IndepMR: An Ontology-Driven, Ancestry-Aware Interactive R Shiny Framework for Automated Two-Sample and Multivariable Mendelian Randomization with Mediation Analysis Using Public GWAS Summary Data

특정한 습관이나 특성이 어떻게 질병을 유발할 수 있는지 이해하기 위해, 과학자들은 종종 까다로운 문제에 직면합니다. 즉, 그 특성을 가진 사람들이 실제로 질병을 일으키는 다른 숨겨진 습관도 함께 공유하고 있을 수 있다는 점입니다. 예를 들어, 특정 음식을 먹는 것이 심장 문제를 일으키는지 알아내려 한다고 가정해 봅시다. 하지만 그 음식을 먹는 사람들은 또한 담배를 더 많이 피우는 경향이 있습니다. 이 경우 어떤 요인이 진짜 범인인지 구별하는 것은 거의 불가능해집니다. 수십 년 동안 연구자들은 이러한 혼란을 뚫고 나가기 위해 '멘델 무작위 분석(Mendelian randomization)'이라는 영리한 우회 방법을 사용해 왔습니다. 이 방법은 우리의 유전자가 우리가 태어나기도 전, 그리고 질병이 발생하기도 훨씬 전인 수정 단계에서 마치 복권 당첨 번호처럼 무작위로 섞인다는 사실에 기초합니다. 이러한 유전적 변이는 우연에 의해 할당되기 때문에, 자연스럽고 편향되지 않은 표식 역할을 합니다. 만약 어떤 사람이 신체 내에서 자연스럽게 특정 물질을 더 많이 생성하게 만드는 유전적 변이를 가지고 있고, 그 사람이 특정 질병에 걸릴 확률도 높다면, 과학자들은 그 물질 자체가 다른 생활 방식 요인이 아니라 질병을 일으키는 원인일 가능성이 높다고 추론할 수 있습니다.

하지만 가용 데이터의 양이 폭발적으로 증가함에 따라, 이 유전적 복권을 이용해 현실 세계의 의학적 질문을 해결하는 일은 점점 더 어려워지고 있습니다. 키부터 당뇨병에 이르기까지 유전적 연결 고리를 기록한 수천 개의 방대한 연구가 존재하지만, 이들은 서로 다른 인구 집단에 흩어져 있으며 혼란스러운 방식으로 기술되어 있습니다. 어떤 연구는 참가자를 "영국인"이라고 기재하는 반면, 다른 연구는 "유럽인"이라고 하고, 또 다른 연구는 "이탈리아 및 유럽인"을 하나의 설명으로 섞어서 표현하기도 합니다. 이러한 라벨을 자동으로 분류할 방법이 없다면, 연구자들은 실수로 유전적으로 너무 유사한 사람들로부터 나온 데이터를 혼합하여 결과를 왜곡하거나, 잘못된 단어로 검색하여 중요한 연구를 놓칠 수도 있습니다. 콜롬보 대학교 연구진이 개발한 'IndepMR'이라는 새로운 도구는 이러한 병목 현상을 해결하는 것을 목표로 합니다. 이 도구는 적절한 유전 연구를 자동으로 찾아내고, 그 안의 사람들이 서로 호환되는지 확인하며, 코딩 전문가가 아니더라도 진정한 인과 관계를 밝혀낼 수 있도록 복잡한 계산을 수행하도록 설계된 엄격한 가이드 역할을 하는 컴퓨터 프로그램입니다.

이 새로운 도구의 핵심 혁신은 정보를 찾는 방식과 데이터 뒤에 있는 사람들을 확인하는 방식에 있습니다. 전통적으로 연구자가 "높은 혈당"을 연구하고 싶다면 데이터베이스에 해당 단어를 정확히 입력해야 했습니다. 하지만 어떤 연구는 "공복 혈당"이나 "HbA1c"라는 용어를 사용했을 수도 있으며, 단순한 검색으로는 이를 완전히 놓칠 수 있습니다. IndepMR은 질병과 특성의 가계도와 유사한 생물학적 개념의 구조화된 지도를 사용하여 이 문제를 해결합니다. 사용자가 "높은 혈당"을 검색하면, 프로그램은 이 개념이 "공복 혈당" 및 "HbA1c"와 연관되어 있음을 이해합니다. 왜냐하면 이들은 모두 동일한 부모 개념에서 뻗어 나오기 때문입니다. 이를 통해 도구는 연구자들이 동일한 상태에 대해 서로 다른 이름을 사용하더라도 모든 관련 연구를 찾아낼 수 있습니다. 이러한 접근 방식은 도구의 성능을 테스트하는 데 강력한 힘을 발휘했습니다. "지질(lipids)"이라는 넓은 범주를 검색했을 때, 새로운 도구는 1,200개 이상의 연구를 찾아낸 반면, 표준 키워드 검색은 166개만을 찾아냈습니다.

이 도구의 능력만큼 중요한 것은 연구 대상자들의 혈통(ancestry)을 확인하는 능력입니다. 유전적 복권이 공정하게 작동하려면, 노출(예: 체중)에 대한 유전적 단서를 제공하는 집단과 결과(예: 당뇨병)에 대한 유전적 단서를 제공하는 집단이 유전적으로 호환되면서도 정확히 같은 사람들은 아니어야 합니다. 만약 두 집단이 너무 유사하면 결과가 편향될 수 있고, 만약 혈통 배경이 완전히 다르다면 유전적 표식이 동일하게 작동하지 않을 수 있습니다. 기존의 도구들은 이러한 확인 작업을 인간 연구자의 몫으로 남겨두어, 연구자가 "이탈리아, 유럽인"과 같은 텍스트 설명을 직접 읽고 두 집단이 일치하는지 추측해야 했습니다. IndepMR은 이러한 설명을 표준화된 계층 구조로 분해함으로써 이 과정을 자동화합니다. 이 프로그램은 "이탈리아인"이 "유럽인"의 구체적인 유형임을 인식하며, 특정 중첩을 숨길 수 있는 광범위한 라벨이 사용될 경우 이를 표시합니다. 이는 연구자들이 두 집단이 동일한 유전적 풀(pool)을 공유하고 있어 잘못된 결론을 초래할 수 있는 실수를 저지르지 않도록 방지합니다.

연구진은 체질량 지수(BMI)와 제2형 당뇨병 사이의 연관성을 조사함으로써 이 새로운 시스템을 테스트했습니다. 이는 수년간 연구되어 온 질문이지만 인구 집단에 따라 서로 다른 결과를 보여주는 문제입니다. 연구진은 분석을 두 번 실시했습니다. 한 번은 유럽 혈통의 사람들을 대상으로, 다른 한 번은 아시아 혈통의 사람들을 대상으로 했습니다. 유럽 집단의 경우, 도구는 많은 이들이 예상했던 바를 확인해주었습니다. 즉, 높은 체질량 지수가 제2형 당뇨병 발생 위험을 유의미하게 높인다는 것입니다. 분석은 깔끔했으며, 숨겨진 오류나 상충하는 신호도 발견되지 않았습니다. 그러나 아시아 집단을 살펴보았을 때 이야기는 달라졌습니다. 도구는 처음에 높은 체중이 오히려 당뇨병 위험을 낮춘다는 듯한 보호 효과를 시사하는 결과를 찾아냈습니다. 하지만 자동화된 검사 기능이 즉시 경고를 보냈습니다. 데이터는 심각한 불일치를 보였으며, 유전적 표식이 다른 무관한 요인들을 포착하고 있다는 징후를 나타냈습니다. 도구는 이 놀라운 결과가 실제 생물학적 역전 현상이 아니라 데이터의 숨겨진 편향에 의한 신뢰할 수 없는 결과임을 정확히 식별해 냈습니다. 이는 이 도구가 단순히 숫자만을 만들어내는 것이 아니라, 결과가 의심스러울 때 연구자에게 알려주는 품질 관리 전문가 역할을 한다는 것을 입증했습니다.

시스템의 완전한 능력을 보여주기 위해, 연구팀은 '매개체(mediator)'라는 중간 단계가 포함된 복잡한 질문을 처리하는 방법도 시연했습니다. 그들은 체중이 당뇨병에 미치는 영향이 'HbA1c'라는 특정 혈액 지표를 통해 작용하는지 확인하고자 했습니다. 도구는 세 가지 서로 다른 유전 데이터 세트를 결합하는 과정을 성공적으로 안내했습니다. 그러나 동시에 결정적인 설계 결함도 잡아냈습니다. 체중 연구와 혈액 지표 연구가 정확히 동일한 집단으로부터 나왔다는 점을 발견한 것입니다. 적절한 유전 연구라면, 결과가 단순히 동일한 개인들의 데이터를 반영하는 것이 되지 않도록 이 집단들이 분리되어 있어야 합니다. 도구는 이 중첩을 즉시 포착하여, 이 특정 조합으로부터 도출된 결론은 편향될 수 있다고 연구자들에게 경고했습니다. 이 기능은 매우 중요한데, 연구자들이 결함이 있는 분석에 시간을 낭비하거나, 더 나아가 설득력 있게 보이지만 실제로는 연구 설계의 부산물에 불과한 결과를 발표하는 것을 막아주기 때문입니다.

IndepMR의 개발은 정교한 유전 분석을 복잡한 컴퓨터 코드를 작성할 수 있는 사람뿐만 아니라, 과학적 질문을 가진 누구에게나 접근 가능하도록 만드는 변화를 의미합니다. 적절한 연구를 찾고, 호환성을 확인하며, 필요한 통계 테스트를 실행하는 번거롭고 오류가 발생하기 쉬운 작업들을 자동화함으로써, 이 도구는 연구자들이 데이터의 메커니즘보다는 생물학 자체에 집중할 수 있게 해줍니다. 이는 수동으로 유지하기 어려운 엄격함을 강제하여, 제공되는 답변이 견고하고 호환 가능한 증거에 기반하도록 보장합니다. 이 도구가 모든 문제를 해결할 수는 없겠지만(예: 완벽한 연구가 존재하지 않는 경우), 데이터의 한계가 명확하게 보이는 투명하고 단계적인 환경을 제공합니다. 결국, 이 도구의 목표는 인간 건강의 인과 관계를 발견하는 과정을 더욱 신뢰할 수 있게 만들어, 우리의 유전적 복권으로부터 얻은 결론이 최대한 정확하도록 보장하는 것입니다.