Misclassification of heritable mortality undermines estimates of intrinsic life span heritability

이 논문은 감염과 사고와 같은 '외인성' 사망을 유전적 요인과 무관한 환경적 노이즈로 간주하여 제거하는 방식이 감염에 대한 유전적 취약성을 무시함으로써 본질적인 수명 유전력 추정을 왜곡하고 과장한다는 점을 지적합니다.

핵심

1. "유전적 능력"을 숨기는 '악천후'의 오해

[비유: 등산과 날씨]

상상해 보세요. 어떤 사람들이 산을 오르는 대회에 나섰습니다. 어떤 사람은 타고난 근육 (유전) 이 좋지만, 어떤 사람은 그렇지 못합니다. 그런데 대회 도중 갑자기 **폭풍우 (감염병, 사고 등)**가 몰아칩니다.

• 기존 연구 (Shenhar et al.) 의 주장: "폭풍우는 날씨 (환경) 문제일 뿐, 등산 실력 (유전) 과는 상관없어요. 그러니 폭풍우 때문에 넘어진 사람들은 제외하고, 맑은 날만 남긴 채 등산 실력을 재보면, 유전적 영향이 55% 나 된다는 걸 발견했어요!"
• 이 논문의 반박: "잠깐만요! 폭풍우가 오면 어떤 사람은 더 잘 견디고, 어떤 사람은 더 빨리 쓰러지죠? 그건 단순히 날씨 때문이 아니라, 그 사람의 면역력이나 체력 (유전) 차이 때문일 수 있어요.
  • 예를 들어, 부모님이 감염병으로 일찍 돌아가신 자녀는 감염병에 더 약할 수 있습니다. 이는 유전적인 영향입니다.
  • 그런데 연구자들은 "감염병은 환경이니까 유전과 무관하다"라고 가정하고 그 사람들을 아예 제외해 버렸습니다.
  • 결과: 유전적으로 약한 사람들이 '폭풍우 (감염병)' 때문에 먼저 사라진 상태만 남게 되니, 남은 사람들끼리 비교할 때 유전적 차이가 더 크게 보이는 착시 현상이 발생한 것입니다."

2. '선택 편향'의 함정: 살아남은 자들만 보는 실수

[비유: 시험을 치른 학생들]

수능 시험을 치르는 상황을 생각해 보세요.

• A 그룹: 공부를 잘하는 학생들 (유전적 이점)
• B 그룹: 공부를 못 하는 학생들 (유전적 불리)

그런데 시험 중간에 **갑자기 화재 (외부 요인)**가 발생해서, 공부를 못 하는 B 그룹 학생들 중 일부가 탈출하지 못하고 실격 처리되었습니다.

• 연구자의 방법: "화재는 환경 문제니까 무시하자. 화재로 실격된 B 그룹 학생들은 빼고, 화재에서 살아남은 학생들만 모아 점수를 비교하자."
• 문제점: 살아남은 B 그룹 학생들 중에는 운 좋게도 화재에서 살아남은 '운 좋은' 학생들만 남게 됩니다. 반면 A 그룹은 대부분 살아남았죠.
• 결과: 이렇게 생존한 사람들만 골라서 비교하면, "유전적으로 공부를 잘하는 학생들만 남았으니, 점수 차이는 100% 유전 때문이야!"라고 착각하게 됩니다. 하지만 실제로는 유전적으로 불리한 사람들이 '화재'라는 외부 요인에 의해 먼저 걸러졌기 때문일 뿐입니다.

이 논문은 "감염병이나 사고로 죽은 사람들을 제외하는 것은, 유전적으로 약한 사람들을 인위적으로 걸러내는 것과 같다"고 지적합니다.

3. '유전'과 '환경'은 분리할 수 없는 짝꿍

[비유: 자동차와 도로]

연구자들은 "유전 (자동차의 성능)"과 "외부 요인 (도로 상황)"을 완전히 분리해서 생각했습니다.

• 하지만 실제로는 자동차의 성능이 도로 상황과 밀접하게 연관되어 있습니다.
  • 비 (감염병) 가 올 때, 방수 처리가 잘 된 차 (면역력이 강한 유전) 는 잘 지나가지만, 방수가 안 된 차는 고장 납니다.
  • 이 경우, 비 (환경) 가 차의 성능 (유전) 을 드러내는 열쇠가 됩니다.

연구자들은 "비 때문에 고장 난 차는 환경 탓이니까 빼자"라고 했지만, 비 때문에 고장 난 것 자체가 그 차의 성능 (유전) 을 보여주는 증거인 셈입니다. 이를 빼버리면 유전적 영향력을 과장되게 계산하게 되는 것입니다.

---

📝 결론: 이 연구가 말하고자 하는 것

이 논문의 저자는 다음과 같이 결론 내립니다.

1. 감염병이나 사고도 유전과 무관하지 않다: 우리 몸이 질병에 얼마나 잘 대처하는지는 유전적으로 결정되는 부분이 큽니다.
2. 잘못된 계산: 연구자들이 "외부 요인 (감염병 등) 을 제거했다"고 주장하며 수명을 계산한 방식은, 사실 유전적으로 약한 사람들을 먼저 걸러낸 것과 같습니다.
3. 과장된 수치: 그래서 나온 "수명 유전율 55%"라는 숫자는 실제 인간 사회에 적용될 수 없는 가상의 숫자일 뿐입니다.
4. 진실: 실제 유전적 영향력은 훨씬 낮을 가능성이 높으며 (기존 연구처럼 7% 내외), 유전과 환경은 이렇게 떼어낼 수 없는 복잡한 관계입니다.

한 줄 요약:

"감염병이나 사고로 죽은 사람들을 제외하고 수명을 계산하는 것은, '유전적으로 약한 사람'을 먼저 걸러낸 뒤 '나머지 사람들'만 비교하는 것과 같아서, 유전의 힘을 과장되게 보여주는 착시 현상입니다."

기술 요약

제공된 논문 (Fergus Hamilton 저, "Misclassification of heritable mortality undermines estimates of intrinsic life span heritability") 에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 최근 Science 지에 게재된 Shenhar et al. 의 연구는 '외인성 사망 (extrinsic mortality, 예: 감염, 사고 등)'을 제거한 후 인간의 수명 유전성 (heritability) 이 약 55% 에 달한다고 주장했습니다. 이는 기존 가계도 연구 (pedigree studies) 에서 추정된 7% 미만의 수명 유전성보다 약 7 배 높은 수치입니다.
• 핵심 문제: Shenhar et al. 은 감염 및 사고와 같은 외인성 사망을 유전적 요인과 무관한 '환경적 잡음 (environmental noise)'으로 간주하고 이를 모델에서 제거함으로써 유전적 신호를 분리하려 했습니다.
• 저자의 비판: 본 논문은 이 전제 (외인성 사망이 유전적 요인의 영향을 받지 않는다) 가 생물학적으로 성립할 수 없음을 지적합니다. 특히 감염에 대한 감수성은 유전적으로 매우 강력하게 결정되는데, 이를 '비유전적'으로 분류하고 제거하는 과정이 오히려 **선택 편향 (selection bias)**을 유발하여 유전성 추정치를 인위적으로 과대평가하게 만든다고 주장합니다.

2. 방법론적 비판 및 분석 (Methodology & Analysis)

저자는 Shenhar et al. 의 방법론이 가진 세 가지 주요 결함을 지적합니다.

• 모델의 선제적 가정 (Model Assumption):

  • Shenhar et al. 은 Gompertz-Makeham 모델을 사용하여 사망률을 외인성 ($m_{ex}$) 과 내인성 ($\theta$) 으로 분해합니다.
  • 이 모델은 유전적 변이가 오직 내인성 노화 ($\theta$) 에만 영향을 미치고, 외인성 사망 ($m_{ex}$) 에는 영향을 미치지 않는다는 가정을 코드화 (encode) 하고 있습니다.
  • 저자는 감염 등 외인성 사망에 대한 유전적 감수성이 존재함에도 불구하고, $m_{ex}=0$인 반사실적 (counterfactual) 세계로 외삽하는 과정이 모델 구조상 유전적 기여도를 필연적으로 과장하게 된다고 지적합니다.

• 선택 편향 (Selection Bias):

  • 외인성 사망을 제거한다는 것은 생존한 개체들만 분석한다는 뜻이며, 이는 '생존 (survival)'을 조건으로 하는 것입니다.
  • 감염 감수성이나 스트레스 회복력과 같은 유전적 요인이 초기 사망 (외인성) 과 후기 사망 (내인성) 모두에 영향을 미친다면, 생존은 **콜라이더 (collider)**가 됩니다.
  • 생존을 조건으로 할 경우, 유전적 요인과 환경적 요인 간의 인과 관계가 왜곡되어 유전성 ($h^2$) 이 실제보다 높게 추정되는 선택 편향이 발생합니다. 시뮬레이션 결과, 유전적 구조가 변하지 않았음에도 외인성 사망을 제거하면 유전성이 증가하는 패턴이 재현됨을 확인했습니다.

• 가법성 가정의 오류 (Additivity Assumption):

  • Gompertz-Makeham 모델은 내인성과 외인성 사망이 독립적이고 가법적 (additive) 이라고 가정합니다.
  • 그러나 생물학적으로 유전자는 환경적 충격 (예: 말라리아, 감염) 에 대한 감수성을 통해 표현형에 영향을 미칩니다 (예: 겸상 적혈구 빈혈과 말라리아). 이러한 **유전 - 환경 상호작용 (GxE)**을 단순한 환경적 잡음으로 제거하는 것은 유전적 메커니즘의 핵심 부분을 무시하는 것입니다.

3. 주요 근거 및 결과 (Key Evidence & Results)

• 감염 사망의 높은 유전성:
  • HLA/MHC 영역의 높은 다형성과 면역 유전학 연구는 감염 감수성이 유전적임을 입증합니다.
  • 입양 연구 (Sørensen et al.): 생부모가 50 세 이전에 감염으로 사망한 경우, 입양아도 감염 사망 위험이 5.81 배 증가했습니다 (양부모 사망 시에는 영향 없음). 이는 감염 사망이 유전적임을 강력히 시사합니다.
  • 쌍둥이 연구: 덴마크 쌍둥이 연구에서 감염성 질환 사망의 유전성은 약 40% 로 추정되었습니다.
• 현대적 관련성:
  • 연구 대상 코호트 (1870~1935 년 출생) 는 감염 사망률이 높았던 역사적 집단이므로 감염을 배제할 수 없습니다.
  • 현대에도 폐렴, 인플루엔자, COVID-19 는 주요 사망 원인이며, COVID-19 에 대한 유전적 감수성 (OAS1, TYK2 등) 이 GWAS 를 통해 확인되었습니다.
• 다른 연구와의 모순:
  • Ruby et al. (2018) 의 대규모 가계도 연구는 수명 유전성을 7% 미만으로 추정했습니다.
  • GWAS 연구 (APOE, FOXO3 등) 에서도 수명 관련 유전적 변이가 설명하는 분산은 매우 작습니다. Shenhar et al. 의 55% 추정치는 이러한 분자 유전학적 증거와 정면으로 배치됩니다.

4. 주요 기여 (Key Contributions)

• 방법론적 오류 규명: 외인성 사망을 제거하여 '내재적 수명'의 유전성을 추정하는 현재의 접근법이 생물학적 현실 (면역 체계의 유전성) 을 무시하고 통계적 편향을 유발함을 논리적으로 증명했습니다.
• 선택 편향의 구체화: 생존 조건 하에서의 유전성 추정치가 어떻게 인위적으로 상승하는지 시뮬레이션과 이론적 논증을 통해 설명했습니다.
• 면역 유전학의 통합: 감염성 질환 사망이 단순한 환경적 요인이 아니라 유전적 노화 과정과 밀접하게 연관된 '내재적' 요소임을 재조명했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 결론: Shenhar et al. 이 제시한 55% 의 수명 유전성 추정치는 실제 인구에 적용 가능한 값이 아니라, 생물학적으로 불가능한 반사실적 가정에 기반한 선택된 인구의 왜곡된 추정치입니다.
• 의의:
  • 이 논문은 수명 유전성 연구에서 '외인성 사망'을 단순히 제거하는 것이 오히려 유전적 신호를 왜곡할 수 있음을 경고합니다.
  • 향후 연구는 감염 및 환경적 스트레스에 대한 유전적 감수성을 '잡음'이 아닌 유전적 변이의 핵심 부분으로 포함하여 분석해야 함을 시사합니다.
  • 현재까지의 증거 (가계도, GWAS, 면역 유전학) 는 인간 수명의 유전성이 55% 가 아니라 훨씬 낮을 것임을 지지하며, Shenhar et al. 의 주장은 신뢰할 수 없다고 결론지었습니다.

이 논문은 고령화 연구 및 유전역학 분야에서 방법론적 엄격성과 생물학적 타당성의 중요성을 재확인시키는 중요한 비판적 연구입니다.