HRM 분석 원리: DNA 변이가 있어도 녹는 곡선에서 놓치는 이유

High-Resolution Melting(HRM)은 PCR 산물을 가열하면서 형광 변화를 측정해 DNA 서열 차이를 탐색하는 기술입니다. 변이마다 서로 다른 녹는 곡선이 나타날 수 있지만, 모든 변이가 구별되는 것은 아닙니다. 특히 동형접합 변이와 유사한 열적 특성을 가진 서열에서는 해석에 주의해야 합니다.

1. 염기 하나가 달라도 PCR 산물의 길이는 같을 수 있다

유전자 분석에서 200bp 길이의 PCR 산물을 얻었다고 가정해 보겠습니다.

정상 DNA와 변이 DNA 모두 길이가 200bp라면 일반적인 전기영동에서는 같은 위치에 밴드가 나타날 수 있습니다. 단일염기 치환은 DNA 길이를 바꾸지 않기 때문입니다.

그렇다면 DNA를 절단하거나 염기서열을 직접 읽지 않고 변이를 탐색할 방법은 없을까요?

HRM은 DNA 이중가닥이 열에 의해 분리되는 특성을 이용합니다.

DNA 이중가닥의 안정성은 길이뿐 아니라 GC 함량, 염기 배열, 주변 염기와의 상호작용에 영향을 받습니다. 따라서 길이가 같은 DNA라도 서열이 다르면 가열 과정에서 나타나는 형광 곡선이 달라질 수 있습니다.

HRM은 이 차이를 정밀하게 측정해 변이 후보를 선별합니다.

다만 곡선이 다르다는 것은 서열 차이가 존재할 가능성을 의미할 뿐, 특정 염기 변이가 확인됐다는 뜻은 아닙니다.

2. HRM은 DNA가 녹는 과정을 어떻게 측정할까?

HRM 분석은 일반적으로 PCR 증폭과 형광 측정으로 구성됩니다.

PCR 반응에는 이중가닥 DNA에 결합하면 강한 형광을 나타내는 포화형 DNA 결합 염료(saturating dye)를 사용합니다.

PCR이 완료된 뒤 온도를 점진적으로 높이면 이중가닥 DNA가 단일가닥으로 분리됩니다.

DNA가 분리되면 염료의 결합 상태가 변하면서 형광 신호가 감소합니다.

장비는 온도에 따른 형광 감소를 기록하고 이를 melting curve로 표시합니다.

이 곡선에는 DNA의 열적 안정성에 관한 정보가 포함됩니다.

일반적인 Melting Curve와 HRM의 차이

일반적인 qPCR melting curve 분석은 비특이적 PCR 산물이나 primer-dimer의 존재 여부를 확인하는 데 자주 사용됩니다.

HRM은 여기에서 더 나아가 작은 서열 차이에 따른 곡선의 형태와 위치 변화를 분석합니다.

이를 위해서는 충분한 형광 데이터와 정밀한 온도 측정이 필요합니다.

특히 HRM에서는 단순히 melting temperature(Tm) 하나만 비교하지 않습니다.

곡선의 기울기, 형태, 변곡점, reference curve와의 차이도 중요한 판단 근거가 됩니다.

3. Heterozygous 변이는 왜 곡선 형태가 달라질까?

HRM에서 비교적 쉽게 탐색할 수 있는 변이 가운데 하나는 이형접합성(heterozygous) 변이입니다.

특정 위치에서 정상 대립유전자와 변이 대립유전자가 함께 존재하는 경우입니다.

예를 들어 정상 서열에는 G 염기쌍이 있고, 변이 서열에는 A 염기쌍이 있다고 가정하겠습니다.

PCR 이후 DNA 가닥을 분리했다가 다시 결합시키면 네 종류의 이중가닥 조합이 형성될 수 있습니다.

정상 가닥끼리 결합한 homoduplex, 변이 가닥끼리 결합한 homoduplex, 그리고 정상·변이 가닥이 결합한 두 종류의 heteroduplex입니다.

Heteroduplex에는 G 또는 A와 같은 mismatch가 포함될 수 있습니다.

이러한 mismatch는 DNA 이중가닥의 안정성을 변화시킵니다.

따라서 heteroduplex가 포함된 시료는 정상 DNA만 존재하는 시료와 다른 melting curve를 나타낼 수 있습니다.

이때 중요한 것은 변이 DNA의 Tm이 반드시 크게 달라져야만 검출되는 것은 아니라는 점입니다.

전체 Tm의 차이가 작더라도 heteroduplex가 형성되면 곡선의 형태가 달라져 변이 후보를 구별할 수 있습니다.

이 원리는 2003년 Wittwer와 연구진의 초기 HRM 연구와 이후의 분석 프로토콜에서 확인됐습니다.

4. 실제 HRM 결과는 어떤 순서로 해석해야 할까?

HRM 결과를 해석할 때는 하나의 그래프만 확인하는 것보다 서로 다른 표현을 함께 검토하는 것이 좋습니다.

대표적으로 원본 melting curve, normalized melting curve, difference plot을 사용합니다.

분석 그래프	확인할 정보	해석 시 주의점
Raw melting curve	온도에 따른 실제 형광 변화	DNA 양과 형광 세기의 차이
Normalized melting curve	정규화된 곡선 형태와 위치	정규화 구간 설정의 영향
Difference plot	기준 곡선과의 형광 차이	기준 시료 선택과 잡음
Derivative plot	형광 감소가 가장 빠른 온도 부근	Tm만으로 모든 변이를 구별할 수 없음

가상의 분석 사례

정상 대조군 5개와 분석 대상 시료 3개를 같은 HRM 실험에서 측정했다고 가정하겠습니다.

정상 대조군의 normalized curve는 서로 비슷하게 겹칩니다.

시료 A는 정상 대조군과 유사한 곡선을 보입니다.

시료 B는 낮은 온도 구간에서 정상 대조군보다 형광이 일찍 감소합니다.

시료 C는 곡선의 형태는 비슷하지만 전체 melting transition이 약간 이동합니다.

이때 시료 B는 heteroduplex 형성에 따른 서열 차이 가능성을 검토할 수 있습니다.

시료 C는 동형접합 변이 또는 다른 열적 특성을 가진 DNA일 가능성을 검토할 수 있습니다.

반면 시료 A는 정상 대조군과 곡선이 유사하다는 이유만으로 변이가 없다고 확정할 수 없습니다.

세 시료 모두 필요에 따라 sequencing으로 확인해야 합니다.

이 예시는 그래프 해석 원리를 설명하기 위한 가상 사례이며, 특정 곡선 모양이 특정 변이를 확정한다는 의미는 아닙니다.

5. 변이가 있는데 HRM에서 정상으로 보이는 첫 번째 이유: 동형접합 변이

HRM에서 중요한 위음성 원인 가운데 하나는 동형접합성(homozygous) 변이입니다.

이형접합성 변이에서는 정상 DNA와 변이 DNA가 함께 존재하므로 heteroduplex가 형성될 수 있습니다.

하지만 동형접합성 변이에서는 두 대립유전자가 같은 변이 서열을 가질 수 있습니다.

이 경우 PCR 산물이 서로 결합하더라도 mismatch가 형성되지 않을 수 있습니다.

따라서 변이가 존재해도 heteroduplex에 의한 곡선 변화가 나타나지 않을 수 있습니다.

물론 동형접합 변이가 DNA의 열적 안정성을 충분히 바꾼다면 정상 대조군과 Tm이나 곡선 위치가 달라질 수 있습니다.

문제는 모든 동형접합 변이가 뚜렷한 차이를 만드는 것은 아니라는 점입니다.

2010년 Methods에 발표된 HRM 검토 연구에서는 동형접합성 또는 반접합성(hemizygous) 변이를 탐색할 때 정상 reference DNA와 혼합해 heteroduplex를 형성하는 방법을 설명했습니다.

정상 Reference DNA를 혼합하면 무엇이 달라질까?

동형접합 변이 DNA만 존재하는 시료에 정상 reference DNA를 혼합하면 서로 다른 서열의 DNA 가닥이 함께 존재하게 됩니다.

이 DNA를 변성한 뒤 다시 결합시키면 mismatch-containing heteroduplex가 형성될 수 있습니다.

따라서 원래는 정상과 비슷한 melting curve를 보였던 동형접합 변이도 곡선 형태의 차이가 더 뚜렷해질 수 있습니다.

그러나 reference DNA를 혼합할 때는 혼합 비율과 DNA 농도, 대조군 구성을 적절하게 검증해야 합니다.

무조건 정상 DNA를 많이 추가한다고 검출 능력이 향상되는 것은 아닙니다.

6. 두 번째 이유: 서로 다른 변이가 같은 Melting Curve를 만들 수 있다

DNA의 녹는 특성은 염기서열 전체의 열역학적 특성에 영향을 받습니다.

따라서 서로 다른 변이가 존재하더라도 매우 비슷한 melting curve가 나타날 수 있습니다.

특히 일부 A>T 또는 T>A 치환은 DNA의 GC 함량을 바꾸지 않으므로 Tm 차이가 작을 수 있습니다.

그러나 GC 함량만으로 HRM 결과가 결정되는 것은 아닙니다.

변이 주변 염기 배열과 heteroduplex 형성 여부도 영향을 줍니다.

2017년 International Journal of Molecular Sciences에 발표된 실무 사례 연구에서는 서로 다른 유전자형이 유사한 melting profile을 나타내는 문제를 보고했습니다.

연구진은 특정 amplicon에서 서로 다른 변이가 정상 reference curve와 구별되지 않는 사례를 제시했습니다.

또한 같은 종류의 염기 치환이라도 위치에 따라 곡선의 구별 가능성이 달라질 수 있음을 설명했습니다.

이 결과는 HRM에서 매우 중요한 제한 요소를 보여줍니다.

서로 다른 DNA 서열이 항상 서로 다른 melting curve를 만드는 것은 아닙니다.

따라서 HRM만으로 모든 SNP를 정확하게 분류하거나 모든 변이의 위치를 결정할 수는 없습니다.

7. 세 번째 이유: PCR 산물의 길이와 Melting Domain

HRM 분석에서는 amplicon 설계가 중요합니다.

PCR 산물이 지나치게 길면 여러 melting domain이 형성될 수 있습니다.

Melting domain은 DNA의 특정 구간이 다른 구간과 구별되는 온도 범위에서 분리되는 특성을 의미합니다.

긴 DNA에는 GC 함량과 염기 배열이 다른 여러 구간이 존재할 수 있습니다.

이 경우 단일염기 변이가 특정 melting domain에만 영향을 주어 전체 곡선에서는 차이가 작게 나타날 수 있습니다.

반면 짧은 amplicon에서는 하나의 변이가 전체 melting profile에 미치는 영향을 상대적으로 쉽게 관찰할 수 있는 경우가 있습니다.

하지만 모든 분석에서 가장 짧은 amplicon이 가장 좋은 것은 아닙니다.

짧은 PCR 산물은 primer 설계와 표적 특이성에 제약을 줄 수 있기 때문입니다.

또한 분석하려는 유전자 영역에 다른 SNP가 함께 존재하면 melting curve가 복잡해질 수 있습니다.

따라서 HRM primer를 설계할 때는 다음 요소를 함께 검토해야 합니다.

• 분석 대상 변이가 포함되는 위치
• Amplicon의 길이와 GC 함량
• 여러 melting domain의 존재 가능성
• Primer 결합 영역의 알려진 SNP
• 비특이적 PCR 산물과 primer-dimer 형성 가능성

이러한 조건은 HRM의 검출 능력뿐 아니라 결과의 재현성에도 영향을 줍니다.

8. 실제 연구에서 HRM의 위양성은 어떻게 발생했을까?

HRM은 서열 차이에 민감하게 반응할 수 있지만, 검출된 모든 서열 차이가 질환 관련 변이를 의미하는 것은 아닙니다.

2007년 Clinical Chemistry에 발표된 연구에서는 유전성 출혈성 모세혈관확장증(HHT)과 관련된 ACVRL1 및 ENG 유전자를 분석했습니다.

연구진은 24개 exon을 대상으로 HRM 분석을 수행했습니다.

그 결과 24개 exon 가운데 8개에서 총 11개의 흔한 sequence variant가 확인됐습니다.

또한 정상 시료의 96%에서 최소 하나의 sequence variant가 관찰됐습니다.

이러한 흔한 변이 때문에 질환 관련 변이 후보를 선별하는 과정에서 양성예측도(Positive Predictive Value, PPV)가 31%로 낮게 나타났습니다.

연구진은 흔한 변이의 melting profile을 미리 구분하고 분석에서 제외하는 전략을 적용했습니다.

그 결과 해당 연구 조건에서 PPV를 100%까지 높일 수 있었습니다.

이 결과에서 중요한 점은 HRM의 기술적 오류만이 위양성의 원인이 아니라는 사실입니다.

HRM은 실제로 존재하는 정상적인 유전적 다형성도 검출할 수 있습니다.

따라서 질환 관련 변이를 찾는 연구에서는 흔한 polymorphism과 병적 변이를 구별해야 합니다.

다만 해당 연구의 PPV 수치를 다른 질환이나 검사 대상 집단에 그대로 적용해서는 안 됩니다.

양성예측도는 분석 대상 집단의 특성과 변이 빈도에 따라 달라지기 때문입니다.

9. HRM과 Sanger Sequencing을 함께 사용하는 이유

HRM은 변이 후보를 빠르게 선별하는 데 유용합니다.

그러나 정확한 염기 치환의 종류와 위치를 결정하려면 sequencing이 필요합니다.

예를 들어 HRM에서 정상 대조군과 다른 melting curve가 관찰됐다고 가정하겠습니다.

이 결과는 DNA 서열 차이가 존재할 가능성을 의미합니다.

하지만 해당 차이가 질환 관련 변이인지, 흔한 SNP인지, 다른 위치의 변이인지 HRM만으로 판단하기는 어렵습니다.

따라서 변이 후보로 분류된 PCR 산물을 Sanger sequencing으로 확인할 수 있습니다.

이러한 전략은 모든 시료를 처음부터 sequencing하는 방식과 구별됩니다.

HRM으로 정상 대조군과 유사한 시료를 선별하고, 곡선이 다른 시료에 대해 후속 sequencing을 수행할 수 있기 때문입니다.

다만 HRM에서 위음성이 발생할 수 있으므로 검사 목적과 요구되는 민감도에 따라 정상 곡선으로 분류된 시료도 추가 확인이 필요할 수 있습니다.

특히 임상적으로 중요한 변이를 놓쳐서는 안 되는 검사에서는 HRM 단독 결과에 의존하지 않아야 합니다.

10. HRM이 저빈도 암 변이 검출에 항상 적합한 것은 아니다

HRM은 이형접합성 변이 탐색에 유용하지만, 매우 낮은 VAF의 체세포 변이를 검출하는 데는 한계가 있습니다.

예를 들어 종양 검체에 정상 DNA가 99.9%, 변이 DNA가 0.1% 존재한다고 가정하겠습니다.

이 경우 변이 DNA가 전체 PCR 산물에서 차지하는 비율이 매우 작습니다.

따라서 heteroduplex가 형성되더라도 전체 melting curve에 미치는 영향이 작을 수 있습니다.

또한 PCR 과정에서 발생한 증폭 편향과 비특이적 산물도 분석 결과에 영향을 줄 수 있습니다.

이러한 이유로 HRM을 저빈도 변이 검출에 적용할 때는 표적별 검출한계를 실험적으로 확인해야 합니다.

일부 연구에서는 변이 농축 기술과 HRM을 결합해 검출 능력을 개선하는 방법을 제시했습니다.

하지만 변이 농축을 수행한 뒤에는 원래 검체의 VAF가 유지되지 않을 수 있습니다.

따라서 변이 존재 여부의 탐색과 정확한 VAF 정량은 구분해야 합니다.

분석 목적	HRM의 적합성	추가 고려 사항
이형접합성 SNP 탐색	비교적 유리	흔한 SNP와 병적 변이 구분
동형접합 변이 탐색	조건에 따라 제한	정상 reference DNA 혼합
알려지지 않은 변이 선별	활용 가능	Sequencing 확인
극저빈도 체세포 변이	제한적일 수 있음	표적별 검출한계 검증
정확한 VAF 정량	일반적으로 부적합	dPCR 또는 검증된 NGS 활용

이 표는 HRM의 일반적인 활용 방향을 설명한 것이며, 특정 검사의 성능을 보장하는 기준은 아닙니다.

11. HRM 분석에서 재현성을 높이려면 무엇을 확인해야 할까?

HRM은 작은 형광 차이를 분석하기 때문에 실험 조건의 일관성이 중요합니다.

특히 DNA 농도와 품질, PCR 증폭 효율, 반응 부피, 장비의 온도 균일성 등이 결과에 영향을 줄 수 있습니다.

2017년 실무 사례 연구에서는 DNA 추출 방법과 시료 준비, primer 설계, pipetting 차이 등이 HRM 결과에 영향을 줄 수 있다고 설명했습니다.

따라서 서로 다른 실험일이나 plate에서 얻은 곡선을 비교할 때는 동일한 reference sample과 적절한 대조군을 사용하는 것이 좋습니다.

또한 HRM 분석에서는 정상 대조군의 곡선이 안정적으로 형성되는지 확인해야 합니다.

정상 대조군 사이에서도 큰 차이가 나타난다면 분석 대상 시료의 작은 곡선 차이를 변이 때문이라고 해석하기 어렵습니다.

결과 해석 전 확인할 항목

1. PCR 증폭이 특이적으로 이루어졌는가?
2. 정상 대조군의 melting curve가 일관되게 나타나는가?
3. 정규화 구간과 reference curve 설정이 적절한가?
4. 동형접합 변이를 놓칠 가능성이 있는가?
5. 알려진 흔한 SNP가 곡선에 영향을 줄 수 있는가?
6. 변이 후보를 sequencing으로 확인했는가?

이러한 항목을 검토하면 단순히 소프트웨어가 자동 분류한 결과에 의존하는 문제를 줄일 수 있습니다.

12. HRM 분석의 핵심은 변이 확정이 아니라 변이 후보 선별이다

HRM은 PCR 산물의 열적 안정성 차이를 이용해 DNA 서열 변화를 탐색하는 기술입니다.

별도의 DNA 절단이나 전기영동 없이 PCR 이후 같은 반응 용기에서 분석을 수행할 수 있다는 장점이 있습니다.

그러나 모든 DNA 변이가 서로 다른 melting curve를 만드는 것은 아닙니다.

특히 동형접합 변이와 열적 특성이 유사한 염기 치환에서는 위음성이 발생할 수 있습니다.

또한 정상적인 유전적 다형성도 HRM에서 변이 후보로 분류될 수 있으므로 질환 관련 변이와 구별해야 합니다.

따라서 HRM의 결과는 다음과 같이 해석하는 것이 적절합니다.

• 정상 대조군과 다른 곡선이 나타났다면 서열 차이의 가능성을 검토합니다.
• 정상 대조군과 같은 곡선이 나타났더라도 모든 변이가 배제된 것은 아닙니다.
• 정확한 염기 변화와 임상적 의미를 확인하려면 추가적인 분석이 필요합니다.

HRM의 가장 중요한 가치는 모든 변이를 확정하는 데 있는 것이 아니라, 많은 PCR 산물 가운데 추가적인 서열 분석이 필요한 후보를 효율적으로 선별하는 데 있습니다.

따라서 분석 대상 변이의 종류와 검출 목적, 요구되는 민감도에 따라 HRM과 sequencing을 적절하게 조합해야 합니다.

---

참고문헌

1. Wittwer CT, Reed GH, Gundry CN, Vandersteen JG, Pryor RJ. (2003).

High-resolution genotyping by amplicon melting analysis using LCGreen.

Clinical Chemistry, 49(6), 853–860.

DOI: https://doi.org/10.1373/49.6.853

포화형 DNA 결합 염료를 이용해 PCR 산물의 melting curve를 분석하는 HRM의 초기 연구입니다.

2. Montgomery J, Wittwer CT, Palais R, Zhou L. (2007).

Simultaneous mutation scanning and genotyping by high-resolution DNA melting analysis.

Nature Protocols, 2, 59–66.

DOI: https://doi.org/10.1038/nprot.2007.10

HRM을 이용한 변이 탐색과 genotyping 방법을 설명한 실험 프로토콜입니다.

3. Wittwer CT. (2009).

High-resolution DNA melting analysis: advancements and limitations.

Human Mutation, 30(6), 857–859.

DOI: https://doi.org/10.1002/humu.20951

HRM의 장점과 동형접합 변이 검출의 한계, 유사한 melting curve 문제를 검토한 문헌입니다.

4. Wittwer CT. (2010).

High resolution melting analysis for gene scanning.

Methods, 50(4), 250–261.

DOI: https://doi.org/10.1016/j.ymeth.2010.01.013

HRM primer 설계와 heteroduplex 형성, 동형접합 변이 탐색 전략을 설명한 검토 문헌입니다.

5. Wittwer CT 외. (2007).

Identifying common genetic variants by high-resolution melting.

Clinical Chemistry, 53(7), 1191–1198.

DOI: https://doi.org/10.1373/clinchem.2007.085407

HHT 관련 유전자 분석에서 흔한 변이가 HRM의 양성예측도에 미치는 영향을 평가한 연구입니다.

6. High Resolution Melting (HRM) for High-Throughput Genotyping—Limitations and Caveats in Practical Case Studies. (2017).

International Journal of Molecular Sciences, 18(11), 2316.

DOI: https://doi.org/10.3390/ijms18112316

HRM의 실무적 오류와 위음성 사례, 시료 준비 및 분석 조건의 영향을 정리한 연구입니다.

※ 본 글은 공개된 학술논문에 근거해 HRM의 변이 탐색 원리와 분석 한계를 설명한 교육용 콘텐츠입니다. HRM 결과만으로 특정 유전자 변이의 존재나 임상적 의미를 확정해서는 안 됩니다.