## 배경 최근 몇 년 동안 유전체 분석 기술이 눈부시게 발전하면서 다유전자위험점수(Polygenic Risk Score, PRS)는 개인의 질병 발생 가능성을 예측하는 핵심 도구로 부상하는 추세다. 수백만 개의 유전 변이를 종합하여 특정 질환에 걸릴 확률을 계산하는 방식은 예방 의학의 지평을 넓혔다. 하지만 유전적 위험이 높다는 사실 자체만으로는 질병의 발병을 온전히 예측하기 어렵다는 의견이 지배적이다. 인간의 건강 상태는 타고난 유전 정보뿐만 아니라 식습관, 운동, 흡연 상태 등 일상적인 생활 환경과 긴밀히 상호작용하기 때문이다. 이에 따라 유전적으로 고위험군에 속하더라도 건강한 생활 습관을 유지하면 발병 위험을 낮출 수 있고, 반대로 유전적 위험이 낮아도 해로운 환경에 노출되면 질병을 피하기 어려워진다. 이러한 유전과 환경의 상호작용에도 기존 연구들은 특정 예방 조치가 환자 개인에게 구체적으로 얼마만큼의 이득을 주는지 정량화하는 데 한계를 보였다. 단순히 특정 집단 전체의 상대적 위험 비율을 제시하는 수준에 그쳐, 임상 의사가 환자에게 구체적으로 어떤 생활습관 교정을 처방해야 하는지 직관적으로 판단하기 까다로웠던 탓이다. 결과적으로 임상 현장에서는 유전적 고유 위험과 환경의 상관관계를 보다 정밀하게 측정할 수 있는 새로운 평가지표를 요구하고 있다. ## 핵심 발견 이러한 문제를 해결하기 위해 다국적 연구진은 유전적 위험과 환경적 맥락의 상호작용을 계량화하는 새로운 수학적 지표를 네이처 제네틱스(Nature Genetics) 최신호에 발표했다. 분석 대상을 대규모 바이오뱅크 데이터에 등록된 7대 만성질환 환자군으로 설정하여 다유전자 위험도와 생활환경 요인의 연관성을 면밀히 파헤친 결과다. 연구진은 예방적 개입의 예상 효율성을 유전적 위험도에 따라 산출하는 '혜택에 필요한 비율(Proportion Needed to Benefit, PNB)' 지표를 도입했다. PNB는 유전적 위험 수준에 맞춰 특정 환경 중재를 시행했을 때 실질적인 예방 효과를 거둘 대상자의 비율을 직관적으로 보여준다. 이는 임상 시험에서 치료 효과를 판단할 때 사용하는 '치료필요개수(Number Needed to Treat, NNT)' 개념을 유전체 의학에 맞게 개량한 모델이다. 분석 결과에 따르면, 유전적 고위험군 환자들은 환경 요인을 개선할 때 얻는 예방 효과가 저위험군 환자들보다 압도적으로 높게 측정됐다. 예컨대 심혈관 질환 유전 위험도가 상위 10%에 해당하는 고위험 환자군이 금연과 체중 조절을 병행할 때 PNB 수치는 큰 폭으로 떨어지게 된다. 이 수치가 낮아질수록 소수 인원의 생활습관 개선이 가져다주는 예방적 성과는 한층 뚜렷해진다는 것이 연구팀의 설명이다. 또한 연구팀은 단순히 유전적 위험만을 따지는 방식에서 벗어나 환경적 조건의 결합을 다차원적으로 평가하고자 연구를 설계했다. 유전적 고위험군이 취약한 생활 환경에 노출될 때 질병 발병률이 급격히 치솟는 상승효과는 주목할 만한 현상이다. 이처럼 정밀하게 정량화된 데이터는 의료진이 환자의 유전 정보와 생활 습관을 결합하여 개별 위험도를 평가할 때 강력한 과학적 준거가 될 것으로 보인다. ## 의미와 전망 이번 연구는 개인 맞춤형 의학이 나아갈 이정표를 제시했다는 점에서 가치를 인정받고 있다. 유전자 검사 결과를 단순히 질병에 걸릴 확률이라는 정적인 수치로 전달하는 데 머물지 않고, 환경적 개입을 결합했을 때 기대할 수 있는 실효성을 정량적으로 증명했기 때문이다. 이는 환자들에게 건강한 행동 변화를 유도하는 강력한 동기부여 카드가 될 수 있다. 하지만 실제 임상에 폭넓게 적용하려면 넘어야 할 산이 적지 않다. 이번 분석에 쓰인 7대 만성질환 이외의 다양한 유전성 질환이나 암종에서도 PNB 모델의 유효성을 추가로 입증해야 하는 임무가 남았다. 아울러 다인종 그룹을 포괄하는 유전체 데이터를 확보하지 못한다면 특정 인종에 편향된 의료 불균형을 초래할 여지가 있다. 복잡한 환경 요인을 실시간으로 정밀하게 추적하고 기록할 표준화된 모니터링 기술의 정착 역시 선결 과제다.