🔥게임체인저

면역세포 염색질 접근성과 전사체 동시 해독으로 비암호화 유전 변이의 질병 유발 경로를 밝히다

Nature·2026년 10월 2일AI 큐레이션
면역세포 염색질 접근성과 전사체 동시 해독으로 비암호화 유전 변이의 질병 유발 경로를 밝히다
✨AI 요약 (Beta)Beta

배경

전장 유전체 연관성 분석(GWAS)은 지난 수십 년간 수많은 질병 관련 유전 변이를 발굴했다. 그러나 이들 변이 가운데 90% 이상이 단백질을 암호화하지 않는 비암호화 영역에 위치한다는 사실은 오랜 난제로 꼽혔다. 비암호화 변이가 구체적으로 어떤 세포에서, 어떤 조절 인자를 거쳐 질병을 유발하는지 명확히 입증하기 어려웠던 탓이다.

기존 연구는 대량의 세포를 한 번에 갈아 넣는 벌크(bulk) 조직 분석에 주로 의존했다. 이러한 방식은 면역계처럼 세부 세포군이 복잡하게 얽힌 환경에서 희귀 세포 아형의 고유한 조절 신호를 포착하지 못하고 희석시키는 한계를 드러냈다. 염색질 열림 상태를 관찰하는 염색질 접근성과 전사체 발현량을 각각 별개의 시료에서 측정해 사후 통계로 끼워 맞추던 관행 역시 한계가 뚜렷했다. 서로 다른 세포에서 얻은 데이터를 간접 연결하는 방식으로는 특정 변이가 염색질 구조를 바꾸고 표적 유전자 발현을 직접 교란하는 인과 사슬을 규명하는 데 구조적 제약이 따랐다.

핵심 발견

연구진은 대규모 인구 코호트를 대상으로 동일한 단일 세포 핵에서 염색질 접근성과 전사체를 동시에 측정하는 단일세포 다중오믹스(single-cell multiome) 분석을 단행했다. 세포마다 염색질이 열린 부위(scATAC-seq)와 실제 전사되는 유전자 발현량(scRNA-seq)을 동시에 해독함으로써, 세포 아형별 유전자 조절 연결망을 높은 해상도로 복원해 냈다.

수집된 방대한 단일세포 프로파일은 유전 변이가 염색질 구조에 미치는 영향(caQTL)과 실제 전사체 발현에 미치는 영향(eQTL)을 한 번에 연결하는 결정적 근거를 제공했다. 분석 결과, 대다수 질병 위험 변이는 전사인자가 결합하는 미세한 염색질 열림 부위를 선택적으로 변형시켰다. 이 변형은 수십 킬로베이스(kb) 이상 떨어진 원거리 프로모터와 인핸서 사이의 물리적 상호작용을 바꾸며 최종 표적 유전자의 발현량을 교란했다.

특정 변이가 미치는 영향력은 면역세포 종류에 따라 철저히 갈렸다. 류마티스 관절염과 전신 홍반성 루푸스 등 자가면역 질환과 관련된 비암호화 변이들은 범면역세포 전체가 아니라, 활성화된 기억 CD4+ T세포나 특정 B세포 아형 등 아주 좁은 세포 분화 단계에서만 국소적으로 염색질 구조를 재편했다. 이전 벌크 분석에서는 잡음으로 치부되던 미세 신호가 실제 질병 발생을 촉발하는 핵심 분자 스위치였음이 밝혀진 셈이다.

의미와 전망

이번 성과는 통계적 연관성에 머물렀던 유전체 역학 데이터를 실제 작동 가능한 분자생물학적 표적으로 전환하는 이정표를 세웠다. 특정 질병 변이가 정확히 어느 세포의 어떤 유전자를 표적으로 삼는지 명시할 수 있게 되면서, 신약 개발에서 표적 검증 단계의 실패율을 크게 낮출 발판이 마련됐다. 세포 아형 특이적 조절 인핸서를 선별적으로 겨냥하는 정밀 치료제 개발도 한층 탄력을 받을 전망이다.

과제 역시 명확하다. 이번 연구는 주로 안정 상태의 혈액 면역세포를 중심으로 진행되었기에, 실제 조직 염증 부위나 병변 조직 내 미세환경에서 일어나는 동적 조절 변화까지 온전히 대변하지는 못한다. 인구 집단 간 유전적 다양성을 충분히 포괄하기 위한 추가 코호트 확충과 함께, 발견된 조절 인과 관계를 오가노이드나 동물 질환 모델에서 기능적으로 재검증하는 후속 연구가 뒤따라야 한다.

Nature, Published online: 30 September 2026; doi:10.1038/s41586-026-11078-2Population-scale simultaneous profiling of chromatin accessibility and gene expression across immune cells reveals regulatory architectures that connect genetic variants to disease.

💬왜 중요하냐면:

신약 개발 초기 단계에서 유전체 기반 표적 검증의 정확도를 비약적으로 끌어올릴 수 있다. 과거에는 GWAS로 발굴한 질병 연관 유전 변이가 실제 약물 표적인지 확인하기 위해 막대한 비용과 시간을 들여 무작위 유전자 침묵 실험을 반복해야 했다. 단일세포 수준의 염색질-전사체 동시 프로파일링 데이터를 활용하면, 비암호화 변이가 가리키는 진정한 표적 유전자와 작용 세포군을 초기 단계에서 정확히 압축해 낼 수 있다. 자가면역 질환 환자의 특정 면역세포 아형에만 선택적으로 작용하는 차세대 표적 치료제 개발이나, 환자 개인의 유전체 정보를 바탕으로 약물 반응성을 예측하는 정밀 면역 치료 전략 수립에 직접 응용될 것으로 기대된다.

💬 댓글

0개의 댓글
댓글을 작성하려면 로그인이 필요합니다
로딩 중...

BioPlayground

열람·링크·정당한 인용은 열어 두고, 고속 전수수집과 무단 재배포는 제한합니다.

별도 표시가 없는 콘텐츠의 권리는 BioPlayground 또는 정당한 권리자에게 있습니다.