Statistical uncertainty explains the poor agreement in polygenic scoring for type 2 diabetes

이 논문은 2 형 당뇨병의 다유전자 점수 간 불일치가 통계적 불확실성으로 설명되며, 불확실성 추정치를 활용하면 고위험군 식별의 일관성과 예측 정확도를 높일 수 있음을 보여줍니다.

핵심

🌧️ 비유: "날씨 예보와 우산"

여러분이 내일 비가 올지 아닐지 알고 싶다고 상상해 보세요.
여러분은 10 명의 유명한 기상 예보관 (A, B, C... J) 에게 물어봤습니다.

• A 예보관: "내일 비 올 확률 90%!"
• B 예보관: "내일 비 올 확률 40%."
• C 예보관: "내일 비 올 확률 85%."

이렇게 예보관마다 결과가 다르면 (어떤 사람은 비가 온다고 하고, 어떤 사람은 안 온다고 하면) 여러분은 누구 말을 믿어야 할지 막막해집니다. "아, 내일 우산을 챙겨야 할까?"라고 고민하다가 결국 아무것도 못 하거나, 잘못된 결정을 내리게 되죠.

이 논문은 **당뇨병 (제 2 형 당뇨병)**을 예측하는 유전적 점수 (PGS) 도 똑같은 문제를 겪고 있다고 말합니다. "어떤 유전 점수는 '당뇨병 위험이 매우 높다'고 하고, 다른 점수는 '그렇지 않다'고 해서" 환자들이 혼란을 겪는 것입니다.

---

🔍 연구의 발견: "왜 결과가 다른가?"

연구진들은 이 혼란의 원인을 찾아냈습니다. 바로 **"통계적 불확실성 (Statistical Uncertainty)"**입니다.

• 비유: 예보관 A 는 "비가 올 확률이 90% 지요"라고 말하지만, 사실은 **"90% ± 5%"**의 오차 범위가 있을 수 있습니다.
  • 만약 A 예보관의 점수가 90% 라면, 실제 확률은 85%~95% 사이일 수 있어요.
  • 하지만 B 예보관의 점수가 40% 라면, 실제 확률은 35%~45% 사이일 수 있죠.
  • 이 두 예보관의 **오차 범위 (불확실성)**를 보면, 두 결과가 겹치는 부분이 거의 없습니다. 그래서 서로 다른 결론이 나오는 것처럼 보이는 것입니다.

연구진은 **"단 하나의 유전 점수만 봐도, 그 점수가 얼마나 '확신'할 수 있는지 (불확실성 범위)"**를 계산하면, 다른 10 개의 점수들이 왜 서로 다른지 설명할 수 있다는 것을 발견했습니다. 즉, 서로 다른 점수들이 나오는 이유는 점수 자체가 틀린 게 아니라, 점수를 계산할 때 생기는 '오차 범위' 때문이라는 것입니다.

---

💡 해결책: "확신 (Confidence) 을 더하라"

이제 중요한 질문입니다. "그럼 어떻게 해야 정확한 예측을 할 수 있을까?"

연구진은 **"불확실성 (오차 범위) 을 고려해서 사람을 분류하자"**고 제안합니다.

1. 기존 방식 (점수만 보기): "유전 점수가 100 점 이상이면 당뇨병 고위험군!"이라고만 봅니다.
   • 문제: 점수가 100 점이라도 오차 범위가 크다면, 실제로는 80 점일 수도 있고 120 점일 수도 있어요. 그래서 다른 점수들과 결과가 달라집니다.
2. 새로운 방식 (점수 + 확신): "유전 점수가 100 점이고, 그 점수가 100 점 이상일 확신이 95% 이상인 경우만 고위험군으로 잡자!"
   • 결과: 이렇게 '확신'이 높은 사람들만 골라내면, 다른 10 개의 예보관 (유전 점수) 들이 모두 "아, 이 사람은 정말 위험하구나!"라고 일치하게 됩니다.

핵심 메시지:

• 확신이 높은 사람: 다른 점수들도 다 동의하고, 실제로 당뇨병에 걸릴 가능성도 훨씬 높습니다.
• 확신이 낮은 사람: 점수는 높게 나왔지만, 오차 범위가 커서 다른 점수들과 의견이 엇갈립니다. 이런 사람은 아직 "고위험군"이라고 단정 짓기 어렵습니다.

---

⚠️ 주의할 점: "모두에게 공정한가?"

이 방법은 유럽계 유전자를 가진 사람들에게는 아주 잘 작동했습니다. 하지만 아프리카계 유전자를 가진 사람들에게는 조금 달랐습니다.

• 비유: 유럽계 예보관들은 날씨를 매우 정확하게 예측해서 "비가 올 확신 95%"라고 말할 수 있지만, 아프리카계 예보관들은 데이터가 부족해서 "비가 올 수도, 안 올 수도 있어 (확신 50%)"라고만 말할 수 있는 상황입니다.
• 문제: '확신'이 높은 사람들만 고위험군으로 잡으면, 자연스럽게 유럽계 사람들이 더 많이 선정되고, 아프리카계 사람들은 고위험군에서 제외될 수 있습니다. 이는 건강 불평등을 심화시킬 수 있다는 경고입니다.

---

📝 요약: 이 연구가 우리에게 주는 교훈

1. 혼란의 원인: 유전 점수들이 서로 다른 이유는 점수가 틀린 게 아니라, 계산의 오차 (불확실성) 때문입니다.
2. 해결책: 단순히 점수 하나만 보고 판단하지 말고, **"이 점수가 얼마나 확실한가?" (불확실성 범위)**를 함께 고려해야 합니다. 확신이 높은 사람들만 선별하면, 다른 점수들과도 의견이 일치하고 실제 질병 발생률도 높습니다.
3. 미래 과제: 이 방법을 의학적 진료에 쓸 때는 모든 인종과 배경을 가진 사람들에게 공정하게 적용될 수 있도록 더 많은 연구가 필요합니다.

결론적으로, **"유전 점수는 나침반과 같다"**고 할 수 있습니다. 나침반이 흔들리면 (불확실성이 크면) 방향을 정확히 알 수 없습니다. 하지만 나침반이 흔들리지 않고 확실히 가리킬 때 (불확실성이 작을 때) 비로소 우리는 그 방향을 믿고 나아갈 수 있습니다. 이 연구는 바로 그 '흔들림'을 측정하고, 확실한 방향만 골라내는 방법을 제시한 것입니다.

기술 요약

논문 요약: 2 형 당뇨병 다유전자 점수 (PGS) 의 불일치와 통계적 불확실성

1. 연구 배경 및 문제 제기 (Problem)

• PGS 의 임상적 한계: 다유전자 점수 (Polygenic Scores, PGS) 는 개인의 질병 발병 위험을 예측하는 중요한 도구로 부상했으나, 임상 적용에는 큰 장벽이 존재합니다.
• 개별 수준에서의 불일치: 동일한 개인에 대해 서로 다른 PGS 를 적용할 경우, 위험 평가 결과가 크게 상충되는 경우가 많습니다. 예를 들어, 한 PGS 에서는 상위 5% 고위험군으로 분류된 개인이 다른 PGS 에서는 하위 5% 로 분류될 수 있습니다.
• 기존의 미해결 과제: 이러한 불일치가 왜 발생하는지, 그리고 어떤 요인이 개인별 위험 평가의 변동성을 주도하는지에 대한 명확한 이해가 부족하여, 임상 현장에서 신뢰할 수 있는 고위험군 선별이 어렵습니다.

2. 연구 방법론 (Methodology)

• 데이터셋:
  • All of Us (AoU) 연구 프로그램: 약 223,015 명의 참가자 데이터 (유전체, 전자의무기록 EHR 포함) 를 사용했습니다.
  • Penn Medicine Biobank (PMBB): 결과 검증을 위해 사용되었습니다.
  • 인종 분류: 유전적 유사성에 기반하여 유럽계 (EUR-like), 아프리카계 (AFR-like), 아메리카계 (AMR-like) 등으로 분류하고, 주 분석은 주로 EUR-like 집단에 초점을 맞추었습니다.
• PGS 구성 및 필터링:
  • 새로운 PGS 생성: PRS-CS (단일 인구) 및 PRS-CSx (다인종) 를 사용하여 2 형 당뇨병 (T2D), 체질량지수 (BMI), 관상동맥질환 (CHD) 에 대한 새로운 PGS 를 추정했습니다.
  • 공개 PGS 수집: PGScatalog 에서 T2D 57 개, BMI 96 개, CHD 48 개의 공개된 PGS 를 다운로드했습니다.
  • 실용적 동등성 (ROPE) 필터링: 새로운 PGS 와 공개된 PGS 간의 집단 수준 정확도 (AUC 또는 R²) 가 통계적으로 유의미하게 차이가 없는지 '실용적 동등성 영역 (Region of Practical Equivalence, ROPE, ±0.02)'을 기준으로 필터링하여 비교 대상 PGS 를 선정했습니다.
• 불확실성 추정 및 분석:
  • 베이지안 접근법: PRS-CS 와 PRS-CSx 의 MCMC (Markov Chain Monte Carlo) 샘플링을 통해 각 변이의 효과 크기 사후 분포를 추정하고, 이를 기반으로 **개별 수준의 PGS 사후 분포 (Posterior Distribution)**를 생성했습니다.
  • 예측 범위 (Predicted Range): 단일 PGS 의 사후 분포를 이용해 개별 개인에 대한 신뢰 구간 (Credible Interval) 을 계산했습니다.
  • 실증 범위 (Empirical Range): 필터링된 여러 개의 공개 PGS 들로부터 계산된 개별 개인의 PGS 값의 분포 범위를 '실증 범위'로 정의했습니다.
  • 위험 신뢰도 (Risk Confidence): 개별 개인이 특정 위험 임계값 (예: 상위 2%) 을 초과할 확률 (Posterior Probability) 을 계산하여 '고신뢰도', '중간 - 고신뢰도', '중간신뢰도' 그룹으로 분류했습니다.

3. 주요 기여 및 발견 (Key Contributions & Results)

가. 불일치의 원인 규명: 통계적 불확실성

• 예측 범위와 실증 범위의 일치: T2D 에 대해 단일 PGS (T2DGGI-EUR) 로 추정된 '예측 범위'는 여러 공개 PGS 로부터 얻은 '실증 범위'와 높은 상관관계 (기울기 0.96) 를 보였습니다.
• 결론: 다양한 PGS 간의 개인별 위험 불일치는 변이 가중치 추정 과정에서 발생하는 **통계적 노이즈 (Statistical Noise)**에 기인하며, 이는 단일 PGS 의 불확실성 추정치로 설명 가능합니다.

나. 불확실성 기반 고위험군 선별의 효과

• 위험 안정성 (Risk Stability): '고신뢰도' (위험 임계값 초과 확률 >95%) 로 분류된 개인들은 다른 공개 PGS 들에서도 일관되게 고위험군으로 분류되는 비율이 매우 높았습니다 (평균 89% 이상). 반면, '중간신뢰도' 그룹은 이 비율이 현저히 낮았습니다.
• 임상적 유의성: 고신뢰도 그룹은 중간신뢰도 그룹에 비해 2 형 당뇨병 발병률이 유의하게 높았으며 (33.1% vs 23.7%), 발병 연령이 더 젊고 가족력이 더 많았습니다.
• 예측력: PGS 점수 자체와 위험 신뢰도는 높은 상관관계를 보였으므로, 기존 모델에 신뢰도 정보를 추가해도 전체적인 질병 예측 성능 (AUC 등) 은 크게 향상되지 않았으나, 어떤 개인이 가장 확신할 수 있는 고위험군인지 식별하는 데 유용했습니다.

다. 인종별 차이 및 건강 형평성 문제

• 인종별 불일치: 아프리카계 (AFR-like) 인구에서 PGS 간 불일치가 유럽계 (EUR-like) 보다 더 컸습니다 (평균 순위 일치도 0.67 vs 0.80).
• 불평등 심화 우려: AFR-like 인구에서는 '고신뢰도'로 분류된 개인 수가 매우 적었고 (<20 명), 위험 안정성도 낮았습니다 (17.7%). 이는 불확실성 기반 접근법이 기존 유전적 편향을 반영하여 건강 불평등을 심화시킬 수 있음을 시사합니다.

라. 다른 형질 (BMI, CHD) 에 대한 일반화

• BMI: T2D 와 유사하게 단일 PGS 의 불확실성이 공개 PGS 간의 불일치를 잘 설명했습니다 (기울기 1.0).
• CHD: 초기에는 예측 범위와 실증 범위의 보정 (Calibration) 이 낮았으나 (기울기 0.71), ROPE 기준을 더 엄격하게 (±0.01) 적용하여 PGS 를 필터링한 후에는 보정이 개선되었습니다 (기울기 1.1). 이는 CHD 의 경우 유전적 설명력이 낮거나 (Missing Heritability) PGS 간 이질성이 더 클 수 있음을 시사합니다.

4. 의의 및 결론 (Significance)

• 임상 적용의 새로운 패러다임: PGS 를 임상에서 사용할 때 단순히 '점수 (Point Estimate)'만 보고 고위험군을 선정하는 것이 아니라, 불확실성 (Uncertainty) 을 고려하여 '신뢰도 (Confidence)'가 높은 개인을 선별해야 함을 강조합니다.
• 불일치 해결: PGS 간 불일치가 단순히 모델의 실패가 아니라 본질적인 통계적 불확실성에서 비롯됨을 규명함으로써, 이를 해결하기 위한 전략 (예: 단일 최적 모델 + 불확실성 추정) 을 제시했습니다.
• 향후 과제:
  • 다양한 인종 집단에서 PGS 불확실성을 정확히 추정할 수 있는 방법론 개발이 필요하며, 이를 통해 건강 불평등을 완화해야 합니다.
  • 임상 현장에서 불확실성 정보를 어떻게 해석하고 환자에게 전달할지에 대한 가이드라인이 필요합니다.
  • CHD 와 같이 유전적 설명력이 낮은 형질의 경우, 더 정교한 PGS 필터링 및 모델 개선이 요구됩니다.

이 연구는 PGS 기반 정밀의학의 현실적인 장벽을 통계적 관점에서 해석하고, 더 신뢰할 수 있는 임상 의사결정을 위한 실용적인 프레임워크를 제시했다는 점에서 중요한 의의를 가집니다.