계통분류학적 거리 측정のためのPhylogenomic Data Preprocessing Pipeline

최종 수정: 2시간 전 aginglab 1 조회
0점 (0명)
문서 역사

본 문서는 방대한 유전체학 데이터를 활용하여 생물 종들 간의 진화적 관계를 정량적으로 평가하기 위한 선행 처리 파이프라인을 설명한다.

필수 데이터 전처리 단계

  • 정렬 및 클리핑: 서로 다른 종의 게놈 조각들을 정밀하게 비교하기 위해 MSA를 수행하며, 낮은 품질의 염기쌍과 삽입/삭제(Indel) 구간을 제거하여 Alignment Gap 오류를 최소화한다.
  • 변이 호출 및 필터링: 모든 샘플에서 SNP 및 작은 규모의 유전체 변이를 체계적으로 호출하며, 통계적 유의성 기준(예: FDR)을 적용하여 잡음성 변이를 걸러낸다.
  • 친연성 분석을 위한 행렬 구축: 최종적으로 얻어진 다중 대립유전자 정보(Multiallelic Data)를 기반으로 각 종 쌍 간의 누적 변이 거리를 계산하는 Distance Matrix를 생성한다. 이는 이후 Maximum Likelihood 또는 Bayesian Inference 분석의 입력 자료가 된다.

이러한 체계적인 전처리 과정을 통해, 단순한 염기 치환 수준을 넘어선 깊이 있는 진화생물학적 해석이 가능해진다. 시스템 생물학, 계통분류학 분야에서 필수적인 방법론이다.