💻 생물정보학

Reconstructing donor genotypes from scRNA-seq for downstream eQTL and HLA-TCR analysis

이 논문은 매칭된 기존 유전형 분석 데이터가 없는 경우에도 정확한 하위 eQTL 및 HLA-TCR 연관 분석을 가능하게 하도록, 단일 세포 RNA 시퀀싱 리드로부터 공여자의 유전형을 직접 재구성하는 생물정보학 프레임워크인 scTAPAS를 소개한다.

원저자: Kockelbergh, H., Astley, J., Kichula, K. M., Zhang, Z., Ng, E. S., COvid-19 Multi-omics Blood ATlas (COMBAT) Consortium,, Dendrou, C. A., Chong, A. Y., Watson, R. A., Fairfax, B. P., Knight, J. C., Ba

게시일 2026-10-05

📖 4 분 읽기☕ 가벼운 읽기

CC0 1.0

원저자: Kockelbergh, H., Astley, J., Kichula, K. M., Zhang, Z., Ng, E. S., COvid-19 Multi-omics Blood ATlas (COMBAT) Consortium,, Dendrou, C. A., Chong, A. Y., Watson, R. A., Fairfax, B. P., Knight, J. C., Band, G., Norman, P. J., Carrington, M. N., Sansom, S. N., Mentzer, A. J., Jostins-Dean, L., Luo, Y.

원본 논문은 CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/)에 따라 공공 도메인에 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

혈액 속 모든 방울 안에는 감염과 싸우거나 산소를 운반하는 등 각자의 특정 업무를 수행하기 위해 분주하게 움직이는 수백만 개의 미세한 세포들이 들어 있습니다. 과학자들은 오랫동안 유전자가 이러한 세포들의 행동에 영향을 미친다는 사실을 알고 있었지만, 동일한 유형의 세포라도 유전적 구성에 따라 다르게 행동할 수 있기 때문에 정확히 어떤 유전자가 어떤 역할을 하는지 이해하는 것은 어려웠습니다. 수년 동안 연구자들은 이 유전적 효과를 관찰하기 위해 한 번에 거대하고 혼합된 세포 집단을 살펴볼 수밖에 없었으며, 이는 종종 개별 세포 유형의 독특한 행동을 가려버리곤 했습니다. 싱글 셀 시퀀싱(single-cell sequencing)의 발명은 과학자들이 각 세포를 개별적으로 관찰할 수 있게 해주어, 우리 생물학이 어떻게 작동하는지에 대한 훨씬 더 상세한 그림을 보여주었습니다. 그러나 이 강력한 도구는 하나의 벽에 부딪혔습니다. 유전자가 세포의 행동을 어떻게 조절하는지 보기 위해서는 연구자들이 대개 사람의 DNA 코드를 읽기 위한 별도의 비싼 테스트가 필요하다는 점이었습니다. 별도의 DNA 테스트가 없다면, 싱글 셀 데이터는 조각이 빠진 퍼즐 상태로 남아 있어 유전적 차이를 세포 기능과 연결하는 능력을 제한하게 됩니다.

한 연구팀은 싱글 셀 데이터 자체를 사용하여 기증자의 유전 코드를 재구성하는 방식으로 이 누락된 조각 문제를 해결할 방법을 찾아냈습니다. 그들은 세포가 보내는 메시지를 읽는 것만으로도 한 사람의 유전적 정체를 맞출 수 있는 탐정처럼 작동하는 'scTAPAS'라는 방법을 개발했습니다. 세포가 활성화되면 DNA를 읽어 단백질을 만드는 데 필요한 지침을 담은 분자 복사본인 RNA를 생성합니다. 비록 이 RNA는 전체 유전 코드의 부분적이고 때로는 불완칙한 복사본이지만, 여전히 그 사람이 누구인지 식별할 수 있을 만큼 충분한 고유의 유전적 표지들을 포함하고 있습니다. 연구진은 한 사람의 세포로부터 나온 모든 RNA 메시지를 모아 알려진 인간 유전 패턴의 거대한 라이브러리와 비교함으로써, 빠진 부분을 채우고 그 사람의 전체 유전 프로필을 정확하게 예측할 수 있다는 점을 깨달았습니다. 이 접근 방식은 이제 과학자들이 원래의 연구자가 별도의 DNA 샘플을 수집하지 않았더라도 기존의 싱글 셀 데이터 컬렉션에 대해 유전 연구를 수행할 수 있음을 의미합니다.

이 아이디어가 실제로 작동하는지 테스트하기 위해, 연구팀은 코로나19 팬데믹 기간 동안 사람들에게서 수집된 혈액 세포의 방대한 데이터 세트에 이 방법을 적용했습니다. 그들은 면역 체계에 결정적인 역할을 하는 것으로 알려진 유전 코드의 특정 영역에 집중했는데, 이 영역은 게놈에서 가장 복잡하고 읽기 어려운 부분 중 하나입니다. 각 기증자의 RNA 리드를 통합하고 통계적 도구를 사용하여 누락된 유전 정보를 추론함으로써, 그들은 각 개인에 대한 완전한 유전적 예측 세트를 생성할 수 있었습니다. 이 예측치를 동일한 사람들에 대해 실시되었던 실제 DNA 테스트와 비교했을 때, 그 일치도는 놀라울 정도로 높았습니다. 이 방법은 표준 DNA 테스트에서 사용 가능한 전체 유전 변이의 아주 작은 부분만을 살펴보았음에도 불구하고, 전통적인 방식보다 더 비싼 방법을 통해 발견되었던 유전자와 세포 행동 사이의 중요한 유전적 연결 고리를 거의 70%까지 성공적으로 복구해 냈습니다. 이 예측은 매우 정확하여 인구 역사적 차이에 의해 유전 연구가 왜곡되는 것을 방지하기 위한 핵심 단계인 개인의 조상 배경을 결정하는 데에도 사용될 수 있었습니다.

연구진은 이 방법이 면역 체계의 가장 전문화된 유전적 특징인 HLA 유형을 처리할 수 있는지 확인하기 위해 이 방법을 더욱 밀어붙였습니다. 이들은 외부 침입자를 인식하도록 면역 체계를 교육하는 매우 가변적인 유전자들입니다. 이 유전자들은 매우 복able하고 사람들 사이에 차이가 크기 때문에 표준 유전 연구에서는 누락되는 경우가 많지만, 바이러스 및 백신과 면역 체계가 어떻게 상호작용하는지 이해하는 데 필수적입니다. 재구성된 유전 데이터를 사용하여, 연구팀은 높은 정확도로 이러한 HLA 유형을 예측할 수 있었습니다. 그런 다음 그들은 이 정보를 면역 세포의 수용체(세포가 위협을 인식하는 데 사용하는 도구) 데이터와 결합했습니다. 이를 통해 특정 HLA 유형과 면역 세포가 사용하는 특정 수용체 사이의 구체적인 연결 고리를 발견할 수 있었습니다. 예를 들어, 그들은 특정 HLA 유형이 CD4+ T 세포(백혈구의 한 종류)가 수용체를 배열하는 방식과 강력하게 연결되어 있다는 것을 발견했습니다. 이러한 연결은 연구자들이 이제 유전 코드와 세포의 행동을 동일한 데이터 세트에서 모두 볼 수 있게 되었기에 가능했던 발견이었습니다.

이 연구는 싱글 셀 RNA 데이터 안에 숨겨진 유전 정보가 별도의 DNA 테스트 없이도 이전에는 불가능했던 강력한 새로운 분석을 열어주는 데 충분하다는 것을 입증합니다. 이 방법은 분석할 세포의 수가 많을 때 가장 잘 작동하며, 희귀한 변이보다는 흔한 유전 변이에 대해 가장 정확하지만, 이는 수천 개의 기존 싱글 셀 연구를 재검토할 수 있는 문을 열어줍니다. 연구자들은 이제 새로운 샘플을 수집할 필요 없이 기존 데이터 세트로 돌아가 유전학이 세포 행동과 면로 반응을 어떻게 형성하는지에 대한 질문을 던질 수 있습니다. 이 접근 방식이 모든 상황에서 고품질 DNA 테스트를 대체하는 것은 아니지만, 유전 데이터가 수집되지 않았던 연구들에 대해서는 실질적이고 효과적인 대안을 제공하며, 과거 연구의 한계를 새로운 발견의 기회로 바꾸어 놓습니다. 세포의 메시지 자체에서 유전적 이야기를 추출함으로써, 과학자들은 이제 이전에는 도달할 수 없었던 명확함으로 우리의 유전자와 면역 체계 사이의 복잡한 관계를 탐구할 수 있게 되었습니다.

기술 요약: 하위 단계 eQTL 및 HLA–TCR 분석을 위한 scRNA-seq으로부터의 공여자 유전자형 재구성

문제 정의
단일 세포 RNA 시퀀싱(scRNA-seq)은 벌크 분석에서 가려진 유전적 조절에 대한 통찰을 제공하며, 특정 세포 유형 내에서의 발현 양적 형질 위치(eQTL) 식별을 가능하게 한다. 그러나 단일 세포 eQTL(sc-eQTL) 연구의 광범한 적용은 scRNA-seq 코호트에 일치하는 유전자형 데이터가 결여된 경우가 빈번하다는 점에 의해 제약을 받는다. 유전적 변이는 scRNA-seq 리드로부터 직접 검출될 수 있으나, 그 결과로 얻은 정보는 대립유전자 탈락(allelic dropout)과 발현 편향으로 인해 희소하고 불균등하게 분포한다. 결과적으로, scRNA-seq으로부터의 직접적인 변이 호출(variant calling)은 견고한 유전적 연관성 분석을 지원하기에는 일반적으로 불충분하며, 이는 기존 데이터셋에서 세포 유형 특이적 조절 효과와 면역유전학적 상호작용을 연구하는 능력을 제한한다.

방법론: scTAPAS 프레임워크
저자들은 scRNA-seq 리드로부터 공여자의 유전자형을 직접 재구성하도록 설계된 생물정보학 프레임워크인 scTAPAS(single-cell Transcriptome Allelic Prediction and Association Studies)를 제시한다. 워크플로우는 다음과 같이 진행된다:

리드 집계(Read Aggregation): 염색체 6에 정렬된 시퀀싱 리드들을 공여자의 특정 정렬 파일로 통합하여, 한 공여자 내의 모든 세포에 걸쳐 희소한 유전 정보를 집계한다.
참조 기반 임퓨테이션(Reference-Based Imputation): 집계된 리드들은 QUILT2를 사용하여 처리된다. QUILT2는 희소한 저커버리지 시퀀싱 리드와 대규모 하플로타입 참조 패널(특히 1000 Genomes Project phase 3)을 활용하여 전게놈 유전자형 용량(genotype dosages)을 추론하는 리드 인식 임퓨테이션 방법이다.
품질 관리(QC): 정확성을 보장하기 위해, 추론된 변이들은 엄격한 필터링을 거친다:
- 임퓨테이션 품질 점수(INFO_SCORE) > 0.8.
- 미세 대립유전자 빈도(MAF) > 5%.
- 하디-바인베르크 평형(HWE) p-값 > 1×10⁻⁶.
하위 단계 확장:
- eQTL 매핑: 품질 관리가 완료된 변이들은 의사벌크(pseudobulk) 발현 프로필을 사용하여 세포 유형별 cis-eQTL 매핑에 사용된다.
- HLA 임퓨테이션: 주요 조직 적합성 복합체(MHC) 영역 내의 변이들은 Michigan Imputation Server(multi-ethnic HLA v2 패널)와 EAGLE2 페이징을 사용하여 고전적 HLA 대립유전자 및 아미노산 다형성을 임퓨테이션하는 데 사용된다.
- HLA-TCR 분석: 임퓨테이션된 HLA 유형은 일치하는 단일 세포 T세포 수용체(TCR) 시퀀싱 데이터와 통합되어, HLA 변이와 TCR 레퍼토리 특징 사이의 연관성을 테스트한다.

주요 결과
본 프레임워크는 일치하는 어레이 기반 유전자형, HLA 시퀀싱 및 단일 세포 TCR 시퀀싱을 포함하는 124명의 공여자로부터 얻은 140개 샘플로 구성된 COVID-19 Multi-omic Blood Atlas(COMBAT) 데이터셋을 사용하여 벤치마킹되었다.

유전자형 일치도: scTAPAS 유도 유전자형 용량은 참조 데이터셋과 강한 일치도를 보였다. INFO_SCORE > 0.8 및 MAF > 5% 필터를 적용한 후, scTAPAS와 어레이 기반 유전자형 간의 중앙값 피어슨 $R^2$ 는 Global Screening Array의 경우 0.797, TOPMed-imputed의 경우 0.799였다. 일치도는 샘플당 세포 수 및 변이의 전사 맥락(transcriptional context)과 양의 상관관계를 보였다.
eQTL 발견: 기존 어레이 기반 유전자형으로부터 사용 가능한 변이의 **18.0%**만을 테스트했음에도 불구하고, scTAPAS는 어레이 기반 유전자형을 사용하여 식별된 세포 유형-eGene 쌍의 **68.6%**를 회복하였다. 공유된 세포 유형-eGene 쌍에 대해, 효과 크기( $R^2 = 0.936$ )에서 강한 일치도를 보였다. 또한, scTAPAS 전용 eGenes는 독립적인 OneK1K 연구의 결과와 높은 중복도(80.0%)를 보였으며, 이는 회복된 신호가 재현 가능하다는 것을 시사한다.
HLA 추론: scTAPAS는 고전적 HLA 대립유전자를 성공적으로 임퓨테이션했다. 2-필드 해상도(two-field resolution)에서, 이는 골드 스탠다드 HLA 시퀀싱과 완만한 상관관계( $R^2 = 0.586$ )를 보였으며, 흔한 대립유전자의 경우 $R^2 = 0.664$ 로 개선되었다. 특히, scTAPAS는 HLA Class I 유전자에 대해 직접적인 전사체 기반 방법인 arcasHLA보다 우수한 성능을 보였다(중앙값 $R^2 = 0.659$ vs. 0.317). 반면, arcasHLA는 Class II 유전자에 대해 더 나은 성능을 보였다.
HLA-TCR 연관성: scTAPAS 유도 HLA 유형을 사용하여, 본 연구는 CD4+ T 세포에서 HLA Class II 대립유전자와 TCR V 유전자 세그먼트 사용 사이의 유의미한 연관성을 식별했다(예: HLA-DRB1*03와 TRAV12-2). 이러한 연관성은 기존 유전자형 기반 HLA 임퓨테이션에서 도출된 것들과 일치했다. CD8+ T 세포에서는 데이터셋의 낮은 세포 수로 인해 유의미한 연관성이 검출되지 않았다.

의의 및 주장
본 논문은 scTAPAS가 일치하는 유전자형이나 HLA 타이핑이 없는 scRNA-seq 코호트에 유전적 및 면역유전학적 분석을 확장할 수 있는 실질적인 워크플로우를 제공한다고 주장한다. 이 방법을 통해 유전자형을 재구성함으로써:

발견 잠재력 확대: 전통적인 유전자형을 사용할 수 없는 데이터셋에서도 세포 유형별 eQTL 매핑을 가능하게 하여, 감소된 변이 밀도에도 불구하고 상당한 비율의 조절 구조를 회복한다.
면역유전학적 분석 가능: 단일 세포 해상도에서 HLA 변이를 TCR 레퍼토리와 연결하는 것과 같은 HLA 인지 분석을 가능하게 하며, 이는 면역 반응 및 T 세포 발달을 이해하는 데 중요하다.
기존 도구 보완: scTAPAS와 arcasHLA의 대조적인 성능은 두 도구가 상보적인 정보를 포착함을 시사하며, scTAPAS는 5' scRNA-seq 데이터에서 Class I 추론을 위한 강력한 대안을 제공한다.

저자들은 이 방법이 강력하지만, 희귀 변이 검출, 참조 패널 다양성에 대한 의존성, 그리고 충분한 세포 수 및 시퀀싱 깊이의 필요성이라는 제한 사항이 있음을 강조한다. 결론적으로, scTAPAS는 적절한 유전적 분석을 위한 동의 및 거버넌스가 마련되어 있다면, 기존의 단일 세포 코호트를 유전적 조절 및 면역유전학 연구에 활용할 수 있는 실행 가능한 경로를 제공한다.

유사한 논문