다발성 경화증 및 혈액 악성 종양: 양방향 멘델 무작위화 연구

Summary

이 양방향 2표본 멘델 무작위화 연구는 유럽 GWAS를 사용하여 다발성 경화증(MS)과 혈액악성 종양(HM) 간의 인과관계를 평가하였습니다. MS에 대한 유전적 위험성은 호지킨 림프종 및 불특정 백혈병 확률 증가와 관련이 있었으며; 다른 하위 유형이나 역분석에 대한 연관성은 없습니다.

Abstract

관찰 연구에서는 다발성 경화증(MS)과 혈액학적 악성 종양(HM) 간의 연관성이 보고되었으나, 결과는 일관되지 않고 있습니다. 우리는 MS(n = 115,803)와 HM(n = 218,792)에 대해 공개된 전유전체 연관 요약 통계를 사용하여 양방향 2표본 멘델 무작위화(MR) 분석을 수행했습니다. 1차 인과 추정치는 역분산 가중(IVW) 추정량을 사용하여 얻었으며, 이질성 및 다면성에 대한 사전 지정 민감도 분석으로 보완하였습니다. MS에 대한 유전적 외가 위험성은 백혈병(미특정 아형)(오즈비 [OR] 1.311, 95% 신뢰구간 [CI] 1.002-1.716, P = 0.048) 및 호지킨 림프종(HL)(OR 1.224, 95% 신뢰구간(95% CI 1.052-1.425, P = 0.009)의 높은 확률과 연관되어 있었으며, 다른 백혈병, 림프종 또는 형질세포 신생물 아형에 대해서는 증거가 없었습니다(모두 P > 0.05). 검사 결과, 백혈병(미특정 아형) 또는 HL 분석에서 실질적인 이질성이나 방향성 다변성은 없었습니다. 이 결과는 MS에 대한 유전적 취약성이 높은 개인에서 특정 HM 아형의 위험이 높다는 유전적 증거를 제공합니다; 그러나 신호는 신중하게 해석되어야 하며, 더 크고 다중 조상이 포함된 데이터셋과 추가적인 인과적 틀을 통해 검증되어야 합니다.

Introduction

다발성 경화증(MS)은 염증성 탈수초화와 재발 완화 과정을 특징으로 하는 중추신경계의 만성 자가면역 질환으로, 장애와 상당한 사회 및 가족적 부담으로 이어질 수 있습니다¹. 혈액학적 악성종양(HM)은 조혈 또는 림프구 기원의 이질성 신생물로 구성되며, 전 세계 전체 종양의 약 6.5%를 차지합니다². 표적 치료와 면역치료가 많은 환자에게 치료 결과를 개선했음에도 불구하고,³가지 환자에 대한 예후는 여전히 좋지 않습니다. MS와 HM의 관계는 수십 년간 연구되어 왔으며^, 결과는 상반되어 ^{있습니다.} 노르웨이 등록 연구에서 MS 환자 6,883명과 대조군 37,919명이 일치했으나, MS와 혈액암 위험 사이에 통계적으로 유의미한 연관성이 관찰되지 않았습니다. 마찬가지로, 덴마크 연구에서는 MS 환자 중 HM 발생률이 집단 대조군에 비해 통계적으로 유의하지 않은 미미한 증가만을 보고했습니다. 반면, 일부 코호트 연구에서는 특정 맥락이나 하위 유형에서 더 높은 위험이 나타났습니다. 한국의 전향적 연구에서는 MS⁶ 환자에서 림프종 발생률이 4.52배 높았으며, 대규모 코호트 분석(MS 29,617명 대 비MS 296,164명)에서는 MS 그룹⁷에서 전체 HM 위험이 더 높았습니다. 그러나 다른 연구에서는 MS ^8,9 확립된 환자들 사이에서 비호지킨 림프종(NHL) 또는 HL 위험 증가를 관찰하지 못했습니다. 전체적으로, 특히 HM 하위 유형 수준에서의 연관성에 대한 증거는 여전히 불확실하다.

멘델 무작위화(MR)는 대립유전자 배분이 많은 환경 교란 요인에 대해 사실상 무작위적이라는 원칙 하에 생식계 유전 변이를 변형 가능한 노출의 대리 변수로 활용합니다^. 특정 노출과 강하게 연관된 유전적 도구를 사용함으로써 MR은 인과 추론을 강화하고 인과관계를 교란하거나 역전시키는 편향을 줄일 수 있습니다¹¹.

여기서는 양방향 2표본 MR 프레임워크를 적용하여 MS와 주요 HM 유형인 백혈병, 림프종, 다발성 골수종(MM) 간의 잠재적 인과관계를 유전적 관점에서 평가합니다. 독창성 진술: 우리가 아는 한, 이 MR은 하위 유형별 MS-HM 관계를 체계적으로 조사하면서 작동 매개변수(기기 임계값, LD 집합, 조화, 민감도 진단)를 사전 지정하여 완전한 재현성을 가능하게 한 최초의 양방향 MR입니다.

Protocol

이 연구는 공개된 식별 해제 요약 수준의 유전체 전체 연관 연구(GWAS) 통계를 분석하였습니다. 저장소 정책과 원래 연구자들이 받은 승인에 따라, 이 2차 분석에 대해 새로운 기관 심사 위원회 승인이나 추가적인 개인 사전 동의는 필요하지 않았습니다. 모든 기여한 GWAS는 출처 출판물에 윤리적 승인 및 동의 절차를 보고했습니다. 모든 분석은 기관 지침과 헬싱키 선언에 따라 수행되었습니다.

개요 및 이유

이 연구는 유럽 조상 요약 통계에 한정된 양방향 2표본 멘델 무작위화(MR) 프레임워크를 도입하여 다발성 경화증(MS)과 혈액학적 악성 종양(HM) 간의 잠재적 인과관계를 평가하였습니다. 설계는 세 가지 핵심 MR 가정인 기기 관련성, 교란 요소로부터의 독립성, 배제 제한을 준수합니다. 따라서 워크플로우에는 (i) 데이터셋 접근 및 큐레이션, (ii) 유전체 유의성 및 연관 불균형(LD) 집결 기구 선택, (iii) PhenoScanner를 이용한 교란 요인 선별, (iv) 회문 변이의 명시적 처리를 통한 대립유전자 조화, (v) Steiger test¹²를 이용한 방향성 평가, (vi) 보완적 방법을 이용한 1차 MR 추정, (vii) 전체 민감도 진단 세트, (viii) 표준화된 그림 및 표 생성이 포함됩니다 다중 검사 통제. 각 단계는 후속 프로토콜 하위 섹션에서 자세히 설명되어 있으며, 파이프라인 개요는 그림 1에 제시되어 있습니다.

재료, 소프트웨어 및 RRID

분석은 R 버전 4.3.1 (RRID:SCR_001905)에서 RStudio/Posit 2023.12+ (RRID:SCR_000432)를 사용하여 수행되었습니다. LD 클럼핑은 로컬에서 수행될 때 PLINK v1.9(빌드 2.3; RRID:SCR_001757)¹³. MR 추정과 데이터 추출은 R 패키지 TwoSampleMR v0.5.7 ¹⁰을 사용했으며; 잠재적 교란변수에 대한 기기 조회는 Phenoscanner v1.0을 사용했으며; 이상치 탐지 및 보정은 MRPRESSO v1.0을 사용했습니다. RRID가 없는 패키지의 경우 정확한 버전이 보고됩니다.

데이터 소스 및 접근

MS 요약 통계는 국제 다발성 경화증 유전학 컨소시엄의 메타분석에서 얻어졌으며, 47,429건의 MS 사례와 68,374건의 대조군을 포함하였으며, 15개 코호트에 걸쳐 조화로운 품질 관리를 하였습니다. HM 요약 통계는 FinnGen에서 얻었으며(전체 n = 218,792; >1,600만 변이) 호지킨 림프종(HL), 확산성 대형 B세포 림프종(DLBCL), 난포 림프종(FL), 성숙한 T/NK 세포 림프종(MTNKL), 기타 또는 명확하지 않은 비호지킨 림프종(NHL), 림프성 백혈병, 골수성 백혈병, 명시되지 않은 세포 유형 백혈병, 다발성 골수종/형질세포 신생물을 포함했습니다¹⁴. 데이터셋은 문서화된 접근 식별자¹⁵를 사용하여 IEU OpenGWAS 포털을 통해 접근되었습니다. 따라서 본 연구의 모든 분석은 오직 공개된 요약 수준 GWAS 데이터셋에만 기반하였습니다; 내부 기관 코호트나 개인 수준의 환자 데이터는 사용하거나 생성하지 않았습니다. 파이프라인의 완전한 복제를 가능하게 하는 조화된 MS 및 혈액 악성 종양 하위 유형 정의와 추가 GWAS를 확인하지 못했기 때문에, 별도의 데이터셋을 이용한 독립적인 외부 검증은 수행되지 않았으며, 이는 제한으로 인정되었습니다. 이 프로토콜은 독립적인 검증을 위해 향후 GWAS 데이터셋에 직접 재적용할 수 있도록 작성되었습니다.

기기 선택 및 LD 클럼핑

각 노출에 대해 TwoSampleMR의 extract_instruments 함수를 사용하여 OpenGWAS 데이터셋에 적용하여 전유전체 유의성(P < 5 × ^10-8)으로 단일 염기다형성(SNP)을 선택했습니다. 기기 독립성을 보장하기 위해, LD 클럼핑은 TwoSampleMR의 내부 클럼핑 유틸리티 또는 PLINK를 사용하여 유럽 조상 참조 패널에 대해 수행되었으며, r² 임계값은 0.001, 물리적 윈도우는 10,000킬로베이스였습니다. PLINK를 사용할 때, 명령줄 매개변수는 1차 유의성 임계값 5 × ^10-8, r² = 0.001, 10-Mb 윈도우로 설정되어 뭉친 기기들이 이 기준에 정확히 일치하도록 했습니다. 기기 강도는 노출 효과 추정치와 표준오차(F ≈ β²/SE²)에서 도출된 F-통계량을 사용하여 평가되었으며; F < 10을 가진 변형은 최종 기기 세트에서 제외되었고, 나머지 SNP는 PhenoScanner 스크리닝으로 이어졌습니다.

PhenoScanner를 이용한 교란 요인 선별

알려진 위험 요인을 통한 수평 다면형성을 최소화하기 위해, 각 후보 기기를 GWAS 카탈로그 전반에 걸쳐 phenoscanner R 패키지(v1.0^)를 사용해 PhenoScanner V2에서 조회하^였다. 모든 SNP에 대해 P < 1× 10^⁻5에서 보고된 모든 연관성을 요청하고 반환된 형질을 수동으로 검사했습니다. 흡연 관련 노출이나 지방/인체 측정 특성(예: 체질량지수, 허리 둘레, 체지방 측정치)과 같은 확립된 혈액학적 악성 위험 요인과의 연관성, 또는 혈액학적 악성 종양 표현형과의 직접적 연관성은 해당 SNP를 도구 세트¹⁸에서 제외하게 만들었습니다. 배제적 특성 범주는 비만과 흡연이 백혈병, 림프종 또는 다발골수종 위험과 관련된 이전 증거를 기반으로 하였다 18,19,20. 쿼리는 광범위한 키워드 어간(예: 흡연, 담배, BMI, 비만, 허리, 비만, 혈액학 악성종양, 림프종, 백혈병, 다발골수종)을 사용했습니다. 모든 제거 결과는 제외를 유발하는 PhenoScanner 특성과 함께 추적 스프레드시트에 기록되었고, 정리된 악기 목록은 조화 단계로 전달되었습니다.

조화와 회문 처리

각 SNP의 효과 대립유전자는 TwoSampleMR 패키지(v0.5.7, R)의 harmonise_data 함수를 사용하여 노출 데이터셋과 결과 데이터셋 간에 조화를 이루었습니다. 모든 결과 대립유전자를 노출 효과 대립유전자에 정렬하여 양의 베타 계수가 항상 동일한 대립유전자와 일치하도록 했습니다. OpenGWAS 참조 패널에서 중간 효과-대립유전자 주파수(0.42-0.58)를 가진 회문 변이(A/T 또는 C/G)는 가닥 모호함으로 간주되어 조화 작용을 설정하여 모호한 SNP를 제거하여 자동으로 제거했습니다. 효과-대립유전자 빈도가 이 범위 밖인 회문 SNP는 보고된 대립유전자 주파수를 사용하여 유지하고 정렬되었습니다. 대립유전자 가용성과 회문 상태가 FinnGen 결과별로 약간 달랐기 때문에, 각 HM 표현형별로 별도로 조화를 수행했고, 각 결과 특이적 분석에 진입한 최종 도구 수는 조화된 R 객체에서 추출하여 표에 보고하였다.

방향성 평가 (슈타이거 필터링)

방향성은 TwoSampleMR의 steiger_filtering 함수에 구현된 Steiger 접근법을 사용하여 평가되었습니다. 각 SNP에 대해 함수는 먼저 GWAS 베타 계수, 표준오차, 표본 크기로부터 노출과 결과의 분산(R²)을 계산했습니다. 연구에서는 노출 결과보다 R²가 더 큰 기기를 제거하여 효과의 역방향 가능성을 시사했습니다. 각 결과 데이터셋에 대해 따로 슈타이거 필터링을 적용하였고, 나머지 기기들(steiger_dir == TRUE를 가진 행)은 저장되어 이후 MR 분석에 사용되었습니다. 각 결과별로 슈타이거 이후 기기 수가 기록되었으며, MR 추정치와 함께 보고됩니다.

1차 MR 추정 및 다중 검사 대조

주요 인과 추정치는 고정 효과 모델에서 TwoSampleMR의 mr 함수를 사용하여 역분산 가중(IVW) MR을 사용하여 얻었으며, 방법을 "mr_ivw", "mr_egger_regression", "mr_weighted_median"로 지정하였습니다. 각 HM 결과에 대해 조화와 슈타이거 필터링 도구를 mr에 전달하고, 로그 오즈비와 표준오차를 추출하여 이진 특성에 대해 95% 신뢰구간(CI)을 가진 오즈비(OR)를 얻^었다. 무다발성 가정의 적당한 위반에 대한 견고성을 연구하기 위해, 동일한 패키지에 구현된 가중 중앙값 및 MR-Egger 회귀 추정량^22,23도 적용하였다. mr_heterogeneity년 코크란의 Q 검정이 상당한 이질성(P < 0.05)을 보였을 때, 연구는 곱셈 무작위효과 IVW 모델도 적합하여 고정효과와 무작위효과 결과를 모두 보고했습니다. 9개의 HM 결과에 걸친 가족별 오차는 본페로니 보정을 사용하여 α = 0.05/9 = 5.56 × ^10-3으로 통제되었습니다; 이 임계값 이하의 P 값을 가진 연관성은 통계적으로 유의한 것으로 간주되었고, 0.0056 ≤ P < 0.05인 연관성은 시사적 의미로 해석되어 신중하게 묘사되었다.

민감도 진단: 이질성, 다면성, 이상치에 대해

Cochran의 Q 통계량은 TwoSampleMR의 mr_heterogeneity 함수를 통해 구현된 IVW와 MR-Egger 모델 모두에 대한 기기 간 이질성을 평가하는 데 사용되었습니다. 방향성 수평 다면형성은 MR-Egger 인터셉트 테스트(mr_pleiotropy_test)와 MR-PRESSO 패키지²⁴의 전역 테스트로 평가하였다. MR-PRESSO²⁴ 는 R의 권장 설정(NbDistribution ≥ 5,000, SignifThreshold = 0.05)으로 실행되어 영향력 있는 이상치를 감지하고 이상치 제거 전후의 IVW 추정치를 비교하여 잠재적 왜곡을 정량화^했다. 각 노출-결과 쌍별로 단일 SNP가 전체 추정치에 불균형적으로 영향을 미쳤는지 확인하기 위해 mr_leaveoneout 제외 분석()을 수행하였다. 투명성과 재현성을 위해 모든 진단 출력은 R에서 내보내져 조화, 슈타이거 필터링, MR-PRESSO 이상치 제거 후 해당 기기 수와 함께 보고되었습니다.

기기 강도 및 NOME 평가

MR-Egger의 기기 강도는 I²GX 통계량을 사용하여 계산되었으며, 이는 SNP 노출 연관성의 표준오차 제곱 평균을 기기 간 분산으로 나눈 값으로 계산^되었다. 값이 1에 가까울수록 측정 오차가 없는(NOME) 가정에 더 잘 부합함을 나타냅니다; 낮은 수치는 회귀 희석 가능성을 시사하며, MR-에거 결과에 대한 신중한 해석이 필요합니다. ^{각 결과}별 분석에 대해 2 GX를 계산하고 보고하였습니다.

역멘델 무작위화

전체 파이프라인은 각 HM 하위형을 노출로, MS를 결과로 간주하여 역방향으로 반복되었습니다. 유전체 유의미 기기가 특정 HM 노출에 부족할 경우, 동일한 LD 클러스터링 매개변수, PhenoScanner 스크리닝, 조화 절차, Steiger 필터링, 감도 진단을 유지하면서 P < 5 × ^10-6 의 완화된 선택 임계치가 허용되었습니다. 완화된 임계값을 사용한 분석은 해당 표와 그림 평례에 명확히 표시되었습니다.

시각화 및 도표 내보내기

산란, 숲, 깔때기, 그리고 1-아웃 플롯이 생성되었으며, 패널 아래에 범례가 배치되고 글꼴 크기가 조정되어 라벨이 그래프 데이터를 가리지 않도록 했습니다. 시각적 비교를 용이하게 하기 위해 유사 결과별로 축 한계를 표준화하였습니다. 피규어는 최소 300 dpi의 무손실 포맷(예: TIFF, PNG)으로 내보내졌습니다. 모든 그래프로 표시된 수치 값은 보고된 추정치와 교차 검증하여 텍스트, 표, 그림 간의 일관성을 확인했습니다.

재현성과 데이터 공유

해당 시 무작위 시드는 고정되었고, 소프트웨어 버전은 기록되었으며, 분석 스크립트와 중간 객체는 아카이브되어 모든 단계를 재실행할 수 있었습니다. 데이터셋 접근 식별자와 표현형 정의가 문서화되었고, 각 필터링 단계(클러핑 후, 조화 후, 슈타이거 후 필터링, MR-PRESSO 이후 필터링)의 기기 목록이 저널 지침에 따라 스프레드시트 파일로 업로드되도록 준비되었습니다.

Results

기악 변형의 선택

전체 유전체 유의성 임계값인 P < 5×10⁻⁸을 사용하여 MS에 대해 22,466개의 SNP가 처음으로 추출되었습니다. LD가 PLINK(r² < 0.001, 윈도우 10,000 kb)에서 뭉쳐진 후에도 72개의 SNP가 계측기로 남아 있었고, 각각 F > 10(범위 30-1,044)을 가졌습니다. 알려진 위험 경로를 통해 다면성(pleiotropy)을 최소화하기 위해, PhenoScanner V2를 통해 잠재적 HM 교란변수(예: 체질량 지수, 허리 둘레, 체중, 엉덩이 둘레, 지방률, 지방량, 1년 전 체중 변화, 출생 체중, 기저 대사율, 피부암, 난소암)와 관련된 11개의 SNP를 제거하였습니다. 또한, 이전에 NHL과 연관되어 있었던 rs12365699는 NHL 아형(FL, DLBCL, MTNKL 및 기타/미지정 NHL) 분석에서 제외되었습니다. MS와 각 HM 결과 간의 조화를 통해 ...

Discussion

유럽계 혈통 집단을 대상으로 한 이 두 표본 멘델 무작위화(MR) 연구는 다발성 경화증(MS)에 대한 유전적 취약성이 높은 개인에서 호지킨 림프종(HL) 및 특정 세포형 백혈병의 위험이 더 높다는 유전적 증거를 제공하였으나, 다른 백혈병 아형, 비호지킨 림프종(NHL) 아형, 다발성 골수종/혈질세포 신생물과는 확실한 연관성을 보이지 않는다²⁷. HL 및 명시되지 않은 백혈병 신호는 가족별 오차 제어 하에서 결정적이기보다는 시사적이며(Bonferroni α = 0.0056), 진단 및 연구 한계 맥락에서 해석되어야 합니다²⁸. 방향 검사(슈타이거 필터링)는 각 결과에 대해 방향성 유효한 도구만 유지했으며; MR-PRESSO는 HL 추정치가 단일 영향력 변이만 제거해도 견고함을 보였으며(전-후 이상치 추정치는 유사함), 그리고 I²GX 값(≈0.93-0.95)은 MR-...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
본페로니 보정 (α = 0.0056)	통계적 방법 참고문헌	BC-0056	거짓 양성률을 제어하기 위한 다중 검사 보정 방법
코크런의 Q 통계량	코크란, 1954년까지;	Q-001 (https://www.jstor.org/stable/2334368)	MR 기기 간 이질성 평가에 사용됨
F-통계량	TwoSampleMR 문서	F-049 (https://cran.r-project.org/web/packages/TwoSampleMR/vignettes/perform_mr.html)	MR에서 기기 강도 평가를 위한 지표
HM 요약 통계(GWAS)	FinnGen	https://www.finngen.fi/en	호지킨 림프종(HL), 비호지킨 림프종(NHL), 백혈병 등 혈액학적 악성 종양(n = 218,792)의 유전체 데이터입니다.
I2GX 통계	Bowden 외, 2016	I2GX-074 (https://academic.oup.com/ije/article/44/2/512/753845)	"측정 오차 없음" 가정 준수 평가를 위한 통계
LD 응집 매개변수	링크	https://www.cog-genomics.org/plink/1.9	유전 기기의 독립성을 보장하기 위한 LD 클러빙 매개변수
MR-PRESSO v1.0	MR-프레소	1445년 (https://github.com/rondolab/MR-PRESSO 년)	이질성 및 이상치 검출 및 보정을 위한 소프트웨어
석사 요약 통계(GWAS)	국제 MS 유전학 컨소시엄	https://imsgc.net	유럽 코호트에서 수집한 다발성 경화증(MS) 유전체 데이터 (n = 115,803)
페노스캐너 V2	PhenoScanner와 nbsp;	1550년 (http://www.phenoscanner.medschl.cam.ac.uk 년)	알려진 교란 요인(예: 흡연, BMI)과의 연관성을 유전 기기에서 선별하는 데이터베이스
PLINK v1.9	링크	SCR_001757 (https://www.cog-genomics.org/plink/1.9)	유전체 연관 분석 및 연관 불균형(LD) 응집을 위한 소프트웨어
R 버전 4.3.1	R 재단	SCR_001905 (https://www.r-project.org)	오픈 소스 통계 컴퓨팅 소프트웨어
슈타이거 테스트	TwoSampleMR 방법론	STG-001 (https://cran.r-project.org/web/packages/TwoSampleMR)	멘델 무작위화에서 방향성을 위한 통계적 검정
TwoSampleMR v0.5.7	연구/연구	1134년 (https://cran.r-project.org/package=TwoSampleMR)	두 표본 멘델 무작위화(MR) 분석을 위한 R 패키지
가중 중앙값과 MR-에거	멘델 무작위화 방법	WM-026 (https://cran.r-project.org/package=MendelianRandomization)	MR에서 민감도 분석을 위한 대체 추정기