Shared trans-ancestry architecture of HLA-mediated disease risk in the All of Us Research Program

기술 요약: All of Us 연구 프로그램에서의 HLA 매개 질환 위험에 대한 공유된 범계통적(Trans-Ancestry) 구조

문제 제기
인간 백혈구 항원(HLA) 영역은 수많은 면역 매개 질환에 기여하는 가장 강력한 유전적 요인이지만, 다양한 유전적 계통 간에 HLA 매개 질로의 구조가 어느 정도나 공유되는지는 여전히 불분명하다. 역사적으로 대규모 유전 연구는 주로 유럽 혈통의 개인에게 집중되어 왔으며, 이는 전 세계적인 HLA 위험의 지형을 잘못 규정할 가능성이 있다. 다계통 연구에서의 핵심 과제는 서로 다른 표본 크기, 대립유전자 빈도 분포, 연관 불평형(LD) 구조로 인해 발생하는 인위적 차이와 진정한 생물학적 이질성을 구분하는 것이다. 본 연구는 겉으로 드러나는 특정 집단 특이적 HLA 변이 및 연관 신호가 구별되는 생물학적 차이를 반영하는 것인지, 아니면 탐지 가능성의 차이에서 기인한 샘플링 기반의 차이인지를 다룬다.

연구 방법론
저자들은 다양한 유전적 계통과 연결된 전자 건강 기록(EHR)을 보유한 대규모 종단적 코호트인 All of Us 연구 프로그램을 활용하였다.

• 코호트: 본 연구는 단일 염기 서열 분석(srWGS) 데이터를 보유한 390,823명의 무관련 참가자의 고해상도 HLA 변이를 분석하였다. 표현형 전장 연관 분석(PheWAS)을 위한 분석은 연결된 EHR 데이터를 가진 262,915명으로 제한되었다. 참가자들은 6개의 유전적 계통 그룹(아프리카계(AFR), 혼혈 아메리카계(AMR), 동아시아계(EAS), 유럽계(EUR), 중동계(MID), 남아시아계(SAS))으로 계층화되었다.
• 유전형 결정: 저자들은 Kourami(v0.9.6)와 IPD-IMGT/HLA 데이터베이스(v3.47.0)를 사용하여, 항원 인식 도메인에서 동일한 단백질 서열을 가진 대립유전자를 그룹화하는 G-그룹 해상도로 20개의 HLA 로커스(고전적 Class I, Class II 및 비고전적 유전자 포함)를 추론하였다.
• 다양성 및 LD 분석: 대립유전자 빈도와 유효 다양성(누적 빈도의 90%를 설명하는 데 필요한 대립유전자 수)을 계산하였다. "계통 특이적" 대립유전자가 샘플 크기에 의해 미치는 영향을 평가하기 위해, 저자들은 다른 그룹과 비교하기 위해 50,000명의 유럽인으로 구성된 20개의 독립적인 하위 집합을 생성하는 다운샘플링 프레임워크를 구현하였다. LD는 제곱 피어슨 상관 계수($r^2$)를 사용하여 대립유전자 수준에서 평가되었다.
• PheWAS: 363개의 HLA 대립유전자(빈도 > 0.001)와 3,430개의 임상 표현형(phecode) 사이의 연관성을 각 계통 그룹 내에서 우성 및 가산 유전 모델 하에서 연령, 성별, EHR 추적 기간 및 주성분을 조정한 로지스틱 회귀를 통해 테스트하였다. 결과는 고정 효과 역분산 메타 분석을 통해 결합되었다.
• 조건부 모델링: 상관관계가 있는 신호를 독립적인 효과로 분리하기 위해 다섯 가지 사전 지정된 복합 형질(제1형 당뇨병, 셀리악병, 갑상선 기능 저하증, 다발성 경화증, 류마티스 관절염)에 대해 단계적 조건부 분석을 수행하였다.
• 참신성 평가: 발견된 결과들을 큐레이션된 카탈로그(GWAS Catalog, HLA 중심 PheWAS 카탈로그)와 비교하여 유전자 또는 대립유전자 수준에서 참신함을 분류하였으며, 알려진 변이와 강한 LD($r^2 \geq 0.8$)에 있는 신호를 제거하기 위해 LD 인식 붕괴(LD-aware collapsing)를 적용하였다.

주요 기여

1. 다계통 HLA 자원: 본 연구는 6개 계통 그룹에 걸쳐 390,823명을 대상으로 한 전게놈 시퀀싱 기반의 가장 큰 규모의 고해상도 HLA 자원을 제공한다.
2. 샘플링과 생물학의 구분: 저자들은 "계통 특이적" 대립유전자의 상당 부분이 실제 집단 특이성보다는 발견 깊이(표본 크기)의 차이를 반영한다는 것을 입증하였다. 유럽 코호트를 다운샘플링했을 때 나타나는 유럽 특이적 대립유전자의 수가 크게 감소하여 다른 계통 그룹에서 관찰된 수준과 일치하였다.
3. 범계통적 구조: 분석 결과, 많은 연관성이 통계적 유의성에 도달하는 데 있어 계통 간의 힘(power) 차이로 인해 특정 계통에서만 유의하게 나타나기도 하지만, 효과의 방향성은 계통 간에 대체로 일치함을 보여준다. 이는 HLA 매개 질환 위험에 대한 공유된 기저 생물학적 구조가 존재함을 시사한다.
4. 신호 해상도: 조건부 미세 매핑(fine-mapping) 결과, 복합 형질에 대한 상관관계가 있는 밀집된 대립유전자 연관 신호들이 주로 Class II 로커스에 국한된 5~7개의 압축된 독립적 신호로 정리됨을 보여주었다.
5. 대화형 자원: 저자들은 사용자가 대립유전자, 형질 및 계통에 따라 결과를 조회할 수 있는 대화형 대시보드인 "HLA PheWAS Explorer"를 개발하여 가설 생성 및 검증을 용이하게 하였다.

결과

• 다양성: 4,780개의 뚜렷한 G-그룹 대립유전자가 식별되었다. 고전적 Class I(특히 HLA-B) 및 Class II 로커스(HLA-DRB1, HLA-DQB1)가 가장 높은 다양성을 보였다. 유효 다양성(90% 빈도를 위한 대립유전자 수)은 로커스마다 달랐으며, HLA-B가 누적 빈도를 포착하는 데 가장 많은 대립유전자를 필요로 했다.
• 계통 특이적 대립유전자: 4,780개의 대립유전자 중 21.5%는 AFR, AMR, EUR 간에 공유되었으나, 44.0%는 이 그룹 내에서 계통 특이적인 것으로 나타났다. 그러나 EUR을 50,000명으로 다운샘플링했을 때 EUR 특이적 대립유전자가 26.6%에서 12.5%로 감소하였는데, 이는 샘플 크기가 겉으로 보이는 고유성의 상당 부분을 주도함을 나타낸다.
• 연관성 결과: 메타 분석을 통해 246개의 대립유전자와 455개의 phecode를 포함하는 1,461개의 유의미한 HLA-표현형 연관성(FDR < 0.05)을 식별하였다. 적어도 두 개 이상의 계통 그룹에서 평가된 연관성 중 80.3%가 일치하는 효과 방향을 보였다.
• 다표형성(Pleiotropy): 유의미한 대립유전자의 70.7%가 두 개 이상의 phecode와 연관되어 있었다. 가장 다표형적인 대립유전자인 HLA-DRB1*03:01:01G는 13개 질환 범주에 걸쳐 61개의 phecode와 연관되어 있었다.
• 조건부 신호: 제1형 당뇨병의 경우 47개의 경계적 연관 대립유전자가 7개의 독립적 신호로 정리되었고, 셀리악병은 6개, 다발성 경화증은 5개, 류마티스 관절염은 5개(위험 1개, 보호 4개)로 정리되었다.
• 참신성: 알려진 연관성과 LD를 필터링한 후, 42개의 고신뢰도 후보 참신한 연관성이 남았다. 여기에는 16개의 유전자 수준 후보(HLA-DOA, HLA-DOB, HLA-H, HLA-J와 같은 비고전적 로커스에 풍부함)와 26개의 대립유전자 수준 정밀화가 포함되었다. 주목할 만한 예로는 Streptococcus pneumoniae 감염과 관련된 HLA-DOA01:02 및 약물 유발 정신 질환과 관련된 HLA-C15:05가 있다.

의의 및 주장
본 논문은 다계통, 서열 기반 접근 방식이 HLA에서의 진정한 생물학적 이질성과 샘플링에 의한 탐지 가능성 차이를 구분할 수 있다고 주장한다. 연구 결과는 HLA 매개 질환 연관성에서 나타나는 집단 간의 겉보기 이질성 중 상당 부분이 근본적으로 구별되는 계통 특이적 구조보다는 대립유전자 빈도, LD 구조 및 통계적 검정력의 차이에 의해 설명된다는 것을 시사한다.

본 연구는 밀집된 대립유전자 수준의 연관 신호가 조건화될 때 더 적은 수의 독립적인 효과로 응축된다는 점을 강조하며, 이는 단일 대립유전자 스캔보다 다변량 또는 하플로타입 인식 모델링이 필요함을 뒷받침한다. 다양한 유전적 계통에 걸쳐 HLA 기반 위험 모델의 보정 및 전이 가능성을 개선하기 위해, 본 연구는 공유된 HLA 매드 매개 질환 위험을 이해하기 위한 프레임워크를 제공하고 대화형 탐색 도구를 공개함으로써 그 목적을 달est한다. 저자들은 본 연구가 SNP 기반 임퓨테이션보다 희귀 및 저빈도 대립유전자를 더 잘 포착하지만, 단일 염기 서열 분석이 복잡한 하플로타입 및 구조적 변이를 완전히 해결하는 데 한계가 있음을 언급하였다.