유전체 복합지수로 보는 만성 비전염성 질환 사전 위험 평가

초록

본 논문은 복합유전지수(GCI)를 제안하여 단일 뉴클레오타이드 다형성(SNP) 기반 위험 태그와 향후 발견될 희귀 변이·복제수 변이·표현형 변이를 통합해 만성 비전염성 질환(CNCD)의 평생 위험을 정량화한다. GCI는 요약 통계만으로 계산 가능하며, 환경 요인과 결합해 임상 의사결정에 활용될 수 있음을 실증하였다.

상세 요약

이 연구는 기존 다유전자 위험 점수(polygenic risk score, PRS)의 한계를 보완하기 위해 ‘유전 복합지수(Genetic Composite Index, GCI)’라는 새로운 프레임워크를 도입한다. GCI는 각 위험 변이의 효과 크기(오즈비 또는 베타값)와 변이 빈도를 이용해 개별 유전형의 기대 위험을 산출한다. 핵심은 개별 변이의 상호작용을 가정하지 않고, 요약 통계만으로 전체 유전 위험을 추정한다는 점이다. 이를 통해 대규모 코호트에서 동시에 여러 위험 요인을 측정할 필요 없이, 기존 GWAS 메타분석 결과와 공개된 변이 데이터베이스만으로 GCI를 계산할 수 있다. 논문은 GCI를 심혈관 질환, 제2형 당뇨, 고혈압 등 대표적인 CNCD에 적용해 ROC 곡선 아래 면적(AUC)이 0.70~0.78 수준임을 보고한다. 또한 환경 요인(흡연, 식이, 신체활동)과의 다중 로지스틱 회귀 모델을 구축해 GCI와 환경 변수의 결합이 단독 변수보다 위험 분류 정확도를 현저히 향상시킨다. 중요한 통계적 검증으로는 교차 검증과 독립 검증 코호트에서의 재현성을 제시했으며, GCI가 연령·성별에 따라 위험을 조정할 수 있음을 확인했다. 그러나 변이 간 상호작용을 무시함으로써 잠재적 과소추정 위험이 존재할 수 있고, 현재는 주로 유럽계 집단의 GWAS 결과에 의존하므로 인구집단 간 전이성에 제한이 있다. 또한 희귀 변이와 복제수 변이, 후성유전학적 마커를 실제 임상에 통합하려면 대규모 시퀀싱 데이터와 표준화된 효과 크기 추정이 필요하다. 전반적으로 GCI는 기존 PRS와 비교해 데이터 요구량이 적고, 점진적으로 새로운 유전·후성 정보를 추가할 수 있는 확장성을 제공한다는 점에서 차별화된다.