안경광학

전장유전체 연관분석(GWAS)의 질병 연관성

뷰쟈 2023. 5. 18. 03:58

전장유전체 연관분석(GWAS)은 단일염기다형성(SNP)과 대규모 집단에서의 질병 발생 사이의 연관성을 찾는 전장유전체 연관분석 기법으로, 단일 유전자 분석보다 더 넓은 범위를 포괄할 수 있으며, 여러 유전자 및 여러 염기 다형성 사이의 연관성을 식별하는 데 적합합니다.

 

GWAS는 특정 질병과 관련된 SNP를 찾기 위해 대규모 인구에서 DNA 표본을 수집하고 분석하여 SNP와 질병 사이의 연관성을 평가합니다. 이를 위해 우리는 일반적으로 사례 대조 형식으로 실험을 설계하고 질병이 있는 사람들을 위한 사례 그룹과 질병이 없는 사람들을 위한 대조군을 가지고 있습니다.

그런 다음 게놈 분석 기술을 사용하여 표본의 DNA를 시퀀싱한 후, 증례 군과 대조군의 차이를 각 SNP에 대해 비교하여 특정 SNP가 증례 군에서 더 높은 빈도로 출현하는 경우, 그 SNP와 질환의 발생 사이에 관련성이 있다고 판단할 수 있습니다. GWAS는 다양한 질병과 관련된 수천 개의 SNP를 탐색하고 질병과 관련이 있는 SNP를 선택하며 질병을 유발하는 유전적 요인을 식별하고 예방 및 치료 방법을 개발하는 데 사용할 수 있습니다.

GWAS는 전장 유전체 연관분석 분야에서 매우 유용한 방법의 하나로 인식되고 있으며, 오늘날까지 많은 질병과 관련된 유전적 요인을 성공적으로 식별하고 있습니다.

 

그러나 GWAS는 단순히 관련성을 검색하고 원인과 결과를 구별하지 않기 때문에 발견된 유전적 요인 및 질병의 원인과 관련성을 확인하기 위해 추가 연구가 필요합니다. 맨해튼 플롯은 유전자 위치에 기반을 둔 뉴클레오타이드 서열의 돌연변이가 질병과 관련이 있는지를 나타내는 GWAS (GWAS) 분석에 사용되는 가장 일반적인 시각화 기술 중 하나입니다.

맨해튼 플롯은 X 축의 유전자 위치와 Y 축의 -log 10(p-값) 값을 나타내며, P-값은 유전자 변이가 질병과 관련이 있는지 여부를 결정하는 데 사용되는 지표로, 값이 작을수록 관련성이 높습니다. -log 10 (p-value)을 사용하는 이유는 매우 작은 p-value를 보다 직관적으로 사용하기 위해서입니다. 맨해튼 플롯에서는 각 염색체의 위치가 다른 색으로 표시되기 때문에 유전자를 시각적으로 찾을 수 있으며, 유전자 위치가 최상위에 있는 경우 해당 유전자와 관련된 시퀀싱 돌연변이가 매우 중요하다는 것을 나타냅니다. 맨해튼 플롯은 GWAS 분석에서 가장 중요한 시각화 기술 중 하나이며 관련 유전자를 찾는 데 도움이 되며 우리의 발견을 보다 직관적으로 이해할 수 있습니다.

Linkage Disequilibrium (LD)은 특정 DNA 서열에 인접한 두 개 이상의 다형성 사이의 높은 연관성을 나타냅니다. 다형성은 단일 유전자 내에 여러 대립 유전자가 존재하거나 다른 유전자가 같은 역할을 할 수 있는 경우를 말하며, 이들 다형성은 개체 간의 유전적 차이를 나타내며 인간 게놈 연구에서 중요한 역할을 합니다. LD는 서로 다른 다형성이 동시에 존재하고, 이들이 서로 관련되어 있을 때에 발생하며, 이들의 관련은 주로 유전자 내에서 발생합니다.

LD의 존재는 인간 게놈 연구에서 매우 중요한 역할을 하고 있습니다.

GWAS(Genome-Wide Association)Study) 등의 유전학적 연구는 유전 질환과 고도로 관련된 다형성을 식별하기 위해 많은 다형성을 분석하지만, 이러한 다형성이 너무 많으면 분석에 시간이 걸리고 비용이 많이 들기 때문에 LD를 가진 다형성을 선택하면 유전 질환과의 관련성을 보다 효율적으로 분석할 수 있습니다. 영국의 바이오 은행 (Biobank)는 영국의 50만 명이 넘는 건강한 사람들의 유전, 생명 및 임상 정보를 수집하고 분석하기 위한 대규모 인구 조사 프로젝트로 2006년에 시작되어 2010년까지 영국의 22개 연구 센터에서 시행되었습니다. 영국 바이오경기장에서는 채혈을 통해 참가자로부터 DNA를 추출하고, 이를 바탕으로 805,426개의 SNP(Single Nucleotide Polymorphism)를 분석하고, 건강정보, 생활습관, 환경요인 등에 관한 조사도 실시했습니다.

 

참가자로부터 수집하여 유전적 영향뿐만 아니라 환경적 영향을 고려하여 분석할 수 있습니다. 또한 영국의 바이오 은행 (Biobank)는 특성 정보를 수집하여 연구자가 다양한 건강 관련 연구를 수행하는 데 도움을 줍니다. 예를 들어, 연구원은 참가자의 유전 정보와 특정 질병 간의 연관성을 분석하고 유전적 특성 및 생활 습관과 같은 환경적 요인과의 연관성을 확인하여 보다 정확하고 개인화된 건강 예측 모델을 만드는 데 사용합니다. 이 연구는 암, 심혈관 질환 및 대사 증후군과 같은 질병의 예방, 진단 및 치료에 큰 도움이 될 것으로 기대됩니다.