Cross-omic dissection reveals locus-specific heterogeneity and antagonistic pleiotropy between Alzheimer's disease and type 2 diabetes

이 연구는 알츠하이머병과 제 2 형 당뇨병 간의 유전적 연관성이 단순한 공통 위험 모델이 아니라, APOE 및 HLA 등 특정 유전자 좌위에서의 이질성과 두 질환에 대해 상반된 영향을 미치는 길항적 다면효과 (antagonistic pleiotropy) 를 반영한다는 것을 크로스 - 오믹 분석을 통해 규명했습니다.

핵심

🏙️ 두 도시의 비밀스러운 연결: "유전적 지도"를 펼쳐보다

과거 연구들은 "당뇨병이 있으면 치매에 걸릴 확률이 높다"라고 말해 왔습니다. 마치 "비 (당뇨) 가 오면 우산 (치매) 을 챙겨야 한다"는 식의 단순한 인과관계처럼 보였습니다. 하지만 이 연구는 **"그게 전부가 아니다"**라고 말합니다.

연구진들은 두 질병 사이의 유전적 연결을 분석하기 위해 마치 고해상도 위성 지도를 켜고 세밀하게 살펴보았습니다.

1. 전체적인 모습: "약한 친분" (전체적 유전 상관관계)

먼저 두 도시 전체를 한눈에 내려다보니, 두 도시 사이에는 **약하지만 분명히 존재하는 친분 (유전적 상관관계)**이 있었습니다. 즉, 치매와 당뇨를 일으키는 유전자들이 전체적으로 보면 서로 비슷하게 움직이는 경향이 있다는 뜻입니다.

2. 세부 지도를 보니: "복잡한 교차로와 반대 방향" (국소적 이질성)

하지만 전체적인 친분만 보면 안 됩니다. 연구진들은 세부 도로 (유전자 위치) 하나하나를 확대해 보았습니다. 여기서 놀라운 사실이 드러났습니다.

• APOE (아포지단백 E) 지역: 치매의 '왕관' 같은 유전자입니다. 이곳에서는 치매와 당뇨가 완전히 반대 방향으로 움직였습니다.
  • 비유: 어떤 유전자는 치매 도시로 가는 길은 막아주지만, 당뇨 도시로 가는 길은 열어줍니다. 마치 **"치매를 막아주는 약이 당뇨를 악화시킨다"**는 식의 **반대 효과 (Antagonistic Pleiotropy)**를 보이는 것입니다.
• HLA (면역) 지역: 면역 체계와 관련된 이 지역에서도 치매와 당뇨가 서로 다른, 혹은 반대되는 영향을 미쳤습니다.

핵심 메시지: 두 질병이 유전적으로 겹치는 것처럼 보이지만, 실제로는 어떤 유전자 위치에서는 같은 방향으로, 또 다른 위치에서는 정반대 방향으로 작용하고 있었습니다. 그래서 전체적으로 보면 "약한 친분"처럼 보이지만, 자세히 보면 **"혼란스러운 교통 상황"**인 것입니다.

3. 인과관계는 없다: "동행하지만 서로를 부르지 않음" (멘델 무작위화)

많은 사람이 "당뇨병이 치매를 직접 유발하는가?"라고 물었습니다. 연구진들은 유전자를 이용해 이 질문을 검증했습니다 (멘델 무작위화).

• 결과: "아니요."
• 비유: 두 사람이 같은 버스를 타고 같은 방향으로 가는 것처럼 보이지만, 사실은 서로가 서로를 태우고 가는 것이 아닙니다. 단순히 같은 환경 (유전적 배경) 을 공유할 뿐, 하나가 다른 하나를 직접 만들어내지는 않는다는 뜻입니다.

4. 공유된 유전자의 진실: "같은 이름, 다른 역할" (유전자 분석)

연구진들은 치매와 당뇨 모두에 관여하는 유전자들을 찾아냈습니다 (예: ACE, PLEKHA1 등). 하지만 여기서도 함정이 있었습니다.

• 대부분의 유전자는 치매에는 위험을 높이고 당뇨에는 위험을 낮추는 등 상반된 역할을 했습니다.
• 오직 소수의 유전자 (PLEKHA1, CAMTA2 등) 만이 두 질병 모두에 동일한 방향으로 영향을 미쳤습니다.

비유: 두 도시 (치매, 당뇨) 에 모두 영향을 미치는 '공통된 공중전화' (유전자) 가 있습니다. 하지만 대부분의 전화기는 "치매 도시로 전화하면 당뇨 도시로 전화를 끊는다"는 식으로 작동합니다. 오직 몇 대의 전화기만 "두 도시 모두로 전화를 연결해준다"는 것입니다.

---

💡 이 연구가 우리에게 주는 교훈

이 연구는 **"치매와 당뇨는 단순히 같은 원인으로 생기는 병이 아니다"**라고 결론 내립니다.

1. 단순한 인과관계는 없다: 당뇨병이 있다고 해서 무조건 치매가 생기는 것은 아니며, 유전적으로도 한 질병이 다른 질병을 직접 만들어내지 않습니다.
2. 복잡한 교차로: 두 질병은 유전적으로 얽혀 있지만, 그 얽힘은 매우 복잡합니다. 어떤 유전자는 치매를 막아주면서 당뇨를 부르고, 또 다른 유전자는 그 반대를 합니다. 이를 **'적대적인 다면성 (Antagonistic Pleiotropy)'**이라고 부릅니다.
3. 치료의 함정: 만약 당뇨 치료제를 치매 치료제로 쓰려 한다면 조심해야 합니다. 왜냐하면 당뇨를 치료하는 유전적 메커니즘이 오히려 치매를 악화시킬 수도 있기 때문입니다.

🎯 한 줄 요약

"치매와 당뇨는 유전적으로 얽혀 있지만, 마치 서로 반대 방향으로 당기는 줄다리기처럼 복잡한 관계입니다. 한 질병을 치료한다고 해서 다른 질병이 자동으로 해결되는 것은 아니며, 각 질병의 고유한 유전적 특성을 이해해야 합니다."

이 연구는 두 질병의 관계를 단순화하지 않고, 그 뒤에 숨겨진 복잡하고 미묘한 유전적 진실을 밝혀냈다는 점에서 매우 중요합니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 관찰적 연관성: 제 2 형 당뇨병 (T2D) 은 치매 위험 증가와 연관되어 있다는 관찰 연구 결과가 많으나, 이것이 알츠하이머병 (AD) 에 특이적인지, 아니면 혈관성 치매 등 다른 유형과 혼재된 것인지 명확하지 않습니다.
• 생물학적 메커니즘의 불명확성: 인슐린 신호 전달, 대사 장애, 염증 등이 두 질환에 관여할 수 있으나, T2D 가 AD 의 병리 기전 (아밀로이드 베타 등) 에 직접적인 영향을 미치는지, 아니면 혈관성 병변을 통해 간접적으로 영향을 미치는지에 대한 논쟁이 지속되고 있습니다.
• 유전적 연구의 한계: 기존 전장 유전체 연관 분석 (GWAS) 은 두 질환 간의 전역적 (global) 유전적 상관관계가 약하거나 불일치한다는 보고가 많았습니다. 또한, 유전적 상관관계가 전역적으로 존재하더라도 특정 유전자 좌위 (locus) 수준에서는 방향성이 반대일 수 있다는 '길항적 다면유전 (antagonistic pleiotropy)' 현상이 충분히 규명되지 않았습니다.
• 연구 목적: 두 질환 간의 복잡한 유전적, 전사적, 후성유전적 관계를 해부하기 위해 다층적 (multi-layer) 교차 - 오믹스 (cross-omic) 프레임워크를 적용하여, 전역적 상관관계와 국소적 이질성, 그리고 인과관계를 규명하는 것입니다.

2. 방법론 (Methodology)

이 연구는 유럽계 인구를 대상으로 한 대규모 GWAS 요약 통계 데이터를 활용하여 다음과 같은 통합 분석 프레임워크를 구축했습니다.

• 데이터 소스:
  • AD: Jansen et al. (71,880 명) 및 Lambert et al. (17,008 명, 임상 진단만 포함) 데이터.
  • T2D: DIAGRAM consortium (Mahajan et al.), Xue et al., UK Biobank, FinnGen 데이터.
  • 규제 데이터: GTEx v8, eQTLGen, BrainMeta (발현 QTL), McRae blood mQTL (메틸화 QTL).
• 주요 분석 기법:
  1. 전역 및 국소 유전적 상관관계: LDSC (Linkage Disequilibrium Score Regression) 를 이용한 전역 상관관계 분석 및 LAVA (Local Analysis of [co]Variant Association) 를 이용한 좌위별 (locus-specific) 상관관계 및 방향성 분석.
  2. 효과 일치도 및 중첩 분석: SECA (SNP Effect Concordance Analysis) 를 통해 SNP 효과 방향의 일치도와 유전적 중첩 평가.
  3. 교차 형질 메타분석: 이질성을 고려한 수정된 랜덤 효과 모델 (RE2) 을 사용하여 두 질환 모두에서 유의미한 신호를 탐색.
  4. 공위치 분석 (Colocalisation): GWAS-PW 를 사용하여 두 질환이 동일한 좌위에서 동일한 원인 변이 (Model 3) 를 공유하는지, 아니면 서로 다른 원인 변이 (Model 4) 를 가지는지 구분.
  5. 멘델 무작위화 (MR): 양방향 두 표본 MR 을 통해 AD 와 T2D 간의 인과관계 유무 검증.
  6. 유전자 기반 및 교차 - 오믹스 통합: MAGMA 를 이용한 유전자 기반 분석 및 Stouffer's Z-score 를 통한 교차 형질 유전자 통합.
  7. 요약 데이터 기반 MR (SMR): 발현 (eQTL) 및 메틸화 (mQTL) 데이터를 활용하여 유전적으로 예측된 유전자 발현/메틸화가 두 질환에 미치는 영향을 규명하고, HEIDI 테스트로 인과적 변이와 연관 변이를 구분.

3. 주요 결과 (Key Results)

A. 전역적 유전적 상관관계와 SNP 효과 일치도

• 전역적 상관관계: LDSC 분석 결과, AD 와 T2D 간에 작지만 통계적으로 유의한 양의 전역적 유전적 상관관계 ($r_G \approx 0.10 \sim 0.19$) 가 확인되었습니다. 이는 APOE 영역을 제외해도 유지되었습니다.
• SNP 효과 일치도: SECA 분석을 통해 전역적으로 SNP 효과 방향이 일치하는 경향이 있음을 확인했으나, 이는 전 유전체에 걸친 미약한 다유전자적 (polygenic) 일치에 기인한 것으로 보이며, 특정 좌위 수준에서는 이질성이 큽니다.

B. 국소적 이질성과 길항적 다면유전 (Locus-specific Heterogeneity & Antagonistic Pleiotropy)

• 좌위별 이질성: LAVA 분석 결과, 전역적 양의 상관관계와 대조적으로 좌위별로 방향성이 극명하게 달랐습니다.
  • APOE (염색체 19): 모든 분석에서 강한 음의 국소 유전적 상관관계 ($\rho \approx -0.61 \sim -0.74$) 를 보였습니다. 즉, 한 질환의 위험을 높이는 대립유전자가 다른 질환의 위험을 낮추는 길항적 다면유전 현상이 명확히 관찰되었습니다.
  • MHC 영역 (염색체 6): 면역 관련 영역에서도 음의 상관관계가 우세한 등 길항적 효과가 확인되었습니다.
  • 일부 좌위: 염색체 3 등 일부 영역에서는 양의 상관관계 (동일한 방향) 도 관찰되었으나, 전체적으로는 길항적 효과가 두드러졌습니다.

C. 교차 형질 메타분석 및 공위치 분석

• 공유 변이 부재: RE2 메타분석과 GWAS-PW 공위치 분석 결과, 대부분의 공유 좌위 (shared loci) 는 서로 다른 원인 변이 (Model 4) 에 의해 주도되는 것으로 나타났습니다. 즉, 같은 유전적 영역이 두 질환에 관여하지만, 실제 원인 변이는 다릅니다.
• 제한된 공유 신호: APOE, HLA 영역을 제외하고 두 질환 모두에서 강력한 공유 변이 (Model 3) 를 보이는 경우는 드물었습니다. 일부 새로운 후보 변이 (rs34016387, rs35366052 등) 가 발견되었으나, 전체적으로 공유된 단일 변이 효과는 제한적이었습니다.

D. 인과관계 (Mendelian Randomisation)

• 인과성 부재: 양방향 MR 분석 결과, AD 가 T2D 에 미치는 인과적 영향이나 T2D 가 AD 에 미치는 인과적 영향 모두 통계적으로 유의하지 않았습니다. 이는 두 질환의 공발병이 단일한 유전적 인과 경로를 통해 발생하지 않음을 시사합니다.

E. 교차 - 오믹스 통합 및 규제 메커니즘 (eQTL/mQTL)

• 규제적 수렴과 방향성 불일치: SMR 분석을 통해 두 질환 모두에 영향을 미치는 유전자 (PLEKHA1, VKORC1, ACE, APOE, CAMTA2 등) 를 식별했으나, 대부분의 유전자는 두 질환에 대해 반대 방향의 효과를 보였습니다.
  • 예: INO80E, BCKDK 등의 발현 증가는 AD 위험은 높이고 T2D 위험은 낮추는 등 길항적 조절이 우세했습니다.
  • 일치하는 신호: PLEKHA1 (eQTL) 과 CAMTA2 (mQTL) 등 소수의 유전자만이 두 질환 모두에 대해 동일한 방향 (양의 상관) 의 효과를 보였습니다.
• 규제 핫스팟: 16p11.2 영역에서 발현과 메틸화 층 모두에서 수렴된 신호가 관찰되었으나, 방향성은 종종 상반되었습니다.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 복잡한 유전 구조의 규명: AD 와 T2D 간의 관계가 단순한 '공유 위험 모델'이 아니라, 약한 전역적 상관관계와 강한 국소적 이질성 (특히 길항적 다면유전) 이 공존하는 복잡한 구조임을 입증했습니다.
2. APOE 와 MHC 의 역할 재해석: APOE 와 MHC 영역이 두 질환에 대해 정반대의 유전적 영향을 미친다는 것을 정량화하여, 기존 연구에서 관찰된 모순된 결과 (전역적 상관관계 부재 vs 존재) 를 설명할 수 있는 메커니즘을 제시했습니다.
3. 인과관계 부재 확인: 유전적 수준에서 두 질환이 서로를 직접적으로 유발하지는 않는다는 점을 확인함으로써, T2D 치료제가 AD 를 치료할 것이라는 단순한 가설에 대한 경계심을 제기했습니다.
4. 교차 - 오믹스 접근법의 중요성 강조: SNP 수준뿐만 아니라 전사체 (eQTL) 와 후성유전체 (mQTL) 수준에서의 통합 분석이 필수적임을 보여주었습니다. 특히, 같은 유전자가 두 질환에 관여하더라도 그 효과가 반대 방향일 수 있음을 규명하여, 표적 치료 개발 시 방향성 (directionality) 을 고려해야 함을 강조했습니다.
5. 후속 연구 방향 제시: PLEKHA1, CAMTA2 등 일치하는 방향을 보이는 소수의 유전자는 새로운 치료 표적이 될 수 있으나, 대부분의 공유 신호는 질환별 특이적 개입이 필요함을 시사합니다.

5. 결론

이 연구는 알츠하이머병과 제 2 형 당뇨병이 유전적으로 완전히 분리된 질환은 아니지만, 그 연관성이 단순한 공유 기전에 의한 것이 아님을 명확히 했습니다. 두 질환은 전역적으로는 약한 양의 상관관계를 가지지만, 주요 유전 좌위 (APOE, MHC 등) 에서는 강력한 길항적 다면유전 현상이 발생하며, 대부분의 공유 유전적 신호는 서로 다른 원인 변이에 의해 주도되거나 반대 방향의 효과를 가집니다. 따라서 두 질환의 공발병은 단일 인과 경로보다는 복잡한 다층적 규제 네트워크와 방향성 불일치에 기인한 것으로 해석되어야 합니다.