배경

유전체 변이가 유전자 발현에 미치는 영향을 규명하는 발현 양적 형질 유전자좌(expression Quantitative Trait Loci, eQTL) 분석은 질환 연관 변이의 기능을 해석하는 표준 접근법으로 자리 잡았습니다. 최근 단일세포 전사체 분석(scRNA-seq) 기술이 발전하면서 특정 세포 아형에만 작용하는 세포형 특이적 eQTL 연구가 활발해졌습니다. 조직 전체를 갈아 넣는 기존 벌크 전사체 분석으로는 희귀 면역세포나 미세 환경 내 특정 세포 집단의 발현 조절 신호를 포착하기 어려웠기 때문입니다.

그러나 단일세포 수준에서 유전 변이와 유전자 발현 사이의 상관성을 정확히 계산하기에는 통계학적 장벽이 높았습니다. 세포마다 유전체 염기서열을 읽는 깊이(read depth)가 다르고, 발현량이 검출되지 않는 영(zero) 카운트 비율이 매우 높습니다. 연구자들은 개체별로 세포들의 발현값을 합산해 선형 회귀 모형을 적용하는 유사 벌크(pseudobulk) 방식을 주로 채택해 왔습니다. 이 방식은 개별 세포가 지닌 이질성과 세포 내 발현 변이를 크게 희석하며, 개체 간 관련성이나 다인종 코호트의 유전적 구조를 정밀하게 보정하기 어렵습니다. 계산 복잡도 문제로 빈도가 낮은 희귀 변이의 복합 영향을 검정하는 데도 뚜렷한 한계가 존재했습니다.

핵심 발견

미국 연구진은 단일세포의 유전자 읽기 수(read count)를 사후 가공 없이 직접 다루는 통계 유전체학 프레임워크인 SAIGE-QTL을 국제학술지 네이처 제네틱스(Nature Genetics)에 보고했습니다. 이 방법론은 포아송 혼합 모델(Poisson Mixed Model)을 기반으로 설계되어 단일세포 데이터 특유의 셈 데이터(count data) 분포를 왜곡 없이 반영합니다.

개별 기증자로부터 유래한 수천 개 세포 사이의 상관관계와 표본 간 유전적 혈연관계를 임의효과(random effects)로 묶어 처리함으로써 제1종 오류(위양성)를 억제합니다. 세포당 총 전사체 수나 배치 효과 같은 공변량을 모형 내에서 직접 통제하는 구조입니다.

유사 벌크 방식과 비교했을 때, 세포 수가 적은 희귀 아형이나 발현 수준이 낮은 유전자에서 통계적 검정력이 대폭 향상됐습니다. 연구팀은 대규모 바이오뱅크 연계 분석에서 검증된 근사 추정 기법을 적용해 수만 명의 유전체와 수백만 개 단일세포 데이터셋에서도 실행 가능한 연산 효율을 확보했습니다.

가장 두드러진 성과는 단일세포 환경에서 희귀 변이 세트 기반 연관성 분석(rare variant set-based test)을 구현했다는 점입니다. 개별 희귀 변이는 빈도가 낮아 단일 변이 단위로는 유의성을 입증하기 불가능에 가깝습니다. SAIGE-QTL은 유전자나 조절 영역 단위로 희귀 변이를 묶어 검정하는 부담 검정(burden test) 및 분산 성분 검정을 단일세포 발현량과 직접 연결했습니다.

의미와 전망

SAIGE-QTL은 단일세포 해상도에서 공통 변이부터 희귀 변이까지 포괄하는 유전체 발굴의 길을 열었습니다. 기존 연구들이 단일염기다형성(SNP) 중 흔한 변이 분석에 머물렀다면, 이제는 단백질 기능 상실 변이나 프로모터 영역의 희귀 비부호화 변이가 특정 세포에만 미치는 영향을 분별할 수 있게 됐습니다.

향후 질환 감수성 유전자가 어떤 세포 경로에서 작동을 멈추는지 추적하는 기능 유전체학 연구의 기본 도구로 안착할 전망입니다. 특히 신경퇴행성 질환이나 자가면역질환처럼 병인 세포가 극히 제한적인 복합질환 분석에 폭넓게 쓰일 가능성이 높습니다.

다만 여전히 방대한 메모리와 고성능 컴퓨팅 자원을 요구한다는 점은 과제로 꼽힙니다. 공간 전사체(spatial transcriptomics) 데이터처럼 세포 간 위치 정보와 이웃 세포의 물리적 신호까지 복합 모델링하려면 추가적인 알고리즘 확장이 뒷받침되어야 합니다.