고려대학교 바이오시스템의과학부 인간유전체 연구실

□ 구성원

• 교수: 안준용 (joonan30@korea.ac.kr)
• 박사과정: 이강희
• 석사과정: 김수휘, 최리지, 허용진, 화찬웅

□ 연구실 개요

지난 10년동안 급격히 발달한 유전체 분석 기술(genome sequencing)은 질병의 원인이 되는 유전자와 질병에 기여하는 유전변이(genetic variant)를 효율적으로 탐색하는 기회를 제공했습니다.  또한, 유전체 기술을 이용하여, 질병을 구성하는 다양한 유전적 조성(genetic architecture)을 밝혀냈습니다. 저희 연구실은 대규모 환자 유래 유전체 데이터 및 다중오믹스 데이터를 활용한 질병 연구 및 진단 플랫폼을 개발하고 있습니다. 이를 활용하여 발달장애 및 난치암 관련 연구를 수행하고 있습니다. 

□ 연구 개요

  1> 자폐성 범주 장애에 원인이 되는 비암호화 지역은 무엇인가?

자폐성 범주 장애 (autism spectrum disorder; 이하 ASD)는 흔히 자폐증으로 알려진 신경발달장애입니다. ASD는 유전력(heritability)이 매우 높은 질환으로 잘 알려져 있으며, 이러한 이유로 지난 10년간 유전체 연구가 집중적으로 이뤄진 분야입니다. 암을 제외하고, 다양한 대규모 유전체 연구들이 수행되면서, ASD의 유전적 원인을 밝혀냈습니다. ASD는 유아기에 발병하며 낮은 번식률(fecundity)을 보이는 형질에 해당합니다. 높은 선택압에도 불구하고 인구집단에 지속적으로 관찰되는 것은, 생식세포 분열과정에서 우연하게 발생하는 변이 – 신규변이(de novo variant) 때문입니다. 지난 2012년, Nature에 세 편의 독립적인 연구 결과들이 발표되었는데, 공통적인 결론을 내립니다: “ASD로 진단받은 아이들이 ASD로 진단받지 않은 그의 형제, 자매들보다 신규변이를 3-4배 높은 수준으로 갖는다”. 이 신규변이들은 stop codon을 일으키거나 frameshift를 일으키는 형태의 protein truncating variant에 해당합니다. 이를 시작으로 지난 10년 동안 ASD 연구는 다양한 원인 유전자들을 밝혀냈고, de novo protein truncating variant는 전체 ASD 환자들의 20% 가량을 설명합니다.

ASD의 원인을 기술하고자 하는 포괄적인 연구들이 진행중입니다. 나머지 80% 환자들 중 일부는 공통변이(common variant)에 의해 양적 형질(polygenic trait)을 따른 경우도 있고, 구조변이(structural variant)나 복제수 변이(copy-number variant)를 갖는 경우도 있습니다. 또 다른 가능성은 비암호화 유전체 (noncoding genome)에 발생하는 변이(noncoding mutation)입니다.  저희 연구실은 비암호화 변이를 이해하기 위하여, 전장유전체(whole genome sequencing) 연구를 진행하고 있습니다. 

비암호화 변이의 유전체 연구는 암호화 유전체 연구와 다른 양상을 갖습니다. 우리가 유전자에 발생하는 변이를 연구에 활용할 때는 유전변이에 의해 단백질 서열이 변화하는 양상을 이용하여, 통계적 검정에 활용합니다. Triplet codon에 따라, 유전변이가 단백질 서열 상의 아미노산을 하나 변경하거나 그렇지 않거나, 아니면 번역이 일어나지 않게 서열 전체에 영향을 미칠 수 있습니다. 이와 달리, 비암호화 지역의 유전변이는 유전자 전사에 영향을 미칠 수 있다는 가정 하에 시작합니다. 비암호화 지역에는 유전자 전사를 조절하는 다양한 유전체 부위들이 존재합니다. 그리고 그 부위에 유전변이가 발생하면, 전사의 효율성이나 전사 활동을 방해한다고 가정할 수 있습니다. 그러나 이러한 정보는 인간 발달과정에서 높은 수준의 시공간성을 보입니다. 또한 triplet codon과 같은 보편적인 규칙이 존재하지 않습니다. 유전체 기술의 발전에 따라, 다양한 조직과 세포군, 발달시점에 따른 전사조절 양상을 읽을 수 있는 후성유전학적 데이터를 만들었지만, 이는 triplet codon보다 훨씬 복잡한 방식으로 표현됩니다.

저희 연구실은 비암호화 지역의 유전 연관성을 평가하기 위한 다양한 통계적 모델을 개발하고 있습니다. 지난 2018년 Nature Genetics에 발표한 논문에서 “category-wide association study (CWAS)” 방법론을 개발하여, 비암호화 변이의 연관성을 평가하는 모델을 제안했습니다. 그리고 2018년 Science에서는 CWAS 방법론과 함께, 머신러닝 기반의 비암호화 변이 기여도를 평가하는 “de novo risk score” 방법론을 개발하였습니다. 현재는 단일세포 세포 특이성과 인간 뇌발달 특성을 반영할 수 있는 보다 나은 방법론을 개발 중에 있고, 향후 다양한 전장유전체 연구에 활용할 수 있기를 기대하고 있습니다. 

  2> ASD에는 왜 다양한 유전자들이 연관되어 있는가?

지난 ASD 유전체 연구를 통해, 수백-수천 개의 원인 유전자들이 밝혀졌습니다. 이러한 양상은 사실 ASD만의 문제는 아닙니다. 단일 유전자로 규정된 질환을 제외하곤, 거의 모든 질병은 다양한 유전자를 갖습니다. 대규모 유전체 연구가 진행될 수록 연구자들은 분명한 원인 유전자를 제시할 수 있지만, 동시에 다양한 예외적 사례들을 관찰하고 있습니다. 유전자는 진화의 과정에서 다면성(pleiotropy)을 갖게 됩니다. 하나의 유전자가 다양한 회로와 상황에서 작동할 수 있다는 것은, 개체가 다양한 환경에 보다 쉽게 적응할 수 있다는 것을 의미합니다. 따라서 특정 유전자의 이상은 발달 상황(developmental context)에 따라 다양한 결과(consequence)를 낳게 됩니다. 이 지점에서 유전자 기능보다 시스템 수준에서 이해하고자 하는 연구들이 등장합니다.

2012년 Nature에 발표된 세 편의 ASD 유전체 연구에서는 두 가지 원인 유전자를 보고합니다. 하나는 SCN2A이고 다른 하나는 CHD8입니다. SCN2A는 시냅스에 작동하는 이온 채널 유전자입니다. ASD의 병태생리를 고려하면, 그럴듯한 유전자이지요. 그런데 CHD8은 전혀 생소한 유전자입니다. 암에서나 관찰되는 전사조절 유전자인데, 자폐증이라니… ASD 유전체 연구가 진행되면서, 이와 같은 생소한 유전자들이 더 많이 보고됩니다. 이에 따라, 각기 다른 ASD 유전자들이 기능적으로 수렴하는 지점(functional convergence)을 찾는 연구와 원인 유전자들에 따른 clinical subtype 연구가 시작됩니다.

저희 연구실은 시스템생물학적 방법론을 활용하여, 원인 유전자의 기능적 수렴성(functional convergence)과 ASD의 이질성을 연구하고 있습니다. 인간 사후뇌조직 전사체 데이터를 활용하여, ASD 및 신경발달장애의 원인 유전자가 이루는 유전자 네트워크를 연구합니다. 또한 단일세포 전사체 기술을 활용하여 ASD 원인유전자에 의해 발생하는 세포특이적 변화들을 연구하고 있습니다. 

□ 최근 주요 논문성과

1. Werling DW*, Pochareddy S*, JM Choi*, An JY*, Peng M, Sheppard BS, Peng M, Li Z, Dastmalchi C, Santperebaro G, Sousa A, Tebbenkamp A, Kaur N, Gulden F, Breen M, Liang L, Gilson M, Zhao X, Dong S, Klei L, Cicek AE, Buxbaum JD, Adle-Biassette H, Thomas JL, Aldinger KA, O’Day DR, Glass I, Zaitlen N, Talkowski ME, Roeder K, Devlin B, Sanders SJ**, Sestan N**, Whole-genome and RNA sequencing reveal variation and transcriptomic coordination in the developing human prefrontal cortex, Cell Reports, 2020
2. An JY*, Lin K*, Zhu L*, Werling DM*, Dong S, Brand H, Wang HZ, Zhao X, Schwartz GB, Collins RL, Currall BB, Dastmalchi C, Dea J, Duhn C, Gilson MC, Klei L, Liang L, Markenscoff-papadimitriou E, Pochareddy S, Ahituv N, Buxbaum JD, Coon H, Daly MJ, Kim YS, Marth GT, Neale BM, Quinlan AR, Rubenstein JL, Sestan N, State MW, Willsey AJ, Talkowski ME**, Devlin B**, Roeder K**, Sanders SJ**, Genome-wide de novo risk score implicates promoter variation in autism spectrum disorder, Science, 2018
3. Werling DM*, Brand H*, An JY*, Stone MR*, Zhu L*, Glessner JT, Collins RL, Dong S, Layer RM, Markenscoff-Papadimitriou E, Farrell A, Schwartz GB, Wang HZ, Currall BB, Zhao X, Dea J, Duhn C, Erdman CA, Gilson MC, Yadav R, Handsaker RE, Kashin S, Klei L, Mandell JD, Nowakowski TJ, Liu Y, Sirisha Pochareddy S, Smith L, Walker MF, Waterman MJ, He X, Kriegstein AR, Rubenstein JL, Sestan N, McCarroll SA, Neale BM, Coon H, Willsey AJ, Buxbaum JD, Daly MJ, State MW, Quinlan AR, Marth GT, Roeder K, Devlin B**, Talkowski M**, Sanders SJ**, An analytical framework for whole genome sequence data and its implications for autism spectrum disorder, Nature Genetics, 50:727736, 2018
4. Williams SM*, An JY*, Edson J, Watts M, Murigneux V, Whitehouse AJO, Jackson CJ, Bellgrove MA, Cristino AS**, Claudianos C**, An integrative analysis of non-coding regulatory DNA variations associated with autism spectrum disorder, Molecular Psychiatry, 2018
5. An JY, Claudianos C, Genetic heterogeneity in autism: From single gene to a pathway perspective, Neuroscience and Biobehavioral Reviews, 68:442453, 2016