Genetic drivers of protein changes over time: Findings, considerations, and approaches in TOPMed cohorts and UK Biobank

당신의 몸을 북적이는 도시라고 상상해 보세요. 오랫동안 과학자들은 이 도시에서 지금 무슨 일이 일어나고 있는지 보기 위해 스냅샷을 찍어왔습니다. 그들은 인구(당신의 유전자)를 지도화하고, 건물(당신의 단백질)의 수를 세었으며, 교통 체증(질병)을 기록했습니다. 하지만 도시는 결코 정지해 있지 않습니다. 항상 변화합니다. 어떤 건물은 더 높아지고, 어떤 도로는 더 넓어지며, 다른 것들은 무너지기도 합니다. 현대 과학의 거대한 미스터리는 바로 이것입니다: 왜 어떤 도시는 우아하게 나이 드는 반면, 어떤 도시는 황폐해지는가? 시간이 흐른다는 사실은 모두에게 공통적이지만, 우리의 생물학적 도시가 변하는 '속도'는 사람마다 천차만별입니다.

이를 이해하기 위해 과학자들은 "단백질"을 관찰합니다. 단백질을 당신의 몸이라는 도시를 누비는 노동자, 건설팀, 그리고 메신저라고 생각하세요. 그들은 힘든 일을 수행하고, 파이프를 수리하며, 신호를 보냅니다. 우리는 또한 우리의 DNA(도시의 마스터 설계도)가 이 노동자들의 행동에 영향을 미친다는 것을 알고 있습니다. 보통 과학자들은 단순히 설계도를 확인하여 특정 순간에 얼마나 많은 노동자가 있는지를 봅니다. 하지만 만약 설계도가 노동자의 숫자뿐만 아니라, 수년에 걸쳐 그 숫자가 얼마나 빨리 변하는지도 결정한다면 어떨까요? 이것이 바로 이 연구가 다루는 질문입니다: 우리가 단순히 특정 순간의 노동력의 규모가 아니라, 우리 몸의 노동력이 변화하는 속도를 조절하는 유전적 지침을 찾아낼 수 있을까요?

---

위대한 단백질 경주: 누가 속도를 높이고 있고, 누가 늦추고 있는가?

이 연구에서 연구진은 아주 긴 시간 동안 "차이점 찾기" 게임을 하기로 했습니다. 그들은 약 12년에서 18년에 걸쳐 여러 차례 방문하여 단백질 수치를 측정한 세 그룹의 사람들(코호트)로부터 데이터를 수집했습니다. 이것은 마치 러너의 사진을 몇 년마다 찍어서 그들이 속도를 높이고 있는지, 늦추고 있는지, 아니면 일정한 페이스를 유지하고 있는지를 보는 것과 같습니다.

연구팀은 거의 3,000개의 서로 다른 단백질(우리 몸의 노동자들)을 조사했으며, 각 단백질에 대한 "기울기(slope)"를 계산하려고 시도했습니다. 기울기는 그저 변화율을 뜻하는 멋진 수학 용어일 뿐입니다. 만약 단백질 수치가 시간이 지남에 따라 꾸준히 올라간다면 양(+)의 기울기를 가지며, 떨어진다면 음(-)의 기울기를 가집니다. 핵심 질문은 이것입니다: 우리의 유전자가 이러한 기울기를 조절하는가?

"이전 상태"의 함정

여기서 상황이 까다로워졌고, 연구진은 주요한 함정을 발견했습니다. 처음에 그들이 이러한 기울기의 유전적 동인을 찾으려고 했을 때, 계산 방식에서 문제를 겪었습니다.

당신이 특정 종류의 신발이 사람들을 더 빨리 달리게 만드는지 알아내려 한다고 상상해 보세요. 만약 당신이 이미 빠른 신발을 신은 사람들만을 본다면, 혼란에 빠질 수 있습니다. 마찬가지로, 연구진은 단백히 수치가 *얼마나 높은지(시작점)*를 정확히 알면서 동시에 그 단백질이 얼마나 빨리 변할지를 예측하려고 하면 수학적으로 엉망이 된다는 것을 발견했습니다. 이것은 식물이 한 달 동안 얼마나 자랄지 예측하려 하면서, 동시에 그 식물이 첫날에 얼마나 높았는지를 반드시 고려하도록 수학을 강제하는 것과 같습니다.

그들이 시작 높이(기초선)를 고려하지 않고 계산했을 때는, 변화율과 명확한 유전적 연관성을 보이는 단백질이 단 19개뿐이었습니다. 하지만 시작 높이를 고려하자, 그 숫자가 600개 이상으로 폭발했습니다!

"마법"의 환상

연구진은 이 600개의 단백질 폭발이 "평균 회귀(regression to the mean)" 또는 "충돌 변수 편향(collider bias)"이라고 알려진 통계적 환상, 즉 빛의 장난일 수 있다고 의심했습니다.

이것을 교실 시험에 비유해 보겠습니다. 만약 당신이 첫 번째 시험에서 가장 낮은 점수를 받은 학생들을 뽑아서 "당신들이 얼마나 향상되는지 보겠습니다"라고 말한다면, 그들의 점수는 올라갈 것입니다. 하지만 그것이 특정 유전자가 그들을 향상시켰다는 뜻은 아닙니다. 단지 그들이 낮게 시작했고 자연스럽게 평균을 향해 이동했다는 뜻일 뿐입니다. 연구진은 시작 수준을 조정함으로써, 자신도 모르게 가짜 신호를 만들어냈을 수도 있다는 것을 깨달았습니다.

이를 테스트하기 위해, 그들은 두 다른 집단(UK Biobank 및 CARDIA)에서 결과를 재현하려고 시도했습니다.

• 시작선을 조정하지 않았을 때 발견된 19개의 단백질은 어떻게 되었을까요? 다른 집단에서는 거의 나타나지 않았습니다.
• 조정을 통해 발견된 600개의 단백질은 어떻게 되었을까요? 그것들은 많이 나타났지만, 연구진은 매우 신중합니다. 그들은 이 신호들 중 상당수가 실제 생물학적 동인이 아니라 수학적 오류의 결과라는 것을 발견했습니다. 실제로, 그들은 "조정된" 결과가 "조정되지 않은" 결과와 정반대의 방향을 가리키는 경우가 많다는 것을 발견했는데, 이는 과학에서 매우 큰 위험 신호입니다.

결론: 복잡하다

그래서, 그들은 실제로 무엇을 발견했을까요?

1. "진짜" 동인은 드뭅니다: 이 연구는 단백질이 시간에 따라 어떻게 변하는지를 진정으로 조절하는 유전자를 찾는 것이 믿기 힘들 정도로 어렵다는 것을 시사합니다. 수학적 조정을 거치지 않고도 강력한 후보를 발견한 것은 단 한 줌(약 19개)뿐이었으며, 그조차도 다른 집단에서 확인하기 어려웠습니다.
2. "가짜" 동인은 어디에나 있습니다: 시작 수준을 조정했을 때 발견된 수백 개의 유전적 연결은 대부분 통계적 노이즈일 가능성이 높습니다. 논문은 이 방법이 마치 유전자가 변화를 조절하는 것처럼 보이게 만들지만, 실제로는 단지 시작 지점에 반응하고 있을 뿐인 가짜 알람을 만들어낼 수 있다고 주장합니다.
3. 놀라운 연결 고리: 직접적인 "기울기" 신호는 규명하기 어려웠지만, 연구진은 단백질이 어떻게 변화하는지와 얼마나 *변동(분산)*하는지 사이의 강력한 연결 고리를 발견했습니다. 그들은 변동성(variance)에 대한 유전적 조절을 보여주는 단백질의 73%가 변화율(slope)에 대한 유전적 조절도 보여준다는 것을 발견했습니다. 이는 단백질이 얼마나 요동치는지에 영향을 미치는 유전자가, 비록 구체적인 "기울기" 수학이 해석하기 까다롭더라도, 그 단백질이 상승하거나 하락하는 추세의 속도에도 영향을 미치는 유전자와 동일할 수 있음을 시사합니다.

왜 당신이 관심을 가져야 하는가?

연구진은 자신들이 노화의 미스터리를 풀었다고 말하는 것이 아닙니다. 대신, 그들은 경고의 종을 울리고 있습니다. 그들은 과학계에 이렇게 말하고 있습니다: "변화를 측정할 때 주의하십시오!" 만약 잘못된 수학을 사용한다면, 우리는 노화를 늦추는 유전적 열쇠를 찾았다고 생각할 수도 있지만, 실제로는 수학적 환상을 발견한 것일 수도 있습니다.

이 연구는 우리의 유전자가 분명히 우리 몸에 영향을 미치지만, 정확히 어떤 유전자가 변화의 속도를 조절하는지 밝혀내는 것은 단순히 특정 순간의 단백질 양을 조절하는 유전자를 찾는 것보다 훨씬 더 어려운 퍼즐임을 강조합니다. 이는 노화를 이해하는 경주에서, 결승선은 매우 까다로우며, 때때로 가장 빨라 보이는 러너는 그저 제자리에서 원을 그리며 달리고 있는 것일 수도 있다는 점을 상기시켜 줍니다.