SCNA 분석에서 GISTIC이 하는 일

왜 이 개념이 필요한가

암 유전체에서 변이는 한 글자짜리 SNV만으로 나타나지 않습니다. 염색체의 넓은 구간이 복제되거나 사라지는 copy-number 변화도 종양의 성장과 관련된 신호를 만들 수 있습니다. 여러 종양 샘플을 비교할 때의 질문은 단순히 “어느 샘플에 변화가 있었는가?”가 아닙니다.

여러 샘플에서 반복적으로 나타나는 증폭·결실 구간은 어디이며, 그 안에 어떤 유전자가 있을 수 있는가?

GISTIC은 이 질문을 다루는 분석 도구입니다. 다만 반복 신호를 찾았다는 사실과 특정 유전자가 실제 driver라는 사실은 같은 결론이 아닙니다.

핵심 개념 — SCNA와 segmentation

copy-number 분석의 원자료는 위치에 따라 흔들리는 신호처럼 보일 수 있습니다. 분석 pipeline은 인접한 genomic position의 신호가 비슷하게 유지되는 구간을 나누고, 각 구간을 하나의 copy-number 상태로 요약합니다. 이 단계가 segmentation입니다.

GISTIC2 documentation의 기본 segmentation input은 샘플, 염색체, 시작 위치, 끝 위치, marker 수, Seg.CN을 담는 6열 구조입니다. 중요한 것은 파일 형식 자체보다 다음 세 가지입니다.

각 segment가 어느 reference genome 좌표계에 놓였는가?
Seg.CN이 어떤 전처리와 정규화에서 만들어졌는가?
서로 다른 샘플의 segment가 같은 좌표와 의미를 갖는가?

따라서 “BAM을 GISTIC에 넣는다”라고 단순화하면 안 됩니다. BAM 또는 다른 원자료에서 copy-number 신호를 만들고, segmentation과 형식 변환을 거친 결과가 GISTIC의 입력이 됩니다.

GISTIC의 분석 질문

GISTIC은 여러 샘플의 segment를 모아 증폭·결실의 크기(amplitude)와 샘플 간 빈도(frequency)를 함께 반영한 G-score를 계산하고, q-value로 유의 영역을 평가합니다. 넓은 염색체 수준의 변화와 비교적 좁은 focal alteration을 구분해, 반복되는 영역과 peak를 후보로 정리하는 데 사용됩니다.

개념 흐름은 다음과 같습니다.

text

copy-number signal
        ↓
segmentation per sample
        ↓
common coordinate / input representation
        ↓
recurrent amplification or deletion analysis
        ↓
candidate regions for biological interpretation

출력은 “이 위치를 더 살펴볼 이유가 있는가?”에 대한 통계적 답입니다. 바로 “이 유전자가 암을 일으킨다”라는 기능적 증명은 아닙니다. 같은 구간 안에 여러 유전자가 함께 존재할 수 있고, copy-number 변화가 원인인지 결과인지도 별도의 생물학적 실험과 자료가 필요합니다.

작은 예시

아래는 원리를 설명하기 위해 만든 가상의 예시입니다. 세 종양 샘플에서 다음과 같은 증폭 구간이 관찰되었다고 해봅시다.

샘플	증폭 구간
A	10–20 Mb
B	12–21 Mb
C	11–19 Mb

세 구간은 완전히 같지는 않지만 일부 영역이 반복됩니다. GISTIC류의 분석은 이런 반복 패턴을 좌표와 신호 크기의 관점에서 평가해, 우연한 단일 샘플 사건보다 일관되게 나타나는 영역을 찾는 데 도움을 줍니다.

그다음 단계는 해당 영역에 포함된 유전자 목록, 발현·기능 자료, 다른 암종의 관찰 결과, 실험 검증을 연결하는 것입니다. 후보 영역은 출발점이지 최종 설명이 아닙니다.

분석 맥락 — 버전과 입력 조건이 중요한 이유

GISTIC documentation은 release에 따라 입력 선택지가 달라질 수 있음을 보여줍니다. 공식 배포 문서에서 확인되는 공개 standalone release는 2.0.23이며, marker file은 이 release부터 선택 입력입니다. 분석 결과에는 사용 release와 reference file을 함께 기록해야 합니다.

재현 가능한 설명에는 최소한 다음을 함께 기록해야 합니다.

GISTIC release
segmentation을 만든 upstream 도구와 설정
reference genome build
marker file과 CNV exclusion 설정
입력 데이터의 copy-number 정의와 정규화 방법

정보가 빠진 실행 예시는 개념 설명으로는 참고할 수 있지만, 현재 연구 pipeline의 표준 recipe로 재사용할 수 없습니다.

혼동하기 쉬운 점

반복되는 영역은 곧 driver 유전자인가?

아닙니다. 반복 영역은 후보 locus입니다. 그 안에서 어떤 유전자가 기능적 driver인지 판단하려면 발현, 기능 실험, 독립 코호트, 임상·생물학적 자료가 더 필요합니다.

segmentation은 생물학적 경계를 직접 발견하는가?

segmentation은 관측된 copy-number 신호를 구간으로 요약하는 분석 단계입니다. 실제 염색체 사건의 경계와 완전히 일치한다고 보장되지 않으며, 품질·해상도·정규화·알고리즘의 영향을 받습니다.

GISTIC은 모든 CNV 분석의 대체 도구인가?

아닙니다. 질문이 germline CNV인지 somatic SCNA인지, 데이터가 array인지 sequencing인지, 단일 샘플인지 코호트인지에 따라 필요한 분석 흐름이 달라집니다.

현재 근거와 한계

GISTIC2는 여러 샘플에서 반복되는 copy-number 신호를 찾는 분석 도구로 설명할 수 있습니다.
공식 문서에서 segmentation input의 구조와 reference genome 의존성을 확인할 수 있습니다.
특정 dataset의 upstream copy-number·segmentation pipeline을 보편 recipe로 고정하지 않습니다.
이 글은 GISTIC 실행법의 재현 recipe가 아니라, SCNA 분석 질문과 해석 경계를 설명하는 개념 안내입니다.

이 설명이 다루지 않는 것

특정 환자의 검사 결과나 치료 결정을 해석하지 않습니다.
GISTIC release와 upstream pipeline이 확정되지 않은 상태에서 실행 명령어를 제시하지 않습니다.
recurrent region을 곧바로 driver gene, prognostic marker, therapeutic target으로 번역하지 않습니다.

연결 Concept / Story

Concept: copy-number variation, segmentation, reference genome, driver mutation
Story 후보: 암 코호트에서 recurrent alteration을 해석하는 연구 사례

References

GISTIC2 documentation
GISTIC2 repository
GISTIC 2.0 primary paper — PMCID PMC3218867, DOI 10.1186/gb-2011-12-4-r41

BioPlayground

GISTIC은 반복되는 SCNA를 어떻게 요약하는가