🧬 biology

Multi-ancestry MHC-pQTL mapping reveals disease-linked HLA protein networks and shared genetic architecture

이 다중 계통 연구는 다양한 인구 집단에 걸친 혈장 단백질 네트워크에 대한 MHC 유전적 변이의 영향을 매핑하여, HLA 유전자를 공유된 유전적 구조를 통해 면역 매개 질환과 연결하는 보존된 효과 및 계통 특이적 조절 효과를 밝혀낸다.

원저자: Yang Luo, Sarah Sarguroh, Sam Morris, Esther Ng, Guillaume Butler-Laporte, Ruth Nanjala, Ling Yang, Liming Li, Junshi Chen, Pei Pei, Jun Lv, Canqing Yu, Dianjianyi Sun, Alfred Pozarickij, Zhengming Ch

게시일 2026-09-21

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yang Luo, Sarah Sarguroh, Sam Morris, Esther Ng, Guillaume Butler-Laporte, Ruth Nanjala, Ling Yang, Liming Li, Junshi Chen, Pei Pei, Jun Lv, Canqing Yu, Dianjianyi Sun, Alfred Pozarickij, Zhengming Chen, Iona Millwood, Robin Walters, Alexander Mentzer

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

인체는 단백질이 메신저이자 일꾼, 그리고 우리 시스템이 계속 돌아가도록 유지하는 구조적 지지대 역할을 하는 거대한 화학적 신호의 네트워크입니다. 이러한 단백질은 혈액 속을 순환하며, 그 수치는 무작위가 아닙니다. 이는 우리의 DNA라는 고유한 설계도에 의해 강력한 영향을 받습니다. 우리의 유전 코드 중 특정 영역인 주요 조직 적합성 복합체(major histocompatibility complex)는 특히 매우 조밀하고 복잡합니다. 이곳은 우리 몸이 자신의 세포와 바이러스 같은 외부 침입자를 구별할 수 있도록 돕는 면역 체계의 신분증 역할을 하는 유전자 세트를 포함하고 있습니다. 이 영역은 매우 복잡하고 사람마다 매우 다양하기 때문에, 과학자들은 이러한 유전자의 차이가 어떻게 혈액 내 단백질 수치의 변화로 이어지는지를 정확히 이해하는 데 오랫동안 어려움을 겪어 왔습니다. 이러한 연결 고리를 이해하는 것은 매우 중요한데, 왜 어떤 사람들은 자가면역 질환(면역 체계가 실수로 신체를 공격하는 질환)에 더 취약한지, 또는 왜 감염에 다르게 반응하는지를 설명해 줄 수 있기 때문입니다.

옥스퍼드 대학교와 베이징 대학교의 연구팀은 세계의 서로 다른 두 지역에서 온 수천 명의 유전적 설계도와 혈액 샘플을 조사함으로써 이 수수께끼를 풀기 위한 중요한 진전을 이루었습니다. 그들은 UK 바이오뱅크(UK Biobank)의 유럽 혈통 개인 약 44,000명과 차이나 카도리 바이오뱅크(China Kadoorie Biobank)의 동아시아 혈통 개인 약 4,000명을 연구했습니다. 참가자들의 혈액을 분석하여 약 3,000개의 서로 다른 단백질 수치를 측정했습니다. 그런 다음 이 단백질 수치를 주요 조직 적합성 복합체 영역의 특정 유전적 변이와 교차 참조했습니다. 이러한 접근 방식을 통해 그들은 이 특정 게놈 영역의 유전적 차이가 혈액 내 순환 단백질의 전체 지형을 어떻게 형성하는지 지도화할 수 있었습니다.

연구 결과, 이 면역 영역의 유전적 변이는 마스터 스위치처럼 작용하여, 유전자로부터 멀리 떨어진 곳에 있는 수백 개의 단백질 풍부도에 영향을 미친다는 사실이 밝혀졌습니다. 테스트한 약 3,000개의 단백질 중 619개에서 유의미한 연관성이 발견되었습니다. 이러한 연결의 대다수는 국소적인 것이 아니었습니다. 즉, 면역 유전자 영역의 한 부분에서의 변화가 신체의 완전히 다른 곳에서 생성되는 단백질의 수치 변화를 일으켰습니다. 이는 면역 체계의 신분증이 단순히 세포를 표시하는 것 이상의 역할을 하며, 전신에 걸쳐 광범위한 화학적 대화를 조율한다는 것을 시사합니다. 연구진은 이러한 유전적 효과가 유럽인 집단과 동아시아인 집단 사이에서 매우 일관되게 나타났으며, 이는 이 근본적인 생물학적 배선이 인류 집단 전반에 걸쳐 공유된다는 것을 나타냅니다. 그러나 동아시아인 코호트(집단)를 포함하는 것이 필수적이었는데, 이는 유럽인 집단만으로는 보이지 않았던 독특한 유전적 연결 고리를 발견하게 해주었기 때문입니다.

가장 놀라운 발견 중 하나는 면역 체계의 두 가지 주요 분파인 클래스 I과 클래스 II가 이러한 단백질 네트워크를 어떻게 다르게 조직하는가 하는 점이었습니다. 연구진은 클래스 I 유전자의 변이가 주로 감염된 조직을 파괴하는 자연 살해 세포(natural killer cells)가 사용하는 것과 같은 직접적인 세포 공격 및 염증과 관련된 단백질에 영향을 미친다는 것을 발견했습니다. 반면, 클래스 II 유전자의 변이는 면역 세포가 이동하고 서로 소통하는 것을 돕는 통신 및 이동 촉진 관련 단백질과 연결되어 있었습니다. 이러한 구분은 두 면역 분파가 함께 작동하면서도, 서로 다른 하위 프로그램을 구동하여 신체의 화학적 환경을 특정한 방식으로 형성한다는 것을 보여줍니다.

이 단백질 네트워크가 실제 질병과 어떻게 관련되는지 이해하기 위해, 연구팀은 면역 체계가 신경계를 공격하는 질환인 다발성 경화증과 흔한 질환인 에프스타인-바 바이러스(Epstein-Barr virus)에 대한 항체 반응에 대한 유전적 신호를 살펴보았습니다. 그들은 면역 영역의 단백질 수치에 영향을 미치는 것과 동일한 유전적 변이가 다발성 경화증의 위험을 유발하는 요인이기도 하다는 것을 발견했습니다. 특히 명확한 사례는 면역 신분증의 구조적 파트너인 베타-2-마이크로글로불린(beta-2-microglobulin)이라는 단백질과 관련되었습니다. 연구는 다발성 경화증으로부터 보호하는 유전적 변이가 이 단백질의 수치에도 강력하게 영향을 미친다는 것을 보여주었으며, 이는 질병 위험이 단일한 고립된 요인이 아니라 이 특정 단백질 네트워크를 통해 매개된다는 것을 시사합니다. 마찬가지로, 에프스타인-바 바이러스의 활성 단계에 대한 면역 반응에 대한 유전적 신호는 잠복 단계에 대한 반응보다 더 넓은 단백질 네트워크와 연결되어 있었으며, 이는 활성 감염에 대한 신체의 반응이 더 복잡한 화학적 폭포 현상을 포함한다는 점을 암시합니다.

다양한 인구를 연구하는 것의 힘은 연구진이 머리카락, 치아, 땀샘의 발달에 관여하는 단백질인 EDAR을 조사했을 때 분명하게 드러났습니다. 동아시아 집단에서는 특정 면역 유전자 변이가 혈액 내 이 단백질의 높은 수치와 강하게 연결되어 있었습니다. 이와 동일한 연결은 유럽 집단에서는 발견되지 않았는데, 이는 해당 유전적 변이가 그 인구 집단에서는 훨씬 드물기 때문입니다. 이 발견은 단일 인구 집단에 의존하는 것이 세계 다른 지역에서 흔한 생물학적으로 중요한 연결 고리를 놓칠 수 있음을 강조합니다. 또한 이는 면역 체계의 유전적 기제가 피부 및 모발의 발달과 같이 면역과 무관해 보이는 형질에 어떻게 영향을 미칠 수 있는지를 보여줍니다.

궁극적으로, 이 연구는 가장 복잡하고 질병 관련성이 높은 게놈 부위가 어떻게 혈액 내 화학적 신호를 제어하는지에 대한 상세한 지도를 제공합니다. 이 연구는 단순히 유전적 연관성을 나열하는 것을 넘어, 이러한 변이들이 어떻게 면역 기능과 질병 위험을 주도하는 일관된 네트워크로 조직되는지를 보여줍니다. 이러한 네트워크가 서로 다른 인류 집단 간에 대체로 공유되면서도 인구 특이적인 고유한 신호를 식별해 냄으로써, 이 연구는 인간 생물학에 대한 더 완전한 그림을 제시합니다. 이는 사람들이 왜 병에 걸리는지, 또는 신체가 위협에 어떻게 반응하는지를 완전히 이해하려면 단일 유전자에 집중하기보다 유전자에 의해 영향을 받는 단백질 전체 시스템을 보아야 한다는 것을 시사합니다. 이 작업은 이러한 단백질 네트워크를 표적으로 삼아 면역 관련 질환을 치료하는 방법을 탐구하는 미래 연구의 토대를 마련하며, 의료 기술의 발전이 모든 조상적 배경을 가진 사람들에게 혜택을 줄 수 있도록 합니다.

기술 요약: 다중 혈통 MHC-pQTL 매핑을 통한 질병 연관 HLA 단백질 네트워크 및 공유 유전 구조 규명

문제 제기
6p21 염색체의 주요 조직 적합성 복합체(MHC) 영역은 인간 게놈에서 가장 다형성이 높고 질병 관련성이 높은 영역이며, 특히 면역 매개 질환과 밀접한 관련이 있습니다. 기존의 프로테오게노믹 연구들이 수많은 단백질 양적 형질 유전자좌(pQTL)를 식별해 왔음에도 불구하고, MHC 영역은 그 복잡성으로 인해 그동안 충분히 조사되지 않았습니다. 흔히 이 영역은 제외되거나, 단일 유전자좌로 취급되거나, 혹은 cis-효과만을 분석하는 데 국한되어 왔습니다. 또한, 기존 연구들은 혈통적 다양성이 부족하여, 다양한 인구 집단 간에 HLA-단백질 연관성의 일반화 가능성이 해결되지 않은 상태로 남아 있습니다. 서로 다른 혈통 간의 MHC 변이가 순환 단백질 네트워크에 미치는 하류 효과 역시 완전히 정의되지 않았습니다.

연구 방법론
본 연구는 영국 바이오뱅크(UKB; n = 43,762, 유럽 혈통)와 중국 카도리 바이오뱅크(CKB; n = 3,977, 동아시아 혈통) 데이터를 통합하여 대규모 다중 혈통 pQTL 매핑 분석을 수행했습니다.

데이터 및 임퓨테이션(Imputation): 연구진은 Olink Explore 플랫폼의 혈장 단백질체 데이터(2,920개 단백질)를 활용했습니다. MHC의 복잡성을 해결하기 위해, 저자들은 통합된 "4-디지트 다중 혈통 HLA 참조 패널 v2"를 사용하여 두 코호트 전체에 대한 임퓨테이션을 수행하였으며, 이를 통해 20,981개의 변이(SNP, 아미노산 다형성, 고전적 HLA 대립유전자 포함)를 포함하는 공유 변이 세트를 생성했습니다.
분석 프레임워크: 두 가지 상호 보완적인 전략을 사용했습니다:
1. 코호트 수준 메타 분석: 요약 통계량에 대한 고정 효과 역분산 가중 메타 분석을 실시했습니다.
2. 통합 개별 수준 분석: 두 코호트를 동시에 모델링하고 코호트 효과와 인구 구조를 조정하는 통합 프레임워크를 사용했습니다. 이 접근 방식은 인구 집단 간의 서로 다른 연관 불평형(LD) 구조를 활용하여 조건부 분석(conditional analysis)의 성능을 개선했습니다.
하류 분석:
- 조건부 및 미세 매핑(Fine-mapping): 반복적인 조건부 분석을 통해 독립적인 신호를 식별했습니다. 옴니버스 테스트(HLA-TAPAS 프레임워크)를 적용하여 특정 아미노산 위치로 연관성을 매핑했습니다.
- 네트워크 특성 규명: 단백질을 HLA Class I(HLA-A, B, C) 또는 Class II(HLA-DRB1, DQA1, DQB1, DPA1, DPB1) 영역과의 연관성에 따라 계층화했습니다. 정의된 Class I 및 Class II 궤적 내에서 원위부 단백질 간의 국소 유전 상관관계( $r_g$ )를 LAVA를 사용하여 추정했습니다.
- 공국소화(Colocalisation): 유전자 수준의 베이지안 공국소화 방법(hlacoloc)을 적용하여, HLA가 조절하는 단백질이 다발성 경화증(MS) 및 엡스타인-바 바이러스(EBV) 혈청학적 형질(VCA 및 EBNA)과 인과적 변이를 공유하는지 테스트했습니다.

주요 결과

발견 지형: 통합 분석 결과 619개의 MHC 조절 단백질(cis 13개 및 trans 606개)이 식별되었습니다. 대다수의 연관성은 trans-작용이었으며, 이는 MHC 변이가 주로 원위부 단백질의 풍부도에 영향을 미친다는 것을 나타냅니다.
혈통적 일치성: 효과 크기는 UKB와 CKB 간에 매우 높은 일치성을 보였으며(Spearman $\rho$ = 0.815), 이는 MHC-단백질 연관성에 대한 유전적 구조가 유럽 및 동아시아 혈통 전반에 걸쳐 대체로 공유됨을 시사합니다.
기전적 통찰:
- 연관성은 8개의 고전적 HLA 유전자 내에서 강력하게 농축되었습니다.
- 아미노산 신호는 펩타이드 결합 홈(Class I의 엑손 2 및 3; Class II의 엑손 2)에 농축되었으며, HLA-DRB1 위치 11은 광범위한 단백질체 효과를 보였습니다. 이는 항원 제시의 변이가 핵심 기전임을 뒷받침합니다.
Class I vs. Class II 네트워크의 차이:
- Class I 조절 단백질은 세포독성 면역 반응 및 염증 효과 기전(예: NK 세포 매개 세포독성)에 농축되었습니다.
- Class II 조절 단백질은 케모카인 신호 전달, 백혈구 이동 및 T 세포 통신에 농축되었습니다.
- 국소 유전 상관관계 분석 결과, 밀도 높은 궤적 특이적 공동 조절 네트워크가 밝혀졌으며, 테스트된 단백질 쌍의 80% 이상이 유의미한 국소 상관관계를 보였습니다.
질병 연관성 (공국소화):
- 72개의 단백질이 MS 위험과, 40개가 EBNA와, 52개가 VCA와 공국소화되었습니다.
- 주목할 만한 사례는 **Beta-2-microglobulin (B2M)**으로, HLA-A 궤적에서 보호 대립유전자인 HLA-A*02:01에 의해 MS와 공국소화되었습니다 (PP = 0.991).
- VCA(용해기)와 관련된 단백질이 EBNA(잠복기)보다 더 많이 공국소화되는 것을 발견했으며, 이는 HLA 조절 네트워크가 활성 EBV 감염 반응에 더 관련이 있을 수 있음을 시사합니다.
혈통 농축 신호: CKB에서는 확인되었으나 UKB에서는 발견되지 않은 HLA-DQB1*05:02와 순환 EDAR 수치 사이의 연관성이 식별되었습니다. 이 신호는 해당 대립유전자의 빈도가 동아시아인에서 더 높기 때문에(MAF 0.079 vs. 0.0078) 혈통 농축된 신호로 나타났으며, 이는 인구 특이적 생물학을 탐지하는 데 있어 다중 혈통 설계의 가치를 강조합니다.

의의 및 주장
저자들은 본 연구가 MHC 변이의 주요 하류 단백질체 결과(downstream proteomic consequences)를 제공하며, 유전적 변이가 어떻게 순환 단백질 네트워크를 형성하는지 설명한다고 주장합니다. 주요 기여는 다음과 같습니다:

질병 연결을 위한 프레임워크: 본 연구는 질병 관련 HLA 유전자를 특정 면역 단백질 네트워크와 연결하는 프레임워크를 구축하여, 단일 변이 연관성을 넘어 조정된 단백질체 프로그램으로 나아갔습니다.
기전적 검증: 펩타이드 결합 영역에서의 농축과 Class I 대 Class II 네트워크의 뚜렷한 기능적 프로파일을 입증함으로써, 펩타이드 레퍼토리의 차이가 광범위한 하류 면역 변화를 유도한다는 가설을 강화했습니다.
혈통적 다양성: CKB의 포함은 유럽 단독 코호트에서는 놓칠 수 있었던 혈통 농축 신호(예: EDAR)의 발견을 가능하게 했으며, 동시에 핵심 MHC-단백질 구조가 인구 집단 간에 대체로 공유된다는 점을 확인했습니다.
방법론적 엄밀성: 통합된 임퓨테이션 패널과 통합 분석의 사용은 서로 다른 참조 패널로부터 발생할 수 있는 편향을 완화하고, 복잡한 유전 영역에서 독립적인 신호를 해결하기 위해 다양한 LD 구조를 활용했습니다.

본 논문은 이러한 발견이 기능적 조사를 위한 단백질 그룹의 우선순위를 정하고, MHC 변이와 면역 매개 질환 사이의 분자적 연결을 이해하는 기초를 제공한다고 결론지으면서도, 샘플 크기의 불균형 및 공국소화가 인과관계와 하류 결과 사이를 확정적으로 증명할 수 없다는 한계를 인정했습니다.

기술 요약: 다중 혈통 MHC-pQTL 매핑을 통한 질병 연관 HLA 단백질 네트워크 및 공유 유전 구조 규명

유사한 논문