OmicsTrace오믹스트레이스

WGS 장비, 무엇이 다를까? 짧은 리드와 긴 리드 플랫폼 비교

14분 읽기

📌 이 글에서 알 수 있는 것

  • 숏리드(SBS·DNBSEQ·AVITI·Ultima)와 롱리드(PacBio HiFi·ONT) 장비가 염기를 읽는 원리
  • 플랫폼별 오류 양상: 치환형 vs indel·homopolymer형
  • 독립 벤치마크로 본 영역·변이 종류별 성적(n과 조건 포함)
  • 제조사 비용 주장을 읽는 법과 실험 전 체크리스트

🔬 같은 WGS라도 ‘읽는 방식’이 다릅니다

전장 유전체 시퀀싱(WGS)은 DNA를 잘게 잘라 읽은 뒤 참조 유전체에 맞춰 변이를 찾는 실험입니다. 장비는 크게 두 갈래입니다.

숏리드는 DNA 조각을 표면에서 증폭해 같은 서열 수천 개를 한 점으로 만들고, 염기 하나씩 신호를 찍습니다. 보통 2×150 bp 내외입니다.

  • Illumina SBS: 형광 표지와 ‘종결자’가 붙은 뉴클레오타이드를 한 번에 하나만 붙이고, 사진을 찍은 뒤 종결자를 떼는 반복입니다(원리 원논문)1. NovaSeq X의 XLEAP-SBS는 회사가 “최대 3배 높은 정확도"를 내세웠습니다(제조사 발표)2.
  • DNBSEQ(MGI·Complete Genomics): PCR 대신 회전환 증폭으로 DNA 나노볼(DNB)을 만들어 배열에 올립니다(원리 원논문)3.
  • Element AVITI: 염기를 ‘찾는’ 단계와 ‘한 칸 전진’하는 단계를 분리했습니다. 여러 뉴클레오타이드를 한 형광 코어에 붙인 avidite가 결합해 신호를 내고, 실제 전진은 비표지 염기로 합니다4.
  • Ultima: 종결자 없이 대부분 천연 뉴클레오타이드를 한 종류씩 흘려 보냅니다. 같은 염기가 연속(homopolymer)되면 한 번에 여러 개가 붙어, 길이를 신호 세기로 추정해야 합니다5.

롱리드는 증폭 없이 한 분자를 읽습니다.

  • PacBio HiFi: DNA를 고리로 만들어 같은 분자를 여러 바퀴 읽고 합의 서열을 냅니다. 65명을 읽은 2025년 대규모 조립 연구는 HiFi 리드를 약 18 kb 길이에 염기 정확도가 높은 리드로 소개했습니다(Sequel II·Revio 데이터)6.
  • Oxford Nanopore(ONT): 단일 가닥이 단백질 구멍(pore)을 지날 때의 전류 변화로 염기를 읽습니다. 초장 리드 프로토콜은 100 kb를 넘는 리드를 내며, 같은 연구는 1인당 평균 약 56× ONT 데이터 중 약 36×를 초장 리드로 생산했습니다(R9.4.1 flow cell)6. 회사는 현행 Kit 14 화학(R10.4.1 계열 pore)의 대표 정확도를 Q20+(99% 이상)로 밝힙니다(제조사 발표)7.
위쪽은 반복 사본 두 개가 있는 유전체에서 150 bp 숏리드는 사본을 구분하지 못하고, 약 18 kb HiFi 리드는 고유 서열에 걸쳐 위치가 정해지며, 100 kb 이상 나노포어 리드는 두 사본을 한 번에 가로지르는 개념도. 아래쪽은 HG002 한 명 벤치마크에서 영역별 F1 표: 쉬운 영역 SNV는 Illumina 99.95%·MGI 99.94%·Revio 99.98%·R10 99.91%, 분절중복 SNV는 Revio 96.2%·R10 95.9%·Illumina 91.7%·MGI 91.2%, MHC와 짧은 반복의 indel은 숏리드가 높음.
그림 1. 리드 길이가 어려운 영역에서 바꾸는 것. 위는 개념도, 아래 수치는 Eveleigh 2026(HG002 1명, Illumina는 HiSeq X Ten, MGI는 DNBSEQ-G400 데이터)입니다.

🎯 정확도는 ‘얼마나’보다 ‘어떤 오류’인가

염기 품질은 Q값으로 씁니다. Q30은 1,000개 중 1개, Q40은 1만 개 중 1개 오류입니다. AVITI 개발사 논문은 염기호출의 96.2%가 Q30, 85.4%가 Q40 수준이라고 보고했습니다(저자 전원 회사 소속)4. 하지만 평균 Q값이 같아도 오류의 종류가 다르면 놓치는 변이가 달라집니다.

플랫폼리드주된 오류 경향5mC 직접 검출
Illumina·DNBSEQ·AVITI증폭 묶음, 2×150 bp 내외치환 위주, 리드 끝 품질 저하불가(변환 라이브러리 필요)
Ultima증폭 묶음, 단일 말단 중심homopolymer 주변 indel불가
PacBio HiFi단일 분자, 약 18 kb(2025 보고)전체 오류 낮음, 일부 homopolymer indel가능
ONT(R10.4.1)단일 분자, 수 kb~수백 kbhomopolymer·tandem repeat indel가능

워싱턴대 연구진은 9개 숏리드 화학을 HG002·COLO829BL 두 시료, 각 24 Gb로 맞춰 비교했습니다(동료심사 전 preprint)8. 1,000 염기당 치환 불일치는 2.7~5.6개(생식세포 변이 몫 포함)였고, PacBio Onso와 AVITI UltraQ가 낮았으며(초록은 Roche SBX-D도 치환 오류가 가장 낮은 쪽으로 꼽음) NovaSeq X Plus와 DNBSEQ-T7은 비슷했습니다. indel은 Ultima가 가장 많았고, Roche도 indel 편향이 컸습니다. ONT도 단일 flow cell로 SNP F1은 Illumina 수준이지만 homopolymer·tandem repeat의 indel은 여전히 어렵다고 보고됐습니다9.

🧬 어느 영역에서 무엇을 놓치나

캐나다 McGill 연구진은 HG002 한 명을 여러 장비로 읽고, 완성 유전체 기반 T2T 진실 세트와 의학 관련 난제 유전자 273개(CMRG)로 채점했습니다10. 플랫폼마다 가장 잘 맞는 분석 도구 기준입니다.

  • 쉬운 영역: 최신 플랫폼은 모두 SNV·indel F1 99% 이상으로 사실상 수렴했습니다(예외는 10X와 R9의 indel).
  • 분절중복(segmental duplication): 거의 같은 서열이 여러 곳에 있는 영역입니다. SNV F1은 Revio 96.2%, ONT R10 95.9%, Illumina 91.7%, MGI 91.2%였고, indel은 Revio(93.5%)만 숏리드(약 88.7%)를 넘었습니다.
  • MHC·짧은 반복의 indel: 반대로 숏리드가 앞섰습니다. MHC indel은 Illumina 98.9%, Revio 97.5%, R10 78.0%였습니다.
  • 구조변이(SV): 숏리드는 500 bp를 넘는 삽입의 F1이 Illumina 20%, MGI 7%에 그쳤습니다. 롱리드 결손 검출 F1은 Revio 89.1%, R10 86.7%였습니다.

이 연구의 Illumina 데이터는 HiSeq X Ten이라 NovaSeq X 결과로 바로 옮길 수 없습니다. GIAB도 같은 문제를 다뤘습니다. 반복·다형성 때문에 기존 벤치마크에서 빠졌던 의학 관련 유전자 395개 중 273개를 HG002 일배체형 조립으로 채점할 수 있게 했고, 참조 유전체의 거짓 중복을 가리면 일부 유전자의 변이 재현율이 8%에서 100%까지 올랐습니다11. 확장된 GIAB 벤치마크(v4.2.1)는 PMS2처럼 이전에 빠졌던 임상 관련 유전자의 엑손 변이를 16% 더 넣었고, 숏리드 결과의 위음성을 이전보다 8배 더 찾아냈습니다12. 참조 유전체 자체도 2022년에야 남은 약 8%가 채워졌습니다13.

위상(phasing)도 차이가 큽니다. 긴 리드는 한 분자에 여러 변이를 담아 어느 부모에서 왔는지 이어 붙입니다. HGSVC 연구는 HiFi·초장 ONT 리드에 Strand-seq를 더해 65명의 일배체형 130개를 따로 조립했고(중앙 연속성 130 Mb), 염색체의 39%가 끝에서 끝까지(T2T) 이어졌습니다6.

🧪 메틸화를 같은 데이터에서

숏리드로 5mC를 보려면 bisulfite나 효소 변환 라이브러리를 따로 만들어야 합니다(진단 기초 시리즈 16편). 롱리드는 변환 없이 원래 분자에서 읽습니다.

  • PacBio: 중합효소 속도 변화로 추정합니다. ccsmeth는 단일 분자 정확도 0.90, 10× 데이터에서 bisulfite와 상관 0.90 이상이었습니다(학습 시료 1명)14.
  • ONT: 전류 신호에서 추정합니다. 세포주·뇌·혈액 3개 데이터셋에서 R9와 R10 결과가 높게 일치했고, 세포주에서는 R10과 bisulfite의 상관이 가장 높았습니다15.

한 리드에서 변이와 메틸화를 함께 보니 일배체형별 메틸화도 가능합니다9. 다만 미세한 차이가 차등 메틸화 분석 결과를 바꿀 수 있어, 화학 버전을 섞을 때는 주의가 필요합니다15.

💰 비용 주장: 숫자보다 조건을 보세요

장비주장(제조사 발표)발표 시점조건
Illumina NovaSeq X Plus약 $2002022년 9월보도 수치, 연 2만 명 이상 풀가동 가정2
Complete Genomics T20×2$100 미만2023년 2월30×, 감가상각 포함, 연 5만 명16
Ultima UG200(Solaris 2.0)$602026-11-03 회사 페이지 접속웨이퍼 4장 정가 기준, 커버리지 미명시17
PacBio Revio(SPRQ)약 $5002024년 11월(회사 블로그)20× 기준(30×는 약 $750)18

같은 ‘1인당’이라도 커버리지, 라이브러리·인건비·분석 포함 여부, 연간 가동률이 다릅니다. 롱리드 20×와 숏리드 30×가 같은 정보량도 아닙니다. 깊이 설계는 2편, 분석 도구와 QC는 3편, WGS와 WES·패널 선택은 4편에서 다룹니다.

⚠️ 한계와 주의

  • 시료가 적습니다. 핵심 벤치마크는 HG002 한 명(세포주 고품질 DNA)입니다. 다른 조상 집단, FFPE·cfDNA 같은 실제 시료에서는 달라질 수 있습니다.
  • 장비가 빨리 바뀝니다. 벤치마크 당시 장비·basecaller·화학과 지금이 다를 수 있습니다.
  • 회사 관련 연구가 섞여 있습니다. AVITI419, Ultima520 논문은 회사 직원이 저자이고, GIAB CMRG 논문에도 PacBio 등 회사 소속 공저자가 있습니다11.
  • preprint: 9개 화학 비교8는 동료심사 전입니다.
  • 분석 도구 의존: 같은 데이터도 caller에 따라 F1이 크게 달랐습니다(R9 데이터 63.0~87.7%)10.
  • 깊이 조건: Eveleigh 비교는 플랫폼마다 “1레인 분량"을 시퀀싱해 깊이가 같지 않았습니다(짧은 리드는 Illumina 41×, MGI 45×이고, 플랫폼별 값은 보충 표에 있습니다). 깊이를 낮춰 가며 다시 본 분석에서는 긴 리드가 20~45×에서 정확도가 포화된 반면, 짧은 리드는 게놈 완성도를 최대에 가깝게 올리려면 60× 넘게 필요했습니다10. 깊이는 2편에서 다룹니다.

🏛️ 지금 어디까지 왔나

  • 벤치마크: GIAB가 어려운 영역까지 넓혔고12, 2026년 T2T-HG002 벤치마크는 이배체 유전체의 99.4%를 다뤄 이전에 빠졌던 약 918 Mb를 채점 범위에 넣었습니다21. NIST GIAB는 HG002에 한해 T2T-HG002 v1.1 기반 v5.0q 벤치마크를 공개하고(논문은 준비 중) HG002용 v4.2.1을 대체했습니다. 다른 6개 시료는 v4.2.1을 씁니다22.
  • 기술 결합: precisionFDA Truth Challenge V2(20개 팀, 64개 결과)에서는 여러 기술을 합친 머신러닝 분석이 특히 좋았습니다23.
  • 숏리드 다변화: 저비용 고심도 WGS가 cfDNA 분석으로 확장되는 시도도 있습니다(회사 지원 연구)20. 조각 패턴 분석은 진단 기초 시리즈 17편을 참고하세요.
  • 한국: 한국인 표준 유전체(KOREF)로 7개 숏리드 장비를 비교한 연구는 MGI와 Illumina가 비슷하다고 보고했고(저자 다수 회사 소속)24, 한국인 폐암 검체 비교에서도 변이 일치도가 높았습니다25. 보도에 따르면 국가 바이오 빅데이터 사업에서 대규모 WGS가 진행 중이지만, 사용 플랫폼 구성과 국내 임상용 장비 허가 현황은 원문으로 확인하지 못했습니다.

🧪 연구자 노트 (작성자 직접 작성) ① 짧은 리드 장비끼리는 SNV 결과가 거의 같지만, 반복이 많은 구간의 indel과 GC가 높은 영역의 커버리지에서 차이를 느낍니다. 긴 리드는 구조 변이와 phasing에서 짧은 리드로는 볼 수 없던 정보를 줍니다. ② 1인당 비용보다 실제 지연 시간(배치를 모으는 기다림 포함), 필요한 DNA 양, 분석 파이프라인과 데이터 형식의 호환성, 그리고 이미 쌓아 둔 코호트 데이터와 비교할 수 있는지를 먼저 봅니다. ③ 짧은 리드로 원인을 찾지 못한 시료에 긴 리드를 더하면 구조 변이나 반복 확장이 새로 보이는 경우가 있습니다. 다만 대부분의 SNV 중심 연구에서는 결론이 크게 바뀌지 않아, 질문에 따라 필요한 시료만 골라 추가하는 편입니다.

🙋 그래서 나에게는? — 실험 전 체크리스트

  • 연구 질문의 핵심 변이가 SNV·indel인지, SV·반복·분절중복 영역인지 먼저 정했다
  • 관심 유전자가 어려운 영역(CMRG·저매핑 목록)에 걸리는지 확인했다
  • homopolymer·짧은 반복의 indel이 중요하면 플랫폼별 indel 성적을 따로 봤다
  • 메틸화가 필요하면 별도 변환 라이브러리 vs 롱리드 동시 검출의 비용·DNA 양을 비교했다
  • 롱리드라면 고분자량 DNA 추출이 가능한 시료인지 확인했다
  • 비용 견적을 같은 커버리지·포함 항목 기준으로 다시 맞췄다
  • 코호트 안에서 장비·화학 버전을 섞는다면 변수로 기록한다

⚠️ 이 글은 의학적 조언이 아니며, 특정 제품을 권하지 않습니다. 실제 조건은 사용하는 장비·키트 설명서와 기관 SOP, 자체 검증 결과를 우선하세요.

❓ 자주 묻는 질문

Q. Q40 장비면 Q30 장비보다 변이를 항상 더 잘 찾나요? A. 그렇지 않습니다. 쉬운 영역에서는 최신 장비가 이미 F1 99% 이상으로 수렴했고, 차이는 반복·분절중복 같은 영역과 indel 오류 양상에서 납니다.

Q. 롱리드만 쓰면 숏리드는 필요 없나요? A. 연구 목적에 따라 다릅니다. HG002 벤치마크에서 롱리드는 SV와 분절중복에서 앞섰지만 MHC·짧은 반복의 indel은 숏리드가 높았고, 여러 기술을 합친 분석이 좋은 결과를 냈습니다.

Q. 메틸화를 보려면 bisulfite WGS를 따로 해야 하나요? A. 숏리드라면 그렇습니다. 롱리드는 같은 데이터에서 5mC를 추정할 수 있지만, 검증 규모가 아직 작아 bisulfite 결과와 일부 비교해 두는 것이 안전합니다.

📚 오믹스 기술 시리즈

참고

  1. Bentley DR 외. Accurate whole human genome sequencing using reversible terminator chemistry. Nature 2008;456:53-9 (원리 원논문). doi:10.1038/nature07517 ↩︎

  2. Illumina. NovaSeq X Series 출시 보도자료(2022-09-29, 제조사 발표; $200 수치는 언론 보도) — illumina.com ↩︎ ↩︎

  3. Drmanac R 외. Human genome sequencing using unchained base reads on self-assembling DNA nanoarrays. Science 2010;327:78-81 (원리 원논문). doi:10.1126/science.1181498 ↩︎

  4. Arslan S 외. Sequencing by avidity enables high accuracy with low reagent consumption. Nat Biotechnol 2024;42:132-8 (저자 전원 Element Biosciences 소속). doi:10.1038/s41587-023-01750-7 ↩︎ ↩︎ ↩︎

  5. Simmons SK 외. Mostly natural sequencing-by-synthesis for scRNA-seq using Ultima sequencing. Nat Biotechnol 2023;41:204-11. doi:10.1038/s41587-022-01452-6 ↩︎ ↩︎

  6. Logsdon GA 외. Complex genetic variation in nearly complete human genomes. Nature 2025;644:430-41. doi:10.1038/s41586-025-09140-6 ↩︎ ↩︎ ↩︎

  7. Oxford Nanopore. 가격표·Ligation Sequencing Kit V14 설명(2026-11-03 접속, 제조사 발표) — store.nanoporetech.com ↩︎

  8. McGee SR 외. Short-read sequencing benchmarking with donor-specific assemblies. bioRxiv 2026 (preprint). doi:10.64898/2026.06.24.734333 ↩︎ ↩︎

  9. Kolmogorov M 외. Scalable Nanopore sequencing of human genomes provides a comprehensive view of haplotype-resolved variation and methylation. Nat Methods 2023;20:1483-92. doi:10.1038/s41592-023-01993-x ↩︎ ↩︎

  10. Eveleigh RJM 외. Benchmarking of sequencing technologies defines optimal strategies for genetic variants detection in a human genome. Genome Biol 2026;27:129. doi:10.1186/s13059-026-04048-4 ↩︎ ↩︎ ↩︎

  11. Wagner J 외. Curated variation benchmarks for challenging medically relevant autosomal genes. Nat Biotechnol 2022;40:672-80 (PacBio·Roche·DNAnexus 등 회사 소속 공저자 포함). doi:10.1038/s41587-021-01158-1 ↩︎ ↩︎

  12. Wagner J 외. Benchmarking challenging small variants with linked and long reads. Cell Genom 2022;2:100128. doi:10.1016/j.xgen.2022.100128 ↩︎ ↩︎

  13. Nurk S 외. The complete sequence of a human genome. Science 2022;376:44-53. doi:10.1126/science.abj6987 ↩︎

  14. Ni P 외. DNA 5-methylcytosine detection and methylation phasing using PacBio circular consensus sequencing. Nat Commun 2023;14:4054. doi:10.1038/s41467-023-39784-9 ↩︎

  15. Genner RM 외. Assessing DNA methylation detection for primary human tissue using Nanopore sequencing. Genome Res 2025;35:632-43. doi:10.1101/gr.279159.124 ↩︎ ↩︎

  16. Complete Genomics. DNBSEQ-T20×2 AGBT 2023 발표(제조사 발표) — global-mgitech.com ↩︎

  17. Ultima Genomics. Germline genetics 제품 페이지(2026-11-03 접속, 제조사 발표) — ultimagenomics.com ↩︎

  18. PacBio. SPRQ chemistry 블로그(2024-11-27, 제조사 발표) — pacb.com ↩︎

  19. Liu S 외. Utility analyses of AVITI sequencing chemistry. BMC Genomics 2024;25:778. doi:10.1186/s12864-024-10686-4 ↩︎

  20. Cheng AP 외. Error-corrected flow-based sequencing at whole-genome scale and its application to circulating cell-free DNA profiling. Nat Methods 2025;22:973-81 (Ultima 직원 공저). doi:10.1038/s41592-025-02648-9 ↩︎ ↩︎

  21. Hansen NF 외. A complete diploid human genome benchmark for personalized genomics. Cell 2026;189:4857-75. doi:10.1016/j.cell.2026.06.016 ↩︎

  22. NIST. Genome in a Bottle 프로그램 페이지(2026-11-03 접속) — nist.gov ↩︎

  23. Olson ND 외. PrecisionFDA Truth Challenge V2: Calling variants from short and long reads in difficult-to-map regions. Cell Genom 2022;2:100129. doi:10.1016/j.xgen.2022.100129 ↩︎

  24. Kim HM 외. Comparative analysis of 7 short-read sequencing platforms using the Korean Reference Genome. Gigascience 2021;10:giab014. doi:10.1093/gigascience/giab014 ↩︎

  25. Jeon SA 외. Comparison between MGI and Illumina sequencing platforms for whole genome sequencing. Genes Genomics 2021;43:713-24. doi:10.1007/s13258-021-01096-x ↩︎

#롱리드시퀀싱#분자진단#DNA메틸화#WGS#시퀀싱플랫폼

📚 함께 보면 좋은 글