Illumina는 일대일 전장 유전체 시퀀싱(WGS) 비교에서 완전한 유전체학/MGI를 능가합니다

MGI DNBSEQ-T7 시퀀서 와 MegaBOLT 바이오인포매틱스 분석 대 Illumina NovaSeq X 시리즈 와 DRAGEN 2차 분석.

주요 요점

 직접 비교를 통해  MGI DNBSEQ-T7 시퀀싱 플랫폼 과 MegaBOLT v2.4.0 소프트웨어를 사용하여 WGS 를 DRAGEN v4.4 소프트웨어가 포함된 NovaSeq X 시리즈 와 비교 평가했습니다. 이 평가에서 Illumina 솔루션은 다음과 같은 결과를 얻었습니다.

•  MGI 보다 SNV 및 indel 오류가 8~12배 더 적 음

•  GC가 풍부한 서열, 단일중합체 ≥ 10 염기쌍, 디뉴클레오티드 및 트리뉴클레오티드 반복을 포함한  까다로운 유전체 영역에서 MGI에 비해 더 높은 커버리지 유지

•  MGI에 비해 임상 연구와 관련된 유전자에 대한 더 많은 인사이트 제공

Illumina 시퀀싱 대 Complete Genomics/MGI 시퀀싱

 NovaSeq X 시리즈는 차세대 시퀀싱(next-generation sequencing, NGS) 기능을 혁신 하고 향후 방법을 구축하기 위한 Illumina 의 노력을 보여줍니다.^[1] 생산 규모에서 데이터 집약적인 애플리케이션을 지원하는 NovaSeq X 시리즈는 과학자들이 새로운 발견을 할 수 있도록 지원합니다. 2019 년에 Complete Genomics/MGI 는 “탁월한 정확도” 로 하루 만 에 60개의 인간 전장 유전체를 시퀀싱할 수 있다는 주장을 포함하여 생산 규모 DNBSEQ-T7 시퀀싱 플랫폼을 출시했습니다.^[2] 실제로, 여러 독립적인 연구에서 DNBSEQ-T7 시퀀싱 플랫폼 과  NovaSeq X 시리즈의 이전 모델인 NovaSeq 6000 시스템 간에 유사한 수준의 시퀀싱 품질 및 커버리지가 보고되었습니다. NovaSeq ^[3][4]  성능 및 정확성 주장을 평가하기 위해, Illumina 는 DRAGEN v4.4 2 차 분석이 포함된  NovaSeq X 시리즈 (Illumina  WGS 솔루션) 와 MegaBOLT v2.4.0 바이오인포매틱스 파이프라인이 포함된  Complete Genomics/MGI DNBSEQ-T7 시퀀싱 플랫폼 (MGI WGS 솔루션)을 사용하여 WGS의 비교 분석을 수행했습니다. 이 평가의 결과는 Illumina WGS 솔루션이 보다 정확한 변이 검출 을 제공하고, 유전체의 까다로운 영역에서 보다 포괄적인 커버리지를 제공하며, MGi WGS 솔루션 보다 질병의 분자 기전 에 대한 더 많은 통찰력을  가능하게 함을 입증합니다.

WGS 평가 연구 설계

NA24385(HG002) 참조 샘플(Coriell Institute for Medical Research에서 획득)에서 준비한 라이브러리를 시퀀싱했습니다. Illumina의 지침에 따라 TruSeq DNA PCR-Free를 사용하여 Illumina  에서 Illumina WGS 라이브러리를 준비했습니다. 라이브러리는 NovaSeq X Plus System with NovaSeq X 25B 시약에서 2 × 151 bp 리드 길이를 사용하여 시퀀싱한 후 DRAGEN v4.4 소프트웨어를 사용한 2 차 분석을 수행했습니다. NA12878(HG001) 참조 샘플에 대한  추가 WGS 라이브러리는  TruSeq DNA PCR-Free를 사용하여 Illumina 에서 제조자의 지침에 따라 준비했습니다. 라이브러리 는 NovaSeq X 1.5B 시약과 NovaSeq X 1.5B 시약에서 2 × 300 bp 리드 길이를 사용하여 시퀀싱한 후 DRAGEN v4.4 소프트웨어를 사용한 2 차 분석을 수행했습니다 (표 1). 

별도로, 제조사의 지침에 따라 DNBSEQ Fast PCR-Free FS Library Prep Kit v2.0을 사용하여 MGI 라이브러리를 준비한 시퀀싱 코어 검사실에 샘플을 제출했습니다. 또한 TruSeq DNA PCR-Free 라이브러리는 제조업체의 지침에 따라 DNBSEQ Universal Library Conversion Kit를 사용하여 DNBSEQ-T7 시퀀서와 호환되도록 변환되었습니다.  모든 라이브러리는 DNBSEQ-T7 플랫폼에서 시퀀싱되었으며 분석은 MegaBOLT v2.4.0(GATK 4.1.8.1_MGI-2.8.2-hc) 소프트웨어 또는 MegaBOLT v2.4.0(DeepVariant) 소프트웨어로  수행되었습니다 (표 1).

동일한 수 의 입력 베이스 에 대해 플랫폼 전반에서 공정한 비교를 보장하기 위해 중복을 제거하기 전에 모든 데이터 세트를 35배 커버리지 깊이로 다운샘플링했습니다.

표 1: 직접 비교를 위한 실험 설계

 NovaSeq X Series 및 DRAGEN 소프트웨어로 변이 검출 정확도 향상

National Institute of Standards and Technology(NIST) Genome in a Bottle(GIAB) 벤치마크 는 WGS 및 변이 검출 분석 도구의 정확성과 성능을 평가하는 데 널리 사용됩니다. NIST v4.2.1 벤치마크는 단일 뉴클레오티드 변이(SNV) 와 7개의 인간 유전체 에서 작은 삽입 및 결실(인델)에 대한 높은 신뢰도의 유전자형 요구를 제공합니다.^[5]  또한, NIST의 까다로운 의학적 관련성 유전자(CMRG) 벤치마크는 분절 복제, 저충돌성 영역 및 반복 서열을 포함한 까다로운 유전체 맥락에서의 위치로 인해 v4.2.1에서 크게 제외되는 273개의 임상적으로 중요한 유전자를 다루기 위해 개발되었습니다.^[6]    

  NovaSeq X Series 와 DRAGEN v4.4 소프트웨어의 변이 검출 성능을 MegaBOLT v2.4.0 소프트웨어 와  DNBSEQ-T7 시퀀싱 플랫폼 과 비교했습니다.  MGI WGS 솔루션은  NIST v4.2.1 벤치마크(그림 1A)와 비교하여 평가 했을 때  Illumina WGS 솔루션 보다 8~12배 더 많은 SNV + indel 오류, NIST CMRG 벤치마크 (그림 1B)와 비교하여 4~6배 더 많은 SNV + indel 오류를 초래했습니다.  1A  주목할 점은  MGI 솔루션이 Illumina 솔루션에 비해 HLA-A,^[7] TUBB8,^[8] 및 PDE4D,^[9]를 포함한 임상 연구와 관련된 유전자에서 더 많은 변이 검출 오류를 초래했다는 것입니다 (그림 2). 

MGI DNBSEQ 시퀀싱 기술은 시퀀싱을 위해 MGI 플랫폼에 로드되는 선형 DNA 라이브러리에서 DNA 나노볼(DNB)을 만드는 데 의존합니다. MGI 플랫폼에서 비DNBSEQ 라이브러리를 시퀀싱하고자 하는 연구자를 위해 MGI는 DNBSEQ Universal Library Conversion Kit를 제공합니다. DNBSEQ 라이브러리 변환에는 오류와 유전체 커버리지 편향을 유발할 수 있는 어댑터 변환 PCR 증폭 단계가 포함됩니다. DNBSEQ-T7 플랫폼에서 변환되고 시퀀싱된 Illumina TruSeq DNA PCR-Free 라이브러리의 변이 검출 정확도를 평가했습니다. 예상한 바와 같이, DNBSEQ 라이브러리 전환은 NIST 4.2.1(그림 1A) 및 NIST CMRG 벤치마크(그림 1B)에 대해 평가했을 때 indel 오류의 5배 증가 및 총 오류의 2배 증가를 초래했습니다.  1B

 NovaSeq X 시리즈 솔루션으로 유전체 커버리지 증가

까다로운 GC 리치 영역에서 두 시스템의 성능을 평가했습니다. 이 결과는 Illumina WGS 솔루션 (그림 3) 과 비교하여 MGI WGS 솔루션의 상대적 유전체 커버리지가 GC 함량 > 60% 로 떨어졌고 GC 리치 영역 (> 80%) 에서 유의하게 떨어졌음을 보여줍니다. 또한, G-쿼드루플렉스, 동종중합체 ≥ 10 bp, 디뉴클레오티드 반복 및 트리뉴클레오티드 반복을 포함하여 시퀀싱하기 어려운 유전체 영역에서,  DNBSEQ-T7 용액은 Illumina 용액에 비해 최대 30%의 커버리지 손실을 경험했으며, 이는 변이 검출 정확도를 손상시키고, 호출 신뢰도를 감소시키며, 임상 연구를 위한 유전자, 특히 반복, 인델 및 구조적 변이에서 중요한 변이가 누락될 위험을 증가시킬 수 있습니다 (그림 4).^[14-16]  DNBSEQ-T7 용액을 사용한 유전체 커버리지의 하락은 MGI 라이브러리에서 관찰되었으며 TruSeq DNA PCR-Free 라이브러리를 변환했습니다(그림 3 및 4). 이러한 영역에서 의 제한된 커버리지는 질병 관련 유전자의 생략으로 이어질 수 있어  후속 분석 및 해석 의 신뢰성을 떨어뜨릴 수 있습니다. 한 가지 예는  KMT2A (리신 메틸트랜스퍼라제 2A) 유전자로, 이는 초기 개발 및 조혈 중에 기능하는 전사 공동활성제를 암호화합니다. KMT2A 유전자의 돌연변이는 Wiedmann-Steiner 증후군 및 여러 형태의 백혈병과 관련이 있었습니다 (그림 5).^[17-19]  

 NovaSeq X 시리즈 드라이브 혁신으로 오류율 감소

 NovaSeq X 시리즈의 시퀀싱은 DNBSEQ-T7 시퀀싱 플랫폼에 비해 리드 1 및 리드 2 전반에서 오류율이 감소했습니다 (그림 6). 감소된 오류율을 통해  시퀀싱 리드 길이를 300사이클까지 연장할 수 있으므로 NovaSeq X 시리즈에서 더 많은 애플리케이션을 실행할 수 있습니다. 

요약

DRAGEN 소프트웨어가 포함된  NovaSeq X 시리즈 와 MegaBOLT 소프트웨어가 포함된 DNBSEQ-T7 시퀀싱 플랫폼을 평가한  결과,  Complete Genomics/MGI WGS 솔루션에 비해 Illumina WGS 솔루션의 우수한 성능이 입증되었습니다.  Illumina 솔루션은 더 높은 정확도를 제공하고 생물학적으로 관련된 유전자에 생물학적 인사이트를 제공하기 위해 까다로운 영역을 포함하여 유전체 전반에 포괄적인 커버리지를  제공합니다. 

Illumina는 27 년의  전문성을 갖춘 유전체학 분야의 신뢰할 수 있는 글로벌 리더 이며, NGS 솔루션의 표준을 설정하여 포괄적인 지원과 동급 최고의 제품 일관성을 지속적으로 제공하고 있습니다.  NovaSeq X Series 및 DRAGEN 2차 분석 솔루션은 모든 규모의 포괄적인 WGS 에 대한 정확성과 품질을 제공합니다.

관련 링크

NovaSeq X 시리즈
DRAGEN 2차 분석
전장 유전체 시퀀싱
Illumina SBS chemistry

WGS에 대해 질문이 있으십니까?

Illumina WGS with NovaSeq X 시리즈와 MGI DNBSEQ-T7 시퀀서의 비교에 대해 질문이 있으십니까? 총 소유 비용을 결정하고 설정에 가장 적합한 솔루션을 추천할 수 있습니다.

전문가와 상담하기

참고 문헌

1. Illumina. 25년 동안 가장 큰 영향 25가지: Illumina와 유전체학의 진화. illumina.com/company/news-center/feature-articles/25-greatest-impacts-in-25-years--a-look-back-at-illumina-and-the.html. Published April 3, 2023.  2025 년 11월 20일 접속.
2. MGI. MGI의 일부인 MGI Tech Complete Genomics, ASHG Annual Meeting에서 차세대 시퀀싱 플랫폼 발표. global-mgitech.com/mgi-tech-complete-genomics-part-of-mgi-announces-next-generation-sequencing-platforms-at-ashg-annual-meeting/ 2022년 10월 25일 게시. 2025년 11월 20일 접속.
3. Jeon SA, Park JL, Park SJ 등. 전장 유전체 시퀀싱을 위한 MGI 및 Illumina 시퀀싱 플랫폼 간 비교. Genes Genomics. 2021;43(7):713-724. doi:10.1007/s13258-021-01096-x
4. Kim HM, Jeon S, Chung O 등 한국 참조 유전체를 사용한 7개의 쇼트 리드 시퀀싱 플랫폼의 비교 분석: 전장 유전체 시퀀싱을 위한 MGI 및 Illumina 시퀀싱 벤치마크. Gigascience. 2021;10(3):giab014. doi:10.1093/gigascience/giab014
5. Wagner J, Olson ND, Harris L, et al. 연결된 긴 리드로 까다로운 작은 변이 벤치마킹. Cell Genom. 2022;2(5):100128. doi:10.1016/j.xgen.2022.100128
6. Wagner J, Olson ND, Harris L 등은 의학적으로 관련된 까다로운 상염색체 유전자에 대한 변이 벤치마크를 큐레이팅했습니다. Nat Biotechnol. 2022;40(5):672-680. doi:10.1038/s41587-021-01158-1
7. Howell WM. HLA 및 질병: 협회에 의해 죄책감. Int J Immunogenet. 2014;41(1):1-12. doi:10.1111/iji.12088
8. Sferra A, Petrini S, Bellacchio E 등. 다른 표현형의 기저에 있는 TUBB 변이는 변화된 소포 밀매 및 미세소관 역학을 초래합니다. Int J Mol Sci. 2020;21(4):1385. 2020년 2월 18일 출판. doi:10.3390/ijms21041385
9. Das S, Roy S, Munshi A.  PDE4D 유전자와 허혈성 뇌졸중 간의 연관성: 최근 발전. Int J Neurosci. 2016;126(7):577-583. doi:10.3109/00207454.2015.1051621
10. Landrum MJ, Chitipiralla S, Brown GR 등 ClinVar: 데이터 액세스 개선. Nucleic Acids Res. 2020;48(D1):D835-D844. doi:10.1093/nar/gkz972
11. Foreman J, Brent S, Perrett D, et al. DECIPHER: 진단 및 연구를 발전시키기 위한 희귀 질환 표현형 관련 변이 데이터의 해석 및 공유 지원. Hum Mutat. 2022;43(6):682-697. doi:10.1002/humu.24340
12. Sondka Z, Dhir NB, Carvalho-Silva D, et al. COSMIC: 체세포 변이의 선별된 데이터베이스 및 암에 대한 임상 데이터. Nucleic Acids Res. 2024;52(D1):D1210-D1217. doi:10.1093/nar/gkad986
13. Stark Z, Foulger RE, Williams E 등 불일치 해결에 대한 협업적 접근법을 통해 가상 유전자 패널 큐레이션의 국내 및 국제 개선 확대. Am J Hum Genet. 2021;108(9):1551-1557. doi:10.1016/j.ajhg.2021.06.020
14. Chen H, Wang B, Cai L 등 이염색 및 사염색 형광 차세대 시퀀싱 플랫폼을 사용한 단일중합체 검출 성능. BMC Genomics. 2024;25(1):542. 2024년 5월 31일 게시. doi:10.1186/s12864-024-10474-0
15. Jeanjean SI, Shen Y, Hardy LM 등 짧은 직렬 반복 및 단일중합체의 정확한 길이 결정을 위한 2세대 및 3세대 시퀀싱 접근법에 대한 자세한 분석. Nucleic Acids Res. 2025;53(5):gkaf131. doi:10.1093/nar/gkaf131
16. Hijikata A, Suyama M, Kikugawa S, et al. 쇼트 리드 차세대 DNA 시퀀싱을 사용한 시퀀싱하기 어려운 영역의 전장 엑솜 벤치마크. Nucleic Acids Res. 2024;52(1):114-124. doi:10.1093/nar/gkad1140
17. Feldman HR, Dlouhy SR, Lah MD, Payne KK, Weaver DD. 성인기의 Wiedemann-Steiner 증후군 진행과 KMT2A 유전자의 두 가지 새로운 변이. Am J Med Genet A. 2019;179(2):300-305. doi:10.1002/ajmg.a.60698
18. Forgione MO, McClure BJ, Eadie LN, Yeung DT, White DL. KMT2A 재배열된 급성 림프모구성 백혈병: 이 고위험 질환의 유전체 복잡성 및 이질성 악화. Cancer Lett. 2020;469:410-418. doi:10.1016/j.canlet.2019.11.005
19. Shimony S, Luskin MR.  KMT2A-rearranged ALL. Blood. 2023;142(21):1764-1766. doi:10.1182/blood.2023021942