유전자-전장 연관성 분석연구를 위한 통계적 방법 : KARE 자료의 골다공증 질병을 중심으로 = Statistical Methods for Genome-Wide Association Studies

국문 초록 (Abstract)

유전자-전장 연관성 분석연구(GWAS : Genome-Wide Association Study)는 단일염기다형성(SNP : Single Nucleotide Polymorphism)마커를 이용하여 특정질환과 연관성이 있는 유전자를 규명하기 위한 통계 유전체 분석기법이다. 표현 형질(phenotype)은 분석목적에 따라 다양한 형태로 얻어질 수 있으며, 유전적인 요인 외에 복합적인 작용에 의해 결정되어진다. 본 논문에서는 대용량의 SNP 자료를 기반으로 사례-대조군 자료 또는 연속형 유전형질 자료를 이용하여 GWAS 연구에 필요한 다양한 통계적인 방법을 제시하고자 한다. 우선적으로 대용량의 SNP 자료를 축소시키기 위해 2단계(two-stage) 추출방법을 적용하였다. 1단계에서는 단일 유전자를 하나씩 고려하는 유전자-대-유전자(gene-by-gene)분석을 통하여 유의한 영향을 보여주는 SNP들을 선택하고, 2단계에서는 1단계에서 유의하게 검정된 SNP 자료를 바탕으로 다중분석과 유전자간 상호작용을 검정하기 위한 모형을 고려하였다.
유전자-대-유전자 분석에는 표현형질이 연속형인 경우에 선형회귀분석을 시행하였으며, 성별, 나이와 유전자 간의 상호작용을 고려한 모형을 추가적으로 분석하였다. 사례-대조군 분석과 같은 이진형 형질인 경우에는 로지스틱회귀분석을 시행하였다. 또한 상관관계를 갖는 두 개 이상의 반응변수로 이루어진 양적형질자료를 분석하기 위한 다변량회귀분석을 고려하였다. 다중 유전자 분석은 이러한 복합질환에 대한 연관성 분석에서 SNP 자료의 수가 개체 수보다 기하급수적으로 늘어나는 문제를 해결하기 위해 제시된 방법들 중에 하나인 Elastic net 방법을 적용하여 시행하였다. 마지막으로 유전자 간의 상호작용을 분석하기 위하여 모수적인 방법인 로지스틱회귀분석과 비모수적인 방법인 다중 다차원 축소방법(MDR : Multifactor Dimensionality Reduction)을 비교하였다.
본 논문에서는 질병관리본부 유전체센터에서 조사된 KARE(Korea Association REsource) 자료로 Affymetrix 5.0을 이용한 500K SNP 정보를 이용하였다. 안성(n=4,205)과 안산(n=4,637)의 두 지역에서 조사가 이루어졌으며, 총 327,872개의 SNP에 대하여 분석을 시행하였다. 분석모형은 Additive모형을 사용하였고, p-값을 기준으로 에서 검정하였다. 예제에 사용된 골밀도 값은 QUS(Quatitative Ultrasound) 방법을 통해 팔(요골, radius)과 다리(경골, tibia)에서 측정되었다. 골밀도 측정값을 통한 골다공증의 진단 기준으로는 1994년 WHO(World Health Organization)에서 제안한 T값을 이용하는 것이 일반적으로 T-2.5인 경우 골다공증, -2.5<T<-1인 경우 골감소증(Osteopenia)으로 분류하여 분석하였다. 분석 결과 이미 기존의 연구들에서 검출된 TNFSF11, C1orf112, TGFBR2와 같은 후보유전자들이 단일유전자 분석결과에서는 유의하게 검출되었지만 다중유전자분석이나 유전자 교호작용분석에서는 전혀 검출되지 않았다. GWAS 연구는 후속적으로 다른 독립적인 연구대상에서 검출된 유전자 효과의 재현성 여부를 요구하고 있으며 pathway분석과 같은 포괄적이고 생물학적인 분석을 요구하기 때문에 앞으로도 보다 폭넓은 연구가 필요하다.

목차 (Table of Contents)

• 제1장 서론 3
• 1.1연관성 분석연구의 소개 3
• 1.2연관성 분석연구의 배경 및 필요성 4
• 1.3연구의 목적 및 구성 6
• 제2장 통계적 분석방법 7
• 2.1유전자-대-유전자 분석(Gene-by-Gene Analysis) 7
• 2.1.1선형회귀분석(Linear Regression Analysis) 8
• 2.1.2로지스틱회귀분석(Logistic Regression Analysis) 10
• 2.1.3다변량 분석(Multivariate Analysis) 10
• 2.2.다중 유전자 분석(Multiple Genes Analysis) 12
• 2.2.1변수 선택 방법(Variable Selection Method) 13
• 2.2.2Elastic net 방법(Elastic net Method) 14
• 2.3유전자 간 상호작용 분석(Gene-Gene Interactions Analysis) 16
• 2.3.1로지스틱회귀분석(Logistic Regression Analysis) 17
• 2.3.2다중 다차원 축소방법(Multifactor Dimensionality Reduction Method) 17
• 제3장 자료 분석 21
• 3.1자료 소개 21
• 3.2골밀도 측정과 골다공증(Osteoporosis) 22
• 3.3기술 통계 분석 23
• 3.4유전자-대-유전자 분석 결과 27
• 3.4.1선형회귀분석(Linear Regression Analysis) 27
• 3.4.2로지스틱회귀분석(Logistic Regression Analysis) 41
• 3.4.3다변량 분산분석(MANOVA) 47
• 3.5다중 유전자 분석 결과 49
• 3.5.1Elastic net 분석(Elastic net Analysis) 49
• 3.6유전자 간 상호작용 분석 결과 52
• 3.6.1로지스틱회귀분석(Logistic Regression Analysis) 52
• 3.6.2다중 다차원 축소방법(Multifactor Dimensionality Reduction Method) 58
• 제4장 결론 및 고찰 65
• 참고문헌 68
• Abstract(영문초록) 70