용어 목록 > 전장유전체 연관분석 (Genome-wide association study (GWAS))

전장유전체 연관분석 (Genome-wide association study (GWAS))

쉽게 풀면

GWAS는 수천에서 수십만 명의 유전자 데이터를 한꺼번에 비교해서, 어떤 특정 유전 변이가 특정 질병이나 형질과 통계적으로 관련이 있는지 찾아내는 연구 방법입니다. 유전체 전체를 촘촘히 훑기 때문에 미리 어떤 유전자가 원인인지 가설을 세울 필요 없이 새로운 후보 유전자를 발견할 수 있습니다. 다만 하나의 변이가 주는 영향은 대개 아주 작기 때문에 매우 큰 표본이 필요합니다.

왜 중요한가

GWAS는 당뇨병, 심혈관질환, 정신질환처럼 여러 유전 변이가 조금씩 영향을 미치는 복합 형질의 유전적 기반을 탐색하는 표준적인 방법으로 자리잡았습니다. 발견된 연관 신호는 질병의 생물학적 기전을 이해하는 단서가 될 뿐 아니라, 개인의 질병 위험을 예측하는 다유전자 위험점수(polygenic risk score) 개발의 토대가 되기 때문에 유전역학, 정밀의학 분야에서 핵심적으로 다뤄집니다.

어떤 절차인가

1. 표본과 유전형 분석: 질환자와 대조군(또는 키·혈압 같은 양적 형질을 잰 집단)에서 SNP 칩으로 수십만~수백만 개 변이를 분석합니다. 칩에 없는 변이는 참조 패널을 이용한 대치(imputation)로 추정해 수백만 개 이상으로 늘립니다.
2. 품질 관리: 검출률이 낮은 변이와 개체, 성별이 맞지 않는 개체, 친족 관계가 겹치는 개체, 하디-바인베르크 평형에서 크게 벗어난 변이, 희귀한 변이를 걸러 냅니다. 기준값은 연구마다 다르게 정합니다.
3. 집단 구조 보정: 조상 집단이 다르면 질환 빈도와 변이 빈도가 함께 달라져 거짓 연관이 생길 수 있어, 주성분 분석(Price 등, 2006)이나 혼합 모형으로 보정합니다.
4. 변이별 검정: 변이마다 하나씩 로지스틱 회귀(질환 여부) 또는 선형 회귀(양적 형질)를 돌리고, 나이·성별·주성분을 공변량으로 넣어 효과 크기와 p값을 얻습니다.
5. 결과 표시: 염색체 위치에 따른 −log₁₀(p)를 그린 맨해튼 도표와, p값 분포가 기대와 얼마나 어긋나는지 보는 QQ 도표를 만듭니다.

언제 쓰고 무엇을 얻나

• 얻는 것: 사전 가설 없이 유전체 전체에서 형질과 통계적으로 연관된 위치를 찾습니다. 초기에 노인성 황반변성에서 보체 인자 H 변이가 밝혀졌고(Klein 등, 2005), 이후 7개 질환 1만 4천 명을 모은 대규모 연구(WTCCC, 2007)로 방법이 자리 잡았습니다.
• 유의수준의 관행: 한 번에 백만 개 안팎을 검정하므로 다중 검정을 보정해야 하고, 흔히 쓰는 유전체 전체 유의 기준은 5×10⁻⁸입니다. 독립 검정 약 백만 개에 본페로니 보정을 한 것(0.05 / 10⁶ = 5×10⁻⁸)과 같은 값이며, 인구 집단의 SNP 구조를 분석한 연구들(Pe'er 등, 2008)이 근거로 인용됩니다. 규약일 뿐 절대 기준은 아닙니다.
• 가상의 계산 예(대립유전자 검정): 환자 1,000명(대립유전자 2,000개) 중 위험 대립유전자가 800개, 대조군 1,000명(2,000개) 중 700개라면 오즈비는 (800/1200) / (700/1300) = 1.24(95% 신뢰구간 1.09~1.41)이고 카이제곱 통계량은 10.7, p ≈ 1.1×10⁻³입니다. 이 값은 5×10⁻⁸에 훨씬 못 미치므로, 이 정도 효과를 유전체 전체 수준으로 확인하려면 표본이 훨씬 커야 합니다(5×10⁻⁸에 해당하는 카이제곱은 자유도 1에서 약 29.7).
• 한계: 효과 크기는 대개 작고(오즈비 1.1~1.3 정도가 흔함, Visscher 등, 2017), 연관 신호가 곧 원인 변이를 뜻하지 않습니다. 가까운 변이들이 함께 유전되는 연관불평형 때문에 같은 신호가 여러 변이에 퍼집니다.

논문에는 이렇게 적는다

• 시료: 환자와 대조군 수, 조상 집단, 모집 기준, 윤리 승인을 적습니다.
• 유전형 분석과 대치: 사용한 칩, 참조 패널과 소프트웨어, 유전체 빌드 번호(예: GRCh37, GRCh38)를 적습니다.
• 품질 관리와 보정: 걸러 낸 기준값(검출률, 하디-바인베르크 평형, 희귀 변이 기준)과 모형, 공변량, 주성분 개수를 적습니다.
• 통계 결과: 유의 기준(예: 5×10⁻⁸)과 근거, 팽창 지수 λ_GC(관측 카이제곱 중앙값 / 기대 중앙값 0.455), 효과 대립유전자와 오즈비 또는 β와 신뢰구간을 함께 적습니다. 가상의 예로 관측 중앙값이 0.52이면 λ_GC = 1.14이고, 1에 가까워야 집단 구조 보정이 잘 된 것으로 봅니다.
• 재현: 독립 집단에서 다시 확인했는지, 요약 통계량을 공개했는지 적습니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

대규모 표본을 이용해 새로운 관련 유전자좌를 발견했다는 연구 결과를 보고하는 전형적인 예문이다.

서로 다른 연구팀이 각자 수행한 GWAS 결과를 하나로 합쳐 통계적 검정력을 높이는 메타분석 접근을 설명하는 방식으로, 유전역학 논문에서 흔히 쓰입니다.

조금 더 깊게 보면

GWAS 결과는 대개 맨해튼 플롯(Manhattan plot)으로 시각화되며, 다중검정 문제를 보정하기 위해 매우 엄격한 유의수준 기준을 적용하는 것이 관행입니다. 발견된 연관 신호가 실제 원인 변이인지, 아니면 그 변이와 물리적으로 가까이 있어 함께 유전되는 다른 변이(연관불평형) 때문인지 구분하기 어렵다는 한계가 있어, 후속 연구에서는 세밀 지도화(fine-mapping)나 기능 실험을 통해 진짜 원인 변이를 좁혀나가는 과정이 함께 다뤄집니다.

주의할 점

GWAS에서 발견된 연관 신호는 연관불평형 때문에 실제 원인 변이가 아닐 수 있어 후속 기능 검증이 필요하다.

헷갈리기 쉬운 용어

참고 문헌

1. Risch, N., & Merikangas, K. (1996). The future of genetic studies of complex human diseases. Science, 273, 1516–1517.
2. Klein, R. J., Zeiss, C., Chew, E. Y., et al. (2005). Complement factor H polymorphism in age-related macular degeneration. Science, 308, 385–389.
3. Wellcome Trust Case Control Consortium. (2007). Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature, 447, 661–678.
4. Price, A. L., Patterson, N. J., Plenge, R. M., Weinblatt, M. E., Shadick, N. A., & Reich, D. (2006). Principal components analysis corrects for stratification in genome-wide association studies. Nature Genetics, 38, 904–909.
5. Visscher, P. M., Wray, N. R., Zhang, Q., et al. (2017). 10 years of GWAS discovery: biology, function, and translation. American Journal of Human Genetics, 101, 5–22.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어