TCGA 난소암 miRNA 프로파일 재현성 문제

초록

TCGA에서 동일한 난소암 표본을 마이크로어레이와 miRNA‑Seq 두 플랫폼으로 분석했지만, 생존과 연관된 miRNA 목록이 거의 일치하지 않는다. 두 플랫폼 간 miRNA 발현값의 상관계수가 전반적으로 낮아 재현성이 떨어짐을 보여주며, 데이터 처리 알고리즘과 낮은 발현량이 원인일 가능성을 제시한다.

상세 분석

본 연구는 TCGA 난소암 469개의 종양 표본에 대해 Level 3 마이크로어레이와 miRNA‑Seq 데이터를 각각 활용하여 전체 생존과의 연관성을 단변량 Cox 회귀분석으로 검증하였다. 마이크로어레이에서는 p < 0.01 기준으로 61개의 miRNA가 유의하게 연관되었으며, miR‑505, miR‑652, miR‑551b*가 가장 강한 위험비(HR)를 보였다. 반면 miRNA‑Seq에서는 동일 표본에서 12개의 miRNA만이 유의했으나, 위험비가 1에 매우 근접해 실제 임상적 의미가 약했다. 두 데이터셋을 교차 검증했을 때 겹치는 miRNA는 miR‑652 하나뿐이었다.

상관분석 결과, 359개의 공통 mature miRNA에 대해 Pearson r값을 구했을 때 약 72 %가 r < 0.5로, 전반적인 일관성이 매우 낮았다. 특히 miR‑505는 마이크로어레이와 miRNA‑Seq 간 r = 0.59, miR‑143은 r = 0.39, miR‑141은 r = 0.32에 불과했다. 반면 동일 표본의 mRNA 발현은 Agilent 마이크로어레이와 Illumina HiSeq 간 r > 0.5인 비율이 22 %에 그쳤다.

데이터 처리 측면에서는 TCGA가 제공한 두 종류의 Level 3 파일(Quantification과 Isoform) 중, Quantification 파일이 전구체(pre‑miRNA)와 mature miRNA를 혼합해 보고한다는 점을 발견했다. 전구체는 생물학적 활성이 없으므로 혼합이 분석에 혼란을 초래할 수 있다. Isoform 파일에서 mature miRNA만을 추출해 재분석했지만, r < 0.5인 miRNA 비율은 여전히 71 %에 머물렀다.

또한 낮은 발현량이 문제일 수 있다는 가설을 검증하기 위해 miRNA‑Seq에서 읽기 수(read count) < 5인 전사체를 제외하고 상관분석을 재수행했다. 이 경우 분석 가능한 miRNA 수는 705→380으로 감소했으며, r < 0.5인 비율은 72 %→56 %로 감소했지만 여전히 절반 이상이 낮은 상관을 보였다. mRNA에서도 동일한 필터링을 적용했을 때 비율 변화는 미미했다.

결론적으로, 마이크로어레이와 miRNA‑Seq 간의 발현값 차이는 단순히 전구체 포함 여부나 낮은 발현량만으로는 설명되지 않는다. 두 플랫폼 자체의 기술적 한계(교차 하이브리다이제이션 비특이성, 시퀀싱 매핑 오류, 정규화 방법 차이 등)와 현재 TCGA가 제공하는 데이터 처리 파이프라인의 불완전성이 주요 원인으로 추정된다. 이러한 불일치는 TCGA miRNA 데이터를 활용한 생존 예측 연구에 큰 위험요소이며, 독립적인 검증과 표준화된 파이프라인 구축이 시급하다.