A unified framework for local-ancestry-aware genetic association analysis across biobanks

기술 요약: FELIX – 국소 조상 인지형 유전적 연관 분석을 위한 통합 프레임워크

문제 정의
바이오뱅크에는 혼혈 게놈을 가진 개인들이 점점 더 많이 포함되고 있으나, 기존의 전전체 유전체 연관 분석(GWAS) 프레임워크는 이러한 다양성을 효과적으로 수용하는 데 어려움을 겪고 있다. 현재의 전략들은 샘플 유지율과 조상 해상도 사이에서 절충안에 직면해 있다:

1. 전역 조상 메타 분석(Global-ancestry meta-analysis): 참가자들을 불연속적인 조상 그룹(예: PCA 또는 클러스터링을 통해)으로 할당한다. 이는 조상별 추론을 가능하게 하지만, 단일 클러스터에 확신 있게 할당될 수 없는 개인들(예: All of Us 코호트의 약 12.1%의 참가자)을 제외하게 되어, 통계적 검정력과 샘플 크 much의 손실을 초래한다.
2. 메가 분석(통합 방식, Mega-analysis/Pooled): 모든 참가자를 유지하지만 주성분(PC)을 사용하여 전역 조상을 조정한다. 이는 모든 배경에 걸쳐 공유된 한계 유전 효과(marginal genetic effect)를 가정하는데, 이는 효과가 조상 특이적이거나 대립유전자 빈도 및 연관 불균형(LD) 차이로 인해 한계 연관성이 다를 경우 적절하지 않다.
3. 국소 조상 추론(Local Ancestry Inference, LAI) 방법: Tractor 및 Tractor-Mix와 같은 기존 도구들은 조상 특이적 효과를 추정하지만, 종종 게놈 전체에 걸쳐 다중 자유도 모델에 의존한다. 이는 효과가 조상 간에 공유되는 경우 검정력 저하를 야기한다. 또한, 이러한 방법들은 바이오뱅크 규모의 코호트에서 계산 확장성 및 고도로 불균형한 이진 형질에 대한 보정된 추론 측면에서 어려움에 직면하는 경우가 많다.

방법론: FELIX 프레임워크
저자들은 모든 참가자를 유지하면서 국소 조상 효과를 해결하도록 설계된 통합 시스템인 FELIX(Full-cohort Efficient Local ancestry-Integrated miXed-model framework)를 제시한다. 이 프레임워크는 두 가지 주요 구성 요소로 이루어져 있다:

1. FELIXla (데이터 표현):

   • 조상별로 해상된 대립유전자 도즈(dosage)와 국소 조상 하플로타입 수를 저장하는 압축된 이진 유전형 형식이다.
   • 매 변이마다 상형(phased) 유전형으로부터 도즈를 재구성하는 방식과 달리, FELIXla는 효율적이고 직접적인 변이 수준 접근을 허용한다. 이는 비트 연산과 희귀 변이를 위한 희소 캐리어 리스트를 사용하여 저장 공간 및 I/O 오버헤드를 최소ization한다.

2. FELIXassoc (연관성 테스트):

   • 영가설 모델(Null Model): 공변량, 집단 구조 및 조상 조정된 희소 유전 관계 행렬(GRM)을 통한 친족 관계를 고려하여, 유전 효과가 없다는 영가설 하에서 단일 일반화 선형 혼합 모델(GLMM)을 적합시킨다. 이 모델은 한 번 적합된 후 모든 변이에 재사용된다.
   • 이중 모델 테스트(Dual-Model Testing): 각 변이에서 두 가지 상보적인 모델을 평가한다:
     • 공유 효과 모델($test_{hom}$): 모든 조상 배경에 걸친 집합적인 대립유전자 도즈를 사용하는 1자유도(df) 테스트이다.
     • 조상 특이적 모델($test_{het}$): 국소 조상 해상 도즈를 공동으로 평가하는 $K$-자유도 테스트이다 ($K$는 조상 배경의 수). 이 모델은 대립유전자 효과와 혼혈 LD를 구분하기 위해 선택적으로 국소 조상 하플로타입 수를 조건화할 수 있다.
   • 적응형 결합(Adaptive Combination): 두 모델의 증거는 **코시 결합 테스트(Cauchy combination test)**를 사용하여 결합된다. 이를 통해 프레임워크는 게놈 전체에 대해 사전에 지정된 효과 구조를 요구하지 않고도, 공유된 효과 또는 이질적인 효과 중 최적의 모델에 근접하는 검정력을 달ach하며 로커스(locus)별 유전 구조에 적응할 수 있다.
   • 보정(Calibration): 심각한 케이스-대조군 불균형이 있는 이진 형질의 경우, 제1종 오류율을 잘 제어하기 위해 한계 스코어 통계량에 **새들포인트 근사(Saddlepoint approximation, SPA)**를 적용한다.

주요 결과
프레임워크는 시뮬레이션을 통해 평가되었으며, 24개의 표현형에 대해 240,038명의 All of Us 연구 프로그램 참가자를 대상으로 적용되었다.

• 보정 및 검정력: 시뮬레이션 결과, FELIXassoc는 다중 방식 혼혈, 저빈도 변이, 심각한 케이스-대조군 불균형(예: 유병률 1%) 하에서도 잘 제어된 제1종 오류를 유지함을 입증했다. 또한 다양한 유전 구조에 대해 가장 성능이 좋은 구성 요소 테스트(공유 또는 조상 특이적)와 대등한 검정력을 달성하였으며, 효과가 공유되는 경우 발생하는 자유도 페널티를 피했다.
• 확장성: FELIXassoc는 바이오뱅크 규모에 효율적으로 확장된다. 벤치마크에서, FELIXassoc는 약 100만 개의 변이를 약 37 CPU 시간과 약 4.5 GB의 피크 메모리로 분석한 반면, 경쟁 방법인 Tractor-Mix는 샘플 크기가 50,000명을 초과할 때 메모리 제한을 초과했다.
• All of Us에서의 발견:
  • FELIX는 전역 조상 클러스터링에 의해 제외되었던 12.1%의 참가자를 유지했다.
  • 24개 표현형에 걸쳐, FELIX는 전역 조상 메타 분석이 찾은 725개 로커스보다 15.4% 증가한 837개의 독립적인 게놈 전역 유의미한 로커스를 식별했다.
  • FELIX는 베이스라인 로커스의 93.7%를 회복하는 동시에 158개의 추가 신호를 식별했다.
  1. 조상 특이적 하플로타입의 회복: 혼혈 개인들을 제외하는 대신 하플로타입을 추론된 국소 조상에 할당함으로써, 특정 조상에 대한 유효 샘플 크기를 증가시켰다. 예를 들어, IL23R 로커스에서 혼혈 참가자의 유럽인 하플로타입을 포함함으로써 유효 유럽인 샘플 크기가 43.2% 증가하였고, 유의성이 $p=7.7 \times 10^{-9}$에서 $p=5.8 \times 10^{-18}$로 높아졌다.
  2. 조상 의존적 효과의 탐지: FELIX는 공유 효과 메타 분석에서 감쇄되거나 무효화되었던, 조상 간에 방향이나 크기가 다른 효과를 가진 로커스를 식별했다. 예시는 APOE-APOC1 로커스(알칼리성 인산분해효소에 대한 상반된 효과)와 HPR-TXNL4B(LDL 콜레스테롤에 대한 상반된 효과)이다.
• 다유전자 점수(PRS) 개선: FELIX의 전체 코호트 추정치로부터 유도된 PRS는 네 개의 독립적인 UK Biobank 검증 코호트(유럽인, 아프리카인, 동아시아인, 중앙/남아시아인)에서 전역 조상 메타 분석 및 조상 일치 분석보다 우수한 성능을 보였다. 특히, FELIX 점수는 조상 계층화 분석의 약 0.1%와 비교하여 동아시아 및 중앙/남아시아 코호트에서 각각 3.2%와 5.9%의 중간 증분 $R^2$ 값을 달성했다.

의의 및 주장
본 논문은 FELIX가 점점 다양해지는 바이오뱅크를 위한 확장 가능한 통합 기반을 구축한다고 주장한다. FELIX의 주요 의의는 샘플 유지율과 조상 해상도 사이의 절충안을 해결하는 데 있다. 혼합 모델 내에서 하플로타입 수준으로 조상을 모델링함으로써, FELIX는 다음과 같은 전 코호트 분석을 가능하게 한다:

1. 모든 참가자를 유지하며, 이전에 제외되었던 복잡한 혼혈 프로필을 가진 개인들을 포함한다.
2. 로커스별 구조에 적응하여, 공유된 효과와 이질적인 효과 모두에 대한 민감도를 유지하면서 균일한 모델의 검정력 손실을 피한다.
3. 더 정밀한 효과 추정치를 생성하며, 이는 다운스트림 유전 분석 전반에 걸쳐 향상된 다유전자 예측 정확도로 직접 연결된다.

저자들은 국소 조상 해상 연관 분석이 FELкси(FELIX)로 구현됨으로써, 바이오뱅크가 통계적 검정력, 해상도 또는 확장성을 희생하지 않고도 다양성을 확장할 수 있게 하며, 이를 통해 다운스트림 유전 분석을 위한 요약 통계량의 품질을 개선할 수 있다고 결론짓는다.