Development and validation of polygenic risk profiles of schizophrenia

이 연구는 다유전자 위험 점수를 기반으로 조현병 환자를 우울증, 신경성 및 인지 기능 저하 위험이 높은 군과 상대적으로 건강한 대조군과 유사한 군으로 구분하여, 조현병의 이질성을 생물학적·임상적으로 명확히 하고 개인 맞춤형 치료에 기여할 수 있음을 입증했습니다.

핵심

🎭 1. 문제: "모든 조현병 환자는 똑같을까?"

조현병은 매우 복잡한 질환입니다. 어떤 환자는 기억력이 떨어지고, 어떤 환자는 우울감이 심하며, 또 어떤 환자는 치료 반응이 다릅니다. 마치 "모두 '비'라고 부르지만, 한쪽은 '소나기'고 다른 쪽은 '이슬비'인 것처럼, 환자들이 모두 똑같은 질환을 가진 건 아닐 수 있습니다.

기존에는 환자를 단순히 '병에 걸린 사람'과 '건강한 사람'으로만 나누었습니다. 하지만 연구진은 "조현병 환자들 사이에도 유전적으로 다른 두 그룹이 숨어있지 않을까?"라고 의문을 품었습니다.

🔍 2. 방법: "400 개 이상의 유전적 지문"을 분석하다

연구진은 PRScope라는 똑똑한 AI 도구를 사용했습니다. 이 도구는 조현병뿐만 아니라 우울증, 불안, 인지 능력 등 정신 건강과 관련된 **413 가지의 유전적 정보 **(Polygenic Scores)를 한꺼번에 분석했습니다.

• 비유: 마치 400 개 이상의 서로 다른 유전적 지문을 동시에 비교해서, 환자들을 분류하는 것입니다.
• 데이터: 독일 (FinnGen), 핀란드 (PsyCourse), 이탈리아 (Bari) 등 다양한 국가의 수만 명의 환자 데이터를 분석했습니다.

🌳 3. 발견: "유전적 나뭇잎"이 다른 두 그룹

AI 가 데이터를 분석하자, 조현병 환자들 사이에서 **두 개의 뚜렷한 그룹 **(클러스터)이 나타났습니다.

• **그룹 1 **(복잡한 유형)

  • 특징: 조현병 유전적 위험도는 다른 그룹과 비슷하지만, **우울증과 불안 **(신경성)에 대한 유전적 위험이 매우 높고, **인지 능력 **(기억력, 집중력)에 대한 유전적 위험이 낮습니다.
  • 비유: 이 그룹은 조현병이라는 '주나무'에 우울증과 불안이라는 덩굴이 빽빽하게 감겨 있고, 인지 능력이라는 가지는 약해진 상태입니다.
  • 결과: 이 그룹은 치료에 더 어려움을 겪고, 다른 정신 질환을 함께 앓는 경우가 많으며, 더 심각한 증상을 보입니다.

• **그룹 2 **(단순한 유형)

  • 특징: 조현병 유전적 위험도는 그룹 1 과 비슷하지만, 우울증이나 불안, 인지 능력 저하에 대한 유전적 위험은 건강한 일반인과 비슷합니다.
  • 비유: 이 그룹은 조현병이라는 주나무만 있고, 다른 덩굴이나 약한 가지는 없는 깔끔한 상태입니다.

💡 4. 의미: 왜 이 발견이 중요할까요?

이 연구는 두 그룹이 모두 조현병이라는 진단을 받았지만, 그 '내부 구조'가 완전히 다르다는 것을 증명했습니다.

1. 예측의 정확도: 그룹 1(우울/불안/인지 저하가 섞인 유형) 을 가진 환자를 예측하는 AI 모델이, 그룹 2 를 예측하는 모델보다 조현병을 더 정확하게 찾아냈습니다. 이는 우울증이나 인지 저하 같은 요소들이 조현병이 실제로 발병하고 심해지는 데 중요한 열쇠가 될 수 있음을 시사합니다.
2. 맞춤형 치료의 시작: 지금까지는 모든 환자에게 비슷한 치료를 시도했습니다. 하지만 이 연구를 통해 "아, 이 환자는 그룹 1 유형이니까 우울증 치료와 인지 훈련을 병행해야겠다"처럼 **환자 맞춤형 치료 **(Personalized Medicine)를 설계할 수 있는 길이 열렸습니다.
3. 진단서의 변화: 현재는 증상 (PANSS 점수 등) 으로만 분류하지만, 유전적 프로필을 보면 증상이 비슷해 보여도 유전적 원인이 다를 수 있음을 알 수 있습니다.

🚀 5. 결론: "유전적 지도"로 더 나은 길 찾기

이 연구는 조현병이 단일한 질환이 아니라, 여러 가지 유전적 성향이 섞인 복합적인 질환임을 보여줍니다.

• 핵심 메시지: "조현병 환자라고 해서 모두 같은 길을 가는 것은 아닙니다. 유전적 지도를 보면, 어떤 환자는 우울증과 인지 저하라는 '무거운 짐'을 안고 가는 반면, 다른 환자는 비교적 가벼운 짐을 지고 갑니다."

이처럼 유전적 프로필을 분석하여 환자를 세분화하면, 앞으로는 더 효과적이고 개인에 맞는 치료법을 개발하여 조현병으로 고통받는 환자들에게 희망을 줄 수 있을 것입니다.

---

한 줄 요약:

"조현병 환자들을 유전적으로 분석하니 두 가지 다른 유형이 발견되었고, 이 중 우울과 인지 저하가 섞인 유형이 더 복잡한 증상을 보인다는 것을 밝혀, 맞춤형 치료의 새로운 길을 열었습니다."

기술 요약

논문 개요: 다유전자 점수 (Polygenic Scores) 기반의 조현병 유전적 위험 프로파일 개발 및 검증

이 연구는 조현병 (Schizophrenia, SCZ) 의 임상적, 생물학적 이질성을 해결하기 위해, 다양한 정신과 관련 형질 (phenotypes) 에서 도출된 다수의 다유전자 점수 (Polygenic Scores, PGS) 를 통합하여 환자들을 유전적으로 하위 그룹화 (stratification) 하는 새로운 프레임워크를 제시합니다.

1. 연구 배경 및 문제 제기 (Problem)

• 조현병의 이질성: 조현병은 증상, 치료 반응, 예후가 매우 다양하며, 현재 진단 기준 (DSM-5, ICD-11) 에서는 신뢰성과 임상적 유용성 부족으로 인해 하위 분류가 폐기되었습니다.
• 유전적 복잡성: 조현병은 높은 유전력 (60-80%) 을 가지지만, 단일 유전적 요인보다는 수천 개의 공통 변이 (SNPs) 가 미미한 효과를 합쳐 발병 위험을 결정하는 다유전성 질환입니다.
• 기존 방법의 한계: 기존의 조현병 PGS 는 환자 (Case) 와 대조군 (Control) 을 구분하는 데는 유용하지만, 환자 내부의 이질성을 파악하거나 임상적 특성을 예측하는 데는 한계가 있습니다. 또한, 조현병은 우울증, 신경증 (Neuroticism), 인지 기능 저하 등 다른 정신과적 형질과 높은 유전적 상관관계를 가지므로, 단일 질환 중심의 접근법으로는 부족합니다.
• 연구 목표: 다양한 정신과 관련 형질의 PGS 를 통합하여 데이터 기반 (data-driven) 으로 조현병 환자의 유전적 하위 그룹 (Genetic Risk Profiles, GRPs) 을 식별하고, 이를 임상적 특성과 연관 짓는 것입니다.

2. 방법론 (Methodology)

연구팀은 PRScope라는 새로운 프레임워크와 머신러닝 (ML) 기법을 결합한 분석 파이프라인을 구축했습니다.

• 데이터셋:
  • 발견 (Discovery) 코호트: FinnGen (조현병 7,486 명, 대조군 27,288 명).
  • 검증 (Validation) 코호트: PsyCourse (조현병 419 명), Bari (조현병 531 명).
  • 추가 분석: 양극성 장애 (BIP) 및 주요 우울장애 (MDD) 코호트 포함.
• 다유전자 점수 (PGS) 생성:
  • GWAS Catalog 및 PGC 등 공개 소스에서 413 개의 정신과 관련 형질에 대한 GWAS 를 수집 및 정제했습니다.
  • LDPred-2 알고리즘을 사용하여 각 대상자의 413 개 형질에 대한 PGS 를 계산했습니다.
• 클러스터링 및 머신러닝 파이프라인:
  1. 특성 선택: 조현병과의 상관관계가 높은 PGS 를 순위 매겨 선택했습니다.
  2. 클러스터링: 선택된 다중 PGS 프로필을 기반으로 K-means 클러스터링을 수행하여 조현병 환자를 두 개의 그룹 (Cluster) 으로 나누었습니다.
  3. 모델 학습: 각 클러스터별로 조현병 환자와 대조군을 구분하는 Random Forest 모델을 훈련시켰습니다.
  4. 검증: 훈련된 모델을 독립적인 검증 코호트에 적용하여 각 환자가 어느 유전적 위험 프로파일 (GRP) 에 속하는지 예측했습니다.
  5. 비교 분석: 단순한 조현병 PGS 기반 예측 (Composite PGS) 과의 비교를 통해 클러스터링 접근법의 우월성을 검증했습니다.

3. 주요 결과 (Key Results)

• 두 개의 distinct 유전적 위험 프로파일 (GRPs) 식별:
  • GRP 1 (고위험 복합군): 조현병 유전적 위험은 GRP 2 와 유사하게 높았으나, 우울증, 신경증 (Neuroticism) 관련 PGS 는 매우 높고, 인지 기능 관련 PGS 는 낮았습니다.
  • GRP 2 (상대적 단순군): 조현병 유전적 위험은 높았으나, 우울증/신경증 관련 PGS 는 건강한 대조군 수준에 가깝고, 인지 기능 PGS 는 중간 수준이었습니다.
• 예측 성능:
  • GRP 1 기반 모델이 GRP 2 기반 모델보다 조현병을 예측하는 정확도가 훨씬 높았습니다. 이는 GRP 1 환자들이 조현병 발현에 있어 더 강력한 유전적 기제를 공유하고 있음을 시사합니다.
  • Conjunctional FDR (conjFDR) 분석을 통해 조현병, 우울증, 인지 기능에 공통적으로 영향을 미치는 다면성 (pleiotropic) SNP 들이 조현병 예측에 더 강력한 신호를 제공함을 확인했습니다.
• 임상적 연관성:
  • GRP 1은 항우울제 처방률, 우울증/신경성/식욕 장애 등 공존 질환 (Comorbidity) 이 높고, 질병의 복잡성이 큰 임상 양상과 유의미하게 연관되었습니다.
  • 반면, Composite PGS(단순 조현병 위험 점수 기반 그룹화) 는 이러한 임상적 차이를 포착하지 못했습니다.
  • PANSS(양성 및 음성 증상 척도) 점수 등 기존 임상 척도로는 두 그룹 간의 유의한 차이가 발견되지 않았으나, 유전적 프로파일링은 이를 구분해냈습니다.

4. 주요 기여 (Key Contributions)

1. 새로운 프레임워크 (PRScope) 개발: 대규모 GWAS 데이터를 기반으로 표준화된 PGS 계산과 데이터 기반 환자 분류를 가능하게 하는 자동화 파이프라인을 제시했습니다.
2. 다변량 다유전자 접근법의 적용: 단일 질환 PGS 가 아닌, 다양한 정신과 형질의 PGS 를 통합하여 환자 하위 그룹을 식별함으로써 조현병의 유전적 이질성을 해체했습니다.
3. 임상적 통찰: 유전적으로 유사한 조현병 환자라도, 동반된 우울증/신경증 및 인지 기능의 유전적 부하에 따라 임상적 중증도와 예후가 달라질 수 있음을 증명했습니다.
4. 개인화 의학의 토대: 기존 임상 증상 기반 분류 (예: PANSS) 로는 식별하지 못했던 생물학적 하위 그룹을 발견하여, 향후 표적 치료 및 예후 예측에 기여할 수 있는 가능성을 제시했습니다.

5. 의의 및 한계 (Significance & Limitations)

• 의의:
  • 조현병의 "유전적 위험"이 단순히 질병 발병 여부뿐만 아니라, 질병의 중증도, 복잡성, 그리고 동반 질환을 결정하는 핵심 요소임을 규명했습니다.
  • 유전적 프로파일링을 통해 치료 반응이 낮거나 (예: 클로자핀 사용 필요), 예후가 나쁜 환자를 조기에 선별할 수 있는 가능성을 열었습니다.
  • 이 프레임워크는 조현병뿐만 아니라 다른 복잡한 정신 및 신체 질환의 하위 그룹 분류에도 적용 가능합니다.
• 한계:
  • 분석이 주로 유럽계 (European ancestry) 인구 기반 GWAS 에 의존했으므로, 다른 인종군에 대한 일반화 가능성은 제한적입니다.
  • 검증 코호트의 샘플 크기가 상대적으로 작아, 더 세분화된 하위 그룹 (2 개 이상) 을 식별하는 데는 한계가 있었습니다.
  • 신체적 (Somatic) 형질의 유전적 위험이 포함되지 않아, 생물학적 기전에 대한 이해가 일부 제한될 수 있습니다.

결론적으로, 이 연구는 다유전자 점수의 다변량 통합을 통해 조현병의 이질성을 생물학적으로 재정의하고, 이를 임상적으로 유의미한 하위 그룹으로 나누어 개인화된 치료 전략 수립에 기여할 수 있음을 입증했습니다.