스탠포드 RNA 매핑 데이터베이스

초록

스탠포드 RNA 매핑 데이터베이스(RMDB)는 화학·효소 기반 RNA 구조 매핑 데이터를 표준화·시각화·공유하기 위한 웹 플랫폼이다. 사용자는 히트맵, 바 그래프, 색칠된 2차 구조 그림 등으로 데이터를 탐색하고, RDAT·SNRNASM 등 컴퓨터 친화적인 형식으로 다운로드할 수 있다. 현재 38개의 엔트리(2 659개 RNA, 355 084 데이터 포인트)를 보유하고 있으며, 데이터 업로드·검증 절차와 구조 예측 서버, RDATkit 툴킷을 제공한다.

상세 분석

이 논문은 RNA 구조 매핑 실험이 고처리량 시퀀싱과 자동화된 파이프라인 도입으로 급격히 확대된 현 상황에서, 데이터를 효율적으로 관리·공유·분석하기 위한 중앙 집중형 데이터베이스(RMDB)의 설계와 구현을 상세히 기술한다. 먼저 저자들은 기존의 분산형 SNRNASM(ISA‑TAB 기반) 접근법이 시각화 도구와 표준화된 파일 포맷을 제공하지 못하고, 데이터 검증·통합에 한계가 있음을 지적한다. 이를 보완하기 위해 RMDB는 웹 기반 프론트엔드와 백엔드가 완전히 통합된 구조를 채택했으며, 데이터는 M × N 형태의 매트릭스로 저장된다(M은 실험 조건, N은 염기 위치). 시각화 측면에서 히트맵은 전통적인 겔 전기영동 결과를 직관적으로 재현하고, 바 그래프와 VARNA 기반 2차 구조 그림을 실시간 SVG로 제공함으로써 사용자가 개별 실험 트레이스와 구조 모델을 즉시 비교할 수 있게 한다.

데이터 표준화는 RDAT(RNA Data) 포맷을 중심으로 이루어진다. RDAT 파일은 일반 섹션(버전, 전역 주석), 구조 섹션(시퀀스, 2차 구조, 실험 조건), 데이터 섹션(ANNOTATION_DATA와 REACTIVITY)으로 구성되며, 계층적 주석 시스템을 통해 전역·구성·실험 레벨의 메타데이터를 일관되게 전달한다. 이는 ISA‑TAB이 제공하는 인간 친화적 스프레드시트 형태와 달리, 자동화 파이프라인에서 파싱·검증이 용이하도록 설계된 점이 큰 장점이다. 또한 RDAT 파일은 선택적으로 원시 전기영동 트레이스(TRACE)와 피크 위치(XSEL)를 포함할 수 있어, 메타분석 시 실험적 변동성을 정량화하는 데 유용하다.

백엔드 구현은 Django 프레임워크와 Apache‑MySQL 조합으로, 클라이언트 측은 JavaScript, jQuery, D3, protovis 등을 활용해 인터랙티브 SVG 시각화를 구현한다. VARNA와 matplotlib을 이용해 구조 그림과 이미지 썸네일을 사전 생성함으로써 로딩 속도를 최적화한다. 데이터베이스는 사용자 등록·검증 절차를 거쳐 공개되며, 모든 엔트리는 고유 ID(예: TRP4P6_SHP_0003)와 버전 관리가 가능하도록 설계돼 지속적인 업데이트와 커뮤니티 기여를 지원한다.

추가 제공되는 도구로는 RDATkit이라는 파이썬·MATLAB 기반 툴킷이 있다. 이는 RDAT·ISA‑TAB 파싱, 데이터 정규화, 구조 예측 보너스(단일·다중 차원) 적용, 그리고 RNAstructure(v5.3)와 연동한 2차 구조 예측 서버를 포함한다. 사용자는 웹 서버를 통해 보너스를 적용한 구조 모델을 즉시 확인하고, 결과를 다운로드해 자체 파이프라인에 통합할 수 있다.

논의에서는 현재 2 395개의 RNA(논문에선 2 659개로 표기)와 355 084개의 데이터 포인트가 수집돼 있어, 구조 생물학자와 바이오인포매티션에게 풍부한 리소스를 제공한다는 점을 강조한다. 향후 화학적 변형 외에도 효소 기반 절단, 하이드록실 클리비지 등 다양한 매핑 방법을 확장할 계획이며, EteRNA와 같은 대규모 설계·실험 플랫폼에서 매주 수십 개의 새로운 시퀀스가 추가될 것으로 예상한다. 이러한 확장은 데이터베이스의 규모와 활용 가치를 기하급수적으로 증가시킬 것이며, 고차원 구조 예측, 화학 변형 비교, 메타분석을 통한 새로운 생물학적 통찰을 가능하게 할 것이다.