암 유전체 복제수 변이 통합 데이터베이스 arrayMap

초록

arrayMap는 인간 암에서 관찰되는 복제수 이상(CNA) 데이터를 고해상도 마이크로어레이 기반으로 수집·정제한 공개 데이터베이스이다. 현재 40 000여 개 이상의 샘플을 224개의 암 유형에 걸쳐 제공하며, 프로브 수준의 원시 데이터와 통합 시각화 도구를 통해 유전자·게놈 전반의 복제수 변화를 손쉽게 탐색할 수 있다. 메타분석, 특징 마이닝, 임상 마커 발굴 등에 활용할 수 있는 장기적인 온코게노믹 리소스로서, GEO, ArrayExpress, TCGA 등 다양한 출처의 데이터를 일관된 포맷으로 통합한다.

상세 분석

arrayMap는 암 연구에서 복제수 이상(CNA)을 체계적으로 활용하기 위한 인프라 구축을 목표로 한다. 데이터 수집 단계에서 저자들은 NCBI GEO, EBI ArrayExpress, TCGA, 논문 부록 및 직접 제출 등 네 가지 주요 경로를 통해 40 000여 개의 마이크로어레이 데이터를 확보하였다. 이 과정에서 플랫폼 종류(Agilent, Affymetrix, Illumina 등)와 실험 설계 차이를 고려해 자동 파싱과 수동 검증을 병행했으며, 데이터 정합성을 확보하기 위해 품질 지표(QC)와 메타데이터(샘플 종류, 조직, 병기 등)를 표준화하였다.

데이터베이스 구조는 복제수 값, 위치 정보, 유전자 매핑을 포함한 프로브 수준 데이터를 핵심 테이블에 저장하고, 이를 기반으로 게놈 전체와 개별 유전자의 복제수 변화를 시각화한다. 사용자는 웹 인터페이스에서 암 유형, 조직, 실험 플랫폼 등을 필터링해 관심 샘플을 선택하고, 선택된 샘플들의 평균 복제수 프로파일을 히트맵, 로그‑비율 플롯, 원형 차트 등 다양한 형태로 즉시 확인할 수 있다. 또한, 다중 샘플 선택 후에는 외부 분석 파이프라인(예: GISTIC, CBS)과 연동해 통계적 CNA 영역을 도출하거나, 유전자 집합 풍부도 분석을 수행할 수 있다.

기능적 측면에서 가장 큰 강점은 ‘플랫폼 독립성’이다. 서로 다른 마이크로어레이 기술에서 얻은 데이터를 동일한 좌표계(인간 게놈 hg19 기준)로 재매핑함으로써, 연구자들은 특정 플랫폼에 얽매이지 않고 전 세계 암 데이터베이스를 통합적으로 활용할 수 있다. 또한, 데이터가 정기적으로 업데이트되고, 사용자 제출을 통한 커뮤니티 기반 확장이 가능하도록 설계돼 장기적인 데이터 지속성을 보장한다.

한계점으로는 현재 고해상도 시퀀싱 기반 CNA(예: WGS, WES) 데이터가 미포함되어 있다는 점이다. 차후 버전에서는 차세대 시퀀싱 데이터를 통합해 해상도를 더욱 높일 필요가 있다. 또한, 메타데이터의 불완전성(예: 치료 정보, 생존 데이터)으로 인해 임상 연관 분석에 제약이 있을 수 있다. 그럼에도 불구하고, 기존에 분산되어 있던 온코게노믹 복제수 데이터들을 한곳에 모아 제공함으로써, 메타분석, 바이오마커 탐색, 새로운 암 유전체 모델 구축 등에 큰 기여를 할 것으로 기대된다.