Incorporating cell states for mapping eQTLs in single-cell studies

유전자는 생명체를 구축하고 운영하기 위한 지침서이지만, 이들은 진공 상태에서 작동하지 않습니다. 유전자의 활동은 DNA 코드 자체의 미세한 변이, 즉 유전적 변이(genetic variants)에 의해 끊임없이 조정됩니다. 과학자들은 이러한 변이가 유전자 활동에 영향을 미치는 특정 위치를 "발현 양적 형질 자리(expression quantitative trait loci)" 또는 eQTL이라고 부릅니다. 수십 년 동안 연구자들은 세포들을 한데 섞은 집단을 연구함으로써 이러한 관계를 지도화해 왔는데, 이는 마치 조직을 스무디처럼 갈아 만든 뒤 평균적인 맛을 측정하는 것과 같습니다. 이 접근 방식은 서로 다른 장기와 광범위한 세포 유형 전반에 걸쳐 유전자가 어떻게 조절되는지를 밝혀냈습니다. 그러나 인체는 스무디가 아닙니다. 인체는 동일한 조직 내의 개별 세포들이 활동성, 성숙도 또는 환경에 대한 반응 측면에서 매우 다른 상태에 있을 수 있는 복잡한 생태계입니다. 세포는 휴식 중일 수도, 분열 중일 수도, 혹은 감염과 싸우는 중일 수도 있으며, 그 유전적 조절은 해당 특정 상태에 따라 달라질 수 있습니다.

현대 과학의 과제는 이러한 미묘하고 상태 의존적인 변화들이 세포를 혼합할 때 종종 소실된다는 점입니다. 더욱이, 개별 세포에서 수집된 데이터는 매우 희소하고 노이즈가 많아, 오류 없이 표준 통계 도구를 적용하기가 매우 어렵습니다. 연구자들은 단순히 세포 유형을 넘어 세포 상태의 연속적인 스펙트럼 전체에서 유전자의 조절을 살펴볼 수 있는 방법, 동시에 단일 세포 데이터의 무질서한 현실을 처리할 수 있는 방법이 필요했습니다. 이러한 복잡성을 탐색할 수 있는 방법 없이는, 많은 중요한 유전적 신호들이 평균화 과정에 의해 가려지거나 통계적 노이즈로 치부되어 숨겨지게 되었습니다.

이를 해결하기 위해 칭화대학교, 자본경제대학교, 그리고 예일 대학교의 통계학자들과 생물학자들로 구성된 팀은 scarf-QTL이라는 새로운 프레임워크를 개발했습니다. 이 방법은 세포가 발달 과정이나 자극에 대한 반응 중에 다양한 상태를 거칠 때, 유전적 변이가 유전자 발현에 어떻게 영향을 미치는지 매핑하도록 설계되었습니다. 연구진은 세포를 고정된 사전 정의된 범주로 그룹화하는 대신, 세포 상태를 타임라인이나 스펙트럼과 유사한 연속적인 좌표로 취급했습니다. 그들은 유전자 발현을 이 좌표를 따라 움직이는 매끄러운 함수로 모델링하여, 유전적 효과가 스펙트럼의 한 부분에서는 강하고 다른 부분에서는 약할 수 있음을 포착할 수 있게 했습니다.

scarf-QTL의 핵심 혁신은 연관성의 수학적 처리를 다루는 방식에 있습니다. 전통적인 방법들은 종종 유전자 발현이 완벽한 종 모양의 곡선(정규 분포)을 따른다고 가정하는데, 이는 0(zero) 값이 많고 불규칙한 급증이 빈번한 단일 세포 데이터에서는 자주 실패하는 가정입니다. 이러한 가정이 틀릴 경우, 표준 검사들은 가짜 알람을 생성하거나 실제 신호를 놓칠 수 있습니다. 새로운 방법은 "회고적(retrospective)" 접근 방식을 사용합니다. 특정 유전자형이 주어졌을 때 유전자 발현이 어떻게 변하는지를 묻는 대신, 관찰된 유전자 발현이 주어졌을 때 유전자형이 어떻게 분포하는지를 묻습니다. 이러한 관점의 미묘한 전환은 이 테스트를 단일 세포 데이터 특유의 무질서하고 비정상적인 분포에 대해 견고하게 만듭니다. 이를 통해 연구자들은 엄격한 위양성(false positive) 제어를 유지하면서도 계산 효율적인 모델을 사용할 수 있으며, 발견된 신호가 실제임을 보장할 수 있습니다.

연구진은 실제 데이터에 적용하기 전에 컴퓨터 시뮬레이션을 통해 이 방법을 광범위하게 테스트했습니다. 그들은 일정한 유전적 효과를 가진 세포, 선형적으로 증가하는 효과, 그리고 정점이나 주기와 같은 복잡한 패턴을 포함한 다양한 생물학적 시나리오를 모방한 인공 데이터셋을 만들었습니다. 이러한 시뮬레이션에서 새로운 방법은 데이터가 표준 통계 규칙을 따르지 않는 분포로부터 생성되었을 때도 가짜 알람의 비율을 성공적으로 제어했습니다. 반면, 데이터 분포에 대한 엄격한 가정에 의존하는 기존 방법들은 너무 많은 위양성을 생성하기 시작했습니다. 실제 신호를 찾는 데 있어서, 새로운 방법은 세포들을 평균화하는 표준적인 "의사 벌크(pseudobulk)" 접근 방식보다 더 강력한 성능을 입증했습니다. 특히, 특정 세포 상태에 집중되어 있거나 방향이 바뀌는 유전적 효과를 찾아내는 데 탁-월했는데, 이는 평균화 방식에서는 사라질 정도로 매끄럽게 처리되어 버리는 패턴들입니다.

그 후 연구진은 982명의 건강한 개인으로부터 얻은 120만 개 이상의 혈구 세포와 14가지 면역 세포 유형을 포함하는 방대한 단일 세포 RNA 시퀀싱 데이터인 OneK1K 데이터셋에 scarf-QTL을 적용했습니다. 이 실제 환경 테스트에서, 이 방법은 이전의 의사 벌크 분석보다 유의미한 유전적 조절을 보이는 유전자를 30% 더 많이 식별했습니다. 이러한 증가는 단순히 노이즈를 더 많이 찾아낸 것이 아니라, 기존 방식으로는 완전히 놓쳤던 특정 유전자들을 밝혀낸 것입니다. 예를 들어, 감염과 싸우는 데 중요한 역할을 하는 면역 세포 유형인 수지상 세포(dendritic cells)에서, 이 방법은 유전적 조절이 특정 세포 하위 집단에 따라 어떻게 달라지는지를 드러냈습니다. 특정 수지상 세포 하위 집단의 마커로 알려진 한 유전자는 세포가 특정 상태로 진행되었을 때만 강한 유전적 효과를 보였습니다. 모든 수지상 세포를 하나의 집단으로 취급했던 기존 방식은, 전체 인구에 걸쳐 평균화될 때 효과가 희석되었기 때문에 이 연관성을 감지하지 못했습니다.

이러한 새롭게 발견된 유전적 효과의 패턴을 클러스터링함으로써, 연구진은 세포가 상태 변화를 겪을 때 다르게 행동하는 유전자 그룹들을 찾아냈습니다. 어떤 유전자들은 세포가 전통적인 수지상 세포 상태로 이동함에 따라 유전적 영향이 증가하는 모습을 보였고, 다른 유전자들은 형질세포양 수지상 세포(plasmacytoid state)로 이동함에 따라 영향이 감소하는 모습을 보였습니다. 이러한 패턴은 항원 제시와 같은 알려진 생물학적 기능과 일치하였으며, 이는 이 방법이 통계적 인공물이 아닌 실제 생물학적 조절을 포착하고 있음을 확인시켜 주었습니다. 세포 상태 변화에 따른 이러한 연속적인 변화를 볼 수 있다는 것은, 많은 유전적 변이가 단순한 온/오프(on/off) 스위치가 아니라 세포의 현재 조건에 따라 강도를 조절하는 다이얼처럼 작로한다는 것을 시사합니다.

방법론의 계산 효율성 또한 주요한 발견이었습니다. 수백만 개의 개별 세포를 모델링하는 복잡성에도 불구하고, 알고리즘은 일반적인 데이터셋을 분석할 때 단순한 의사 벌크 방법과 거의 동일한 시간이 걸릴 정도로 잘 확장되었습니다. 이러한 효율성은 단일 세포 데이터의 미세한 차이를 잃지 않으면서 문제의 차원을 축소하는 수학적 지름길을 사용함으로써 달성되었습니다. 이는 앞으로 더 크고 다양한 데이터셋이 가용해짐에 따라, 과도한 컴퓨팅 파워를 요구하지 않고도 이 방법을 적용할 수 있음을 의미합니다.

본 연구는 새로운 방법이 세포 상태에 따라 효과가 변하는지를 직접 테스트하는 데 어려움이 있거나 세포 상태 좌표를 정의할 때 주의 깊은 선택이 필요하다는 등의 한계가 있지만, 이는 중요한 진전이라고 결론짓습니다. 이 방법은 역동적인 단일 세포의 경관 속에 존재하는 숨겨진 유전적 조절의 층위를 밝혀낼 수 있는 엄격하고 확장 가능한 방법을 제공합니다. 세포 유형이라는 정적인 관점을 넘어 세포 상태의 연속적인 본질을 수용함으로써, 연구자들은 이제 이전에는 도달할 수 없었던 수준의 정밀도로 면역 체계의 유전적 구조를 지도화할 수 있게 되었습니다. 이러한 발견은 우리 세포의 유전적 조절이 이전에 이해되었던 것보다 훨씬 더 유동적이고 맥락 의존적이라는 점을 시사하며, 유전적 변이가 가장 근본적인 수준에서 건강과 질병에 어떻게 영향을 미치는지 이해하는 새로운 길을 열어줍니다.