Sex and race shape serum protein biomarkers and bias diagnostic reference intervals

기술 요약: 성별 및 인종이 혈청 단백질 바이오마커와 편향된 진단 참조 구간을 형성하는 방식

문제 제기
FDA 승인을 받은 체외 진단 의료기기(IVD)든 실험실 개발 검사(LDT)든, 임상 단백질 바이오마커는 통상적으로 고정되고 인구 집단에 무관한 참조 구간(reference intervals)을 기준으로 해석된다. 이 관행의 밑바탕에는 매우 드물게 검토되는 결정적인 가정이 깔려 있다. 즉, 일반적인 "건강한" 인구 집단에서 도출된 참조 구간이 성별이나 자가 보고된 인종에 관계없이 모든 개인에게 균등하게 적용된다는 가정이다. 생리학적 변이(예: 호르몬 환경, 체성분)는 성별이 단백질 기저치를 유의미하게 변화시킨다는 점을 시사하며, 유전학 문헌 또한 특정 단백질에 대한 혈통 관련 차이를 나타내고 있음에도 불구하고, 이러한 요인들은 진단 임계값 설정 시 종종 무시된다. 본 연구는 임상 패널 전반에 걸친 광범위하고 표준화된 테스트의 부재를 다루며, 건강한 개인들 사이에서 이러한 단백질들의 기저 혈청 농도가 성별 및 인종에 따라 체계적으로 차이가 나는지, 그리고 그러한 차이가 진단적 오분류를 일으킬 만큼 충분한지를 규명하고자 한다.

방법론
저자들은 높은 특이성, 재현성 및 실험실 간 휴대성을 보장하기 위해 표적 질량 분석법을 채택하였다.

• 코호트: 본 연구는 건강한 젊은 성인(20~30세)으로부터 얻은 60개의 상업적 단일 공여자 인간 혈청 샘ակ을 분석하였다. 코호트는 세 가지 자가 보고된 인종(백인, 히스패닉, 흑인)과 양측 성별을 기준으로 6개 그룹($n=10$ per group)으로 엄격히 균형을 맞추었다. 연령 분포는 혼란 변수로서의 연령 효과를 제거하기 위해 그룹 간 일치시켰다.
• 분석법: 안정적 동위원소 표지 내부 표준물질(SIS)을 이용한 스케줄드 다중 반응 모니터링 질량 분석법(MRM-MS)을 사용하여 87개 단백질에 매핑되는 93개 펩타이드를 정량화하였다. 여기에는 39개의 FDA 승인 IVD 분석물과 48개의 LDT/연구용 마커가 포함된다.
• 정량화: 주요 판독값은 내인성(light) 펩타이드와 SIS(heavy) 펩타이드의 피크 면적 비율(PAR)이다. 단백질 수준의 값은 구성 펩타이드들의 중앙값으로 집계되었다.
• 통계 분석:
  • 전역 구조: 주성분 분석(PCA)과 순열 다변량 분산 분석(PERMANOVA)을 사용하여 인종 및 성별에 따른 전역적 분리 여부를 평가하였다.
  • 차별적 풍부도: 각 단백질에 대해 이원 배치 분산 분석(Two-way ANOVA) 모델($\text{log}_2\text{PAR} \sim \text{Race} + \text{Sex} + \text{Race} \times \text{Sex}$)을 적용하였다. P-값은 Benjamini–Hochberg 허위 발견율(FDR) 절차를 사용하여 다중 검정 보정을 수행하였다.
  • 오분류 시뮬레이션: FDA 대상 단백질에 대해, 60명의 공여자 전체로부터 단일 통합 95% 참조 구간을 계산하였다. 저자들은 각 인종-성별 하위 그룹에서 이 한계치를 벗어나는 개인의 비율을 분석적으로 계산하여 체계적인 오분류율을 정량화하였다.

주요 결과

1. 보편적인 변이 축으로서의 성별: 비지도 다변량 분석 결과, 공여자들은 인종($p = 0.14$)이 아닌 성별($p = 0.020$)에 따라 유의미하게 구분되었다. 성별은 프로테옴 전반에 걸쳐 분산된 신호로 작용하였다.
2. 특정 성별 관련 단백질: FDR $q < 0.05$에서 세 가지 단백질이 유의미한 성별 차이를 보였다: 성호르몬 결합 글로불린(SHBG), 헤모글로빈-$\alpha$(HBA), 알부민(ALBU).
   • SHBG는 여성에서 더 높았고, HBA와 ALBU는 남성에서 더 높았다.
   • 이러한 방향성은 세 가지 인종 그룹 모두에서 일관되게 나타났으며, 이는 안정적인 교차 인구 생물학적 특징임을 나타낸다.
3. 단백질 특이적 인종 차이: 인종은 전역적인 프로테옴 구조를 재편하지는 않았으나, 특정 단백질들은 유의미한 쌍별 인종 차이를 보였다(예: HBA, 트랜스티레틴, 루신 풍부 $\alpha$-2-글리코프로테인, 헤모펙신, 용해성 CD14). 특히, 용해성 CD14 수치는 흑인 공여자보다 백인 공여자에서 높게 나타났는데, 이는 CD14 유전자 좌위의 알려진 대립유전자 빈도 차이와 일치한다. 이러한 차이는 전역적이기보다는 국소적으로 나타났다.
4. 체계적 진단 오분류: 모든 하위 그룹에 단일 통합 참조 구간을 적용한 결과, 건강한 개인들에 대한 과도한 경보(over-flagging)가 발생하였다.
   • 보정된 구간은 건강한 하위 그룹의 5%를 비정상으로 분류해야 하지만, 특정 하위 그룹은 특정 단백질에 대해 최대 ~25%의 비율로 분류되었다.
   • 히스패닉 여성은 가장 큰 누적 부담을 안고 있었으며, 8개의 FDA 대상 단백질에 대해 10% 이상의 오분류율을 초과하였다.
   • 이러한 편향은 체계적이고 방향성이 일관되며, 이는 인구 집단 간의 차별적인 위양성률로 이어진다.

의의 및 주장
본 논문은 인구 통계학적 정보가 없는 참조 구간이 임상적으로 사용되는 단백질 바이오마커의 해석에 예측 가능하고 정량화 가능한 편향을 도입한다고 주장한다. 저자들의 주장은 다음과 같다:

• 성별 특이적 분할은 필수적이다: 성별 효과(예: SHBG, HBA)가 광범위하고 방향성이 일관됨을 고려할 때, 참조 구간에 성별을 포함하는 것은 확립된 생리학과 일치하는 저위험 개선책이다.
• 혈통은 미묘한 접근이 필요하다: 인종 차이는 실재하지만 단백질 특이적이며, 사회적 구성물로서의 인종보다는 유전적 혈통(예: CD14 대립유전자)에 기인하는 경우가 많다. 저자들은 기전적 연결 고리가 존재하는 경우, 참조 구간이 광범위한 인종 범주보다는 유전적 혈통이나 특정 단백질 생물학을 반영해야 한다고 제안한다.
• 진단의 형평성: 이러한 인구 통계학적 맥락을 무시하는 것은 건강한 개인들을 체계적으로 오분류하여 진단 정확도와 형평성을 모두 저해한다. 본 연구는 단일 통합 구간이 다양한 환자 집단을 만족시키지 못할 때, 인구 통계학적 맥락이 참조 구간과 결정 임계값에 반드시 통합되어야 하며, 이를 통해 프로테오믹 진단이 정확하고 형평성을 갖출 수 있다고 결론짓는다.

저자들은 표본 크기의 제한($n=10$ per group), 좁은 연령 범위(20~30세), 그리고 측정된 유전적 혈통이 아닌 자가 보고된 인종 사용 등의 한계점을 언급하였다. 이들은 본 연구의 결과가 편향의 방향과 규모를 보여주는 입증 사례임을 강조하며, 실제 적용 가능한 분할 참조 구간을 도출하기 위해 더 크고 세분화된 코호트가 필요함을 촉구하고 있다.