시퀀싱 데이터 유전 연관 분석을 위한 가중 U 통계

초록

본 연구는 차세대 시퀀싱 데이터의 고차원 특성을 고려한 비모수적 가중 U 통계량인 WU‑SEQ을 제안한다. 기존 SKAT 등 모델 기반 방법이 가정 위반 시 힘이 급격히 감소하는 문제를 해결하고, 다양한 표현형(연속형, 이진형, 중위험형 등)에 적용 가능하도록 설계하였다. 시뮬레이션과 Dallas Heart Study 실증 분석을 통해 WU‑SEQ이 중위험 분포나 중증도 높은 변이에서도 SKAT보다 우수하거나 동등한 검정력을 보임을 확인하였다.

상세 요약

WU‑SEQ은 전통적인 U‑통계의 구조에 가중치를 도입함으로써 희귀 변이의 효과를 증폭시키는 동시에, 표본 간 상관구조를 보존한다. 구체적으로, 각 유전형 마커에 대해 변이 빈도와 기능적 예측 점수를 반영한 가중 함수 w_j를 정의하고, 두 개인의 표현형 차이와 가중된 유전형 차이를 곱한 형태의 커널을 구성한다. 이때 비모수적 U‑통계는 (1/n(n‑1))∑{i≠k} h(Y_i,Y_k)·∑j w_j·(G{ij}−G{kj}) 로 표현되며, h(·)는 표현형 차이에 대한 대칭 함수이다. 가중 함수는 베타 분포 기반(β(a,b)) 혹은 외부 기능예측 점수(예: CADD, PolyPhen)와 결합해 유연하게 조정 가능하다.

통계적 유의성 검정은 무작위 퍼뮤테이션을 통해 경험적 분포를 추정하거나, 중심극한정리를 이용한 정규 근사를 적용한다. 저자들은 특히 무거운 꼬리를 가진 표현형(예: 로그정규, t‑분포)에서 기존 SKAT이 가정한 정규성 위반으로 검정력이 급감하는 반면, WU‑SEQ은 비모수적 특성 덕분에 이러한 상황에서도 안정적인 검정력을 유지함을 보였다. 또한, 다중 변이 집합을 동시에 고려할 때 가중된 합계 통계량이 개별 변이 검정보다 높은 파워를 제공한다는 점을 시뮬레이션을 통해 입증하였다.

알고리즘적 측면에서는 O(n·p) 복잡도를 유지하면서, 가중치 계산과 커널 행렬 구축을 효율적으로 수행한다. 메모리 사용량도 기존 커널 기반 방법과 비슷하거나 약간 낮으며, 대규모 시퀀싱 코호트(수천 명, 수십만 마커)에도 적용 가능하도록 구현되었다.

핵심 인사이트는 다음과 같다. 첫째, 가중 U‑통계는 희귀 변이의 낮은 빈도와 높은 변이 효과를 동시에 포착한다. 둘째, 비모수적 프레임워크는 표현형 분포 가정에 대한 의존성을 최소화해 실제 임상 데이터에 강인성을 제공한다. 셋째, 가중 함수의 선택과 파라미터 튜닝이 검정력에 큰 영향을 미치므로, 사전 지식(예: 기능적 예측, 경로 정보)을 활용한 가중 설계가 실질적인 성능 향상을 가져온다.