SimFluVar Simulation tool for influenza virus variation

1. 프로그램 소개
SimFluVar 프로그램은 SimFlu (Simulation tool for influenza virus)의 시리즈 프로그램으로서, 실제 실험에 의해서 밝혀진 인플루엔자 바이러스의 유전체 정보로부터 연도별 변이패턴을 추출하여 61 x 61 형식의 변이 파라미터를 계산한다. 이 프로그램의 결과물은 발생 연도별로 분류된 인플루엔자 A 바이러스군들에 대해서 시간의 흐름에 따른 코돈 수준에서의 변이패턴을 계산하고, 이와 더불어서 각각의 코돈 내에서의 Wobble base position내 염기조성의 변화에 대한 분석값도 제공한다.

그림1. SimFluVar 프로그램 구동화면

SimFluVar 프로그램은 전산모사시 활용하거나 시계열 상의 독감바이러스 발생그룹들 간에 존재하는 유전체 변이 패턴을 분석하기 위한 목적으로 사용할 수 있다. 구체적인 유전체변이 계산과정은 다음과 같다.

그림2. SimFluVar 프로그램의 유전체 변이 계산과정

먼저, SimFluVar 프로그램을 구동시키기 위해서는 먼저 대상이 되는 2개 연도의 서열들끼리 다중서열정렬(multiple sequence alignment, MSA)을 수행하여야 한다. 위의 그림에 제시한 예제의 경우 시간 T1과 T2에 해당하는 서열들을 각각 ‘T1_sequence_group.seq’과 ‘T2_sequence_group.seq’란 파일명으로 명명하였다. 사용자에 의해서 수집된 이 두 가지 파일은 ClustalW나 기타 다중서열정렬 프로그램을 사용하여 다중서열정렬을 수행하는데, 위 예제의 경우 이 때 T1과 T2 시간대 서열들을 하나의 파일로 통합한 ‘T1-T2_MSAinput.seq’란 파일을 생성하여 다중서열정렬시 입력화일로 사용하였다. 이 후에 다중서열정렬이 완료되어 ‘갭(gap)’을 포함하고 있는 결과화일 (‘T1-T2_MSAOutput.seq’)은 반드시 FASTA 형식의 파일이어야 하며, 이 때 각 서열의 제목주석에 대한 제한규정은 특별히 없다.

이상의 과정을 거쳐서 시간 T1과 T2 그룹에 대한 다중서열정렬 작업이 성공적으로 수행이 되었다면 일단 SimFluVar 프로그램을 구동하기 위한 기본적인 준비는 완료가 되었다고 볼 수 있다. SimFluVar를 시작하기 위해서는 먼저 다중서열정렬의 결과 생성된 갭이 포함된 하나의 결과화일을 각각의 시간 T1과 T2에 대한 2개의 별도 파일로 나누어야 하는데, 이 때 주의해야 할 점은 SimFluVar는 사용자가 지정한 폴더 내 [user_input] 폴더 내에서 자동으로 ‘*.seq’의 확장자를 가진 파일들을 검색하여 입력화일로 등록하기 때문에 반드시 이 확장자를 사용하여 2개의 파일을 생성해야 한다. 위 예제의 경우에는 ‘T1-T2_a.seq’와 ‘T1-T2_b.seq’와 같이 2개의 파일로 나누었는데, 이 때 주의해야 할 점은 각각의 확장자 전에 붙은 접미어이 ‘a’과 ‘b’이다. SimFluVar 프로그램은 대상 입력화일을 검색할 때, 일단 *.seq 형태의 파일들을 찾고, 이후에 이 중에서 이들 접미어 이전까지의 파일명이 동일한 파일들을 하나의 입력화일쌍으로 인식한다. 즉, ‘T1-T2_’ 라는 이름에 의해서 검색된 2개의 파일은 서로 하나의 쌍을 이루게 되며, 초기 발생연도군과 최종 발생연구군의 구분은 바로 이 접미어를 통해서 하게 되는데, 접미어가 ‘a’일 경우를 초기 시간그룹으로 (예제의 경우 T1시간), 그리고 ‘b’일 경우에는 최종 시간그룹으로 (예제의 경우 T2시간)으로 간주한다.

일단, 입력 파일쌍이 인식되고 이 둘에 대한 시간적 전후관계가 설정되면, SimFluVar는 T1 시간대에 속하는 개개의 서열들을 T2 시간대에 속하는 모든 서열들과 일일이 코돈 수준에서 비교하여 각 코돈 위치에서의 변이패턴을 파악한다. 즉, 위의 그림에서 나타낸 바와 같이, 먼저 T1 시간 에 속하는 각각의 서열들 (T1_Sequence #1, #2, …, #n, 단 n은 T1 시간대에 속하는 서열들의 총 개수)은 T2 시간에 속하는 모든 서열들(T2_Sequence #1, #2, …, #p, 단 p는 T2 시간대에 속하는 서열들의 총 개수)과 각각의 코돈 위치에서의 코돈의 변이를 측정하여 Counting Matrix를 작성하며, 이 때 T1 시간대에 속하는 모든 서열들은 각기 T2 시간대에 속하는 모든 서열들과 개별적으로 비교되기 때문에 결과적으로 총 n x p 번의 서열 간 비교가 이루어진다. 이 후에 인접한 발생 연도 쌍에 대해서 생성된 Counting Matrix들은 다음의 공식에 따라서 마코프 모델의 천이매트릭스 (Transition Matrix, TM)로 변환된다.