Journal of the Korea Academia-Industrial cooperation Society Vol. 16, No. 10 pp. 6715-6721, 2015 http://dx.doi.org/10.5762/kais.2015.16.10.6715 ISSN 1975-4701 / eissn 2288-4688 구교찬 1, 김선욱 1* 1 단국대학교산업공학과 Development and Applications of A Paternity and Kinship Analysis System Based on DNA Data Kyo-Chan Koo 1, Sun-Uk Kim 1* 1 Department of Industrial Engineering, Dankook University 요약최근실종자, 변사자, 미아등의유전자분석자료는지속적으로증가하고있으나, 현재친자확인을위한통계학적계산은대부분수기에의하거나엑셀을통해서이루어지고있다. 따라서유전자분석자료중상염색체 Short Tandem Repeat (STR) 을체계적으로관리하고효과적으로분석할수있는소프트웨어의개발이필요하다. 친자관계및혈연관계를다양한옵션하에서용이하게분석하는웹기반유전자자료분석시스템이광범위한테스트없이약 20개월의연구를통해서개발되었다. 친자관계분석을위해서부계지수계산알고리즘을사용하였고, 혈연관계분석을위해서 Identity by descent (IBD) 공식을사용하였다. 이시스템은실제데이터를기반으로혈연관계지수와친자확률이검증됨으로써신뢰성이확보됨은물론, 대량재난 재해시발생될유전자분석자료의관리및분석에효과적으로이용될수있을것이다. 이외에도본시스템은데이터베이스와알고리즘의통합환경, 사용자중심인터페이스, 프로세스자동화등고급기능을포함한다. Abstract Recently, DNA data of missing person, killed person, and missing child continue to increase but most of statistical calculation for paternity confirmation is being done through manual methods or Excel. Therefore, we need development of a software which is able to facilitate both systematic management and effective analysis of Short Tandem Repeat (STR) derived from DNA data. Without extensive testing, through a twenty-month study was developed a web-based system which performs paternity analysis and kinship analysis easily based on the various options. The former uses an existing algorithm for paternity index and the latter does Identity by descent (IBD) formula. Due to our system validated over real datasets in terms of likelihood ratio and probability of paternity, it ensures increased reliability as well as effective management and analysis of DNA data in mass disaster. In addition, it includes advanced features such as an integrated environment, user-centered interface, process automation and so on. Keywords : DNA, Kinship analysis, Paternity analysis, Short Tandem Repeat (STR), Web-based system 1. 서론 최근실종자, 변사자, 미아등의유전자분석자료는지속적으로증가하고있지만, 부계지수등친자및혈연 관계확인을위한통계학적계산은대부분수기또는엑셀을통해서이루어지고있어, 입력시간이오래걸릴뿐아니라입력과정에서오류가발생할수있다. 또한사용자가마커 (Marker), 분석키트 (Analysis Kit), 빈도표 * Corresponding Author : Sun-Uk Kim(Dankook University) Tel: +82-41-550-3570 email: kimsunuk@dankook.ac.kr Received July 2, 2015 Revised (1st August 5, 2015, 2nd August 12, 2015, 3rd August 17, 2015, 4th August Accepted October 8, 2015 31, 2015) Published October 31, 2015 6715
한국산학기술학회논문지제 16 권제 10 호, 2015 (Frequency Table) 를관리를할수없고, 사전확률 (Pre-Probability), 부분매칭 (Partial Matching), 돌연변이 (Mutation) 등의다양한분석옵션을적응할수없어분석이제한적이다. 현재경찰청에서개발한미아찾기를위한시스템이있지만, 사용이불편하고시스템의제한때문에유지관리가어렵다. 최근에국방부조사본부에서는 6.25전사자유해에서조사된 DNA 정보를기반으로하여혈연관계를확인하는소프트웨어를개발하여발표하였다 [1]. 해외에서친자및혈연관계확인을위한소프트웨어가시판중이지만, 비용이비싸고국내에서사용되고있는시스템과호환시키는것도쉽지않다 [Table 1][2]. 따라서지속적으로증가하는유전자분석자료를체계적으로관리하고효과적으로검증할수있는시스템개발이필요하다 [3,4]. 이에, 본연구에서는친자및혈연관계분석에필요한상염색체 STR 자료와다양한옵션들을데이터베이스화하고, 부계지수계산알고리즘과 IBD 공식을사용하여통계학적검증이가능하도록통합할뿐만아니라웹서비스가가능한사용자중심친자및혈연관계분석시스템을개발하였다. Table 1. Tabular evaluation of program function. Software name L a s t Update Trio Complic ated Motherle ss Kinship Mutation U s e r friendlin N u l l allele DNAStat 2007 DNA-View 2008 EasyDNA 2008 EasyPat 2000 familias 2006 GenoProof 2008 2008 Hugin 2004 PatCan 2003 Patern 1996 Paternity Index 2007 PatPCR 2003 [Calucation of the p e d i g r e e 2004 probability] 2. 연구방법 STR은돌연변이율이높고 multiplex 분석이용이하기때문에유전자감식분야에서매우널리이용되고있다 [5]. FBI에서 1997년에 U.S. national DNA database (NDNAD) 와국제범죄자데이터베이스구축을위해지정한표준마커인 13 CODIS (Combined DNA Index System) 마커를포함하여 [6,8], 국제적으로상용화되어가장널리쓰이고있는 AmpFlSTR Identifiler (Applied Biosystems, USA) 와 PowerPlex 16 (Promega, USA) 등에포함된 17개마커를표준 STR 마커로선정하였다 [Table.2]. Table 2. STR markers of 13 CODIS, Identifiler and PowerPlex 16 13 CODIS Identifiler PowerPlex 16 VWA VWA VWA TPOX TPOX TPOX TH01 TH01 TH01 FGA FGA FGA D3S1358 D3S1358 D3S1358 D5S818 D5S818 D5S818 D7S820 D7S820 D7S820 D8S1179 D8S1179 D8S1179 D13S317 D13S317 D13S317 D16S539 D16S539 D16S539 D18S51 D18S51 D18S51 D21S11 D21S11 D21S11 CSF1PO CSF1PO CSF1PO - D2S1338 Penta D - D19S433 Penta E - Amelogenin Amelogenin Identifiler 를기준으로하고, PowerPlex 16 의 Penta D 와 Penta E 마커를부가적으로포함하였다. 또한, 새로운키트시스템의추가및관리를가능하게함으로써향후식별력을높이기위해새로운마커를계산에이용할수있도록하였다. 2.2 지수계산알고리즘 2.2.1 친자관계지수계산 친자관계확인결과의통계학적인검증을위해한쪽부모와자녀 (Duo), 양쪽부모와자녀 (Trio) 사이에는부계지수 (Paternity Index, PI) 를계산하는알고리즘이활용되었다 [Table 3,4][9,10]. 2.1 친자및혈연관계확인을위한표준 STR 마커 6716
Table 3. Combinations of paternal child genotypes (Duo) Child Alleged Father AC Table 4. Combinations of maternal, paternal and child genotypes (Trio) Mother BB BC AC BB BC BC CC CD Child AC Alleged Father AC PI PI 예를들어 STR 마커중 D3S1358 의두대립유전자 (Allele) 가자 (15,16) / 부 (15,16) 이라면 A=15, B=16이다. Jin 등 [11] 의연구에따르면각대립유전자의빈도, 임을알수있다. Table 2에서자녀유전자형이 이고추정부유전자형이 이므로, 부계지수의공식인 를적용하면 (0.4+0.321)/(4 0.4 0.321)=1.403임을구할수있다. 각마커의 PI값을계산한후각값을서로곱한결과를결합친부지수 (Combined Paternity Index, CPI) 라한다. 결합친부지수로친부확률 (Probability of Paternity, PP) 을구하는공식은다음과같다. 2.2.2 혈연관계지수계산 혈연관계확인결과의통계학적인검증을위한지수 계산에는 IBD에의한공식을사용하였다 [Table 5,6][10,12]. Table 5. Identity by descent coefficients {,, } Relation categories Parent-Child 0 1 0 Full sibs 0.25 0.50 0.25 Half sibs, avuncular 0 0.50 0.50 First cousins 0 0.25 0.75 Unrelated 0 0 1 Formula Table 6. Kinship Formulas allele 1 allele 2 Frequency AC CD BB BC BC 혈연관계지수계산방법은친자관계지수계산방법과동일하게두대립유전자를비교한후빈도를구하고 Table 5,6 을참고하여혈연관계지수를구할수있다 [13]. 단, 친자관계확인과다른점은각혈연관계에따라공식과 을적용하여각마커별로값들을구한다는것이다. 예를들어 STR 마커중 D5S818 두대립유전자가 (11,11) / (11,12) 이라면 A=11, B=12이고대립유전자빈도, 이다. 이때 Full sibs의경우 의공식을적용하면 0.5 0.242+2 0.25 0.312 0.242=0.159이며, Unrelated는 2 1 0.312 0.242=0.151로혈연관계지수 (likelihood ratio) 를계산하면 0.159/0.151=1.053이다. 각마커별로구해진값들을모두곱한후에 Unrelated의곱해진값으로나눈값이혈연관계지수이며, 각각의혈연관계확률은 { 혈연관계지수 /( 혈연관계지수 +1)} 100 이며, 각혈연관계별로계산된확률중가장높은수치의결과를확인하여혈연관계를결정한다. 2.3 시스템개발도구 본연구에서는 MySQL 데이터베이스와 Java, Jsp 프로그래밍언어가개발도구로사용되었다. 전자는 6717
한국산학기술학회논문지제 16 권제 10 호, 2015 상염색체 STR 유전자분석자료, 마커, 분석키트, 빈도표를관리하는데이용되며지수계산을위한기본정보로활용된다. 후자는지수계산알고리즘을구현하고데이터베이스와연동하여시스템을통합하기위한프로그래밍언어로이용된다. 본시스템은 Apatch Tomcat 서버에서구동되며, MS Windows XP 이상의운영체제에서작동되도록하였다. 3. 연구결과 3.1 시스템구현본시스템은 2010년 4월부터 2011년 12월까지정부의 K기관지원으로프로토타입이개발되었으며, 최근까지수정및보완되어지금은안정적으로운영되고있다. 시스템은 Home, Management, Analysis, Result, Administration 이상 5개의주메뉴와 My Page, Help 이상 2개의부메뉴구성되어있다 [Fig 1]. Fig 1. Main menu of Analysis system Num/Allele Range), Analysis Kit, Frequency Table이있으며, 각옵션을선택, 입력, 체크하여사용한다. Result 메뉴의서브메뉴는 Analysis 메뉴와동일하며분석결과를보여준다. Administration 메뉴에서는시스템사용자, 마커, 분석키트, 빈도표등을등록, 수정, 삭제할수있다. 3.2 시스템검증지금까지알려진유전자분석소프트웨어는상용화된것들과무료로공개된소프트웨어등여러가지가있고그중대표적인것이 DNA-View 라는소프트웨어가있다. Dra'bek은 DNA-View를포함한대표적인 13개의유전자분석소프트웨어에대해 validation을실시하였으며 likelihood ratio 및 kinship analysis 등을비교하였다. 그결과 DNA-View기준으로 familias와 Paternity Index 소프트웨어가가장적합하다고판정하였다 [2,14]. 그중본시스템에대한검증은비교적간단하고연구대상과환경이유사한 familias와의비교를통해실시되었다. Commercial off-the-shelf (COTS) software인 familias는 calibration과테스트 (EN/ISO/IEC 17025:2005) 를거친 software로 likelihood ratio와친부지수분석에널리사용되고있다. 본연구의검증을진행하기위해사용된빈도표는 Jin 등 [11] 의연구에서사용된자료를입력하였다. familias에는데이타베이스를저장하는기능이없기때문에특정대상을직접비교하는방법으로실행했다. 혈연관계분석결과주요지표값인 likelihood ratio와확률은본시스템 [Fig 4] 과 familias시스템 [Fig 2] 이서로일치하는것으로나타났다. Fig 2. Kinship analysis using familias Management 메뉴에는 Sample, Marker, Analysis Kit, Frequency Table 이상 4개의서브메뉴로구성되어있으며초기에는샘플번호별등록정보를확인할수있으며, 샘플을등록, 수정, 삭제할수있다. Marker, Analysis Kit, Frequency Table 메뉴는시스템에등록되어있는 Marker, Analysis Kit, Frequency Table을확인할수있다. Analysis 메뉴에는 Paternity Analysis-Duo, Paternity Analysis-Trio, Kinship Analysis 이상 3개의서브메뉴로구성되어있다. 서브메뉴에분석옵션을두어결과값에제한을두었다. 옵션에는 Pre-Probability, Cut off PP, Cut off CPI, Partial Matching (Mutation 6718
3.3 시스템활용사례본시스템에서는 GeneMapper로부터출력된유전자분석결과의입력을자동화하여입력과정에서의오류를방지하였고, 사용자의편의성을증가시켰다. 웹기반의친숙한인터페이스로사용자가쉽게익히고사용이가능하도록구성하였다. 입력된샘플간에일대일, 부분샘플을선택, 전체샘플등에대해분석이가능하도록하였다. 또한사용자가마커를추가하고이를이용하여새로운분석키트로구성할수있게함으로써분석에확장성도높였다. 빈도표를사용자가구성하고여러집단또는여러종류의빈도표를입력하고분석할때선택할수있다. 친자및혈연관계분석시돌연변이의범위와개수를설정하고돌연변이가있을것으로판단될경우 Brenner s method[15] 를적용하여계산되도록하였다. 다음은이러한사용자인터페이스와프로세스자동화에기초하여주요기능인친자관계및혈연관계분석을예시한다. 친자관계분석은 Analysis 하위메뉴인 Paternity Analysis-Duo를이용하여분석하며, 분석옵션에는 Pre-Probability = 10, Cut off CPI = 100, Analysis Kit = PowerPlex16, Frequency Table = Korean165[11] 을사용하여수행되었다. 여기에서이용된옵션은흔히사용하는옵션이며, 옵션은사용자편의, 정밀도, 분석결과등에따라변경할수있다. Fig 3는친자관계분석옵션에따른부계지수및친자확률이며, 친자확률이 99.5992% 이므로친자관계로판정할수있다. Fig 3. Result of Paternity Analysis-Duo 혈연관계분석은 Analysis 하위메뉴인 Kinship Analysis를이용하여분석하며, 분석옵션은친자과계분 석과동일하게수행하였다. Fig 4은혈연관계지수및혈연관계확률이며, Full-sib의확률이가장높고, 99.9999% 이므로형제 자매간의관계로판정할수있다. Fig 4. Result of Kinship Analysis 4. 결론본연구에서는친자확인결과의통계학적검증을통해서과학적인신뢰성과정확성을확보하고, 대량재난 재해를대비해서방대한유전자분석자료들을대상으로친자및혈연관계의신속한확인이가능한시스템을개발하고자하였다. 따라서본연구에서는친자및혈연관계확인결과의통계학적검증을위해, Lee 등 [10] 의연구에나오는방법과 IBD 공식을이용하여유전자분석자료들간에비교및계산을수행하는지수계산알고리즘을이용하고이를활용하여친자및혈연관계분석시스템을개발하였다. 본시스템은개인정보및유전자분석자료의입력과정을간소화하고, 전산망에서출력된자료를직접입력함으로써업무효율성과정확성을향상할수있도록하였다. 또한, 사용자편의를위한인터페이스로업무효율을향상시켰으며, 실종자 변사자 미아찾기를위한데이터베이스를쉽고효율적으로구축하고관리할수있도록하였다. 현재국립과학수사연구원에서는실종자 변사자 미 6719
한국산학기술학회논문지제 16 권제 10 호, 2015 아의 DNA 프로필이모두별도의시스템에서관리되고있어활용이매우불편하고비효율적이다. 본시스템을활용함으로써실종자 변사자 미아에대한유전자프로필의정확하고편리한입력및관리를통해서업무효율및신뢰성을향상시키고효율적인데이터베이스의관리가가능해질수있다. 본시스템을활용함으로써대량재난 재해를대비한시스템을구축할수있다. 미국에서 9.11 테러와같은대형재난이발생하였을때엄청난양의유전자정보가발생하였는데, 컴퓨터에의해자동화된처리방식이큰도움이되었다. 이처럼대형재난 재해시발생되는방대한양의유전자정보를기존방식으로처리하기는쉽지않다. 따라서언제발생할지모르는대형재난 재해를대비하여전산화된자동화시스템을구축함으로써많은양의유전자분석자료를쉽게관리하고, 친자및혈연관계를신속, 정확하게분석하여실종자및변사자의가족을빠르게찾아줄수있을것이다. Reference [1] S. B. Hong, J. Y. Kim, H. J. Park, H. J. Ahn, Database searching and kinship analysis system of STR and mtdna data in Korean war remains, Korean journal of forensic science, Vol. 11, No. 1, pp. 12-18, 2010. [2] J. Dra' bek, Validation of software for calculating the likehood ratio for parentage and kinship, Forensic Science International: Genetics, Vol. 3, No. 2, pp. 112-118, 2008. DOI: http://dx.doi.org/10.1016/j.fsigen.2008.11.005 [3] J. A. Riancho, M. T. Zarrabeitia, A Windows-based software for common paternity and sibling analyses, Forensic Science International, Vol. 135, No. 3, pp. 232-234, 2003. DOI: http://dx.doi.org/10.1016/s0379-0738(03)00217-2 [4] K. F. Goodnight, D. C. Queller, Computer software for performing likehood test of pedigree relationship using genetic markers, Molecular Ecology, Vol. 8, No. 7, pp. 1231-1234, 1999. DOI: http://dx.doi.org/10.1046/j.1365-294x.1999.00664.x [5] J. M. Butler, Genetics and genomics of core short tandem repeat loci used in human identity testing, Journal of Forensic Sciences, Vol. 51, No. 2, pp. 253-265, 2006. DOI: http://dx.doi.org/10.1111/j.1556-4029.2006.00046.x [6] J. M. Butler, Forensic DNA Typing: Biology, Technology, and Genetics of STR Markers, Academic Press, 2005. [7] P. Gill, Role of short tandem repeat DNA in forensic casework in the UK-past, present, and future perspectives, Biotechniques, Vol. 32, No. 2, pp. 366-385, 2002. [8] M. A. Jobling, P. Gill, Encoded evidence: DNA in forensic analysis, Nature Reviews Genetics, Vol. 5, No. 10, pp. 739-751, 2004. DOI: http://dx.doi.org/10.1038/nrg1455 [9] J. S. Buckleton, C. M. Triggs, S. J. Walsh, Forensic DNA Evidence Interpretation, CRC Press, 2005. [10] H. J. Lee, J. W. Lee, G. R. Han, J. J. Hwang, Motherless case in paternity testing, Forensic science international, Vol. 114, No. 2, pp. 57-65, 2000. DOI: http://dx.doi.org/10.1016/s0379-0738(00)00293-0 [11] H. J. Jin, K. D. Kwak, S. B. Hong, Y. H. Cho, M. S. Han, W. Kim, Forensic Genetic Analysis for the PowerPlex-16 System in the Korean Population, Gene & Genomics, Vol. 29, No. 4, pp. 489-496, 2007. [12] M. S. Blouin, DNA-based methods for pedigree reconstruction and kinship analysis in natural population, Trends in Ecology & Evolution, Vol. 18, No. 10, pp. 503-511, 2003. DOI: http://dx.doi.org/10.1016/s0169-5347(03)00225-8 [13] F. Dai, D. E. Weeks, Ordered s: An extended ITO Method and a general formula for genetic covariance, The American Journal of Human Genetics, Vol. 78, No. 6, pp. 1035-1045, 2006. DOI: http://dx.doi.org/10.1086/504045 [14] T. Egeland, P. F. Mostad, B. Mevâg, M. Stenersen, Beyond traditional paternity and identification cases: Selecting the most probable pedigree, Forensic Science International, Vol. 110, No. 1, pp. 47-59, 2000. DOI: http://dx.doi.org/10.1016/s0379-0738(00)00147-x [15] C. H. Brenner, Multiple mutations, covert mutations and false exclusions in paternity casework, International Congress Series, Vol. 1261, pp. 112-114, 2004. DOI: http://dx.doi.org/10.1016/s0531-5131(03)01843-0 구교찬 (Kyo-Chan Koo) [ 정회원 ] 2010 년 2 월 : 단국대학교산업공학과 ( 공학석사 ) 2012 년 9 월 ~ 현재 : 단국대학과산업공학과박사과정 < 관심분야 > 인공지능및전문가시스템, Bioinformatics, 인간공학 6720
김선욱 (Sun-Uk Kim) [ 정회원 ] 1981 년 2 월 : 고려대학교산업공학과 ( 공학석사 ) 1990 년 7 월 : Oregon State University 산업및제조공학과 ( 공학박사 ) 1991 년 3 월 ~ 현재 : 단국대학교산업공학과교수 < 관심분야 > 정보시스템, 인공지능및전문가시스템, 인간공학 6721