환경오염물질이 인간 인터랙톰과 질병에 미치는 네트워크 기반 평가

초록

본 연구는 네트워크 생물학 기법을 활용해 지속성 유기오염물질, 다이옥신, PAH, 살충제, PFC, 금속, PPCP 등 7가지 주요 오염물질 군이 인간 단백질‑단백질 상호작용망(인터랙톰)과 질병 네트워크에 미치는 영향을 정량적으로 평가한다. 독성유전체, 질병연관유전체, PPI, 필수유전자 데이터를 통합해 오염물질 표적이 네트워크의 허브 단백질에 집중되고, 일부 오염물질이 다수의 유전자를, 일부 유전자가 다수의 오염물질에 의해 표적화되는 구조적 특성을 발견하였다. 또한 오염물질 표적과 질병 관련 단백질 간의 근접성이 질병 종류와 화학군에 따라 달라짐을 확인하고, 역학·실험 증거와 일치하는 오염물질‑질병 연관성을 정량화하였다.

상세 분석

이 논문은 인간 인터랙톰을 정점으로 하는 대규모 PPI 네트워크를 기반으로, 환경오염물질이 시스템 수준에서 어떻게 작용하는지를 정밀히 탐구한다. 먼저 공개된 독성유전체 데이터베이스(ToxCast, CTD 등)에서 7개 오염물질 군에 속하는 1,200여 화합물의 표적 유전자를 추출하고, 이를 인간 PPI 데이터베이스(HINT, BioGRID 등)와 매핑하였다. 네트워크 중심성 지표(연결 중심성, 베트위니스, 클러스터링 계수)를 계산한 결과, 오염물질 표적은 전체 PPI 네트워크에서 평균보다 높은 연결 중심성을 보이며, 특히 POPs와 다이옥신 군이 가장 많은 허브 단백질을 타깃으로 함을 확인했다. 이는 오염물질이 생물학적 ‘핵심’ 노드를 교란함으로써 광범위한 파급 효과를 일으킬 가능성을 시사한다.

다음으로, 인간 필수유전자(essential gene) 목록과의 겹침을 분석했는데, 대부분의 오염물질 군은 필수유전자와의 직접적인 겹침이 낮았다. 이는 오염물질이 세포 생존에 필수적인 경로보다는 조절·시그널링 경로를 주로 방해한다는 가설을 뒷받침한다.

질병 연관성 평가는 질병‑유전자 네트워크(‘디지아소메’)와 오염물질 표적 간의 최단 경로 길이와 네트워크 거리(average shortest path, network proximity)를 이용해 정량화하였다. 결과는 암, 신경퇴행성 질환, 대사 질환 등 특정 질병군에서 오염물질 표적과 질병 단백질 사이의 거리 감소가 뚜렷이 나타났으며, 특히 금속과 PPCP 군이 신경계 질환과 강하게 연관됨을 보여준다. 이러한 네트워크 기반 연관성은 기존 역학 연구에서 보고된 오염물질‑질병 상관관계와 높은 일치도를 보였다.

마지막으로, 네트워크 모듈 분석을 통해 ‘오염물질 민감 바이오마커’ 후보를 도출하였다. 고연결 중심성을 가지면서 동시에 다중 오염물질에 의해 표적화된 25개의 단백질이 식별되었으며, 이들 중 일부는 이미 혈액 또는 소변에서 검출 가능한 바이오마커로 보고된 바 있다. 전체적으로, 이 연구는 네트워크 생물학을 활용해 복합 환경노출이 인간 생물학에 미치는 영향을 체계적으로 정량화하고, 위험 평가와 예방적 바이오마커 개발에 실용적인 프레임워크를 제공한다.