GeneSIS: enhancing transferability of polygenic scores with variant-level gene-by-sex interaction effects
GeneSIS 프레임워크는 변이 수준의 유전자-성별 상호작용 효과를 통합함으로써 다양한 유전적 계통 집단 간 다유전자 점수의 전이성을 향상시키며, 결과적으로 비유럽인 인구 집단에 대한 질병 예측 정확도를 유의미하게 개선한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
수십 년 동안 정밀 의료의 약속은 각 개인의 고유한 유전적 구성에 맞춰 의료 서비스를 맞춤화하는 것이었습니다. 그 개념은 사람의 DNA를 읽음으로써 의사들이 질병의 증상이 나타나기 훨씬 전부터 심장병이나 당뇨병과 같은 질병에 대한 위험을 예측할 수 있다는 것입니다. 이 예측는 '다유전자 점수(polygenic score)'라고 불리는 도구에 의존하는데, 이는 일종의 유전 성적표 역할을 합니다. 이 점수는 특정 형질이 나타날 가능성을 추정하기 위해 사람의 게놈 전체에 흩어져 있는 수천 개의 미세한 유전적 변이들의 효과를 합산합니다. 그러나 중대한 문제가 발생했습니다. 이러한 유전 성적표는 유럽 혈통의 사람들에게는 놀라울 정도로 잘 작동하지만, 그 외의 사람들에게는 종종 실패한다는 점입니다. 이 점수들은 아프리카, 남아시아 또는 기타 유전적 배경을 가진 사람들에게 적용될 때 정확도를 잃으며, 이는 의료 형평성의 위험한 격차를 만듭니다. 이러한 실패는 부분적으로는 서로 다른 인구 집단 간의 유전적 패턴이 동일하지 않기 때문이며, 또 다른 부분은 이 점수를 구축하는 데 사용되는 표준 모델들이 유전자가 환경이나 생물학적 구조와 상호작용하는 복잡한 방식을 무시한 채, 유전자가 단순하고 직선적인 방식으로 작용한다고 가정하기 때문입니다.
연구자들은 오랫동안 잃어버린 퍼즐 조각이 바로 이러한 무시된 상호작용 속에 있다고 의심해 왔습니다. 구체적으로, 그들은 유전자의 효과가 남성인지 여성인지에 따라 달라질 수 있는지, 즉 '유전자-성별 상호작용(gene-by-sex interaction)'이라는 현상에 대해 궁금해했습니다. 과학자들은 남성과 여성이 동일한 유전적 변이에 대해 서로 다른 생물학적 반응을 보일 수 있다는 것을 오래전부터 알고 있었지만, 대부분의 예측 모델은 이러한 차이를 평균화하여 모두를 동일하게 취급해 왔습니다. 요스케 타니가와(Yosuke Tanigawa)와 마놀리스 켈리스(Manolis Kellis)의 새로운 연구는 'GeneSIS(GENE and Sex Interaction Score)'라고 불리는 새로운 접근 방식을 소개합니다. 모든 유전 데이터를 하나의 경직된 틀에 강제로 끼워 맞추는 대신, 이 새로운 프레임워크는 모델이 데이터로부터 유전자가 남성과 여성에게서 어떻게 다르게 행동하는지를 직접 학습할 수 있도록 합니다. 연구팀은 UK 바이오뱅크(UK Biobank)의 약 407,000명에 달하는 다양한 개인의 유전 정보를 분석하여, 이러한 미묘하고 맥락 의존적인 효과를 감지하고 이를 활용해 예측을 개선할 수 있는 시스템을 구축했습니다.
연구진은 이 새로운 방법을 혈압과 콜레스테롤 수치부터 엉덩이 둘레 및 체질량 지수(BMI)와 같은 신체 측정치에 이르기까지 99가지의 서로 다른 형질에 적용했습니다. 그들은 이 새로운 GeneSIS 모델을 수년간 사용되어 온 표준 선형 모델과 비교했습니다. 결과는 이 새로운 접근 방식이 효과의 크기나 방향이 성별에 따라 변하는 특정 유전 변이 세트를 성공적으로 식별했음을 보여주었습니다. 최종 모델에서 선택된 유전 변수의 약 8%는 이러한 성별 특이적 상호작용이었으며, 이 발견은 남성과 여성에 대한 별도의 분석과 비교함으로써 엄격하게 검증되고 확인되었습니다. 이 검증 단계는 모델이 단순히 무작위적인 노이즈를 찾아낸 것이 아니라, 남성과 여성 사이에서 유전자가 기능하는 방식의 실제 생물학적 차이를 실제로 포착하고 있음을 보장했습니다.
이 연구의 가장 놀라운 결과는 역사적으로 유전 연구에서 소외되어 온 집단인 아프리카 혈통 인구에 대한 예측 정확도의 극적인 향상이었습니다. 비만 및 대사 건강의 핵심 척도인 엉덩이 둘레와 같은 형질에 대해, 새로운 모델은 이전의 그 어떤 방법보다 현저히 우수한 성능을 보였습니다. 아프리카인 테스트 그룹에서 새로운 모델의 엉리 둘레 예측 능력은 표준 선형 모델보다 거의 4배 더 뛰어났습니다. 이는 우연이 아니었으며, 다양한 형질에 걸쳐 통계적으로 견고하게 입증되었습니다. 연구진은 표준 모델들이 유럽 인구로부터 아프리카 인구로 예측을 전이하는 데 종종 어려움을 겪는 반면, GeneSIS 모델은 성별 특이적인 미세한 차이를 고려함으로써 그 격차를 메울 수 있었다는 것을 발견했습니다. 이 개선은 매우 상당하여, 아프리카인의 엉덩이 둘레에 대해 새로운 모델은 현재 존재하는 모든 공개된 예측 도구보다 더 뛰어난 성능을 보였습니다.
수치를 넘어, 이 연구는 이러한 개선을 주도하는 생물학적 메커니즘에 대한 통찰을 제공했습니다. 연구진은 모델이 선택한 특정 유전자를 면밀히 조사했고, 그것이 타당한 생물학적 이야기를 가리키고 있음을 발견했습니다. 예를 들어, 모델은 포도당 대사를 조절하는 것으로 알려진 GCKR이라는 유전자의 변이를 강조했습니다. 연구는 이 변이가 체지방과 복잡한 관계를 맺고 있지만, 그 효과는 남성과 여성에서 다르게 나타나며, 폐경 시기와 호르몬 수치와 같은 다른 요인들과도 연결되어 있음을 보여주었습니다. 이는 모델이 단순히 통계적 패턴을 찾는 것이 아니라, 실제적이고 생물학적으로 의미 있는 상호작용을 밝혀내고 있음을 시사합니다. 또한, 연구진은 성별 특이적 효과와 관련된 유전자들이 비만 및 심장병의 중심 과정인 염증 및 지질 대사와 관련된 경로에 풍부하게 분포되어 있음을 발견했습니다.
이 연구의 함의는 단순히 더 나은 예측 점수를 넘어서는 것입니다. 성별과 유전자 사이의 상호작용과 같은 맥락 의존적 효과가 정확한 예측에 필수적임을 입증함으로써, 이 연구는 단일한 보편적 유전 모델이 모두에게 적용될 수 있다는 오랜 가설에 도전합니다. 연구진은 유전자가 신체의 맥락과 상호작용하는 방식을 수용함으로써, 더 포용적이고 더 정확한 모델을 만들 수 있음을 보여주었습니다. 이 연구는 성별을 주요 맥락으로 다루었지만, 이 프레임워크는 향후 다른 환경적 요인들을 통합할 수 있을 만큼 유연합니다. GeneSIS의 성공은 정밀 의료의 앞날이 유전학에 대한 이해를 단순화하는 것이 아니라, 우리의 DNA가 인간 삶의 다양한 직조 속에서 어떻게 작동하는지에 대한 완전하고 복잡한 실체를 포착할 수 있는 충분히 정교한 모델을 구축하는 데 있다는 것을 시사합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.