배경: 혼합집단(admixed populations)은 복잡한 형질의 유전적 구성을 이해하는 데 귀중한 통찰을 제공한다. 많은 연구에서 혼합집단에서의 전장유전체 연관분석(genome-wide association study, GWAS)을 위한 방법들이 제안되었으며, 다양한 시뮬레이션 연구들이 그 성능을 평가해 왔다. 본 연구에서는 집단유전학적 관점에서 최근 제안된 혼합 GWAS(admixed GWAS) 방법들을 비교하는 또 다른 방향을 제시한다. 결과: 우리의 이론적 접근은 원인 변이(causal variant)가 검정되는 경우에 대해, 각 방법의 검정력을 수학적으로 직접 비교한다. 이는 집단유전학적 혼합(admixture) 모형으로부터 해당 방법들의 분산 공식을 유도함으로써 수행된다. 우리의 결과는 표준 GWAS 검정이 대안적 검정들보다 더 강력하다는 기존 관찰을 해석적으로 확인하는데, 이는 대안들이 활용하지 못하는 대립유전자 빈도의 이질성(allele frequency heterogeneity)을 표준 검정이 활용하기 때문이다. 부수적으로, 요약통계치(summary statistics)만 사용하여 다자유도(multi-degrees-of-freedom) 검정의 검정력을 향상시키는 간단한 방법을 도출한다. 또한 원인 변이가 직접적으로 알려져 있지 않고, 연관불평형(linkage disequilibrium, LD) 상태에서의 태깅(tagging) 변이에 의해 탐지되는 경우의 문제를 추가로 탐구한다. 분석 결과, 혼합집단 유전체로부터 얻은 특정 유전 구간은 동일한 조상(ancestry)에 대한 단일 대륙(single-continental) 대응 집단에서의 구간과는 구별되는 LD 패턴을 보일 수 있음을 보여준다. 결론: 고전적 혼합 모형은 GWAS 검정력 예측에는 성공하지만, 문헌에서 널리 사용되는 그 확장 버전은 시뮬레이션과 실제 데이터에서 관찰되는 LD 패턴을 설명하는 데에는 미흡하여, 혼합집단 유전체의 LD에 대한 개선된 모형이 필요함을 시사한다.

유전가능성에 대해서는 0.85, X 염색체 구성요소에 대해서는 0.64이다. 우리는 식이 관련 표현형에서 핵가족 특이적 강한 공유 환경 효과를 확인하였다. 이러한 결과는 유전 자료가 필요 없이 다양한 집단에 걸쳐 분산 구성요소를 분석하기 위한 새로운 접근법을 확립한다.

단일세포 RNA-seq 데이터에 대한 표준 분석 파이프라인은 세포를 군집화(clustering)하는 것으로 시작되는 연속적 단계들로 구성된다. 이 파이프라인의 본질적인 한계는, 불완전한 군집화 결과가 이후 단계들에 되돌릴 수 없이 영향을 줄 수 있다는 점이다. 예를 들어, 전(前)원시선(anterior primitive streak) 및 중(中)원시선(mid primitive streak) 세포처럼, 이들이 전반적인(global) 구조를 상당 부분 공유하는 경우에는 군집화만으로 잘 구별되지 않는 세포 유형이 존재할 수 있다. 군집화를 기반으로 차등발현유전자(DEGs)를 단지 검색하는 경우, 이러한 유형을 구별하는 표지(marker) 유전자들은 놓칠 수 있다. 또한 군집화는 많은 매개변수에 의존하며, 종종 수동 결정에 의해 주관적으로 달라질 수 있다. 이러한 한계를 극복하기 위해, 우리는 선행 군집화에 의존하지 않고 정보성 DEGs를 식별하는 방법 MarcoPolo를 제안한다. MarcoPolo는 분포가 이봉(bimodal)인지, 다른 유전자들에서도 유사한 발현 패턴이 관찰되는지, 그리고 발현하는 세포들이 저차원 공간에서 인접해 있는지를 평가함으로써 유전자를 선별한다. FACS로 정제한 세포 라벨을 사용한 실제 데이터셋에서, MarcoPolo가 경쟁 방법들보다 표지 유전자를 더 잘 복원함을 보여준다. 특히 MarcoPolo는 표준 군집화로는 구별할 수 없는 세포 유형을 구별하는 핵심 유전자들을 찾아낸다. MarcoPolo는 분석 결과를 HTML 파일로 제공하는 편리한 소프트웨어 패키지 형태로 구축되어 있다.

대부분의 유전체 코호트는 노출과 결과가 표본 수집 이전에 이미 정해져 있는 후향적 연구이다. 따라서 두 변수가 연구 참여에 영향을 미치는 경우, 노출과 결과 사이에 허위 상관이 발생할 수 있다. 이러한 우려는 UK Biobank의 대표성에 의문을 제기한 선행 연구들에서 제기된 바 있다. 최근, 생물학적 성에 대한 전장 유전체 연관 분석(GWAS)은 다수의 상염색체 연관 신호와 저자들이 선택 편향(selection bias)으로 귀인하는 무시할 수 없는 상염색체 유전가능성(heritability)을 발견하였다. 본 연구에서는 이론적 분석과 시뮬레이션에 기반하여 성에 의해 유도되는 선택 편향을 극복할 수 있는 간단하고 실용적인 방법을 제안한다.

초록 배경 크론병(Crohn’s disease, CD)의 병인은 면역세포와 장(腸) 조직 간의 복잡한 상호작용을 포함한다. 본 연구에서는 단일세포 수준에서 CD8 효과 T 세포(Teff)의 이질성과 CD 염증에서의 역할을 조사하였다. 방법 T 세포를 CD 환자 15명의 혈액, 염증이 있는 장 조직, 염증이 없는 장 조직에서 분리하였다. 단일세포 RNA 염기서열분석(single-cell RNA sequencing), TCR 염기서열분석(TCR sequencing), 공간 전사체학(spatial transcriptomics)을 이들 시료의 부분집합에 대해 다양한 조합으로 수행하여 세포 구성을 포괄적으로 분석하였다. 결과 CD8 T 세포 41,699개에 대한 분석을 통해 두 가지 주요 CD8 Teff 하위집단을 확인하였다. 첫째는 과립효소 B( granzyme B, GZMB)+ Teff 세포로, 주로 혈액에서 관찰되며 높은 세포독성 잠재력을 보였다. 둘째는 과립효소 K(granzyme K, GZMK)+ Teff 세포로, 장 조직에서 더 풍부하게 존재하며 상대적으로 낮은 세포독성 잠재력을 보였다. 장 내에서 GZMK+ 및 GZMB+ Teff 세포는 서로 뚜렷한 전사 프로파일을 나타냈다. GZMB+ Teff 세포는 KLF2 및 그 표적 유전자, 즉 조직 유출(tissue egress) 표지자인 S1PR1 및 S1PR5의 발현이 더 높았는데, 이는 순환(circulation) 성향을 시사한다. 반대로 GZMK+ Teff 세포는 유출 관련 유전자 발현이 감소된 조직 정주(tissue residency) 시그니처를 보였고, AP-1 전사인자(FOS, FOSB, JUN)의 발현이 증가하였다. TCR 클론형(clonotype) 분석에서는 GZMK+ Teff 세포의 상당한 클론 확장과, CD8+ 조직 정주 기억 T 세포(Tissue-resident memory T, Trm)와의 높은 클론 중복(clonal overlap)을 확인하였다. 세포-세포 상호작용(cell-cell communication) 분석에서는 GZMK+ Teff 세포가 CXCR3/CXCL9,-10 축을 통해 골수계(myeloid) 세포와 상호작용함을 보여주었고, 이는 공간 전사체학으로 확인되었다. GZMK+ Teff 세포의 이질성을 더 깊게 탐색한 결과, 각각 고유한 기능적 특성을 갖는 세 가지 서로 다른 하위집단을 확인하였다. 첫째, 높은 수준의 PRF1, GNLY, GZMB를 발현하는 세포독성(cytotoxic) GZMK+ 세포이다. 둘째, T 세포 줄기성(stemness)의 핵심 조절자인 TCF7을 발현하는 줄기유사(stem-like) GZMK+ 세포이다. 셋째, 장기 체류(long-term tissue residence)를 시사하는 높은 CXCR6 발현을 보이는 Trm 유사(Trm-like) GZMK+ 세포이다. 특히 Trm-like GZMK+ T 세포는 전염증성 사이토카인(IFNG, TNF)의 수준이 더 높아, 장 염증에서의 잠재적 역할을 시사하였다. 결론 본 연구는 CD 환자에서 혈액과 장 조직의 CD8 Teff 세포가 전사 수준에서 이질적임을 보여준다. 또한 골수계 세포와의 상호작용을 통해 국소 염증에 기여할 수 있는 장 유래 GZMK+ CD8 Teff 세포를 확인하였다. 이러한 결과는 CD 병인에 대한 새로운 통찰을 제공하며, 조직 특이적 면역반응을 조절하는 표적 치료의 개발에 도움이 될 수 있다.

최근 몇 년 동안 로컬 서버에서 여러 HLA(Human Leukocyte Antigen) 대치(imputation) 방법이 개발되었으며, 단일 염기다형성(single nucleotide polymorphisms, SNPs)을 입력으로 사용하여 HLA 유전자형(HLA genotypes)을 예측한다. 그러나 이러한 방법은 종종 이용 가능한 HLA 기준 패널(HLA reference panels)이 필요하며, 이는 대개 구하기 어렵고 메모리 사용량이 많다. 클라우드 기반 외주형 HLA 대치는 클라우드 서버에 내장된 기준 패널을 활용함으로써 이러한 한계를 극복하여, 로컬 저장소에 대한 요구를 제거한다. 하지만 유전자형 데이터를 온라인으로 업로드하는 과정에서 개인정보 보호에 대한 우려가 제기된다. 업로드된 데이터는 제3자에 대해서는 안전하지만, 클라우드 서버 관리자에 의해 오용될 수 있다. 또한 클라우드 서버의 기준 패널과 HLA 대치 모델은 악의적인 클라이언트로부터 보호되어야 한다. 이러한 개인정보 보호 문제를 해결하기 위해, 동형암호(homomorphic encryption)를 사용하는 최초의 안전한 HLA 대치 방법인 privateHLA를 개발하였다. privateHLA는 외주 서버에서 HLA 대치를 안전하게 수행하여 클라이언트의 데이터뿐만 아니라 모델의 개인정보도 강화한다. privateHLA는 SNP2HLA보다 성능이 뛰어났지만, CookHLA보다는 정확도가 약간 낮았으며, 두 방법 모두 평문(plaintext) 기반 방법이다.

초록 배경 궤양성 대장염을 포함한 염증성 장질환의 중증 합병증인 대장염 관련 대장암(CAC)은 특히 중요한 임상적 문제이다. 그 임상적 중요성에도 불구하고 CAC에서 종양성 진행의 공간-시간적 역학은 아직 충분히 이해되지 않았다. 본 연구의 목적은 공간 전사체 분석(spatial transcriptomics)을 사용하여 CAC의 진화 궤적(evolutionary trajectory)을 규명하는 것이다. 방법 본 연구에서는 공간 전사체 분석을 활용하여 서로 다른 종양성 진행 단계에 있는 궤양성 대장염 환자 3명의 조직 4개 샘플을 분석하였다. 전 슬라이드(whole-slide) 공간 전사체 RNA 시퀀싱을 수행하여 유전자 발현과 조직의 구조적 특성을 동시에 분석할 수 있도록 하였다. 통합된 공간 전사체 데이터는 복제수 변화(copy number alteration) 진행을 따라 재발하는 상피(epithelial) 프로그램을 보여주었다. 결과 복제수 변이(copy number variation, CNV) 점수와 헤마톡실린 및 에오신(H&E) 염색 영상 이미지를 이용한 분석 결과, 조직이 비종양(non-tumor)에서 전종양(pre-tumor), 그리고 최종적으로 종양(tumor) 상태로 전이되는 과정에서 유전자 발현 패턴이 점진적으로 변화하는 양상을 확인하였다. 이러한 진행은 베타 계수(beta coefficient) 값으로 정량화되었으며, 이를 통해 질병의 연속 스펙트럼(disease continuum) 전반에 걸친 유전자 발현의 점진적 변화를 추적할 수 있었다. 분석된 4개 샘플 모두에서 일관된 변화를 보이는 핵심 유전자군(core set) 48개 유전자를 확인하였다. 그중 40개 유전자는 발현의 점진적 감소를 보였고, CLDN1, E2F1, RECQL4를 포함한 8개 유전자는 조직이 종양성 상태로 가까워질수록 발현이 점진적으로 증가하는 것으로 나타났다. 이들 상향 조절된 유전자는 종양 발생 과정에서 활성화된 잠재적 종양유발 인자(oncogenic drivers) 또는 보상 기전(compensatory mechanisms)을 시사하였다. 48개 유전자에 대한 경로 분석에서는 p53 신호전달, E2F 인자에 의한 전사 조절, 그리고 간섭소체 유도(interferon induction) 및 항바이러스 반응에서의 PKR의 역할을 포함하는 핵심 세포 과정에서의 농축(enrichment)이 확인되었다. 상위 조절자(Upstream Regulator) 분석에서는 YAP1과 TGFB1이 가장 중요한 조절자로 나타나, CAC 발생에서의 전사 조절(transcriptional control) 및 성장인자 신호전달(growth factor signaling)의 중요성을 강조하였다. 결론 본 연구는 CAC 진행의 공간-시간적 역학에 대한 전례 없는 통찰을 제공한다. 공간 전사체 분석을 활용함으로써 우리는 높은 해상도에서 CAC의 진화 궤적을 지도화하였고, 질병 진행과 관련된 핵심 분자 사건과 공간적 특징을 규명하였다. 이러한 발견은 CAC의 병인 병태생리(pathogenesis)에 대한 이해를 심화할 뿐 아니라 조기 개입 및 개인맞춤 치료 전략을 위한 잠재적 표적을 제시한다.

HLA 분자들은 주요 조직적합복합체(Major Histocompatibility Complex, MHC) 내의 유전자들에 의해 생성된다. HLA 유전자형의 확인은 비용이 많이 들지만, 다행히도 최근의 계산적 방법들은 저렴한 단일염기다형성(single nucleotide polymorphism, SNP) 마커를 이용해 HLA 유전자형을 추정(impute)할 수 있게 해주었다. 이러한 추정 방법들은 민족에 일치하는(reference) 패널이 제공될 때 성능이 잘 나온다. 그러나 각 민족에 특화된 대규모 패널의 가용성은 여전히 제한적이다. 따라서 각 집단에서 더 나은 추정을 달성하기 위해서는, 이용 가능한 여러 개의 기준 패널(reference panels)을 함께 활용할 필요가 있다. 본 연구에서는 기존의 다중 HLA 추정 방법들과 다중 기준 패널을 사용자가 동시에 활용할 수 있게 해주는 MultiCook을 제시한다. MultiCook은 서로 다른 SNP 유전자형 분석 플랫폼에서 유형화된 패널을 손쉽게 병합할 수 있고, 여러 추정 방법으로부터의 출력물을 결합할 수 있으며, 다민족(multiethnic) 기준 패널을 사용하는 Michigan 추정 서버(Michigan imputation server)의 출력도 함께 포함할 수 있다는 점에서 다기능적이다. 우리는 MultiCook을 기존의 단일 기준 패널 접근법과 Michigan HLA 추정 서버와 비교하였다. 413명의 한국인 코호트로 평가한 결과, MultiCook은 단일 패널 접근법과 비교하여 1KG EAS (N = 504) 및 HAN Chinese (N = 9773) 기준 패널을 결합함으로써 추정 오류율을 약 1/3 수준으로 감소시켰고, 4.70%에서 3.31%로 낮추었다. 또한 MultiCook은 평가 벤치마크에서 저빈도 대립유전자를 추정하는 데 있어 더 나은 정확도를 달성하였다.

배경: 혼합집단(admixed populations)은 복잡한 형질의 유전적 구성을 이해하는 데 귀중한 통찰을 제공한다. 많은 연구에서 혼합집단에서의 전장유전체 연관분석(genome-wide association study, GWAS)을 위한 방법들이 제안되었으며, 다양한 시뮬레이션 연구들이 그 성능을 평가해 왔다. 본 연구에서는 집단유전학적 관점에서 최근 제안된 혼합 GWAS(admixed GWAS) 방법들을 비교하는 또 다른 방향을 제시한다. 결과: 우리의 이론적 접근은 원인 변이(causal variant)가 검정되는 경우에 대해, 각 방법의 검정력을 수학적으로 직접 비교한다. 이는 집단유전학적 혼합(admixture) 모형으로부터 해당 방법들의 분산 공식을 유도함으로써 수행된다. 우리의 결과는 표준 GWAS 검정이 대안적 검정들보다 더 강력하다는 기존 관찰을 해석적으로 확인하는데, 이는 대안들이 활용하지 못하는 대립유전자 빈도의 이질성(allele frequency heterogeneity)을 표준 검정이 활용하기 때문이다. 부수적으로, 요약통계치(summary statistics)만 사용하여 다자유도(multi-degrees-of-freedom) 검정의 검정력을 향상시키는 간단한 방법을 도출한다. 또한 원인 변이가 직접적으로 알려져 있지 않고, 연관불평형(linkage disequilibrium, LD) 상태에서의 태깅(tagging) 변이에 의해 탐지되는 경우의 문제를 추가로 탐구한다. 분석 결과, 혼합집단 유전체로부터 얻은 특정 유전 구간은 동일한 조상(ancestry)에 대한 단일 대륙(single-continental) 대응 집단에서의 구간과는 구별되는 LD 패턴을 보일 수 있음을 보여준다. 결론: 고전적 혼합 모형은 GWAS 검정력 예측에는 성공하지만, 문헌에서 널리 사용되는 그 확장 버전은 시뮬레이션과 실제 데이터에서 관찰되는 LD 패턴을 설명하는 데에는 미흡하여, 혼합집단 유전체의 LD에 대한 개선된 모형이 필요함을 시사한다.

유전가능성에 대해서는 0.85, X 염색체 구성요소에 대해서는 0.64이다. 우리는 식이 관련 표현형에서 핵가족 특이적 강한 공유 환경 효과를 확인하였다. 이러한 결과는 유전 자료가 필요 없이 다양한 집단에 걸쳐 분산 구성요소를 분석하기 위한 새로운 접근법을 확립한다.

단일세포 RNA-seq 데이터에 대한 표준 분석 파이프라인은 세포를 군집화(clustering)하는 것으로 시작되는 연속적 단계들로 구성된다. 이 파이프라인의 본질적인 한계는, 불완전한 군집화 결과가 이후 단계들에 되돌릴 수 없이 영향을 줄 수 있다는 점이다. 예를 들어, 전(前)원시선(anterior primitive streak) 및 중(中)원시선(mid primitive streak) 세포처럼, 이들이 전반적인(global) 구조를 상당 부분 공유하는 경우에는 군집화만으로 잘 구별되지 않는 세포 유형이 존재할 수 있다. 군집화를 기반으로 차등발현유전자(DEGs)를 단지 검색하는 경우, 이러한 유형을 구별하는 표지(marker) 유전자들은 놓칠 수 있다. 또한 군집화는 많은 매개변수에 의존하며, 종종 수동 결정에 의해 주관적으로 달라질 수 있다. 이러한 한계를 극복하기 위해, 우리는 선행 군집화에 의존하지 않고 정보성 DEGs를 식별하는 방법 MarcoPolo를 제안한다. MarcoPolo는 분포가 이봉(bimodal)인지, 다른 유전자들에서도 유사한 발현 패턴이 관찰되는지, 그리고 발현하는 세포들이 저차원 공간에서 인접해 있는지를 평가함으로써 유전자를 선별한다. FACS로 정제한 세포 라벨을 사용한 실제 데이터셋에서, MarcoPolo가 경쟁 방법들보다 표지 유전자를 더 잘 복원함을 보여준다. 특히 MarcoPolo는 표준 군집화로는 구별할 수 없는 세포 유형을 구별하는 핵심 유전자들을 찾아낸다. MarcoPolo는 분석 결과를 HTML 파일로 제공하는 편리한 소프트웨어 패키지 형태로 구축되어 있다.