📄 genetic and genomic medicine

Additive Multilocus Burden and Epistatic Interactions Improves Genetic Risk Predictions for Complex Diseases

본 연구는 비가산적 다중 유전자 상호작용과 유전자-환경 효과를 통합하여 기존의 가산 모델이 놓친 고위험군을 포착함으로써 제2형 당뇨병 및 셀리악병과 같은 복합 질환에 대한 유전적 위험 예측을 유의미하게 개선하는 확장된 다유전자 위험 점수(ePRS) 프레임워크를 소개한다.

원저자: Multerer, K., Atkinson, P., Woods, L., Tanigawa, Y., Kellis, M., Munkacsi, A.

게시일 2026-08-14

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Multerer, K., Atkinson, P., Woods, L., Tanigawa, Y., Kellis, M., Munkacsi, A.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

당신의 DNA를 네 개의 글자로 이루어진 코드로 쓰인 거대하고 오래된 지침서라고 상상해 보십시오. 수십 년 동안 과학자들은 이 지침서를 한 줄 한 줄 읽으며, 모든 글자가 아주 미세하고 독립적인 위험량을 더한다고 가정하여 누가 병에 걸릴지 예측하려고 노력해 왔습니다. 이것은 마치 각 재료의 맛을 따로따로 맛본 뒤 그 맛들을 모두 더해서 수프의 맛을 추측하려는 것과 같습니다. 이 방식도 어느 정도 효과는 있지만, 재료들이 섞일 때 일어나는 마법은 놓치고 맙니다. 현실 세계에서 재료들은 서로 상호작용합니다. 마늘은 양파의 맛을 변화시키고, 소금은 토마토의 성질을 변화시킵니다. 유전학에서 이러한 상호작용을 "에피스타시스(epistasis, 유전자 간의 대화)"와 "유전자-환경 상호작용(유전자가 식단이나 스트레스 같은 요소에 반응하는 것)"이라고 부릅니다. 과학자들이 던져온 핵심적인 질문은 이것입니다. 만약 우리가 재료를 하나씩만 본다면, 질병이라는 "맛" 중에서 얼마나 많은 부분을 놓치게 되는가?

"가산적 다중 유전자 부담 및 에피스타시스 상호작용이 복합 질환의 유전적 위험 예측을 개선한다(Additive Multilocus Burden and Epistatic Interactions Improves Genetic Risk Predictions for Complex Diseases)"라는 제목의 이 논문은 바로 그 놓쳐진 맛을 파고듭니다. 연구진은 단순히 재료를 더하기만 하는 것이 아니라, 재료들이 서로 어떻게 부딪히는지, 그리고 그들이 "주방 환경"(혈당이나 체중 등)에 어떻게 반응하는지를 살펴보는 새로운 종류의 유전적 위험 계산기를 구축했습니다. 그들은 이를 두 가지 매우 다른 질병에 대해 테스트했습니다. 수백 개의 재료가 상호작용하는 복잡한 스튜와 같은 제2형 당뇨병, 그리고 한두 개의 매우 강렬한 향신료가 요리를 지배하는 요리와 같은 셀리악 병입니다.

Keri Multerer와 Andrew B. Munkacsi가 이끄는 팀은 UK 바이오뱅크(UK Biobank)의 235,000명에 달하는 데이터를 사용하여 이 새로운 계산기의 다섯 가지 서로 다른 버전을 만들었습니다. 그들은 기존의 위험을 더하는 방식(가산적 방식)이 모두가 같은 음을 노래하는 합창단을 듣는 것과 같다는 것을 발견했습니다. 그들의 새로운 방식은 화음과 불협 화음을 찾아냈습니다. 그들은 자신들의 새로운 계산기 버전마다 서로 다른 고위험군 집단을 포착한다는 것을 발견했습니다. 실제로 제2형 당뇨병의 경우, 새로운 모델이 찾아낸 고위험군 개인 중 절반 이상이 기존 방식에서는 완전히 놓쳤던 사람들이었습니다. 이는 마치 기존의 계산기가 빨간 모자를 쓴 사람들을 찾고 있었다면, 새로운 계산기는 파란 스카프, 초록색 신발, 노란 장갑을 착용한 사람들까지도 찾아내어 첫 번째 계산기가 무시했던 많은 사람을 찾아낸 것과 같습니다.

이 다양한 "귀"들을 하나의 슈퍼 계산기로 결합했을 때, 그들은 BMI나 혈당 같은 표준적인 의료 검사로는 건강해 보이는 사람들까지 포함하여 훨씬 더 많은 고위험군 개인을 식별할 수 있었습니다. 그러나 이 논문은 또한 이 새로운 접근 방식이 복잡하고 뒤섞인 유전적 구조를 가진 질병에 가장 효과적이라는 점도 언급합니다. 한두 개의 매우 강력한 유전적 신호(마치 압도적인 단일 향신료와 같은)에 의해 주도되는 셀리악 병의 경우, 새로운 방식이 추가적인 가치를 거의 더해주지 못했습니다. 연구진은 이 방식이 아직 만능 해결책은 아니지만, 우리가 너무 오랫동안 무시해 온 우리 유전적 위험의 숨겨진 상호작용적 측면을 이해하는 문을 열어준다고 제안합니다. 그들은 이러한 발견이 의사들이 실제로 사용할 수 있기 전에 더 다양한 집단과 실제 임상 현장에서 테스트되어야 함을 강조하지만, 결과는 유전자가 서로 및 우리의 환경과 어떻게 상호작용하는지를 살펴보는 것이 누가 병에 걸릴지 예측하는 데 있어 중요한 다음 단계임을 시사합니다.

기술 요약: 가산적 다중 유전자 부하(Additive Multilocus Burden) 및 에피스타시스 상호작용을 통한 복합 질환의 유전적 위험 예측 개선

문제 제기
전통적인 다유전자 위험 점수(Polygenic Risk Score, PRS)는 전전체 연관 분석(GWAS)으로부터 집계된 가산적 효과를 통해 유전적 위험을 추정한다. 그러나 복합 질환의 위험은 광의의 유전율( $H^2$ )을 반영하며, 여기에는 표준 가산 모델이 체계적으로 배제하는 유전자-유전자(에피스타시스) 및 유전자-환경 상호작용이 포함된다. 수많은 방법론이 고차원 유전 효과를 모델링하기 위해 시도되어 왔으나, 많은 방식이 상호작용 항을 명시적으로 유지하지 못하거나 예측 성능을 위해 해석 가능성을 희생시킨다. 결과적으로, 상호작용을 고려한 특징 표현(feature representation)이 다유전자 위험의 보완적이고 중복되지 않는 구성 요소를 어느 정도까지 포착할 수 있는지는 여전히 불분명하다.

방법론
저자들은 기여 유전자좌와 환경 변수를 유지하면서도 상호 보완적인 다중 유전자 특징 인코딩을 명시적으로 통합하는, 해석 가능한 머신러러닝 프레임워크인 확장된 PRS(extended PRS, ePRS)를 개발하였다. 본 연구는 약 235,000명의 관련 없는 백인 영국인 데이터(UK Biobank)를 활용하였으며, 이를 훈련(70%), 검증(20%), 홀드아웃(10%) 세트로 나누었다.

이 프레임워크는 두 가지 질병의 유전적 구조에 초점을 맞추었다: 매우 다유전적인 제2형 당뇨병(T2D)과 HLA(Human Leukocyte Antigen) 효과가 지배적인 셀리악 병(Celiac Disease, CD)이다.

핵심 방법론은 다음과 같다:

특징 발견(Feature Discovery): PLINK의 빠른 에피스타시스 스크리닝( $p < 5 \times 10^{-6}$ )을 사용하여 통계적으로 유의미한 SNP 쌍을 식별하였다.
이중 인코딩 전략(Dual Encoding Strategies): 동일한 유의미한 SNP 쌍을 두 가지 별개의 특징 표현으로 변환하였다:
- 다중 유전자 가산 부하(G+G): 결합된 로카이(loci) 간의 대립유전자 수를 합산하여 누적된 대립유전자 부하를 포착한다.
- 통계적 에피스타시스(G×G): 대립유전자 수를 곱하여 가산적 독립성으로부터의 이탈을 모델링한다.
유전자-환경 통합(Gene-Environment Integration): G+G 및 G×G 특징을 72개의 심혈관 대사 임상 변수(E)와 결합하여 상호작용 모델(G+G×E 및 G×G×E)을 생성하였다.
모델 훈련(Model Training): 7개의 L1-페널티(Lasso) 로지스틱 회귀 모델(G, G+G, G×G, G+G×E, G×G×E 및 결합된 변이들)을 훈련하였다.
중복성 필터링(Redundancy Filtering): Cohen's $\kappa$ , Jaccard index, DeLong's test를 사용하는 엄격한 통계 프로토콜을 적용하여, 선택된 모델들이 중복된 신호가 아닌 유일한 고위험 코호트를 포착하도록 보장하며 통계적으로 구별되는 모델만을 식별하고 유지하였다.
복합 점수 산출(Composite Scoring): 개인이 유지된 구별된 모델 중 어느 하나라도 임계치를 초과하는 경우 고위험군으로 분류하는 방식으로 복합 점수(ePRSComp)를 구축하였다.

주요 결과

구별된 고위험 코호트: T2D의 경우, 5개의 통계적으로 구별되는 ePRS 모델이 유지되었다. 이 모델들은 서로 크게 중복되지 않는 고위험 개인들을 식별하였다. 구체적으로, 검증 세트 내 T2D 사례의 78%가 식별되었으며, 이 중 53%는 단일 모델에만 독점적으로 해당되었다. G+G와 G×G 모델은 동일한 SNP 쌍에서 유래했음에도 불구하고 비중복적이었으며, 이는 두 모델이 상호 보 보완적인 생물학적 신호를 포착함을 나타낸다.
우수한 사례 탐지 능력: 보완적인 모델들을 통합한 복합 점수(ePRSComp)는 표준 가산 PRS(PRSG) 및 기존 임상 예측 인자를 넘어 사례 탐지 능력을 향상시켰다. 홀드아웃 세트에서 ePRSComp는 T2D 사례의 77%(2,077/2,696)를 식별하였으며, 여기에는 PRSG 단독으로는 놓쳤던 1,323개의 추가 사례가 포함된다.
임상적 관련성: 복합 점수는 임상적으로 정상 범위(예: 정상 BMI, 혈당, HbA1c)에 있는 개인들을 고위험 범주로 성공적으로 재분류하였다. 혈당의 경우, 순 재분류 개선도(Net Reclassification Improvement, NRI)가 양수(0.08)를 기록하였으며, 이는 ePRSComp가 표준 임상 임계치와 보완적인 유전적 위험 구성 요소를 포착함을 의미한다.
질병 구조 의존성: 상호작용 모델링의 이점은 질병에 따라 달랐다. T2D에서는 상호작용 모델이 상당한 고유 위험을 포착하였다. CD의 경우, HLA가 지배적인 가산적 구조로 인해 이점이 더 완만했으나, 상호작용 모델은 특히 HLA-환경 상호작용에 의해 주도되는 고유한 사례들을 여전히 식별해 냈다.
생물학적 해석 가능성: 모델별 특징은 특정 생물학적 경로 및 확립된 T2D 아형(SAID, SIDD, SIRD, MOD, MARD)과 매핑되었다. 예를 들어, G×G×E 모델은 간/지질 대사와 심각한 인슐린 저항성 당뇨병(SIRD)에 풍부하게 나타난 반면, G+G 모델은 $\beta$ -세포 기능 장애 및 대사 경로 전반에 걸쳐 더 넓은 표현을 보였다.

의의 및 주장
본 논문은 상호 보완적인 다중 유전자 특징 표현이 기존의 가산적 PRS가 간과하는 다유전자 위험의 구별된 구성 요소를 포착한다고 주장한다. 저자들은 직교하는 특징 인코딩(orthogonal feature encodings)이 구별된 고위험 개인들을 식별할 때, 집계된 판별 지표인 AUC가 상호작용 모델의 가치를 과소평가할 수 있다고 주장한다.

주요 기여는 다음과 같다:

보완성 입증: 동일한 기초 유전 데이터에서 유래했음에도 불구하고, 가산적 부하(G+G)와 통계적 에피스타시스(G×G)가 서로 다른 하위 고위험 집단을 포착함을 보여주었다.
누락된 유전율(Missing Heritability) 해결: 비가산적 유전 효과와 유전자-환경 상호작용이 T2D와 같은 대사 질환의 광의의 유전율에 유의미하게 기여한다는 증거를 제공하였다.
임상적 유용성: 복합 접근법이 표준 임상 선별 검사에서 놓칠 수 있는 고위험 개인(특히 정상 대사 프로필을 가진 경우)을 어떻게 식별할 수 있는지 보여주었다.
해석 가능성: 상호작용 항을 명시적으로 모델링함으로써, 특정 로카이 쌍 및 환경적 맥락에 관한 검증 가능한 가설을 생성할 수 있도록 생물학적 해석 가능성을 유지하였다.

저자들은 여러 특징 인코딩을 통합하는 것의 이점이 유전적 이질성과 함께 확장된다고 결론지으며, 이는 높은 다유전성을 가진 질병의 위험 예측을 개선하면서도 생물학적 해석 가능성을 유지하는 경로를 제공한다. 또한, 임상 적용 전 전향적 검증이 필요함을 언급하였다.

유사한 논문