고차원 염색질 구조가 암 복제수 변이 지형을 좌우한다

초록

이 연구는 3차원 염색질 접촉 빈도와 부정 선택(정화 선택)이 암세포에서 관찰되는 체세포 복제수 변이(SCNA)의 분포를 어떻게 형성하는지를 통계적 최대우도 모델로 분석한다. Hi‑C 기반의 전장 염색질 구조와 프랙탈 구형(FG) 모델을 이용해 SCNA 발생 확률을 추정하고, 정화 선택을 포함한 여러 모델를 비교하였다. 결과는 SCNA가 3D 염색질 접촉이 빈번한 영역에서 더 자주 발생하며, 정화 선택이 SCNA의 길이와 독성에 추가적인 제약을 가한다는 것을 보여준다.

상세 분석

본 논문은 암 유전체에서 가장 흔히 관찰되는 구조 변이인 체세포 복제수 변이(SCNA)의 발생 메커니즘을 두 가지 주요 힘, 즉 3차원 염색질 구조와 정화(부정) 선택으로 설명하고자 한다. 저자들은 3,131개의 암 표본에서 39,568개의 비재발성 SCNA(26,022개 증폭, 13,546개 결실)를 추출하고, 이들을 1 Mb 구간으로 매핑해 Hi‑C 접촉 행렬과 SCNA 행렬을 동일한 형태로 변환하였다. Hi‑C 데이터는 GM06990 세포주를 사용했으며, 접촉 확률 P_HiC(L) ≈ 1/L 형태가 프랙탈 구형(FG) 모델과 일치함을 확인했다. 동일하게 SCNA 길이 L에 대한 관측 확률 P_SCNA(L)도 1/L 스케일을 보였으며, 이는 무작위 선택 모델(길이와 무관)만으로는 설명되지 않는다.

이를 정량화하기 위해 저자들은 여섯 가지 모델을 제시했다. (1) Uniform: 길이 균일 가정, (2) Uniform+sel: 균일 가정에 정화 선택 파라미터 추가, (3) HiC: Hi‑C 접촉 확률을 변이율에 적용, (4) HiC+sel, (5) FG: 프랙탈 구형 접촉 확률 적용, (6) FG+sel. 각 모델은 최대우도 추정 후 베이지안 정보 기준(BIC)으로 비교되었다. 결과는 FG 모델이 다른 모든 모델보다 높은 우도와 낮은 BIC 값을 기록했으며, 정화 선택 파라미터를 포함하면 모든 모델의 적합도가 유의하게 향상(p < 0.001)했다. 이는 SCNA가 단순히 물리적 접촉 빈도에 의해 발생할 뿐 아니라, 길이가 길어질수록 세포 적합도에 부정적 영향을 미쳐 정화 선택에 의해 억제된다는 의미이다.

또한 저자들은 퍼뮤테이션 테스트를 수행했다. SCNA의 시작 위치를 무작위로 재배치하고 길이는 유지한 뒤, 실제 SCNA와 비교했을 때 Hi‑C 기반 모델이 퍼뮤테이션된 데이터보다 현저히 높은 적합도를 보였다(p < 0.001). 이는 관측된 SCNA가 실제 3D 접촉 구조와 강하게 연관되어 있음을 실증한다. 개별 염색체별 분석에서도 22개 중 18개 염색체에서 유의한 적합도가 확인되었으며, 특히 증폭보다 결실이 3D 구조와 더 강하게 연관됨을 보여준다.

정화 선택의 강도는 염색체 길이와도 상관관계가 있었으며, 짧고 유전자 밀도가 높은 염색체일수록 정화 선택이 강하게 작용하는 것으로 해석된다. 이는 짧은 염색체에서 발생한 SCNA가 많은 유전자를 포함할 가능성이 높아, 세포 적합도에 미치는 부정적 효과가 커지기 때문이다. 저자들은 이러한 결과를 바탕으로, 암에서 관찰되는 SCNA 분포는 물리적 3D 접촉 빈도와 선택적 압력(정화 선택 및 양성 선택)의 복합적인 결과이며, 기존의 양성 선택만을 강조하는 모델보다 더 포괄적인 설명을 제공한다고 주장한다.

마지막으로, 논문은 향후 고해상도 Hi‑C 데이터와 전장 시퀀싱이 결합될 경우, 세포 유형·상태별 3D 구조 차이가 SCNA 발생에 미치는 영향을 정밀하게 규명할 수 있을 것으로 전망한다. 이는 암 유전체의 구조 변이를 예측하고, 치료 표적을 발굴하는 데 새로운 통계·물리학적 프레임워크를 제공한다.