뉴스포럼
커뮤니티뉴스포럼

제목 [뉴스포럼 4호] 정기칼럼: 임상지침
작성자 관리자 작성일 2018-11-23 13:38:07 조회수 330
첨부파일
유전성 희귀질환 변이의 체계적인 평가를 위한 대립유전자빈도(Minor allele frequency) 기준치의 임상 적용 권고안
부제: 얼마나 드물어야 질환 원인 유전자 변이가 될 수 있을까?
임정훈 (연세대학교 의과대학)

최근 차세대 염기서열 분석(Next-Generation Sequencing; NGS) 기술이 발전함에 따라 기존의 진단기술로는 확진하기 어려웠던 유전성 희귀 질환들이 진단유전학적/분자생물학적으로 명확하게 진단되고 있으며 해당 결과는 치료 방향 설정 및 유전 상담에 적극적으로 활용되고 있습니다. 유전검사를 통해 확인된 유전자 변이(genetic variant)의 의미를 해석하는 과정에는 개별 유전자 변이에 대한 다양한 근거(evidence)를 수집하여 종합적으로 판단이 필수적이므로 진단유전학 전문가의 역할 및 판독이 매우 중요합니다. 개별 유전자 변이 판독에 있어서 임상 현장에서 가장 많이 사용되고 있는 2015년 미국의학유전학회(American College of Medical Genetics and Genomics, ACMG) 가이드라인[1] 중 주요 근거로 제시하고 있는 대립유전자빈도(minor allele frequency, MAF)는 해당 변이가 인구집단(population)에서 발견되는 드문 정도(rarity)를 수치화한 것으로 이해할 수 있습니다.

실제로 임상 유전체 검사실에서 수행하는 유전성 희귀 질환 환자의 NGS 분석 과정 중 수많은 변이들 가운데 질환 원인 유전자 변이(pathogenic variant)를 찾기 위한 첫 번째 단계로써 보편적으로 많이 사용하는 기준이 바로 대립유전자빈도(MAF)입니다. 당연하게도 특정 변이가 희귀 질환의 원인 유전자 변이가 되기 위해서는 인구집단에서 해당 변이의 발견 빈도가 매우 낮아야 합니다. 이러한 논리를 적용하는 과정에서 주의하여야 할 2가지 사안으로 인구집단의 정의와 낮은 MAF의 기준치를 고려해야 합니다.

먼저, 인구집단이라 함은 “희귀 질환이 없어 정상으로 간주될 수 있는 대조군 집단”이라고 할 수 있습니다. 기존 2015 ACMG 가이드라인에서는 Exome Aggregation Consortium (ExAC), Exome Sequencing Project, 1000 Genomes Project 등의 인구집단 데이터베이스 활용을 권고하였습니다. 이때 각각 데이터베이스의 특성을 잘 파악해야 하는데, 실제로 기존에 가장 많이 사용하는 ExAC 데이터베이스에 포함된 60,706명의 염기서열 변이들은 17개 프로젝트의 총합으로 중증 소아 질환(severe pediatric disease) 환자들은 제외한 데이터베이스라는 설명이 있습니다. 하지만 해당 인구집단들이 모두 건강한 개인들만 포함되어 특정 유전성 희귀 질환에 대한 대조군이라고 추정할 수 있는지에 대해 생각해 볼 필요가 있습니다. 또한 대규모 유전체 데이터가 축적되면서 임상검사실에서 활용할 수 있는 새로운 인구집단 데이터베이스가 발표되고 있으며, 기존의 인구집단 데이터베이스가 갱신되고 있는(예로 gnomAD) 현 시점에서 어떤 데이터베이스를 참고할지 고민되게 됩니다.
두 번째로 해당 변이가 인구집단에서 얼마큼 희귀하게 존재해야 하는지에 대한 판단이 필요합니다. 예를 들어, 충분히 많은 수의 인구집단에서 해당 변이가 존재하지 않는다면 즉 MAF가 0이라면 해당 변이가 유전성 희귀 질환의 원인 유전자 변이가 될 수 있는 기본 조건을 갖추었다고 할 수 있습니다. 물론 인구집단에서 발견되지 않은 변이가 모두 원인 유전자 변이라고는 할 수 없습니다. 하지만 환자에서 확인된 변이가 늦게 표현형을 나타내거나 불완전한 침투도(incomplete penetrance)를 보이는 경우에는 원인 유전자 변이도 정상 인구집단에서 MAF가 낮은 값을 보일 수 있습니다. 결국 MAF가 0이 아니라고 병원성 분석 대상에서 해당 변이를 제외하는 것은 잘못된 분석 전략이며, 반대로 MAF 기준치를 너무 높게 설정한다면 병원성(pathogenicity) 분석 대상 변이가 무분별하게 많아져서 비효율적인 분석이 됩니다. 따라서 적절한 인구집단 데이터베이스를 활용하여 적절한 MAF 기준치를 설정하는 것은 효과적인 임상 NGS 분석의 첫걸음이라고 할 수 있습니다.

MAF 기준치 설정과 관련하여 최근 Whiffin 등의 연구진들이 2017년 MAF 도출 공식을 제안하였고 이는 타 연구진들에게도 주목을 받았습니다.[2] 고해상도 분석 체계(high-resolution framework)라고 명명한 MAF 기준치 계산식은 질환별로 설정할 수 있도록 되어 있으며, 특정 유전성 질환의 유병율(prevalence) 외에도 최대 기여 변이의 빈도(maximum allelic contribution) 및 해당 질환의 유전적 침투도(penetrance)를 고려합니다. 또한 유전자의 유전양상(우성/열성)에 따라 제곱근의 유무 및 최대 기여 유전자의 빈도(maximum genetic contribution)의 대입 여부로 계산식의 차이를 두고 있습니다. 질환의 종류에 상관없이 분석적 편의성을 위해 획일적인 기준치(예를 들어 MAF 0.01)를 적용하는 방법에 비해 상기 방법은 비교적 합리적이고 객관적이므로 임상검사실에서 활용하기 유용할 수 있으나, 각 수치들의 적절한 추정치 설정이 난해한 동시에 적절한 MAF 기준치 설정에 큰 영향을 미칠 수 있습니다.

따라서 저희 연구진은 국내에서 NGS 검사가 활발하게 적용되고 있는 질환 3가지(유전성 비증후군성 난청, 조기 발생 간질 및 레베르 선천성 흑암시 질환)를 선정하고 각 질환의 유병율, 최대 기여 변이의 빈도, 유전적 침투도, 유전자별 유전양상 등을 양질의 문헌, 데이터베이스 및 임상현장 경험을 바탕으로 MAF를 설정하는 권고안을 작성하였습니다. 3가지 유전성 질환들의 MAF 기준치 값들은 각각 다른 분포를 보였으며, 이는 질환특이적(disease-specific) MAF 기준치 적용의 필요성을 반증한다고 할 수 있습니다. 권고안을 통해 NGS 검사가 급증하는 현시점에서 다양한 질환에 적용할 수 있도록 MAF 설정 방법의 논리적이고 합리적인 예시를 제공하고자 하였으며, 이는 해당 질환에 대한 진단유전학적/분자생물학적 연구가 축적됨에 따라 지속적으로 개선 및 발전해 나가야 할 것으로 생각됩니다.


[참고문헌]
[1] Richards S, Aziz N, Bale S, Bick D, Das S, Gastier-Foster J, et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genet Med 2015;17:405-24.
[2] Whiffin N, Minikel E, Walsh R, O'Donnell-Luria AH, Karczewski K, Ing AY, et al. Using high-resolution variant frequencies to empower clinical genome interpretation. Genet Med 2017;19:1151-8. 


목록

./board/skin/newsletter/index.php