통합 전사체 전체 연관 연구와 멘델 무작위화가 LYNX1과 MS4A14를 골수염의 치료 표적으로 확인함

Summary

본 연구는 전사체 전체 연관 분석과 멘델 무작위화를 통합하여 골수염의 약물 표적을 체계적으로 규명합니다. 유전 데이터베이스를 활용해 저자들은 LYNX1과 MS4A14를 주요 후보 유전자로 확인하며, 중요한 분자 경로를 강조하고 골 감염 관리를 위한 정확한 치료 전략을 제시했습니다.

Abstract

골수염은 뼈와 골수의 심한 염증을 특징으로 하는 심각한 감염병으로, 주로 황색포도상구균 (S. aureus)과 같은 세균성 병원체에 의해 발생합니다. 그러나 현재의 치료 요법은 강력한 바이오필름 형성과 세포 내 박테리아 지속에 의해 유발되는 항생제 내성과 반복성 감염의 출현으로 인해 크게 제약받고 있습니다. 따라서 기존 항균제를 넘어서는 새로운 치료 표적을 식별할 긴급한 필요가 있습니다. 전사체 전역 연관 연구(TWAS)와 요약 기반 멘델 무작위화(SMR) 분석을 결합한 통합 계산 접근법을 적용하여 골수염의 원인 감수성 유전자를 체계적으로 규명하였습니다. 대규모 유전 변이체는 조직 전반에 걸친 유전자 발현을 예측하는 도구적 변수로 활용되어, 이러한 표적과 질병 위험 간의 인과관계를 탐구할 수 있게 되었습니다. 통합 프레임워크는 LYNX1과 MS4A14를 주요 후보 유전자이자 잠재적 치료 표적으로 식별했습니다. 구체적으로, LYNX1은 골수염에 대한 감수성 증가와 연관이 있었고, MS4A14는 잠재적 보호 특성을 보였습니다. 이 발견들은 골 감염 시 숙주 면역 반응과 염증 조절에서 이 유전자들의 조절 역할을 강조합니다. 이 연구는 유전체 전체 연관성 발견과 생물학적 해석 간의 간극을 메우고, 골수염의 유전적 기초에 대한 이해를 진전시키고, 숙주 방어력을 강화하고 치료 내성을 극복하기 위한 표적 정밀 의학 전략 개발을 지원합니다.

Introduction

골수염은 뼈와 골수의 심한 염증을 특징으로 하는 심각한 감염성 질환입니다. 이 질환은 종종 세균 침입에 의해 시작되며, 급성 및 만성 혈인성 증상에서 흔한 병원체인 황색포도상구균(S. aureus)입니다 ^1,2. S. aureus는 두드러지지만, 골수염은 종종 다미생물에 걸리며, S. aureus만으로는 배양 불가능한 미생물과 역동적 바이오필름 상호작용 때문에 감염이 항상 해결되지^{않습니다.} 감수성 숙주에서는 병원체가 대식세포 내 잔류와 조밀한 바이오필름 형성 등 복잡한 회피 전략을 사용합니다. 이 바이오필름은 세포외 DNA, 다당류, 특수 단백질로 구성되어 숙주 면역 방어에 저항하고 기존 항균제의 침투를 제한하는 강력한 물리적 장벽을 형성합니다 ^5,6. 따라서 임상 치료는 일반적으로 공격적인 외과적 제거술과 장기간 항생제 치료를 포함하지만, 회복력 있는 바이오필름과 다미생물 군집의 존재는 치료 효능을 현저히 떨어뜨려 장기적인 이환율과 재발성 감염으로 이어집니다 ^7,8. 숙주-병원체 상호작용의 분자 구조를 밝히는 것은 새로운 치료 표적을 식별하는 데 여전히 매우^{중요합니다.}

유전체 전역 연관 연구(GWAS)는 질병 감수성과 관련된 여러 유전적 유전자를 규명함으로써 골수염에 대한 이해를 진전시켰습니다¹⁰. 그러나 엄격한 다중 검사 임계값과 통계적 검정력 및 표본 크기의 한계로 인해 골수염 감수성에 영향을 미치는 많은 중요한 유위는 여전히 발견되지 않을 가능성이 높습니다^. 더불어, GWAS 결과의 해석은 여전히 어렵습니다. 대부분의 확인된 변이가 비암호화 또는 유전자 간 영역에 위치해 있어, 단백질 구조의 직접적인 변화보다는 유전자 발현에 대한 조절 효과를 시사하기 때문입니다^11. 또한 1차 GWAS 데이터는 직접적인 조직 특이성이 부족하여, 이러한 변이체가 효과를 발휘하는 세포 맥락을 파악하기 위해 보완적인 후속 분석이 필요합니다. 전사체 전체 연관 연구(TWAS)는 참조 패널에서 유전적으로 예측된 유전자 발현을 기존 GWAS 데이터셋에 통합하여 여러 조직에서 기능적으로 관련 질환 관련 유전자를 체계적으로 식별함으로써 이러한 한계를 해결합니다¹².

인과 추론을 강화하기 위해 멘델 무작위화(MR)는 유전 변이를 도구적 변수로 사용하여 수정 시 대립유전자의 무작위 배분을 활용하여 교란을 줄이고 인과관계를 역전시킵니다^13,14. 발현 정량 형질 유전자좌(eQTL) 분석은 GWAS 변이체를 유전자 전사와 추가로 연결시키^{며, 요약} 기반 멘델 무작위화(SMR)는 GWAS와 QTL 데이터셋을 통합하여 인과 유전자를 우선순위화하고, 이질성 검사를 통해 연관 불균형에 의해 유발되는 연관성과 구분한다¹⁶.

이 연구는 골수염에 특화된 통합 TWAS 및 MR 프레임워크의 최초 적용으로, GWAS 결과와 임상적으로 실행 가능한 통찰 간의 격차를 해소합니다. 실험적 전사체 데이터와 대규모 인구 유전학 데이터를 결합하여 질병 감수성 유전자를 체계적으로 지도화하고 인과관계를 추론하였습니다. 이 통합 전략은 숙주 내성에 관여하는 이전에 인식되지 않은 분자 경로를 밝혀내고, 정밀 치료제 개발을 위한 후보 표적을 식별하는 것을 목표로 합니다.

Protocol

멘델 무작위화(MR) 및 전사체 전체 연관 연구(TWAS) 분석에 사용된 모든 요약 통계는 이전에 공개된 식별 해제된 데이터셋에서만 도출되었습니다. 원래의 연구에 대한 윤리적 승인과 개인 동의는 각 연구의 출판물에 문서화되어 있습니다. 이에 따라 저장성 통덕병원 기관심의위원회(Zhe Tongde Lunshen 2024 [Yan] No. 028-JY)는 이 데이터 마이닝 연구에 대한 추가 윤리 승인을 면제했습니다. 이 연구에 사용되는 도구들은 재료표에 나열되어 있습니다.

1. RNA-seq 데이터 수집 및 처리

전사체 데이터는 유전자 발현 옴니버스(GEO) 데이터베이스(GSE272198)에서 얻어, 포유류 종 전반에 걸친 선천 면역 경로의 보존을 평가하여 초기 검증을 위해¹⁷. 골수 유래 대식세포(BMDM)는 S . aureus (감염 다수성, MOI = 10)에 1시간 동안 감염된 후, 리소스타핀(20 μg/mL)과 겐타미신(50 μg/mL)으로 세포외 박테리아를 제거하려 했습니다. 인산염 완충 생리식염수(PBS)로 세 차례 세척한 후, BMDM은 24시간 배양된 후 총 RNA 추출 시약에 용해되어 시퀀싱되었습니다.

RNA 품질은 무결성을 보장하기 위해 자동 전기영동 시스템을 사용하여 평가하였습니다. 라이브러리는 세 개의 독립적인 실험에서 준비되어 고처리량 시퀀싱 플랫폼에서 시퀀싱되었습니다. 원시 리드는 STAR(v2.7.10a)를 사용하여 마우스 게놈(GRCm38, mm10)에 정렬되었습니다. DESeq2(v1.38.0)를 사용하여 차별발현 유전자(DEGs)를 확인하였습니다. 거짓 양성을 줄이기 위해 통계적 유의성은 조정된 p-값(FDR) < 0.05 및 |log₂ 배 변화로 정의되었습니다. > 1. 유전자 온톨로지(GO) 분석은 clusterProfiler(v4.6.0)를 사용했고, 유전자 집합 풍부화 분석(GSEA)은 GseaVis(v0.0.5)를 사용해 수행되었습니다. 히트맵은 R(v4.2.0)의 피트맵 패키지(v1.0.12)를 사용해 생성되었습니다.

TWAS 분석

전혈 RNA 시퀀싱 및 전 유전체 시퀀싱(WGS) 데이터는 유전자형-조직 발현(GTEx) 프로젝트(V8)¹⁸에서 얻었습니다. 사전 학습된 유전자 발현 모델은 공개 저장소(https://doi.org/10.5281/zenodo.3842289)에서 활용되었습니다. TWAS에 대한 골수염 요약 통계는 FinnGen 컨소시엄에서 수집되었으며, 2,336건의 사례와 473,264건의 대조군으로 구성되어 있습니다¹².

TWAS는 관절 조직 임페테이션(JTI), PrediXcan¹⁹, UTMOST ^12,20 세 가지 알고리즘을 사용하여 수행되었습니다. JTI는 유전자 발현 유사성과 후생유전학적 염색질 접근성을 추정하여 예측 정확도를 최적화합니다. PrediXcan은 5배 교차 검증을 포함한 탄성 순회귀를 적용하며, UTMOST는 희소 그룹 LASSO를 이용해 다조직 발현 데이터를 활용해 정확도를 높입니다. Zhou 등이 설명한 수정된 UTMOST 프레임워크는 편향 없는 추정을 위한 하이퍼파라미터^{를 표준화}합니다. 상관계수 r > 0.1, 예측 유의성 p < 0.05²¹로 정의된 안정적인 교차 검증 점수를 가진 유전자는 임시 검증 점수로 유지되었습니다. 1000 Genomes 참조 데이터셋의 SNP 공분산 행렬을 사용하여 전혈 전사체 모델이 구축되었습니다.

예측된 유전자 발현과 골수염 위험 간의 연관성을 분석하였습니다. 다중 검사를 고려하기 위해 TWAS의 통계적 유의성은 주로 거짓 발견률(FDR) 임계값인 < 0.05를 사용하여 정의되었습니다. 이 다단계 연구의 가설 생성 특성을 고려할 때, p < 0.05의 암시적(명목상) 임계값을 충족하는 좌위는 하류 멘델 무작위화(SMR) 및 공위치화 분석에도 우선순위가 부여되었습니다. 이 통합 전략은 다중 옴믹 교차 검증(TWAS + SMR)에 의존하면서 잠재적 규제 동인을 극대화하여 우선순위 후보의 견고성을 보장하는 것을 목표로 합니다.

SMR 분석

이 연구는 역학 관찰 연구 보고 강화(STROBE) 지침을 준수했다²². 미토콘드리아 기능 장애에 대한 유전적 소인(이하 분석 목적으로 '미토디'라 부름)을 계산적으로 정의하기 위해, 알려진 모든 미토콘드리아 관련 유전자에 해당하는 전사체를 MitoCarta3.0 데이터베이스에서 추출했다²³. 이 유전자 집합은 이후 다유전자 위험 예측을 위한 사전 정의된 생물학적 기반 역할을 했습니다. "미토디"와 관련된 모든 하위 기능 해석은 이 계산적 추론에서 도출되며, 예측 및 가설 생성으로 간주되어야 합니다.

발현 정량 형질 좌위(eQTL) 도구는 1000 kb 이내의 코딩 서열(cis-eQTLs) 변이체를 사용하여 생성되었습니다. 요약 통계는 eQTLGen 컨소시엄과 GTEx V8²⁴에서 가져왔습니다. 총 8,932,843개의 SNP가 1,013개의 미토디 관련 전사체와 연관되어 있는 유전체 유전체 유의치 P < 5E-8에 따라 선정되었습니다. 골수염 결과에 대한 기초 GWAS 통계는 FinnGen²⁰에서 얻었습니다.

요약-데이터 기반 멘델 무작위화(SMR) 분석을 SMR(버전 1.0.3)을 사용하여 유전자 발현 형질과 골수염 결과 간의 다면성 연관성을 추정하였습니다. 인과적 효과 beta_mitodys–골수염은 미토콘드리아 기능 장애가 골수염에 미치는 추정 로그 오즈 효과 크기를 나타내며, 다음과 같이 계산됩니다:

오즈비(OR)는 표준화된 유전자 발현 수준이 1단위 자연 로그 증가할 때마다 발생하는 변화를 나타냅니다. 동위치성은 의존 기기의 이질성(HEIDI) 검사를 통해 추가로 평가되었습니다.

Results

대량 RNA 시퀀싱 및 기능 풍부의 특성 규명

감염되지 않은 대조군과 S. aureus에 감염된 BMDM을 분리하는 방법론에 따라, 실험군에서 3,775개의 DEG가 확인되었으며, 이 중 1,686개의 상향 조절 유전자와 2,089개의 하향 조절 유전자로 구성되었습니다. GO 분석 결과, 선천 면역 반응의 긍정 조절(GO:0045089)과 활성화(GO:0002218)를 포함한 선천 면역 활성화에 강하게 강화된 네트워크가 나타나 정통 사이토카인 주도 병원체 방어 기전을 반영하였습니다. 백혈구 증식 조절(GO:0070661)은 주요 면역 효과 역학을 부각시켰습니다. 특히 바이러스 자극에 대한 반응(GO:0009615)도 풍부해져, 박테리아 감지가 겹치는 병원체 관련 분자 패턴(PAMP) 신호 전달 연쇄 반응을 활성화하는 잠재적 교차 반응성을 시사합니다. 이러한 결과와 일치하여,...

Discussion

번역 데이터셋 전반에 걸쳐 TWAS와 SMR 분석을 통합함으로써, 본 연구는 골수염 표현형과 관련된 유전적 유전좌의 핵심 네트워크를 확인하였습니다. LYNX1과 MS4A14를 후보 유전자 표적으로 확인한 것은 전사체학적 맥락을 통합하여 기존 GWAS 발견을 넘어선 기전적 통찰을 제공하는 중요한 기여입니다. 이러한 통합 접근법은 정밀 의학 전략이 중증 골 감염의 임상적 관리를 발전시킬 수 있는 잠재력을 강조합니다.

방법론적으로, 유전자 발현과 골수염 간의 인과관계를 추론하기 위해 멘델 무작위화를 사용하는 것은 상당한 분석적 이점을 제공합니다. 유전적 변이가 수정 시 무작위로 배정되기 때문에, MR은 무작위 시험의 구조를 근사화하고^{관찰 연구에 내}재된 교란 및 역인과관계의 영향을 줄인다.

핵심 연구 중 하나는 MS4A14와 LYNX1...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
clusterProfiler	광창 유 팀 (쑨얏센대학교)	NA	차등 발현 유전자의 유전자 온톨로지(GO) 기능 풍부화 분석에 사용됩니다.
DESeq2	Bioconductor 프로젝트 (오픈 소스)	NA	차등 발현 유전자(DEG)를 식별하는 데 사용됩니다.
GSEA / GseaVis	Broad Institute / 오픈 소스 커뮤니티	NA	좌표 발현 유전자 세트를 식별하기 위한 유전자 세트 풍부화 분석(GSEA)에 사용됩니다. GseaVis는 시각화에 사용될 가능성이 높습니다.
HEIDI (Heterogeneity in Dependent Instruments) 검정	SMR 소프트웨어 내 통합 기능	NA	SMR에서 관찰된 연관성이 공유 인과 변수가 아닌 연결 불평형에 의한 것인지 테스트하는 데 사용됩니다. P_HEIDI > 0.05는 주요 이질성이 없음을 나타냅니다.
JTI (Joint-Tissue Imputation)	Zhou 등 (오픈 소스 모델)	NA	유전자 발현 유사성과 후성 유전 염색질 접근성을 추정하여 예측 정확도를 최적화하는 TWAS 알고리즘입니다.
pheatmap	Raivo Kolde (R 패키지)	NA	차등 발현 유전자의 히트맵을 생성하여 데이터 시각화에 사용됩니다.
PrediXcan	Gamazon 등 (오픈 소스 모델)	NA	유전자 발현을 추정하고 질병 위험과의 연관성을 검정하기 위해 탄성 넷 회귀와 5겹 교차 검증을 적용하는 TWAS 알고리즘입니다.
SMR (Summary-data-based Mendelian Randomization)	복단 대학교 팀이 개발한 오픈 소스 소프트웨어	NA	유전자 발현과 골수염 위험 사이의 인과 연관성을 탐색하기 위한 요약 기반 멘델리안 무작위화 분석을 수행하는 데 사용됩니다. 버전 1.0.3이 사용되었습니다.
STAR	Alexander Dobin (Cold Spring Harbor Laboratory)	NA	RNA-seq 읽기를 참조 게놈(마우스 게놈 GRCm38/mm10)에 정렬하는 데 사용됩니다.
UTMOST	Hu 등 (오픈 소스 모델)	NA	다중 조직 발현 데이터를 사용하여 예측 정확도를 향상시키는 스파스 그룹 LASSO 프레임워크를 사용하는 TWAS 알고리즘입니다.