OmicsTrace오믹스트레이스

WGS, WES, 패널 중 무엇을 고를까요? 연구 질문별 선택 기준

14분 읽기

📌 이 글에서 알 수 있는 것

  • 패널·WES·WGS가 각각 잡는 변이 종류와 놓치는 영역
  • 희귀질환·암에서 진단율·바이오마커를 비교한 연구(n 포함)
  • 범위가 넓어질 때 커지는 비용·데이터·이차 소견(부수 소견 포함) 부담
  • 연구 질문별 선택표와 설계 전 체크리스트

🧭 세 검사는 ‘어디를 읽느냐’가 다릅니다

  • 표적 패널: 질환과 관련된 수십~수백 개 유전자만 프로브나 PCR로 골라 읽습니다. 범위가 좁은 만큼 깊게 읽고, 해석할 변이도 적습니다.
  • 전장 엑솜(WES): 단백질을 만드는 엑손 전체를 혼성화 프로브로 포획(capture)해 읽습니다. 게놈의 약 1~2%지만, 알려진 멘델 질환 변이의 상당수가 여기에 있습니다.
  • 전장 유전체(WGS): 포획 없이 DNA를 잘라 그대로 읽습니다. 인트론·유전자 사이 영역·미토콘드리아 DNA가 모두 들어옵니다.

목적별 깊이는 2편에서, 플랫폼 차이는 1편에서 다룹니다. 여기서는 범위를 고르는 기준만 봅니다.

항목표적 패널WESWGS
읽는 범위선택한 유전자코딩 엑손(+경계)전체 게놈
코딩 SNV·indel표적 안에서 우수대부분, 포획 편향 있음대부분, 커버리지 균일
CNV·구조 변이(SV)설계에 따라 제한적엑손 단위 CNV만 제한적절단점까지 가능
반복 확장대개 불가(별도 검사)대개 불가주요 좌위 가능
미토콘드리아 DNA설계에 포함할 때만제한적함께 읽힘
비코딩·깊은 인트론불가대부분 불가가능(해석은 어려움)
유전체 서명(TMB·HRD 등)큰 패널에서 근사일부게놈 전체로 산출
데이터·분석 부담작음중간큼
이차 소견(부수 소견 포함)·VUS적음많음가장 많음
나중에 재분석표적 안에서만코딩 영역 안에서가장 넓게 가능
표적 패널, 전장 엑솜, 전장 유전체가 읽는 범위와 잡는 변이 종류를 비교한 개념도. 위쪽 막대는 게놈 전체 중 패널은 일부 유전자, 엑솜은 코딩 엑손 약 1~2퍼센트, 유전체는 전체를 읽는다는 것을 보여 준다. 아래 표는 코딩 SNV, CNV와 구조 변이, 반복 확장, 미토콘드리아 DNA, 비코딩 변이, 유전체 서명을 각 검사가 잘 잡는지, 제한적인지, 못 잡는지 표시하고, 오른쪽으로 갈수록 데이터와 이차 소견이 늘어난다는 화살표가 있다.
그림 1. 패널·WES·WGS의 범위와 변이 종류별 검출. 본문 연구를 모은 개념도이며, 실제 성능은 검사 설계와 분석 파이프라인에 따라 다릅니다.

🎯 엑솜 포획이 놓치는 것

WES는 “코딩 영역은 다 본다"고 오해받기 쉽지만, 포획 효율은 영역마다 고르지 않습니다. 일부 영역은 덜 잡히고, 일부 리드는 표적 밖(off-target)으로 샙니다.

  • 최신 키트: 2024년 시판 엑솜 키트 4종 비교에서 모두 표적의 95% 이상을 20× 이상으로 덮었습니다. 다만 이 값은 ‘키트가 설계한 표적’ 기준이고, 시료 1개로 낸 변이 정확도입니다1.
  • WES 대 WGS: WES 4개 플랫폼 167명과 PCR-free WGS를 비교한 연구에서 모든 WES가 WGS보다 덜 고르게 덮었습니다. 하지만 차이의 주원인은 GC보다 짧은 리드의 매핑 한계와 프로브 설계였고, 약 500 kb의 코딩 서열은 WGS로도 제대로 읽히지 않았습니다. 평균 100× WES는 30× WGS보다 코딩 서열 약 400 kb(코딩 영역의 약 1%)를 유의하게 덜 덮는 것으로 추정됐습니다2.
  • 실제 진단에서: WGS가 꼭 필요했던 61가족(이 중 54가족은 이전 엑솜 음성) 가운데 19가족(31%)은 코딩 영역을 더 고르게 덮어 찾은 변이였습니다. 저자들은 GC가 높은 코딩 서열의 indel·SNV가 엑솜에서 잘 덮이지 않았다고 설명했습니다3.

정리하면 SNV는 지금 키트로 WES와 WGS 차이가 작고, 차이는 덜 덮인 일부 엑손과 indel에서 납니다.

🧬 WGS에서만 보이는 것

  • 구조 변이·CNV: 포획이 없으니 리드 깊이와 비정상 리드쌍으로 결실·중복·역위·전좌의 절단점까지 봅니다. WGS가 꼭 필요했던 61가족 중 21가족(34%)이 구조 변이였고, 깊은 인트론 변이는 15가족이었습니다3.
  • 반복 확장: 영국 연구에서 WGS는 13개 신경 질환 좌위에서 PCR 793건(404명) 대비 민감도 97.3%, 특이도 99.6%였습니다. 다만 전향 적용에서는 WGS 확장 판정 81건 중 68건만 병적 범위로 확인돼, PCR 확인이 여전히 필요했습니다4.
  • 미토콘드리아·비코딩 변이: 100,000 Genomes 파일럿에서 진단의 14%는 자동 분석에 연구 분석을 더해 얻었고, 이는 비코딩·구조·미토콘드리아 변이와 엑솜에서 잘 덮이지 않는 코딩 변이에서 결정적이었습니다5.

반대로 짧은 리드 WGS도 긴 반복 서열, 분절 중복(segmental duplication), 위상(phasing)에는 약합니다. 기존 검사로 해결되지 않은 646명을 롱리드 WGS로 다시 본 체계적 문헌고찰에서는 4.5%가 추가 진단됐고, 주로 구조 변이였습니다6.

📊 희귀질환: 진단율은 연구마다 다르게 나옵니다

연구대상(n)비교결과
Chung 20237161개 연구(2011~2021), 소아·성인 50,417명WES·WGS진단율 WES 0.38, WGS 0.34(P=0.1). 같은 코호트 안 비교 OR 1.2(95% CI 0.79~1.83, P=.38). 고품질 연구만 보면 임상적 유용성(진단 뒤 관리가 바뀐 비율, 유전 상담 제외)은 WGS 0.77, WES 0.44(P<.01)
Wright 20238중증 발달장애 13,449명(엑솜+CMA)트리오 vs 단독진단 약 41%. 트리오 모집이 진단 확률에 가장 큰 영향(OR 4.70)
Wojcik 20243기존 검사 음성 744가족(+재현 78)WGS29.3%(218가족) 진단. WGS가 꼭 필요했던 경우는 코호트의 8.2%
Smedley 20215일반 진료 후 미진단 4,660명(2,183가족)WGS발단자 25% 진단. 단일유전자 추정 질환 35%, 복합 원인 추정 11%
Albuquerque 2025911개 연구, 소아 1,684명엑솜 음성 → WGSWGS 추가 진단 7.0%. 엑솜 재분석 14.2%와 신뢰구간이 겹침

세 가지를 읽을 수 있습니다. 첫째, 진단율 숫자는 대상(소아·성인, 사전 검사 여부), 가족 구성(트리오), 해석 주체에 따라 크게 달라서 표의 숫자끼리 직접 비교하면 안 됩니다. WGS와 WES 진단율도 대부분 서로 다른 연구에서 나온 값이라, 같은 코호트 안 비교(OR 1.2, 유의하지 않음)를 함께 봐야 합니다7. 둘째, 같은 코호트 안에서는 트리오로 모집됐는지가 진단 확률과 가장 강하게 연관됐습니다(OR 4.70)8. 셋째, 엑솜 음성 뒤 WGS는 7.0%를 더 진단했지만, 엑솜 재분석(14.2%)과 신뢰구간이 겹쳐 통계적 차이는 없었습니다9. 엑솜 음성 뒤 WGS로 진단된 148가족 중 63.5%도 엑솜 데이터 재분석(53.4%)이나 CNV 호출 등 추가 분석(10.8%)으로 찾을 수 있었습니다3. 같은 데이터를 최신 지식으로 다시 보는 것이 첫 단계일 수 있습니다.

🎗️ 암: 패널로 충분한가, WGS가 필요한가

네덜란드 WIDE 연구는 전이성 고형암 연속 1,200명에서 표준 검사(패널·융합 검사 등)와 WGS를 병행했습니다10.

  • 성공률: 종양세포가 있는 1,216 검체 중 WGS 성공은 70%였습니다. 실패의 주원인은 종양세포 비율 20% 미만(병리 판정 9%, WGS 추정 15%)이었고, 세포 검체의 성공률은 21%였습니다. WGS가 실패해도 패널·융합 검사는 87%에서 가능했습니다.
  • 정확도: 양쪽이 모두 덮는 영역의 바이오마커 896개 중 WGS 99.2%, 표준 검사 99.7%를 찾았습니다. 이 값은 최신 파이프라인으로 사후 재분석한 결과이고, 실시간 분석에서는 97.8% 대 98.5%였습니다.
  • 추가 정보: 실행 가능한 바이오마커가 848명 중 603명(71%)에서 나왔고, 치료 옵션 936개 중 표준 검사로 찾은 것은 343개(36.6%)였습니다. 다만 실제 바이오마커 기반 치료를 시작한 사람은 중앙 14개월 추적에서 147명이었고, WGS로만 찾은 근거로 시작한 치료는 대부분 임상시험이었습니다(임상시험 93명 중 80%, 일반 치료 54명 중 11%). 이전에 몰랐던 병적 생식세포 변이도 49개 나왔습니다.
  • 조건: FFPE 대신 신선동결 시료와 혈액 정상 대조가 필요했고, 결과까지 중앙 약 11~12근무일이 걸렸습니다. 저자 일부는 WGS를 수행한 Hartwig 소속입니다.

영국 100,000 Genomes 암 프로그램(고형암 13,880개)은 WGS로 고등급 장액성 난소암의 40%에서 HRD를 확인했고 그중 30%는 생식세포 변이와 연관돼, 체세포와 생식세포를 함께 보는 장점을 보여 줬습니다. 실행 가능한 구조 변이는 육종에서 13%로 가장 많았습니다11. 소아암 36명에서는 WGS가 진단을 바꾸거나(4명) 정밀화했습니다(2명)12.

반대로 TMB 하나만 필요하다면 큰 패널도 쓸 만합니다. 16개 검사실이 종양 29개와 세포주 10개로 패널 TMB를 WES TMB와 비교한 조화 연구에서, TMB 고·저 판정의 일치도를 유지하려면 패널이 667 kb보다 커야 했습니다. 병원성 변이를 빼지 않으면 TMB가 과대 추정됐고, 패널별 보정 곡선을 쓰자 임상 검체 29개 중 26개(90%)에서 WES와의 오차가 줄었습니다(여러 진단 회사 공동 연구)13. 정리하면, FFPE·저순도·빠른 결과가 우선이면 패널, 융합 절단점·HRD 같은 서명·생식세포까지 한 번에 보려면 WGS가 유리합니다. 혈장 ctDNA처럼 VAF가 아주 낮은 분석은 표적 패널 쪽으로 갑니다(진단 기초 시리즈 5편). 저심도 WGS는 조각 패턴 분석처럼 다른 목적에 쓰입니다(진단 기초 시리즈 17편).

🔍 넓게 읽을수록 커지는 부담

  • 이차 소견(부수 소견 포함): ACMG는 엑솜·유전체 검사에서 의뢰 사유와 무관하게 보고를 권하는 ‘이차 소견(secondary findings)’ 최소 목록을 매년 갱신합니다. 최신 v3.3(2025)은 v3.2의 81개에 ABCD1·CYP27A1·PLN을 더해 84개 유전자입니다. 학회는 이것이 진단 검사나 인구 선별을 대신하지 않는다고 밝혔습니다14. 연구용 WGS라면 동의서에 결과 반환 정책을 미리 넣어야 합니다. VUS를 읽는 기본은 진단 기초 시리즈 19편을 참고하세요.
  • 데이터: 30× WGS 한 명의 원시 염기는 약 93 Gb(30 × 3.1 Gb, 작성자 계산)로, 엑솜보다 한 자릿수 이상 큽니다. 실제로 저장하는 압축 CRAM 파일은 30× 기준 약 17 GB입니다(3편). 저장·전송·재계산 비용이 시퀀싱 단가와 별도로 듭니다. 미국 NHGRI의 게놈당 비용 추정도 QC와 데이터 분석은 제외한 생산 비용입니다15. 분석 파이프라인과 QC도 3편에서 다룹니다.
  • 재사용: 반대로 WGS 데이터는 범위가 고정돼 있어, 새 유전자·새 바이오마커가 나와도 다시 시퀀싱하지 않고 재분석할 수 있습니다. WIDE 연구진도 패널은 몇 년마다 다시 설계해야 한다는 점을 WGS의 근거로 들었습니다10.

흔한 변이를 보는 GWAS·PRS 코호트라면 이 셋보다 저심도 WGS나 어레이가 맞습니다(2편).

📋 연구 질문 → 선택

연구 질문1순위이유·주의
표현형이 뚜렷하고 원인 유전자가 좁혀진 질환표적 패널깊고 해석이 쉬움. 음성이면 범위 밖일 수 있음
이질적인 소아 희귀질환, 첫 검사트리오 WES 또는 WGS진단율 차이보다 트리오·해석 역량이 중요
엑솜 음성 희귀질환엑솜 재분석 → WGS → 롱리드재분석 수율이 WGS 추가 진단율보다 낮지 않았음(신뢰구간 겹침)
반복 확장·SV 의심(신경·근육 질환 등)WGS(+PCR 확인)WES·패널은 대개 못 봄
FFPE·저순도 종양, 빠른 치료 결정큰 패널WGS 실패 위험 큼
신선동결 종양+정상, 서명·융합·생식세포 동시종양-정상 WGS순도 20% 이상 필요, 깊이는 2편
새 질병 유전자 발견·코호트 재사용WGS데이터 부담과 동의 범위 고려
흔한 변이 연관(GWAS·PRS)저심도 WGS·어레이2편 참고

⚠️ 한계와 주의

  • 진단율은 대상에 좌우됩니다. 메타분석에 묶인 연구는 대상(소아·성인), 사전 검사, 트리오 비율이 서로 다릅니다7. 다른 질환군에 그대로 옮기기 어렵습니다.
  • 커버리지 비교의 시점: WES 대 WGS 직접 비교는 2020년 발표 기준이고, 2024년 키트 비교는 WGS와 나란히 재지 않았습니다21.
  • ‘더 많은 치료 옵션’은 ‘더 나은 결과’가 아닙니다. WIDE에서 WGS로만 찾은 근거의 치료는 주로 임상시험이었고, 생존 이득은 이 연구로 알 수 없습니다10.
  • 회사 관련 연구: 반복 확장 연구는 시퀀싱 회사 공동 저자가 있었고4, 영국 암 WGS 연구는 회사 분석 파이프라인을 썼으며11, TMB 조화 연구에는 여러 진단 회사가 참여했습니다13.
  • 비용은 시점과 기관마다 다릅니다. 이 글은 절대 가격을 제시하지 않았습니다.

🏛️ 지금 어디까지 왔나

  • 영국: 100,000 Genomes 파일럿이 국가 의료체계 안에서 WGS의 진단 이득을 보였고5, NHS England는 모든 소아암 환자에게 WGS를 확대하는 중이라고 밝혔습니다12.
  • 네덜란드: WIDE 이후 NKI가 WGS를 일상 진료에 도입했고, 네덜란드에서 WGS 급여의 첫 근거가 마련됐다고 저자들은 적었습니다10.
  • 이차 소견: ACMG SF v3.3(84개 유전자)이 2025년 발표됐고, 2026년 11월 현재 다음 판은 확인하지 못했습니다14.
  • 한국: NGS 기반 유전자 패널검사는 2017년 3월부터 조건부 선별급여이고, 실시기관은 요건을 갖춘 요양기관으로 제한됩니다16. 현재 기준(2023년 12월 1일 적용)의 본인부담률은 암 종류와 상태에 따라 50·80·90%로 나뉩니다(자세한 내용은 국내 액체생검 현황)17. 보도에 따르면(2026년 3월) WES·WGS는 아직 건강보험 급여 밖입니다. 보도에 따르면(2026년 2월) 심평원이 NGS 선별급여 적합성 평가 연구에 착수했고, 다음 재평가는 2028년으로 예정돼 있습니다18.

🧪 연구자 노트 (작성자 직접 작성) ① 결국 연구 질문이 가장 크게 좌우했습니다. 알려진 유전자만 보면 되는지, 구조 변이나 비코딩 영역까지 봐야 하는지에 따라 범위가 정해지고, 그다음 시료 상태와 예산으로 조정합니다. ② 엑솜에서 원인을 찾지 못해 WGS로 넘어간 경우, 엑솜 데이터를 다시 분석하는 것만으로 답이 나오기도 했습니다. 그래서 새로 시퀀싱하기 전에 재분석을 먼저 검토합니다. ③ 이차 소견을 돌려줄지와 절차, 데이터를 다른 연구에 다시 써도 되는지 그 범위를 동의서에 미리 명시합니다. 나중에 바꾸기 가장 어려운 부분이기 때문입니다.

🙋 그래서 나에게는? — 연구 설계 전 체크리스트

  • 연구 질문이 요구하는 변이 종류(SNV·CNV·SV·반복 확장·비코딩·서명)를 먼저 적었다
  • 시료 상태(FFPE/신선동결, 종양 순도, DNA 양)가 WGS를 감당하는지 확인했다
  • 희귀질환이라면 트리오(부모 시료) 확보 가능성을 검토했다
  • 엑솜 음성 사례는 재분석 계획을 WGS 재시퀀싱보다 먼저 세웠다
  • 이차 소견(ACMG SF v3.3) 반환 여부와 절차를 동의서에 넣었다
  • 데이터 저장·전송·재분석 비용을 시퀀싱 비용과 따로 잡았다
  • 패널이라면 표적 밖 음성의 의미를 결과 해석 기준에 적었다

⚠️ 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. 비용이 비슷해지면 무조건 WGS가 낫나요? A. 범위만 보면 그렇지만 데이터 저장·해석 인력·이차 소견 부담이 함께 커집니다. FFPE나 저순도 시료처럼 WGS가 실패하기 쉬운 경우에는 패널이 더 현실적입니다.

Q. 엑솜이 음성인데 바로 WGS를 해야 하나요? A. 메타분석에서 엑솜 재분석(14.2%)은 WGS 추가 진단율(7.0%)보다 낮지 않았고, 신뢰구간이 겹쳐 통계적 차이는 없었습니다. 데이터를 최신 데이터베이스로 다시 보고, 구조 변이·반복 확장이 의심되면 WGS를 검토하는 순서가 합리적입니다.

Q. 연구용 WGS에서도 이차 소견(부수 소견 포함)을 돌려줘야 하나요? A. ACMG 목록은 임상 엑솜·유전체 검사를 위한 권고이고, 연구에서는 기관 IRB와 동의서 정책을 따릅니다. 반환 여부는 시퀀싱 전에 정해 두는 것이 좋습니다.

📚 오믹스 기술 시리즈

참고

  1. Belova V 외. Comparative evaluation of four exome enrichment solutions in 2024: Agilent, Roche, Vazyme and Nanodigmbio. BMC Genomics 2025;26:76. doi:10.1186/s12864-024-11196-z ↩︎ ↩︎

  2. Barbitoff YA 외. Systematic dissection of biases in whole-exome and whole-genome sequencing reveals major determinants of coding sequence coverage. Sci Rep 2020;10:2057. doi:10.1038/s41598-020-59026-y ↩︎ ↩︎

  3. Wojcik MH 외. Genome sequencing for diagnosing rare diseases. N Engl J Med 2024;390:1985-97. doi:10.1056/NEJMoa2314761 ↩︎ ↩︎ ↩︎ ↩︎

  4. Ibañez K 외. Whole genome sequencing for the diagnosis of neurological repeat expansion disorders in the UK: a retrospective diagnostic accuracy and prospective clinical validation study. Lancet Neurol 2022;21:234-45. doi:10.1016/S1474-4422(21)00462-2 ↩︎ ↩︎

  5. Smedley D 외. 100,000 Genomes pilot on rare-disease diagnosis in health care — preliminary report. N Engl J Med 2021;385:1868-80. doi:10.1056/NEJMoa2035790 ↩︎ ↩︎ ↩︎

  6. Ibrahim AA 외. Diagnostic yield of long-read sequencing for rare diseases: a systematic review. Front Genet 2026;17:1809097. doi:10.3389/fgene.2026.1809097 ↩︎

  7. Chung CCY 외. Meta-analysis of the diagnostic and clinical utility of exome and genome sequencing in pediatric and adult patients with rare diseases across diverse populations. Genet Med 2023;25:100896. doi:10.1016/j.gim.2023.100896 ↩︎ ↩︎ ↩︎

  8. Wright CF 외. Genomic diagnosis of rare pediatric disease in the United Kingdom and Ireland. N Engl J Med 2023;388:1559-71. doi:10.1056/NEJMoa2209046 ↩︎ ↩︎

  9. Albuquerque ALB 외. Diagnostic yield of genome sequencing versus exome sequencing in pediatric patients with rare phenotypes: a systematic review and meta-analysis. Am J Med Genet A 2025;197:e64146. doi:10.1002/ajmg.a.64146 ↩︎ ↩︎

  10. Samsom KG 외. Feasibility of whole-genome sequencing-based tumor diagnostics in routine pathology practice. J Pathol 2022;258:179-88. doi:10.1002/path.5988 ↩︎ ↩︎ ↩︎ ↩︎

  11. Sosinsky A 외. Insights for precision oncology from the integration of genomic and clinical data of 13,880 tumors from the 100,000 Genomes Cancer Programme. Nat Med 2024;30:279-89. doi:10.1038/s41591-023-02682-0 ↩︎ ↩︎

  12. Trotman J 외. The NHS England 100,000 Genomes Project: feasibility and utility of centralised genome sequencing for children with cancer. Br J Cancer 2022;127:137-44. doi:10.1038/s41416-022-01788-5 ↩︎ ↩︎

  13. Vega DM 외. Aligning tumor mutational burden (TMB) quantification across diagnostic platforms: phase II of the Friends of Cancer Research TMB Harmonization Project. Ann Oncol 2021;32:1626-36 (진단 회사 소속 저자 다수; 정오표 Ann Oncol 2024;35:145). doi:10.1016/j.annonc.2021.09.016 ↩︎ ↩︎

  14. Lee K 외. ACMG SF v3.3 list for reporting of secondary findings in clinical exome and genome sequencing: a policy statement of the American College of Medical Genetics and Genomics (ACMG). Genet Med 2025;27:101454. doi:10.1016/j.gim.2025.101454 ↩︎ ↩︎

  15. NHGRI. DNA Sequencing Costs: Data (2023.5.16 갱신, 비용 정의 설명 참고) — genome.gov ↩︎

  16. 보건복지부. NGS 유전자검사, 특정 요양기관 특혜 주는 제도 아니다(해명자료, 2017.2.16) — korea.kr ↩︎

  17. 국가법령정보센터. 선별급여 지정 및 실시 등에 관한 기준 [별표 2] 선별급여 목록 (나598-1 차세대염기서열분석기반 유전자 패널검사) — law.go.kr ↩︎

  18. 메디칼타임즈. 심평원 NGS 선별급여 적합성 평가 연구 착수 보도 (2026.2.11) — 메디칼타임즈 ↩︎

#유전체분석#희귀질환#암유전체#분자진단#WGS#엑솜시퀀싱

📚 함께 보면 좋은 글