대사이상 지방간질환 위험 변이, 세포·자극별 유전자 조절 기능 밝히다
배경: 위험 변이와 질환 기전을 잇는 과제
대사이상 관련 지방간질환(MASLD)의 위험과 연관된 비코딩 변이가 세포 유형과 자극 조건에 따라 유전자 조절 활성을 달리한다는 연구 결과가 나왔다. 연구팀은 인간 간 조직 분석과 세포 실험을 결합해 수백 개의 차등 활성 변이를 찾고, 표적 유전자와 지질 대사 등과의 연결을 분석했다. 연구는 2026년 6월 2일 Nature Genetics에 발표됐다.
전장유전체연관분석(GWAS)으로 발견된 MASLD 연관 유전체 좌위는 100개가 넘는다. 그러나 통계적 연관성만으로 비코딩 변이가 어떤 유전자를 조절하고 질환 위험을 바꾸는지 설명하기는 어렵다. 어떤 세포와 조건에서 변이의 기능이 드러나는가? 이번 연구는 위험 변이의 위치를 찾는 데서 더 나아가 이 질문을 다뤘다.
핵심 발견: 조절 활성과 표적 유전자를 함께 추적
연구팀은 인간 MASLD 간 조직의 세포핵에서 염색질 접근성을 분석했다. 위험 변이는 세포 유형별 조절 요소에 풍부하게 분포했으며, 이 영역에는 세포 정체성을 결정하는 전사인자가 결합했다. 이어 대규모 병렬 리포터 분석(MPRA)으로 대립유전자에 따른 조절 활성 차이를 평가했다. 염색질 접근성과 리포터 활성은 서로 다른 측정 대상이다.
공개 확장자료 설명에서 HepG2 세포의 MPRA 평가 대상은 MASLD 관련 변이 5,369개로 제시됐다. 연구 전체에서는 대립유전자 사이에 조절 활성 차이를 보이는 차등 활성 변이(DAV) 수백 개를 확인했으며, 그 작용은 세포 유형과 자극 조건에 따라 달랐다. HepG2와 LX-2 세포의 비교와 자극 조건별 분석은 변이의 기능을 해석할 때 세포 환경도 함께 고려해야 한다는 근거다.
변이와 표적 유전자를 연결할 때는 간의 발현 양적형질좌위(eQTL), 염색질 루핑 정보, 단일세포 크리스퍼 간섭(CRISPRi) 스크리닝을 통합했다. 유전적 변이와 발현량의 관계, 유전체 영역 사이의 공간적 접촉, 조절 영역 억제 후의 반응을 함께 살핀 접근이다. SLC22A3와 중성지방 대사 조절 유전자인 APOA5, ANGPTL3, LPL 등 여러 좌위의 DAV는 유전자 발현과 지질 대사, 간성상세포 활성의 조절에 연결됐다. 다만 이 결과를 나열된 모든 유전자가 세 가지 현상 각각을 조절한다는 뜻으로 해석해서는 안 된다.
위험 예측 분석도 포함됐다. All of Us 코호트에서는 연관불평형(LD)을 기준으로 서로 독립적인 DAV 114개로 만든 다유전자위험점수(PRS)를 미스센스 변이 9개 기반 점수 및 기존 점수와 비교했다. 분석 대상은 MASLD 환자 37,153명과 대조군 40,048명으로, 연령·성별·시퀀싱 기관·첫 10개 유전적 주성분을 보정한 설계다. 연구진은 DAV를 활용한 위험 예측 개선을 보고했다. 다만 확보된 공개 설명만으로 개선 폭이나 임상 판별력을 수치로 확정하기는 어렵다.
의미와 전망: 기능 검증에서 임상 적용까지
이번 연구는 비코딩 변이를 유전자 조절과 MASLD 병태에 연결하는 연구 틀을 제시했다. 같은 변이라도 세포와 자극 조건에 따라 활성이 달라진다는 결과는 후속 기능 실험의 조건을 정할 때 참고할 근거다.
세포 기반 기능 검증과 코호트 위험점수 분석만으로 개인별 진단·예방 도구가 확립됐다고 볼 수는 없다. 실제 적용을 판단하려면 예측 성능과 적용 대상, 임상적 유용성을 추가로 평가해야 한다. 이번 기사에서 확인한 범위는 공개 초록과 확장자료 설명이며, 유료 본문과 보충자료의 전체 실험 설계·정량 결과는 확인하지 못했다.
출처: Nature Genetics 논문 초록 및 공개 확장자료 설명
Nature Genetics, Published online: 02 June 2026. DOI: 10.1038/s41588-026-02617-8
Summary: Resolving the historical linkage disequilibrium confounding and variant-to-gene mapping deficits that bottlenecked metabolic liver disease GWAS data, this investigation combines massively parallel reporter assays (MPRA) and CRISPR screens. By programmatically interrogating high-throughput chromatin accessibility parameters across thousands of non-coding loci, the computing platform isolates functional causal variants altering transcription factor binding affinity metrics. This molecular profiling charts non-linear transcription-factor-to-target-gene expression fluxes regulating hepatic lipid metabolism, delivering a generalizable computational baseline for validated target discovery, precise multivariate risk prediction, and companion diagnostic (CDx) platform engineering.
후속 연구자는 이번 결과를 기능 검증할 변이와 표적 유전자의 우선순위를 정하는 자료로 활용할 수 있다. 예를 들어 SLC22A3나 중성지방 대사 관련 후보를 선정한 뒤, 관련 세포와 자극 조건에서 조절 영역의 활성을 바꾸고 유전자 발현·지질 축적 반응을 재검증하는 연구를 설계하는 방식이다. 이는 결과에서 도출한 활용 시나리오로, 치료 표적으로서의 효과가 확립됐다는 의미는 아니다. DAV 기반 위험점수는 기능 정보를 위험 예측에 반영할 가능성을 보여줬다. 진료에 활용하려면 예측 성능과 적용 대상, 임상적 유용성을 추가로 확인해야 한다.