Charting the cognitive development of children using adult 'polygenic g scores'

이 연구는 성인 기반의 다유전자 점수를 활용하여 영유아기부터 성인 초기까지의 인지 발달 과정을 추적한 결과, 나이가 들수록 예측력이 증가하며 (최대 분산 12% 설명) 유전적 요인이 인지 성장 속도와 학업 성취에 미치는 영향을 규명했습니다.

핵심

이 연구는 **"아기의 두뇌 발달을 예측하는 유전자 지도"**를 그리는 과정을 설명합니다.

기존에 과학자들은 성인의 지능이나 학업 성취도와 관련된 유전적 정보 (다유전자 점수) 를 가지고 있었습니다. 하지만 이 정보를 이용해 어린 아이들의 두뇌가 어떻게 자라나는지를 추적한 연구는 드물었습니다. 이 논문은 바로 그 빈칸을 채운 연구입니다.

간단한 비유와 일상적인 언어로 핵심 내용을 풀어보겠습니다.

---

1. 핵심 아이디어: "성인의 유전자 지도로 아이의 성장 경로 그리기"

상상해 보세요. 유전자는 태어날 때부터 주어진 '씨앗'과 같은 것입니다. 이 씨앗이 어떤 꽃으로 자랄지는 알 수 있지만, 꽃이 피는 시기는 다릅니다.

• 기존의 문제: 과학자들은 이미 꽃이 만개한 '성인'의 유전 정보를 많이 가지고 있었습니다. 하지만 그 정보를 가지고 '어린 싹' (유아기) 이 어떻게 자라날지 예측하는 것은 어려웠습니다.
• 이 연구의 방법: 연구진은 성인의 지능 (g) 과 학업 성취도와 관련된 두 가지 유전 정보를 섞어서 **새로운 '성인형 유전자 점수 (Polygenic g score)'**를 만들었습니다. 그리고 이 점수를 가지고 1 만 명의 영국 아이들을 2 세 (유아기) 에서 26 세 (성인 초기) 까지 쫓아가며 관찰했습니다.

비유: 마치 성인의 키가 클 것이라는 유전 정보를 가지고, 그 아이가 어릴 때부터 어떻게 자라날지 그리는 성장 예측 지도를 그린 것과 같습니다.

2. 주요 발견: "시간이 지날수록 지도의 정확도가 높아진다"

연구 결과는 매우 흥미로운 패턴을 보여줍니다.

• 2~4 세 (유아기): 유전 점수가 아이의 두뇌 능력을 예측하는 힘은 매약 약했습니다.
  • 비유: 아직 싹이 막 트고 있는 상태라, 씨앗의 성격을 정확히 읽기 어렵습니다. 또한, 2 세 아이의 지능을 측정하는 것 자체가 매우 어렵고 불안정하기 때문입니다.
• 716 세 (어린이청소년기): 예측력이 점점 강해집니다.
  • 비유: 나무가 자라면서 가지와 잎이 뚜렷해지듯, 아이의 두뇌 능력이 유전적 성향과 더 밀접하게 연결되기 시작합니다.
• 25~26 세 (성인 초기): 예측력이 가장 강력해졌습니다. (유전적 요인이 두뇌 능력 차이의 약 12% 를 설명)
  • 비유: 완전히 자란 나무를 보면 씨앗의 성격을 100% 알 수 있듯이, 성인이 된 아이들의 두뇌는 유전적 설계도와 거의 일치하게 됩니다.

중요한 사실: 유전자는 태어날 때 고정되어 변하지 않지만, 유전자가 두뇌 능력에 미치는 영향은 시간이 갈수록 더 뚜렷해집니다. 이를 '윌슨 효과 (Wilson effect)'라고 부르기도 합니다.

3. 성장의 두 가지 측면: "출발선과 달리는 속도"

연구진은 아이들의 성장 궤적을 두 가지로 나누어 분석했습니다.

1. 출발선 (Intercept): 유전 점수가 높은 아이들은 어릴 때부터 평균보다 두뇌 능력이 조금 더 높았습니다.
2. 성장 속도 (Slope): 더 놀라운 점은, 유전 점수가 높은 아이들은 시간이 지날수록 평균보다 더 빠르게 성장했다는 것입니다.
   • 비유: 유전 점수가 높은 아이들은 '부자'처럼 시작해서, 시간이 갈수록 더 많은 '부 (재능)'를 쌓아 나가는 경향이 있었습니다. 반면, 유전 점수가 낮은 아이들은 평균에 더 가깝게 수렴하는 경향이 있었습니다.

4. 다른 영역에서의 발견

• 학교 성적: 두뇌 능력과 마찬가지로, 학교 성적도 나이가 들수록 유전 점수로 예측하는 정확도가 높아졌습니다. 특히 중학교 졸업 시험 (GCSE) 시기에 예측력이 최고조에 달했습니다.
• 행동 문제: 유전 점수가 높은 아이들은 행동 문제가 적게 나타났습니다. 하지만 시간이 지나면서 이 차이는 조금씩 줄어들어 평균으로 돌아오는 경향이 있었습니다.
• 신체 특징 (키, 체중): 두뇌 능력과 달리, 키나 체중은 유전 점수와 큰 관련이 없었습니다.

5. 결론: "유전자는 운명이지만, 지도는 유용한 도구"

이 연구는 몇 가지 중요한 메시지를 전달합니다.

• 유전자는 고정되어 있지만, 그 영향력은 변합니다: 유전자는 태어날 때 결정되지만, 그것이 실제 두뇌 능력으로 드러나는 데는 시간이 걸립니다.
• 예측의 한계: 이 유전 점수는 아이의 미래를 100% 결정하지는 않습니다. 단지 통계적인 가능성을 보여줄 뿐입니다. (예: 유전 점수가 높아도 환경이 나쁘면 성적이 떨어질 수 있습니다.)
• 실용성: 이 연구는 유전 정보를 이용해 아이의 발달 과정을 이해하는 새로운 도구를 제공했습니다. 마치 나침반처럼, 아이가 어디로 향할지 대략적인 방향을 알려줄 수는 있지만, 그 길을 어떻게 걷게 할지는 여전히 부모와 환경의 몫입니다.

한 줄 요약:

"성인의 유전 정보를 바탕으로 만든 지도로 아이의 두뇌 성장을 추적했더니, 어릴 때는 흐릿하다가 시간이 갈수록 선명해졌으며, 유전적으로 유리한 아이들은 더 빠르게 성장하는 경향이 있다는 것을 발견했습니다."

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 인지 능력의 유전적 예측: 행동 과학에서 다유전자 점수 (Polygenic Scores, PGS) 는 인지 능력, 특히 일반 인지 능력 (g) 과 교육 성취도에서 가장 높은 예측력을 보입니다. 그러나 기존 연구들은 주로 성인의 데이터를 기반으로 하여, 아동기의 인지 발달 과정을 유전적 관점에서 어떻게 설명할 수 있는지에 대한 체계적인 분석이 부족했습니다.
• 발달적 연속성: 유전적 구성은 수정 시점에 고정되므로, 성인에서 도출된 유전적 지표가 유아기부터의 인지 발달을 예측할 수 있는지, 그리고 그 예측력이 발달 단계에 따라 어떻게 변화하는지 규명할 필요가 있었습니다.
• 측정의 한계: 기존 종단 연구는 표본 크기가 작거나 (평균 500 명 수준), 발달 초기의 인지 측정 도구의 불안정성으로 인해 유전적 예측력의 변화를 정밀하게 추적하기 어려웠습니다.

2. 방법론 (Methodology)

• 데이터 소스: 영국 태생의 10,000 명 이상의 흰색 영국인 쌍둥이 및 형제자매를 대상으로 한 Twins Early Development Study (TEDS) 데이터를 활용했습니다.
  • 연령 범위: 2 세 (유아기) 부터 26 세 (성인 초기) 까지 반복 측정된 데이터.
  • 측정 항목: 일반 인지 능력 (g), 언어 능력, 비언어 능력, 교육 성취도, 행동 문제 (SDQ), 신체 계측치 등.
• 다유전자 g 점수 (Polygenic g Score) 구축:
  • 성인 지능 (g) 에 대한 GWAS 결과 (Savage et al., 2018) 와 교육 성취도 (Educational Attainment, EA) 에 대한 GWAS 결과 (Okbay et al., 2022) 를 기반으로 각각의 다유전자 점수 (g-PGS, EA-PGS) 를 생성했습니다.
  • SMTPred 알고리즘을 사용하여 두 점수를 최적의 가중치 (EA-PGS 0.91, g-PGS 0.31) 로 결합하여 **'성인 다유전자 g 점수 (adult polygenic g score)'**를 생성했습니다. 이는 단일 점수보다 높은 예측력을 목표로 합니다.
• 통계 분석 기법:
  • 교차단면 회귀 분석 (Cross-sectional regression): 각 연령대별 예측력 분석.
  • 잠재 성장 곡선 모델 (Latent Growth Curve Modeling): 초기 수준 (Intercept) 과 발달 궤적 (Slope) 에 대한 유전적 영향 분석.
  • 확인적 요인 분석 (Confirmatory Factor Analysis, CFA): 발달 단계와 측정 방법을 고려한 교차 시간 (cross-time) 잠재 요인 추출.
  • 구조 방정식 모델 (SEM): 측정 오차를 제거한 잠재 수준에서의 유전적 영향 상한선 추정.
  • 비선형성 및 극단군 분석: 분포의 양극단 (상위/하위 10% 및 3 SD 이상) 에서의 차이와 선형성 검증.

3. 주요 결과 (Key Results)

• 발달에 따른 예측력 증가:
  • 유아기 (2~4 세): 예측력이 매우 낮거나 미미했습니다 (β ≈ 0.03~0.05). 이는 초기 인지 측정 도구의 불안정성과 유전적 구조의 발달적 차이 때문입니다.
  • 아동기 및 청소년기: 예측력이 꾸준히 증가했습니다.
  • 성인 초기 (25~26 세): 예측력이 정점에 도달했습니다. 일반 인지 능력 (g) 의 분산 설명력은 12% (단일 측정 기준) 에 달했으며, 잠재 요인 기반 SEM 분석 시에는 **15%**까지 증가했습니다.
  • 교육 성취도: 16 세 (GCSE 시험) 시점에 가장 높은 예측력 (분산 설명력 18%) 을 보였으나, 그 이후 대학 진학 및 학력 (교육 연수) 으로 갈수록 예측력이 감소했습니다 (약 7%).
• 발달 궤적 (Growth Trajectories):
  • 높은 다유전자 g 점수를 가진 아동은 초기 인지 및 교육 성취도가 높았으며, 발달 과정에서 동료에 비해 **상대적으로 더 빠른 성장 속도 (steeper slope)**를 보였습니다. 이는 유전 - 환경 상관관계 (active/evocative rGE) 가 시간에 따라 증폭됨을 시사합니다.
  • 행동 문제의 경우, 초기에는 문제가 적었으나 시간이 지남에 따라 상대적 순위가 평균으로 수렴하는 경향을 보였습니다.
• 분포의 선형성 및 극단군 분석:
  • 다유전자 점수와 결과 변수 간의 관계는 선형적으로 확인되었습니다 (비선형 효과 유의하지 않음). 즉, 극단적인 고점수/저점수 집단이 질적으로 다르기보다는 양적으로 차이가 큽니다.
  • 상위 3 SD 집단과 하위 3 SD 집단을 비교한 결과, 성인기에 인지 및 교육 성취도에서 약 1~2 SD 정도의 큰 격차가 관찰되었으나, 행동 문제나 신체 계측치에서는 유의미한 차이가 거의 없었습니다.
• 성별 및 이형성 (Zygosity) 차이:
  • 성별 (남/여) 이나 일란성/이란성 쌍둥이 간에 다유전자 점수의 예측력에서 유의미한 차이는 발견되지 않았습니다.

4. 주요 기여 및 의의 (Key Contributions & Significance)

• 성인 유전 지표를 활용한 발달 역추적: 성인 GWAS 데이터를 사용하여 영아기부터 성인기까지의 인지 발달 궤적을 유전적 관점에서 체계적으로 매핑한 최초의 대규모 연구 중 하나입니다.
• 예측력 향상: 기존 g-PGS 나 EA-PGS 단독 사용보다 두 지수를 결합한 '다유전자 g 점수'가 인지 발달 예측력을 크게 향상시켰음을 입증했습니다.
• 유전적 연속성 확인: 유전적 요인이 고정되어 있음에도 불구하고, 발달 초기에는 예측력이 낮고 성숙함에 따라 증가하는 'Wilson 효과'를 분자 유전학적으로 재확인했습니다. 이는 유전적 영향이 환경과의 상호작용을 통해 시간이 지남에 따라 발현됨을 보여줍니다.
• 이론적 상한선 제시: 측정 오차를 제거한 잠재 요인 모델을 통해 유전적 영향의 이론적 상한선 (약 15% 설명력) 을 제시함으로써, 향후 연구의 방향성을 제시했습니다.
• 임상 및 정책적 함의: 다유전자 점수가 장기적인 인지 발달을 예측하는 강력한 도구임을 보여주었으며, 특히 발달 초기의 예측 한계를 인지하고 후기 발달 단계에서의 예측력을 활용하는 전략의 중요성을 강조했습니다.

5. 한계점 (Limitations)

• 인종적 일반화: 유럽계 (영국 백인) GWAS 가중치를 사용했으므로 다른 인종 집단에 대한 일반화에는 제한이 있습니다.
• 측정 도구 편향: 교육 성취도 기반 점수 (EA-PGS) 의 포함으로 인해 언어 및 읽기 능력에 대한 예측력이 비언어 능력 (수학, 공간 능력) 보다 상대적으로 높을 수 있습니다.
• 희귀 변이 미포함: 현재 분석은 공통 변이 (Common variants) 에 기반하며, 희귀 변이 (Rare variants) 와 전체 유전체 시퀀싱 (WGS) 의 잠재적 기여는 고려되지 않았습니다.

결론

이 연구는 성인에서 도출된 다유전자 점수가 아동기의 인지 발달 과정을 추적하는 강력한 도구임을 입증했습니다. 유전적 영향은 태어날 때부터 존재하지만, 그 예측력은 아동기가 지나 성인이 될수록 증가하며, 이는 유전적 소인이 환경과 상호작용하며 발현되는 과정을 반영합니다.