Accounting for place: confounding via geography obscures polygenic evidence on mental health and environmental exposures in the UK Biobank

본 연구는 다층 모델을 사용하여 지역적 지리적 맥락을 명시적으로 고려하는 것이 UK 바이오뱅크 분석에서 결정적으로 중요함을 보여주는데, 이는 유전적 주성분만으로 보정한 전통적인 단일 수준 모델이 해결되지 않은 지리적 교란으로 인해 정신 건강 관련 다유전자 점수와 녹지 공간과 같은 환경 노출 간의 연관성을 편향되게 추정할 수 있음을 드러내기 때문이다.

핵심

이 논문은 쉬운 언어와 일상적인 비유를 사용하여 설명한 것입니다.

큰 그림: 정신 건강에 미치는 '이웃 효과'

특정 종류의 씨앗(정신 건강에 대한 개인의 유전적 구성) 이 정원(녹색이 우거진 이웃) 에서 더 잘 자라는지, 아니면 콘크리트 주차장(도시화된 지역) 에서 더 잘 자라는지 파악하려고 한다고 상상해 보세요.

오랫동안 과학자들은 다양한 정원에 씨앗을 심고 얼마나 많은 꽃이 피는지 세어 왔습니다. 그들은 다음과 같은 패턴을 발견했습니다. 우울증이나 조현병에 대한 특정 유전적 위험을 가진 사람들은 종종 녹지가 적은 지역에 사는 반면, 유전적으로 더 나은 웰빙을 가진 사람들은 녹지가 많은 곳에 사는 것처럼 보였습니다.

하지만 이 논문은 과학자들이 잘못된 것을 보고 있다고 주장합니다. 그들은 씨앗을 흙탓으로 돌렸지만, 실제로는 흙(이웃) 이 씨앗이 어디에 떨어졌는지에 영향을 미쳤던 것입니다.

문제: "지리를 통한 교란"

저자들은 이 문제를 **"지리를 통한 교란 (Confounding via Geography)"**이라고 부릅니다. 이를 쉽게 생각할 수 있는 방법은 다음과 같습니다.

미스터리 해결을 시도하는 탐정이라고 상상해 보세요. 런던에 사는 사람들은 코츠월즈(시골 지역) 에 사는 사람들보다 유전적 프로필이 다른 경향이 있다는 것을 발견했다고 가정해 봅시다.

• 실수: 그들이 왜 다른지 생각하지 않고 런던 거주자와 코츠월즈 거주자를 단순히 비교한다면, "아, 런던에 사는 것이 이런 유전적 차이를 유발하는구나"라고 생각할 수 있습니다.
• 현실: 도시가 그들의 유전자를 바꾼 것이 아닙니다. 특정 배경, 소득, 삶의 이야기 (도시와 시골에 각각 군집되어 있는) 를 가진 사람들이 그곳으로 이주했기 때문입니다. 도시는 유전학을 유발한 것이 아니라, 그 장소의 역사와 경제가 그곳에 사는 사람들의 유형과 그들이 사는 환경의 유형을 모두 유발한 것입니다.

이 논문은 이전 연구들이 종종 이러한 "지리적 함정"을 고려하지 못했다고 말합니다. 그들은 마치 개별 주사위 굴림처럼 각 사람을 독립적인 데이터 포인트로 취급했지만, 실제로는 같은 이웃에 사는 사람들이 다음 마을 사람보다 서로 더 유사합니다.

실험: "마법 렌즈"(다층 모델)

이를 해결하기 위해 연구자들은 **문달락 모델 (Mundlak model)**이라는 특수한 통계 도구를 사용했습니다. 이를 마법 렌즈라고 생각하면, 데이터를 동시에 두 가지 다른 방식으로 볼 수 있게 해줍니다.

1. "이웃 내부" 관점: 이는 같은 이웃 안에 있는 사람들을 살펴봅니다. "두 사람이 같은 거리에 살고 있는데, 한 사람이 우울증에 대한 높은 유전적 위험을 가진다면, 그들은 이웃보다 녹지가 적은 집에 살까요?"라고 묻습니다.
2. "이웃 간" 관점: 이는 이웃 간의 차이를 살펴봅니다. "우울증 유전자의 평균이 높은 이웃들은 일반적으로 녹지 공간이 적을까요?"라고 묻습니다.

이 두 가지 관점을 분리함으로써 연구자들은 '녹지 공간' 효과가 개인에게 실제적인 것인지, 아니면 특정 유형의 이웃이 특정 유형의 사람을 끌어들이는 사실로 인해 발생한 착각인지 확인할 수 있었습니다.

그들이 발견한 것: 반전

"마법 렌즈"(구식 방법) 없이 데이터를 살펴봤을 때, 그들은 모두 예상했던 것을 발견했습니다.

• 우울증 유전자를 가진 사람들은 녹지가 적은 지역에 사는 것처럼 보였습니다.
• 조현병 유전자를 가진 사람들은 녹지가 적은 지역에 사는 것처럼 보였습니다.

하지만 "마법 렌즈"(새로운 방법) 를 사용했을 때, 이야기는 완전히 바뀌었습니다.

1. "노이즈"가 사라졌습니다: 같은 이웃 안에 있는 사람들만 엄격하게 살펴봤을 때, 나쁜 유전자와 나쁜 이웃 사이의 연결은 대부분 사라졌습니다.
2. 부호가 반전되었습니다: 조현병의 경우, 결과가 실제로 반전되었습니다! 이웃 내에서 엄격하게 살펴봤을 때, 조현병에 대한 유전적 위험이 높은 사람들은 실제로 이웃보다 더 녹지가 많은 곳에 사는 것처럼 보였습니다.
3. "이웃 간" 효과가 범인입니다: 이전 연구들이 연결고리를 본 이유는 이웃 간 효과 때문이었습니다. 더 부유하고 녹지가 많은 지역은 더 가난하고 도시적인 지역과 다른 인구 구성을 가집니다. 이전 연구들은 실수로 개인의 유전자를 이웃의 빈부 탓으로 돌렸습니다.

"잔차" 지도: 모델이 깨진 곳

연구자들은 또한 모델의 "남은" 오차 (잔차) 를 살펴보았습니다. 그들은 모델이 극단적인 곳에서 가장 어려움을 겪었음을 발견했습니다.

• 피크 디스트릭트와 국립 공원: 이러한 매우 시골적이고 녹지가 많은 지역은 모델에서 거대한 "오차"를 보였습니다.
• 런던市中心: 이러한 매우 도시적인 지역도 거대한 오차를 보였습니다.

이는 국립 공원에 있는 사람과 런던에 있는 사람을 단순히 비교하여 그들이 "교환 가능 (비교 가능)"하다고 가정할 수 없음을 시사합니다. 역사, 경제, 문화 측면에서 이러한 지역 간의 차이는 너무 커서 두 세계 간의 거대한 간격을 고려하지 않는 한 단순한 유전적 비교는 작동하지 않습니다.

주요 교훈

이 논문은 지리가 강력한 교란 요인이라고 결론 내립니다.

만약 당신이 정신 건강을 연구하는 유전학자라면, 단순히 사람의 DNA 와 주소를 보고 주소가 DNA 의 결과라고 가정할 수 없습니다. 사람들이 어디에 사는지는 종종 그들의 유전자 분포를 형성하는 요인들(이주 패턴, 경제사, 지역 정책 등) 에 의해 결정된다는 점을 깨달아야 합니다.

해결책:
저자들은 과학자들이 routinely(일상적으로) 이 "마법 렌즈"(다층 모델링) 를 사용하여 "이웃 내부" 효과와 "이웃 간" 효과를 분리해야 한다고 제안합니다. 이를 수행했을 때 결과가 극적으로 변한다면, 원래 발견은 실제 생물학적 원인이 아니라 지리적 트릭에 불과했을 가능성이 높다는 것을 의미합니다.

간단히 말해: 흙 탓을 씨앗에게 하지 마세요. 때로는 흙이 우연히 특정 씨앗들이 떨어졌던 곳일 뿐이며, 우리는 그 차이를 구별할 더 나은 도구가 필요합니다.

기술 요약

기술적 요약: 장소의 고려: 유전 역학에서의 지리적 혼란

문제 제기
본 연구는 영국 바이오뱅크 (UK Biobank) 의 맥락에서 유전 역학 연구에 나타나는 '지리적 혼란 (confounding via geography)' 문제를 다룹니다. 정신 건강 특성에 대한 다유전자 지수 (PGI) 의 전통적 분석은 인구 구조화를 통제하기 위해 유전 주성분 (PCs) 을 조정하지만, 종종 국지적 지리적 맥락을 고려하지 못합니다. 저자들은 정신 건강 결과와 환경 노출 (예: 녹지) 모두 강력한 지리적 패턴을 보이므로 공통 원인이 위치에 따라 군집할 수 있다고 주장합니다. 이러한 구조를 무시하면 편향을 유발하여 유전적으로 예측된 특성과 환경 노출 사이의 허위 연관성을 초래할 수 있습니다. 이 논문은 지리적으로 구조화된 데이터셋에서 개인을 독립적인 관측치로 취급하는 것은 지역 정책, 인구통계학적 차이와 같은 지리적으로 구조화된 혼란 요인이 설명하는 변이를 개인 수준의 유전적 노출로 잘못 귀속시킬 위험이 있다고 제시합니다.

방법론
저자들은 영국 바이오뱅크 데이터를 활용하여 (결과에 따라 N 이 209,391 에서 293,851 사이로 변동) 유전적으로 예측된 정신 건강 특성과 주거지 녹지의 두 가지 측정치 간의 관계를 조사했습니다:

1. 녹지 비율 (Percentage Greenspace): 300m 반경 내 토지 이용에서 도출된 데이터.
2. 정규화 식생 지수 (NDVI): 500m 반경 내 위성에서 도출된 녹화도.

본 연구는 전장 유전체 연관 분석 (GWAS) 의 요약 통계를 사용하여 우울증, 웰빙, 조현병의 세 가지 특성에 대한 PGI 를 구성했습니다. 이러한 PGI 는 다양한 수준의 SNP 필터링 하에서 신호의 견고성을 테스트하기 위해 p-값 임계값의 스펙트럼 (p < 0.5 에서 전장 유전체 유의성 p < 5 × 10⁻⁸까지) 을 통해 생성되었습니다.

지리적 혼란을 해결하기 위해 저자들은 두 가지 모델링 접근법을 비교했습니다:

1. 단일 수준 선형 회귀: 연령, 성별, 그리고 첫 25 개 유전 PC 를 조정하는 표준 모델.
2. 다수준 Mundlak 모델: 이러한 모델은 PGI 의 효과를 다음과 같이 분해합니다:
   • 지역 내 (Within-area) 효과: 지역 평균을 일정하게 유지한 상태에서 개인의 PGI 와 녹지 간의 연관성.
   • 맥락적 (지역 간, Between-area) 효과: 개인의 특성을 일정하게 유지한 상태에서 이웃의 평균 PGI 와 녹지 결과 간의 연관성.

이 공식은 지리적으로 구조화된 변이를 단순히 nuisance 로 취급하는 것이 아니라 명시적으로 모델링할 수 있게 합니다. 모든 모델은 25 개의 유전 PC 를 조정했습니다.

주요 결과

• 표현형 연관성: 이전 문헌과 일치하게, 표현형 분석은 우울증 또는 조현병 진단을 받거나 웰빙이 낮은 개인이 녹지가 적은 지역에 거주하는 경향이 있음을 보여주었습니다.
• PGI 와 녹지 (단일 수준): 덜 엄격하게 필터링된 PGI (더 높은 p-값 임계값) 를 사용한 단일 수준 모델에서, 유전적으로 예측된 우울증과 조현병은 낮은 녹지와 연관되었고, 반면 웰빙은 높은 녹지와 연관되었습니다.
• 감쇠 및 부호 반전: PGI 에 더 엄격한 p-값 임계값을 적용했을 때, 연관성은 크게 감쇠했습니다. 특히 조현병의 경우, 더 엄격한 모델에서 연관성의 부호가 완전히 바뀌었습니다.
• 지역 내 대 단일 수준: 덜 필터링된 PGI 에 대한 Mundlak 모델에서 도출된 지역 내 추정치는 단일 수준 모델에서 엄격하게 필터링된 PGI 로 얻은 추정치와 더 밀접하게 일치했습니다.
• 맥락적 효과: 연구는 특히 조현병에 대해 강력한 부정적인 맥락적 효과를 발견했습니다. 이는 조현병 PGI 평균이 더 높은 지역에 거주하는 것이 더 적은 녹지와 연관되는 반면, 특정 지역 내에서는 조현병 PGI 가 더 높은 개인이 실제로 더 많은 녹지에 더 가까울 수 있음을 시사합니다.
• 지리적 잔차: 모델 잔차 분석은 지리적으로 무지한 단일 수준 모델이 국립공원 (높은 잔차) 과 런던 시내 (낮은 잔차) 와 같은 극단적인 환경에서 성능이 저하됨을 보여주었으며, 이는 이러한 모델이 이러한 뚜렷한 지리적 맥락 간의 구조적 차이를 포착하지 못함을 나타냅니다.

주요 기여

1. 편향의 입증: 이 논문은 유전 역학에서 지리적 맥락을 무시하면 유전적 소인과 환경 노출 간의 관계에 대한 편향된 추정이 초래될 수 있음을 경험적 증거로 제시합니다.
2. 방법론적 프레임워크: 저자들은 PGI 효과를 지역 내 및 맥락적 구성 요소로 분해하기 위해 다수준 Mundlak 모델을 일상적으로 사용할 것을 옹호합니다. 이 접근법은 개인 수준의 인과 경로와 지리적으로 구조화된 혼란을 구분하는 데 도움이 됩니다.
3. 민감도 분석 제안: 본 연구는 단일 수준 추정치와 지역 내 추정치를 비교하는 것 (Hausman 검정과 유사) 이 중요한 민감도 분석으로 작용한다고 제안합니다. 이러한 추정치가 이질적이라면 표준 유전 PC 조정으로 포착되지 않는 지리적 혼란의 존재를 신호합니다.
4. 유전 신호의 회복: 결과는 지리적 맥락을 명시적으로 모델링하면 더 노이즈가 많고 덜 필터링된 PGI 에서 견고한 유전 신호를 회복하는 데 도움이 될 수 있음을 시사하며, 이는 표준 분석에서 지역 간 혼란으로 인해 '진짜' 개인 수준 효과가 가려질 수 있음을 의미합니다.

의의 및 주장
이 논문은 이전 연구에서 관찰된 정신 건강 PGI 와 녹지 간의 연관성이 직접적인 인과 경로보다는 지리적 혼란을 반영할 가능성이 높다고 주장합니다. 저자들은 공간적으로 구조화된 인구와 함께 작업하는 유전 역학자들은 국지적 맥락을 일상적으로 조사해야 한다고 주장합니다. 그들은 극도로 다른 지리적 환경 (예: 런던 시내 대 피크 디스트릭트) 에 있는 개인들 사이의 조건부 교환 가능성을 가정하는 것은 종종 잘못되었다고 주장합니다.

본 연구는 유전 PC 로 조정된 단일 수준 모델만으로는 부족하지만, 다수준 모델을 통한 지역 맥락의 포함이 복잡한 인과 구조에 대해 추론하고 편향을 완화하는 메커니즘을 제공한다고 결론지었습니다. 저자들은 유전적 원인을 상류의 환경적 또는 사회적 기원으로 잘못 귀속시키는 것을 방지하기 위해 이러한 지리적으로 정보화된 민감도 분석이 해당 분야의 표준 관행이 되어야 한다고 권장합니다.