eQTL — 발현 연관을 인과로 읽지 않기
왜 알아야 하는가
질병 GWAS는 연관 locus를 찾지만 그 신호가 어느 유전자의 어떤 조절 과정을 바꾸는지 바로 알려주지 않습니다. eQTL(expression quantitative trait locus) 분석은 사람 사이의 genotype 차이와 gene expression 차이가 함께 변하는지를 측정해 가능한 조절 경로를 좁힙니다.
그러나 연관된다는 사실은 변이가 발현 변화를 직접 일으킨다는 뜻이 아닙니다. linkage disequilibrium, 세포 구성과 환경 요인이 같은 패턴을 만들 수 있습니다. eQTL은 인과 결론이 아니라 후속 검증 대상을 정하는 증거층입니다.
핵심 개념
보통 가까운 유전자 주변의 연관을 cis-eQTL, 멀리 떨어진 locus나 다른 chromosome의 연관을 trans-eQTL이라고 부르지만 거리 기준과 분석 정의는 연구마다 명시해야 합니다. expression 대신 splice junction이나 isoform을 측정하면 sQTL을 찾을 수 있습니다. 어떤 분자형질을 단위로 삼았는지가 결과 해석의 일부입니다.
분석은 genotype, 정규화된 expression, ancestry와 technical covariate를 회귀모형에 넣고 수많은 variant–gene 쌍을 검정합니다. multiple testing을 보정하고 hidden factor를 조정하지만, 과도한 보정은 실제 생물학적 신호를 제거할 수도 있습니다. 표본 수와 allele frequency가 낮으면 작은 효과를 찾기 어렵습니다.
조직과 세포 맥락
유전자 조절은 조직과 세포형, 발달 단계, 자극과 질병 상태에 따라 달라집니다. 간에서 뚜렷한 eQTL이 혈액에서는 보이지 않을 수 있고, 면역 자극 뒤에만 나타나는 response eQTL도 있습니다. GTEx 같은 다조직 자원은 이 맥락 의존성을 비교할 기반을 제공합니다.
bulk tissue의 expression은 여러 세포형의 평균입니다. genotype과 세포 비율이 함께 변하면 세포 구성 효과가 유전자 조절처럼 보일 수 있고, 희귀 세포형의 신호는 평균에 가려질 수 있습니다. single-cell 접근은 해상도를 높이지만 sparsity, batch와 작은 세포별 표본 수라는 다른 한계가 생깁니다.
GWAS와 겹칠 때
GWAS lead variant와 eQTL lead variant가 같거나 가까워도 하나의 causal variant가 두 형질을 만든다고 확정할 수 없습니다. LD block 안의 서로 다른 변이가 각각 질병과 발현에 영향을 줄 수 있습니다. 먼저 conditional analysis와 fine-mapping으로 독립 신호와 credible set을 평가합니다.
colocalization은 두 association pattern이 shared causal signal과 양립하는지를 확률적으로 비교합니다. 결과는 variant coverage, LD reference, causal variant 수에 대한 가정과 prior에 의존합니다. 높은 posterior도 target gene과 질병 기전을 최종 증명하지 않습니다.
작은 예시
자가면역질환 GWAS locus가 면역세포에서 gene A의 낮은 발현과 연관됐다고 합시다. 관련 세포형에서 두 신호가 colocalize하고, allele-specific expression과 enhancer annotation도 같은 방향을 지지하면 gene A가 좋은 후보가 됩니다. 그래도 CRISPR perturbation이나 독립 cohort에서 면역 기능과 질병 관련 phenotype이 재현돼야 인과 주장이 강해집니다.
혼동하기 쉬운 점
- lead variant가 causal variant와 같다는 보장은 없습니다.
- 가장 가까운 gene이 target gene이라는 보장도 없습니다.
- eQTL이 없는 것은 조절 효과가 없다는 뜻이 아니라 측정한 조직·상태·표본에서 검출되지 않았다는 뜻입니다.
- colocalization은 물리적 접촉이나 기능적 rescue 실험을 대체하지 않습니다.
한계
eQTL 자원의 ancestry와 조직 대표성이 제한되면 다른 집단과 상태에 일반화하기 어렵습니다. expression 측정법, reference annotation과 pipeline version도 결과를 바꿉니다. 공개 결과를 사용할 때는 effect allele, 방향, 조직, sample size와 분석 release를 함께 기록해야 합니다.
연결해서 읽기
GWAS credible set에서 조절 기전으로 이동하는 과정은 Non-coding GWAS와 chromatin contact, chromatin accessibility는 ATAC-seq Concept과 연결됩니다.