R | COVID-19 데이터로 무엇을 할 수 있을까 | 1. 코로나바이러스감염증이란?

 

Coronavirus virion structure

# 코로나바이러스 감염증이란?

코로나바이러스 감염증-19(COVID-19)는 중증 극성 호흡기 증후군 코로나바이러스 2 (Severe Acute Respiratory Syndrome Coronavirus-2, SARS-CoV-2) 감염에 의한 호흡기 증후군을 뜻합니다. COVID-19의 의미는 Corona의 CO, Virus의 VI, Disease의 D, 처음 발병이 보고된 2019년도의 19를 의미하는데요, 우리나라에서는 이름을 줄여 코로나 19로 부르고 있습니다. (출처 질병관리본부)

 

코로나(corona)는 맥주의 이름으로 유명하지만 사실 코로나라는 이름은 다음 사진과 같이 일식이나 월식 때 해나 달 둘레에 생기는 광환을 말합니다. 코로나바이러스의 형태가 광환과 같이 구형을 이루고 있어서 코로나라는 이름을 가지게 된 것입니다.

 

일식이나 월식때 해나 달 둘레에 생기는 광환(corona)

---

# 병원체 (Pathogens) 

COVID-19를 일으키는 병원체는 Coronaviridae과(family)에 속하는 RNA 바이러스(virus)이고, 질병관리본부에 따르면 유전자 크기는 27~32kb로 알려져 있습니다. 여기서 kb단위는 킬로 베이스(kilo base paires, kbp=kb)를 뜻하는데요, 1kb는 1,000 bp, 즉 1000개의 염기쌍(base paires)으로 이루어져 있다는 의미입니다. 구아닌(G)-시토닌(C) 염기쌍과, 아데닌(A)-티민(T) 염기쌍이 있고, RNA의 경우에는 티민(T)이 우라실(U)로 대체됩니다. 염기쌍은 유전정보를 저장하고 전달하는 핵산(nucleric acid)으로 이루어져 있습니다. 

 

염기쌍

---

# 진단은 어떻게? 

진단을 하기 위해서는 의심 환자의 검체를 채취하게 되는데요, 이 검체에서 우선 바이러스를 분리시키고, 분리된 바이러스 중 병원체 특이 유전자 서열이 존재하는지 확인하는 과정을 거쳐 감염 진단을 내리게 됩니다. 

검체 채취 방법

하지만 코로나바이러스는 그 복제과정이 독특하고, 변이가 심해 진단에 활용하는 특이 서열 또한 변이가 일어나게 됩니다. 그래서 환자들에게서 채취한 검체의 지속적인 모니터링을 통해 바이러스의 변이 정도와 속도에 따라 새로운 진단 키트 개발이 병행됩니다. 코로나바이러스의 복제과정에 대한 자세한 이론은 2016 Fehr and Perlman의 논문을 참고해주세요.

---

# 예방과 치료

2020년 4월 현재, 코로나바이러스 감염증 예방을 위한 백신은 없으며, 코로나바이러스 감염증 치료를 위한 항바이러스제 또한 없는 상황입니다. 그래서 올바른 손 씻기와 기침 예절 준수, 사회적 거리두기를 통해 감염예방을 하고 있는 상황이고, 감염 환자의 경우 증상에 따라 대처하는 대증치료방법이 이루어지고 있습니다.

---

# 팬데믹(Pandemic) 선언

세계 보건기구(WHO)는 2020년 3월 11일 코로나 19에 대해 최고 경보단계인 팬데믹(pandemic)을 선언했습니다. 한 지역에서 발병했을 경우를 아웃브레이크(outbreak), 특정지역 안에서 사람과 사람 사이의 전염이 일어나 감염병이 유행한다면 에피데믹(epidemic), 나라와 대륙을 뛰어넘는 유행이 발생하면 팬데믹(pandemic)으로 팬데믹은 감염병 단계 중 가장 높은 단계를 뜻합니다. (outbreak, epidemic, pandemic의 차이)

 

Pandemics 역사는 다음과 같은데요 옛날부터 발생해왔던 감염증과 관련한 병원체에는 어떤 것들이 있는지 간단히 살펴볼 수 있습니다. 

Visualizing the History of Pandemics

---

# 코로나바이러스 데이터

전 세계의 코로나바이러스 감염 관련 데이터는 질병관리본부, 존스홉킨스, WHO 등 세계의 여러 기관에서 제공하고 있습니다. 그중에서도 DataHup의 Novel Coronavirus 2019에서 csv형태의 파일로 한 번에 데이터를 받을 수 있도록 제공해주고 있습니다.

 

다음 포스팅에서는 이 데이터를 이용해 여러 가지 시각화를 해보도록 하겠습니다.