🧬 biology

Multivariate analysis of a large-scale auditory screen reveals new candidate hearing loss genes

본 연구는 국제 마우스 표현형 컨소시엄(International Mouse Phenotyping Consortium) 데이터에 다변량, 베이지안 및 클러스터링 접근 방식을 적용함으로써 59개의 새로운 청각 상실 유전자를 식별하였으며, 전통적인 단변량 분석과 비교하여 대규모 청각 유전자 발굴의 민감도와 특이도를 유의미하게 향상시키는 방법론적 프레임워크를 구축하였다.

원저자: Michael Bowl, Sherylanne Newton, Liam Barrett, Carlos Aguilar, Marisa Flook, Jamie Lee, Andrew Parker, Nischay Mehta

게시일 2026-09-01

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Michael Bowl, Sherylanne Newton, Liam Barrett, Carlos Aguilar, Marisa Flook, Jamie Lee, Andrew Parker, Nischay Mehta

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

청각은 수천 개의 작고 섬세한 귀 내부 구조가 소리 파동을 뇌가 이해할 수 있는 전기 신호로 변환하는 데 의존하는 복잡한 생물학적 경이입니다. 이 시스템이 실패하면 그 결과로 청력 손실이 발생하며, 이는 전 세계 수백만 명의 사람들에게 영향을 미치는 질환입니다. 유전이 왜 어떤 사람들이 청각 장애를 가지고 태어나거나 조기에 상실하게 되는지에 대해 유전학이 매우 큰 역할을 한다는 것은 잘 알려져 있지만, 이를 책임지는 전체 유전자 목록은 여전히 불완전합니다. 과학자들은 청력과 관련된 수백 개의 유전자를 식별했지만, 많은 환자에게 있어 유전자 검사는 여전히 답을 내놓지 못하고 있습니다. 이러한 격차는 청력에 필수적인 더 많은 유전자가 발견되기를 기다리고 있음을 시사합니다. 이를 찾기 위해 연구자들은 종종 생쥐를 활용합니다. 생쥐의 내이는 인간의 것과 매우 유사하게 구축되고 기능하며, 유전 코드 또한 비슷하기 때문에, 생쥐는 청력이 어떻게 작동하는지, 그리고 문제가 생겼을 때 어떤 일이 일어나는지 이해하기 위한 강력한 모델 역할을 합니다. 특정 유전자가 꺼진 생쥐를 연구함으로써, 과학자들은 귀가 기능하는 데 어떤 유전자가 결정적인지를 정확히 짚어낼 수 있습니다.

최근 한 연구팀은 국제 생쥐 표현형 컨소시엄(International Mouse Phenoting Consortium)의 방대한 데이터를 재검토함으로써 거대한 진전을 이루었습니다. 이 글로벌 프로젝트는 이미 각기 다른 단일 유전자가 결여된 수천 개의 서로 다른 생쥐 계통을 생성하고 테스트하여, 해당 유전자의 결손이 동물에게 어떤 영향을 미치는지 확인해 왔습니다. 연구진은 다양한 음조에 반응하여 뇌에서 발생하는 전기 신호를 기록함으로써 생쥐가 얼마나 잘 듣는지를 측정하는 청성 뇌간 반응(auditory brainstem response) 데이터에 집중했습니다. 이전 방식들이 수행했던 것처럼 각 주파수를 하나씩 보는 대신, 연구팀은 전체 청력 프로필을 하나의 통합된 그림으로 취급했습니다. 그들은 고급 통계 방법을 적용하여 모든 주파수에 걸친 조화로운 변화를 찾았는데, 이는 청력에 필수적인 유전자가 특정 음조에서만 급격한 변화를 일으키기보다는 모든 영역에 걸쳐 미세하지만 일관된 감도 저하를 일으킬 것이라고 추론했기 때문입니다.

이러한 새로운 방식의 더 민감한 접근법을 사용하여, 연구팀은 청력 손실을 유발한다는 강력한 증거를 보이는 133개의 유전자를 식ло했습니다. 이 중 59개는 인간이나 생쥐의 청력 문제와 이전에 연관성이 없었던 완전히 새로운 발견이었습니다. 이는 표준적인 컨소시엄 방법들이 많은 유전자를 놓쳤음을 보여주는 중요한 발견이었는데, 아마도 청력의 변화가 개별 주파수만 관찰했을 때는 포착하기에 너무 미세했기 때문일 것입니다. 연구진은 또한 자신들의 새로운 방법이 가짜 경보를 걸러내는 데 더 뛰어나다는 것을 발견했습니다. 기존 방식은 수백 개의 유전자를 문제가 있는 것으로 표시했지만, 그중 상당수는 통계적 노이즈로 판명되었습니다. 대부분의 유전자는 청력에 영향을 미치지 않는다고 가정하는 수학적 프레임워크를 통합한 새로운 방법은 목록을 가장 가능성 높은 후보들로 좁혀줌으로써, 과학자들에게 훨씬 더 명확한 경로를 제시해 주었습니다.

자신들의 발견이 실제임을 증명하기 위해, 연구진은 새롭게 발견된 두 유전자인 Nedd4l과 Tmem51을 선택하여 자체 실험실에서 독립적으로 테스트했습니다. 그들은 해당 유전자가 결핍된 생쥐를 번식시키고 시간이 지남에 따라 그들의 청력을 모니터링했습니다. 결과는 놀라웠습니다. Nedd4l 유전자가 없는 생쥐는 생애 초기에 청력을 잃기 시작했으며, 이 상태는 8주령에 완전한 청각 장애에 이르기까지 급격히 악화되었습니다. 마찬가지로, Tmem51이 없는 생쥐는 초기 발병 청력 손실을 보였으며 이는 완전한 실청으로 진행되었습니다. 연구진이 현미경을 통해 이 생쥐들의 귀 내부를 관찰했을 때, 소리를 포착하는 섬세한 유모 세포(hair cells)가 퇴화하고 죽어가고 있는 것을 확인했으며, 이는 이 유전자들이 귀의 건강을 유지하는 데 필수적임을 확증해 주었습니다.

새로운 유전자를 찾는 것 외에도, 이 연구는 청력 손실이 나타나는 양상에 대한 패턴을 밝혀냈습니다. 모든 생쥐의 청력 프로필을 그룹화함으로써, 연구진은 데이터가 네 가지 뚜렷한 그룹으로 자연스럽게 분류된다는 것을 발견했습니다: 정상 청력을 가진 생쥐, 모든 음조에서 중등도 손실을 보이는 생쥐, 모든 영역에서 심각한 손실을 보이는 생쥐, 그리고 고음역대에서만 손실을 보이는 생쥐입니다. 이러한 클러스터링은 서로 다른 유전적 오류가 특정한 방식으로, 예측 가능한 방식으로 귀에 손상을 줄 수 있음을 시사합니다. 또한 연구는 이러한 청력 유전자가 다른 건강 문제와 연결되어 있는지 조사했습니다. 일부 유전자가 신경계나 행동 문제와 관련이 있었으나, 연구진은 이러한 연결 중 상당수가 사실 테스트 중에 사용된 소리에 생쥐가 반응하지 못해서 발생한 부수적인 효과라는 것을 발견했습니다. 소리에 의존하는 테스트들을 분석에서 제거하자 추가적인 문제 목록은 줄어들었지만, 균형 및 운동과의 일부 연결은 남아 있었는데, 이는 내이가 청각과 평형 감각을 모두 제어한다는 점을 고려할 때 타당합니다.

이 작업은 이미 존재하는 방대한 데이터셋을 통해서도 청력의 유전학에 대해 배울 것이 여전히 많다는 것을 보여줍니다. 기존의 데이터를 사용하여 더 똑똑한 통계 도구를 적용함으로써, 팀은 이전에 숨겨져 있던 풍부한 새로운 정보를 찾아냈습니다. 그들은 과학자들이 청력의 분자적 기제를 이해하기 위해 향후 조사할 수 있는 59개의 새로운 후보 유전자 목록을 제공했습니다. 나아가 그들은 두 개의 유전자를 검증하여, 이들이 실제로 귀의 생존에 결정적이라는 것을 보여주었습니다. 그들이 개발한 방법론은 대규모 생물학적 데이터를 분석하는 방법에 대한 새로운 청사진을 제공하며, 향-후 다른 복잡한 형질의 원인을 찾는 데 도움을 줄 수 있습니다. 설명되지 않는 청력 손실을 겪고 있는 수백만 명의 사람들에게, 이러한 발견은 더 나은 진단과 그들의 질환에 대한 생물학적 근원에 대한 더 깊은 이해를 향한 희망을 가져다줍니다.

기술 요약: 대규모 청각 스크리닝의 다변량 분석을 통한 새로운 후보성 난청 유전자 발굴

문제 제기
청각 장애(HL)는 전 세계적으로 가장 흔한 감각 결손이며, 유전적 요인은 선천성 사례의 약 80%를 차지한다. 비증후성 난청에 대한 150개 이상의 유전자가 이미 확인되었음에도 불구하고, 환자에 대한 진단 수율은 여전히 25~50%로 낮으며, 이는 알려진 청각 유전학적 지형에 상당한 공백이 있음을 시사한다. 국제 마우스 표현형 컨소시엄(IMPC)은 거의 모든 마우스 유전자에 대한 결실 돌연변이(null mutants)를 생성하고 6,700개 이상의 녹아웃 마우스를 대상으로 청성 뇌간 반응(ABR) 테스트를 통해 청각 기능을 평가함으로써, 유전자 발견을 위한 거대한 자원을 제공하고 있다. 그러나 현재의 IMPC 분석 파이프라인은 주파수별 단변량 통계 검정에 의존한다. 저자들은 이러한 접근 방식이 여러 주파수에 걸친 완만한, 혹은 조화로운 역치 변화(경증 또는 진행성 난청의 특징)를 감지하는 데 민감도가 부족하며, 고립된 주파수의 이상이나 기술적 아티팩트로 인해 위양성을 생성할 수 있다고 주장한다. 또한, IMPC 데이터셋의 확장은 대규모 대조군 코호트와 소규모 실험군 사이의 통계적 검정력 불균형 문제를 야기한다.

방법론
이러한 한계를 해결하기 위해, 저자들은 5개 주파수(6, 12, 18, 24, 30 kHz)에 걸친 ABR 데이터를 포함하는 IMPC 데이터 릴리스 22.1(59,145마리의 마우스, 6,749개의 고유 유전자)을 분석하였다. 이들은 세 가지 단계의 분석 프레임워크를 채택하였다:

다변량 분포 분석: 각 주파수를 개별적으로 테스트하는 대신, 저자들은 각 청력도(audiogram)를 하나의 통합된 5차원 관측치로 취급하였다. 이들은 야생형(wild-type) 청력도의 다변량 분포를 모델링하고, 각 돌연변이체의 마할라노비스 거리(Mahalanobis distance)를 계산하였다. 유의성은 5자유도를 가진 카이제곱 분포를 사용하여 평가되었으며, 허위 발견율(FDR)에 대해 보정되었다.
베이지안 혼합 모델링: 특이성을 개선하고 사전 생물학적 지식(대부분의 유전적 섭동이 청력에 영향을 미치지 않는다는 사실)을 반영하기 위해, 저자들은 베이지안 혼합 모델을 구현하였다. 이 프레임워크는 특정 유전자가 난청을 유발할 확률과 효과의 크기를 추정하며, 양성 판정에 더 강력한 증거를 요구하기 위해 보수적인 사전 분포( $\beta(1,3)$ )를 사용한다. 유전자는 베이즈 인자(BF)를 기준으로 분류되었으며, BF $\ge$ 3을 "상당한 증거"가 있는 것으로 판단하는 임계값으로 설정하였다.
비지도 클러스터링: 가우시안 혼합 모델(GMM)을 사용하여 대조군과 돌연변이체 모두의 ABR 프로파일을 클러스터링함으로써 데이터 기반의 청각 표현형을 식별하였다. 모델 선택은 베이지안 정보 기준(BIC), 아카이케 정보 기준(AIC), 그리고 결정적으로 부트스트랩 안정성(조정 랜드 지수, Adjusted Rand Index)을 사용하여 최적화되었다.

주요 결과

유전자 발굴: 다변량 접근법은 처음에 유의미한 청각 표현형을 가진 765개의 대립유전자를 식별하였다. 그러나 베이지안 필터를 적용한 결과, 난청에 대한 상당한 증거(BF $\ge$ $\geq$ 3)를 가진 133개의 고유 유전자로 감소하였다.
- 이 133개 중 47개는 기존에 알려진 난청 유전자였다.
- 26개는 기존에 확인된 후보 유전자였다(예: Bowl et al., 2017 또는 GWAS).
- 59개의 유전자는 문헌상 난청과의 연관성이 없는 새로운 후보 유전자였다.
IMPC 파이프라인과의 비교: 베이지안 분석은 표준 IMPC 단변량 파이프라인이 놓친 27개의 유전자를 식별하였으며, 여기에는 16개의 새로운 후보 유전자가 포함되어 있었다. 반대로, 연구는 Ildr1 및 Myo7a와 같은 잘 알려진 난청 유전자를 포함하여 IMPC가 이전에 표시했던 많은 유전자가 릴리스 22.1에서 더 이상 유의미하지 않게 되었음을 주목하였는데, 이는 업데이트된 대조군 참조 범위 및 불충분한 매칭 대조군 때문인 것으로 보이며, 이는 현재의 단변량 방법의 불안정성을 강조한다.
표현형 클러스터링: GMM 분석은 ABR 프로파일의 네 가지 뚜렷하고 안정적인 클러스터를 밝혔다: 정상 청력, 중등도 난청, 중증 난청, 그리고 고주파 특이적 손실. 저자들은 강력한 베이지안 증거(높은 BF)를 가진 유전자가 더 이질적인 표현형 발현(낮은 클러스터 할당 일관성)을 보이는 경향이 있는 반면, 미미한 효과를 보이는 유전자는 "정상" 클러스터에 속하거나 높은 변동성을 보이는 것을 관찰하였다.
다표현형성(Pleiotropy) 분석: 순환 논리를 피하기 위해 청각 의존적 행동 테스트(예: 음향 자극 반응, 전자극 억제)를 제거한 후, 저자들은 식별된 유전자들이 골격, 생식, 면역, 항상성/대사 표현형에 풍부하게 나타남을 발견하였다. 특히, "신경계" 용어는 더 이상 풍부하게 나타나지 않았는데, 이는 이전의 연관성이 청각 기능 장애가 행동 테스트에 미치는 영향에 의해 유도되었음을 시사한다.
실험적 검증: 저자들은 두 가지 후보를 독립적으로 검증하였다:
- Nedd4l: 녹아웃 마우스는 24주 차에 내이 및 외이 유모세포와 나선 신경절의 퇴행을 동반한 조기 발생, 진행성 난청을 보였다. 이형접합체(heterozygous) 마우스는 경미한 고주파 손실을 보였다.
- Tmem51: 녹아웃 마우스는 와우 기관(organ of Corti)의 퇴행과 와우 기저부(stria vascularis)의 과색소 침착을 동반하여, 9주 차까지 진행되는 가변적인 조기 발생 난청을 보였다.

의의 및 주장
본 논문은 다변량, 베이지안 및 클러스터링 접근법을 통합하는 것이 IMPC 자원의 난청 유전자 발견 효용성을 크게 높인다고 주장한다. 저자들은 그들의 방법론적 프레임워크가 다음과 같은 성과를 냈다고 단언한다:

민감도 증가: 단변량 방법이 놓치는 주파수 간의 조화로운 역치 변화를 감지한다.
특이성 개선: 베이지안 사전 분포가 통계적 노이즈나 소규모 코호트의 미세한 편차로 인한 위양성을 효과적으로 필터링한다.
데이터 기반 표현형 제공: 비지도 클러스터링은 수동 큐레이션 없이도 청각 손실 패턴(예: 고주파성 vs 중증)을 분류할 수 있는 방법을 제공하며, 이는 특정 유전적 교란을 공유된 병태생리학적 기전과 연결할 수 있게 한다.
새로운 타겟 검증: Nedd4l과 Tmem51의 식별 및 검증은 이러한 고급 통계 도구를 사용하여 IMPC 데이터셋을 분석할 때, 이것이 여전히 새로운 난청 유전자를 발견할 수 있는 강력한 엔진임을 입증한다.

저자들은 이 프레임워크가 IMPC 내의 다른 다차원 표현형 파이프라인 및 그 너머로 확장될 수 있는 견고한 방법론적 템플릿을 제공한다고 결론지으며, 이 분야를 이진(binary) 유의성 테스트에서 연속적인 증거 측정 및 패턴 기반 발견으로 이동시킨다고 주장한다.

유사한 논문