배경

전장 유전체 연관성 분석(GWAS)은 복합 질환의 유전적 원인을 규명하는 핵심 도구로 자리 잡았다. 연구자들은 비용을 절감하기 위해 모든 대상자의 전장 유전체 시퀀싱(WGS)을 수행하는 대신, 특정 위치의 단일염기다형성(SNP)만을 읽어내는 마이크로어레이(microarray) 칩을 널리 사용한다. 칩으로 분석하지 못한 나머지 수천만 개의 미측정 변이는 이미 염기서열이 완전히 해독된 대규모 참조군을 바탕으로 통계적으로 추정해 채워 넣는다. 이 과정을 유전자형 인퓨테이션(genotype imputation)이라 부른다.

인퓨테이션의 정확도는 참조 패널의 표본 크기와 다양성에 직접 좌우된다. 기존 연구에서 널리 쓰이던 1000 유전체 프로젝트(1000 Genomes Project)나 Haplotype Reference Consortium(HRC) 패널은 참여자 수가 수천 명에서 수만 명 수준에 머물렀다. 이로 인해 희귀 변이(rare variants)를 정확하게 예측하는 데 뚜렷한 한계가 존재했다. 더불어 부모로부터 물려받은 대립유전자의 염색체상 배열 상태를 결정하는 위상 결정(phasing) 과정에서 오류가 누적되면서, 질환 연관 변이를 발굴하는 해상도가 떨어지는 문제가 지속됐다. 특히 유럽계 이외의 비유럽계 인구 집단에서는 참조 데이터 부족으로 결측치 복원 정확도가 크게 낮아져 유전체 연구의 불평등이 심화되기도 했다.

핵심 발견

옥스퍼드 대학교와 브로드 연구소를 비롯한 국제 공동 연구진은 영국 바이오뱅크(UK Biobank) 참여자 490,319명의 고심도 WGS 데이터를 가공해 사상 최대 규모의 반수체 참조 패널을 완성했다. 연구진은 50만 명에 가까운 방대한 시퀀싱 코호트에서 수억 개의 유전 변이를 선별하고, 첨단 연산 알고리즘을 적용해 염색체별 위상을 정밀하게 재구성했다.

이번 패널은 기존 HRC 및 TOPMed 패널 대비 위상 전환 오류율(switch error rate)을 눈에 띄게 낮췄다. 인구 집단 간 유전적 거리와 희귀 변이 빈도를 정밀 반영한 결과, 대립유전자 빈도가 0.1% 미만인 극희귀 변이 영역에서도 유전자형 추정 일치도(r²)가 큰 폭으로 상승했다. 연구팀은 유럽계뿐만 아니라 아프리카계, 동아시아계, 남아시아계 등 다양한 혈통을 지닌 집단의 유전형 마이크로어레이 데이터에 새 패널을 대입해 검증을 마쳤다. 그 결과 모든 인구 집단에서 기존 도구 대비 일관되게 향상된 변이 복원율을 기록했다. 비유럽계 표본에서 관찰되던 인퓨테이션 정보 점수(info score) 저하 현상 역시 대폭 완화됐다.

대규모 시퀀싱 데이터 처리 시 병목으로 지적되던 연산 비용도 최적화 파이프라인으로 해결했다. 연구팀은 반수체 탐색 트리를 효율화해 수십만 명의 참조군을 검색할 때 소요되는 메모리 점유율을 줄였으며, 전장 유전체 수준의 인퓨테이션 소요 시간을 기존의 절반 이하로 단축했다.

의미와 전망

이번 연구는 전 세계 의과학계가 축적해 온 기존 마이크로어레이 기반 코호트 연구의 가치를 단숨에 끌어올렸다. 이미 저비용 칩 데이터만 확보해 둔 수백만 명 규모의 기존 임상·역학 데이터베이스에 새 패널을 적용하면, 값비싼 재시퀀싱 없이도 고심도 WGS에 준하는 정밀도를 확보할 수 있다. 희귀 변이가 심혈관 질환이나 신경계 퇴행성 질환 발병에 미치는 기전을 규명하는 후속 GWAS 연구에 강력한 동력을 제공할 것으로 기대된다.

다만 본 패널이 지닌 구조적 한계도 명확하다. UK Biobank 코호트는 여전히 영국 거주자와 유럽계 혈통의 비율이 압도적으로 높다. 비유럽계 인구 집단의 인퓨테이션 성능이 기존보다 개선됐으나, 아프리카나 라틴아메리카 원주민 등 유전적 다양성이 극히 높은 집단 고유의 희귀 변이를 온전히 포괄하기에는 한계가 따른다. 향후 글로벌 인구의 유전적 다양성을 균형 있게 반영하는 지역별 맞춤형 바이오뱅크 데이터와의 결합이 지속적인 과제로 꼽힌다.