS(의미 불명 변이)로 처리되는 일이 많았어.연구 방법.. 2026. 11. 11.
predNMD: mRNA decay 예측기 predNMD: prediction of nonsense-mediated mRNA decay for improvedclinical variant pathogenicity classification출처: https://www.biorxiv.org/content/10.64898/2026.06.20.733449v1논문 요약Stop-gain 변이가 NMD(비정상 mRNA를 분해하는 세포 내 감시 시스템)를 일으키는지 머신러닝으로 예측하는 도구 predNMD를 만들었어.연구 목적ACMG/AMP 기준에서 가장 강력한 병원성 근거인 PVS1을 줄지 말지는 "이 변이가 NMD를 일으키느냐"에 따라 갈려. 그런데 지금은 이걸 50nt rule(마지막 exon-exon junction보다 약 50nt 앞에 stop이 있으.. 2026. 11. 10.
STR 반복 횟수가 유전자 발현에 주는 영향 Systematic evaluation of the impact of promoter proximal short tandem repeats on expression출처: https://pmc.ncbi.nlm.nih.gov/articles/PMC12458280/논문 요약DNA에 짧은 서열이 반복되는 구간인 STR(short tandem repeat)의 반복 횟수가 바뀌면 유전자 발현이 실제로 달라지는지 대규모로 실험한 논문이야.연구 목적STR은 Huntington’s disease나 Fragile X syndrome 같은 병의 원인으로 잘 알려져 있고, 반복 횟수가 발현이랑 관련 있다는 통계 연구(eSTR)도 많아. 근데 지금까지는 상관관계 수준이었지, 반복이 진짜 원인인지 어떤 원리로 작동하는지는 몰랐어.. 2026. 11. 9.