다중 조직 eQTL 공동 분석을 위한 통계적 프레임워크

초록

본 논문은 여러 조직(또는 세포 유형)에서 발현 양적 형질좌위(eQTL)를 동시에 탐지하기 위한 베이지안 통계 모델을 제안한다. 각 eQTL가 조직마다 활성·비활성 상태를 가질 수 있음을 명시적으로 모델링함으로써, 조직별 분석 대비 탐지력 향상을 달성하고, 조직 간 eQTL 공유 정도를 파라미터로 추정한다. 변환된 B세포, T세포, 섬유아세포 데이터에 적용한 결과, 기존 방법에 비해 63 % 더 많은 유전자를 eQTL와 연결했으며, 대부분의 eQTL가 세 조직 모두에서 공유된다는 새로운 통찰을 제공한다.

상세 분석

이 연구는 기존 eQTL 분석이 조직별로 독립적으로 수행되어 발생하는 두 가지 근본적인 한계를 극복하고자 한다. 첫째, 동일한 조절 변이가 여러 조직에서 동시에 작용할 경우, 조직별 분석은 각각의 통계적 검정력 제한으로 인해 일부 신호를 놓치게 된다. 둘째, 조직 간 eQTL 겹침을 비교할 때, 각 조직의 검출력 차이와 통계적 오류를 고려하지 않으면 실제 공유 비율을 과소 혹은 과대평가하게 된다. 이를 해결하기 위해 저자들은 “활성/비활성” 상태를 이진 변수로 두고, 각 조직에서의 eQTL 존재 여부를 잠재 변수로 모델링하는 베이지안 혼합 모델을 설계하였다. 구체적으로, 각 SNP‑gene 쌍에 대해 ‘활성’ 상태를 나타내는 벡터 γ를 도입하고, γ의 사전분포를 조직 수에 따라 조정 가능한 베타‑베르누이 형태로 설정함으로써, 공유 정도(공통 활성 비율)와 조직 특이적 활성 비율을 동시에 추정한다.

모델의 핵심은 두 단계의 계층적 구조에 있다. 첫 단계에서는 각 조직별 회귀계수 β를 γ에 따라 0(비활성) 혹은 정규분포(활성)에서 샘플링한다. 두 번째 단계에서는 γ 자체에 대한 사전확률 π를 베타분포로 두어, 데이터가 충분히 강력할 경우 π가 높은 값을 취해 여러 조직에서의 공유를 반영하고, 반대로 데이터가 약하면 π가 낮아 조직 특이성을 강조한다. 이러한 설계는 EM‑알고리즘 혹은 변분 베이지안 추정으로 효율적으로 파라미터를 추정할 수 있게 하며, FDR 제어를 위한 후처리 단계에서도 전체 모델의 사후 확률을 활용한다.

시뮬레이션 결과는 모델이 실제 공유 비율을 정확히 복원하고, 특히 중간 정도의 효과 크기와 제한된 샘플 크기 상황에서 조직별 분석보다 현저히 높은 검출력을 보임을 입증한다. 실제 데이터 적용에서는 변환된 B세포, T세포, 섬유아세포 3종 조직에 대해 기존 방법으로는 약 1,200개의 유전자에만 eQTL가 발견된 반면, 제안 모델은 1,970개(≈63 % 증가)로 확대한다. 흥미롭게도, 사후 추정된 공유 파라미터는 대부분의 eQTL가 세 조직 모두에서 활성임을 시사한다. 이는 이전 연구에서 보고된 조직 특이적 eQTL 비율이 검출력 부족에 기인했을 가능성을 제기한다.

이 논문의 의의는 통계적 프레임워크 자체가 다중 조직(eQTL뿐 아니라 메틸레이션 QTL, 단백질 QTL 등) 분석에 일반화 가능하다는 점이다. 또한, 공유 정도를 명시적 파라미터로 추정함으로써, 생물학적 해석(예: 공통 조절 네트워크 vs 조직 특이적 회로)과 후속 기능적 실험 설계에 직접적인 정보를 제공한다. 다만, 모델이 가정하는 이진 활성/비활성 구조가 실제 연속적인 효과 크기 변이를 완전히 포착하지 못할 수 있으며, 대규모 다중 조직 데이터에서 계산 복잡도가 증가한다는 점은 향후 최적화가 필요하다.