연관불평형 지도화 (Linkage Disequilibrium Mapping)
쉽게 풀면
염색체 위에서 서로 가까이 있는 유전 변이들은 세대를 거쳐도 잘 떨어지지 않고 함께 유전되는 경향이 있습니다. 이렇게 특정 변이 조합이 무작위로 예상되는 것보다 더 자주 같이 나타나는 현상을 연관불평형이라고 부릅니다. 연관불평형 지도화는 이 원리를 거꾸로 이용해서, 질병과 연관된 변이 하나를 발견하면 그 주변에 실제 원인이 되는 변이가 가까이 있을 가능성이 높다는 점을 근거로 후보 영역을 점점 좁혀가는 방법입니다. 지도에서 보물 근처의 표지판을 발견하면 그 주변을 집중적으로 뒤지는 것과 비슷한 전략입니다.
왜 중요한가
전체 게놈을 다 살펴보지 않고도 질병 관련 유전자 위치를 상대적으로 좁은 범위로 좁힐 수 있어, 유전체 연관 연구(GWAS)나 정밀 지도화(fine mapping) 단계에서 핵심적인 원리로 사용됩니다. 또한 집단의 역사(혼합, 병목 현상 등)에 따라 연관불평형 패턴이 달라지므로, 이를 통해 집단유전학적 특성을 추정하는 데도 활용됩니다.
논문에서는 이렇게 쓰입니다
연관불평형 지도화를 통해 후보 영역이 세 개의 단백질 코딩 유전자를 포함하는 좁은 구간으로 좁혀졌다는 의미입니다.
이 집단에서 연관불평형이 넓게 퍼져 있어 정밀 지도화만으로는 원인 변이와 주변 마커를 구분하기 어려웠다는 뜻입니다.
조금 더 깊게 보면
연관불평형의 정도는 D'이나 r² 같은 통계량으로 정량화되며, 재조합이 자주 일어나는 영역일수록 연관불평형이 짧은 거리에서 빠르게 감소합니다. 서로 다른 조상 배경을 가진 집단을 혼합해 연관불평형 블록을 세분화하는 방식(admixture mapping)도 관련 원리를 응용한 지도화 전략 중 하나입니다.
주의할 점
연관불평형 패턴은 인구집단마다 다르기 때문에, 한 집단에서 얻은 지도화 결과가 다른 인구집단에 그대로 적용되지 않을 수 있습니다. 또한 연관불평형만으로는 후보 영역을 좁힐 수는 있어도, 실제 원인 변이를 최종적으로 확정하려면 추가적인 기능 검증이 필요합니다.