Genotype, not variants: modeling recessive pathogenicity, with ABCA4-related retinopathy as an example

인간의 눈은 시력을 선명하게 유지하기 위해 섬세한 재활용 시스템에 의존합니다. 눈 뒤쪽에 위치한 빛 감지 세포 내부에서는 특정 단백질이 분자 펌프처럼 작용하여, 우리가 사물을 볼 때 축적되는 독성 폐기물을 제거합니다. 이 펌프는 ABCA4라고 불리는 유전자에 담긴 지침을 바탕으로 만들어집니다. 사람의 DNA에 있는 이 유전자의 두 복사본이 모두 손상되면 펌프가 고장 나고, 독성 폐기물이 쌓이면서 빛 감지 세포가 죽기 시작합니다. 이는 어린 시절이나 청년기에 흔히 발생하는 유전성 황반 변성의 일종인 스타가르트병(Stargard disease)으로 이어집니다. 수십 년 동안 의사와 과학자들은 이 질환이 열성, 즉 환자가 병에 걸리기 위해서는 반드시 두 개의 고장 난 유전자 복사본을 물려받아야 한다는 점을 이해해 왔습니다. 하지만 질환이 얼마나 심각할지, 혹은 언제 시작될지를 예측하는 것은 여전히 어려운 과제로 남아 있었습니다. 연구자들은 종종 두 개의 고장 난 유전자 복사본 중 하나만을 보고 다른 하나를 배경 변수로 취급하며 질환의 중증도를 판단하려 노력해 왔습니다. 이러한 접근 방식은 두 유전자 복사본이 동일한 세포 내에서 함께 작동하며, 그 결합된 성능이 눈의 건강을 결정한다는 점을 간과했기에 많은 질문을 남겨두었습니다.

새로운 연구는 이 유전적 수수께끼를 바라보는 방식의 변화를 제안합니다. 연구자들은 개별 돌연변이를 고립시켜 보는 대신, 사람이 보유한 유전자 복사본의 전체 쌍을 고려해야 한다고 주장합니다. 그들은 환자의 전체 유전적 설정을 기능적으로 점수화할 수 있는 간단한 방법을 개발했습니다. 이 모델은 두 개의 유전자 복본을 업무를 나누어 수행하는 파트너로 취급합니다. 모델은 각 유전자 복사본이 단백질을 얼마나 생산할 수 있는지, 그 단백질이 올바른 모양으로 얼마나 잘 접히는지, 그리고 세포 밖으로 독성 분자를 얼마나 효율적으로 이동시키는지 등을 고려하여, 결합된 쌍이 폐기물 제거라는 임무를 얼마나 잘 수행할 수 있는지를 나타내는 하나의 수치를 계산합니다. 또한 연구자들은 세포가 빛 감지 세포 표면에 이러한 펌프를 배치할 수 있는 공간이 제한되어 있으며, 두 유전자 복사본이 일반적으로 이 공간을 균등하게 나누어 갖는다는 점도 고려했습니다. 두 복사본의 기여도를 합산함으로써, 모델은 완전한 실패부터 완전히 작동하는 시스템에 이르기까지 연속적인 유전적 건강 척도를 생성합니다.

이 새로운 사고방식이 유효한지 테스트하기 위해, 연구팀은 스타가르트병 환자들을 대상으로 이 점수 산정 방식을 적용했습니다. 그들은 환자들이 보유한 구체적인 유전 돌연변이 데이터를 수집하고, 실험실 측정을 통해 각 돌연변이가 유전자 기능을 얼마나 감소시키는지 추정했습니다. 그런 다음 각 환자의 유전자 쌍에 대한 총점을 계산했습니다. 이 점수를 환자들이 처음 시력 문제를 인지한 연령과 비교했을 때, 명확한 패턴이 나타났습니다. 유전적 시스템이 더 많이 망가졌음을 의미하는 낮은 점수를 가진 환자들은 더 어린 나이에 질환이 발병하는 경향이 있었습니다. 반면, 결합된 유전자가 여전히 기능을 유지할 능력이 있음을 의미하는 높은 점수를 가진 환자들은 대개 생애 후반부에 증상이 나타났습니다. 면역 체계나 다른 유전자의 변이와 같은 다른 요인들이 역할을 하기 때문에 관계가 완벽하지는 않았지만, 그 연결 고리는 통계적으로 유의미할 만큼 강력했습니다. 연구는 유전적 점수가 질환이 시작될 수 있는 범위를 신뢰성 있게 예측할 수 있으며, 단일 돌연변이만을 보는 것보다 훨씬 더 명확한 그림을 제공한다는 것을 보여주었습니다.

이러적인 접근 방식은 개별 유전자 변이를 단순히 '나쁘다'거나 '더 나쁘다'고 등급을 매기려는 일반적인 습관에 도전합니다. 연구는 질환의 중증도가 단일 돌연변의 속성이 아니라, 사람이 물려받은 두 복사본 사이의 상호작용 결과임을 시사합니다. 한 복사본은 심하게 손상되었을 수 있고 다른 하나는 약간만 손상되었을 수 있는데, 이 둘이 함께 특정 수준의 기능을 만들어내어 결과를 결정하게 됩니다. 연구자들은 이 모델이 유전자 복사본의 행동이 '가산적(additive)'일 때, 즉 총 작업량이 각 복사본이 관리할 수 있는 양의 단순한 합계일 때 가장 잘 작동한다고 언급했습니다. 이는 세포가 어떤 펌프가 어떤 유전자에서 왔는지 구분하지 않고, 오직 독성 폐기물을 제거하기 위해 사용 가능한 작동 펌프의 총수만을 보기 때문에 생물학적으로 타당합니다.

이러한 발견은 의사들이 유전자 검사 결과를 해석하는 방식에 즉각적인 시사점을 줍니다. 만약 환자가 심각한 형태의 질환을 앓고 있음에도 유전자 검사에서 명확히 손상된 돌연변이가 하나만 확인된다면, 이 모델은 두 번째 복사본에 미처 발견되지 못한 미묘한 결함이 숨어 있을 수 있음을 시사합니다. 이는 의사들이 더 깊이 유전 코드를 탐색하여, 읽거나 분석하기 어려운 영역의 돌연변이를 찾도록 유도할 수 있습니다. 반대로, 두 개의 돌연변이가 모두 경미해 보임에도 질환이 심각하다면, 모델은 결합된 효과가 예상보다 더 나쁘거나 다른 요인이 작용하고 있음을 나타낼 수 있습니다. 또한 이 연구는 미래의 치료법을 위한 프레임워크를 제공합니다. 만약 결핍된 유전자를 대체하도록 설계된 치료법이 개발된다면, 의사들은 이 점수 체계를 사용하여 새로운 유전자가 환자의 기존 손상된 복사본들과 어떻게 함께 작동할지 예측할 수 있습니다. 예를 들어, 환자의 유전자가 여전히 일부 기능적인 단백질을 생성하고 있다면, 새로운 치료법은 이미 존재하는 것과 경쟁하지 않도록 조정되어, 작동하는 단백질의 총량이 질병을 막는 데 필요한 수준에 도달하도록 보장해야 할 것입니다.

모델이 강력한 새로운 관점을 제공하기는 하지만, 저자는 그 한계에 대해서도 주의를 기울였습니다. 점수를 구축하는 데 사용된 데이터는 격리된 상태에서 유전자 행동을 측정하는 실험실 실험에서 왔으므로, 살아있는 인간의 눈 내부의 복잡한 환경을 완벽하게 반영하지 못할 수도 있습니다. 또한, 질병이 시작되는 연령은 종종 환자 본인에 의해 보고되므로 주관적일 수 있으며, 질병은 ABCA4 유전자 외에도 많은 요인의 영향을 받습니다. 이러한 불확실성에도 불구하고, 이 연구는 유전형을 하나의 통합된 단위로 보는 것이 개별 변수에 집중하는 것보다 더 정확하고 유용한 설명을 제공한다는 점을 입증합니다. 이는 더 정밀한 예측과 개인 맞를 치료 전략을 향한 토대를 마련하며, 특정 유전자 조합이 환자의 케어를 안내하는 미래로 나아가게 합니다. 이 연구는 열성 질환에서 전체는 부분의 합보다 크며, 그 합을 이해하는 것이 질환의 중증도를 밝히는 열쇠라는 점을 강조합니다.