전장유전체 연관성연구에서 단백질 상호작용 네트워크 분석의 활용

Abstract

전장유전체 연관성연구(Genome-wide association study)에서는 일반적으로 인간 복합질병의 유전적 발병원인으로서 SNP마커에 대한 분석이 활발히 진행되고 있다. 대용량(High-throughput) 분석기법의 발달로 인해, 한번에 대량으로 특이 질병에 유의한 SNP마커를 선별해 낼 수 있게 되었다. 그러나 이 과정에서 환자군과 대조군의 시료 숫자가 유의한 통계적 검정력을 보장하지 못할 정도로 작을 경우, 높은 1종 오류 (type I error, false positive)의 확률로 인해 SNP마커의 유의성을 보장하기 어려운 경우가 많다. 통계적 유의성을 보장하기 위한 생물학적 유의성을 높이는 방법의 하나로서 본 연구에서는 시료의 숫자가 작은 사례-대조군 연구(Case-control study)에 대해서 발굴된 SNP마커들을, 공개 데이터베이스에서 추출한 대량의 단백질 상호작용 (protein-protein interaction; PPI) 정보와 통합하였다. 이를 통해 뇌졸중의 두 가지 주요 아형(subtype)인 폐쇄성동맥경화형 뇌졸중(Arteriosclerosis type stroke; STA)과 라쿠나형 뇌졸중(Lacunar-type stroke; STL)의 PPI 네트워크 구조를 비교 분석하고, 각각에 유의한 기능성 모듈(Functional module)을 규명하고자 하였다. 이를 위해 표현형의 변화를 야기할 수 있는 Nonsynonymous SNP들을 코딩 영역에 포함하고 있는 단백질들의 PPI를 고려하여 두 뇌졸중 아형에 대해 공통인 PPI와 독자적인 PPI 네트워크를 규명하였다. 그 결과 뇌졸중의 두 아형은 각각 7.6%, 9%의 PPI만을 공유하는 것으로 확인되었다. 이런 방식으로 추후 각 타입 별로 독자적인 기능성 모듈 (Functional module)에 대한 유전체 수준의 추가 분석을 통해 두 아형의 표현형의 차이를 비교하고 그 원인이 되는 유의한 유전마커를 발굴할 수 있을 것으로 기대된다.