Article information

Trans Abstract

서론

류마티스 관절염(rheumatoid arthritis, RA)은 전 세계적으로 성인 인구의 0.3∼1%에서, 한국인의 약 1%에서 발생하며, 역학적으로 여성의 유병률이 남성보다 약 3배 높고 40∼70세 연령군 사이에 흔히 발생한다. RA의 예방이나 치료에 있어 여전히 미충족 부분이 남아 있으며, 이를 충족하기 위한 신약 개발은 오랜 시간과 자본이 필요한 영역이다. 따라서 기존의 의약품을 다른 질병의 치료나 의학적 용도에 사용하는 소위 약물 재창출(drug repurposing)이 신약 개발의 시간과 비용을 절감할 수 있는 중요한 방법론으로 대두되고 있다. 최근 국내에서 처방량이 급증하고 있는 DPP-4억제제와 GLP-1수용체작용제는 인크레틴 기반 항당뇨병제로 RA와 어떤 연관성을 갖고 있는지에 관한 관심이 주목받고 있다[1]. 이러한 항당뇨병제들은 혈당강하 효과뿐만 아니라 항염증 기능을 가지고 있어 RA와 같은 염증성 질환에 대한 치료적 가능성이 연구되고 있다. 대중적으로도 잘 알려진 대표적인 항당뇨병제인 메트포민(metformin)과 싸이아졸리딘다이온(thiazolidinedione)이 RA의 발생 위험을 줄였다는 내용이 이전에 발표된 관찰연구들을 통해 보고된 바 있다[2,3]. 그러나 관찰연구에서 생성된 근거들은 혼란변수와 역-인과성 등의 한계로 인해 인과성으로 결론짓지 못하는 제한점이 있다. 최근에 영국 UK Biobank의 summary statistics를 활용하여 보고된 연구는 이러한 관찰연구의 제한점을 극복하고자 멘델리안 무작위화(Mendelian randomization, MR) 방법을 활용하여 항당뇨병제가 RA 치료에도 효과가 있는지를 검증하고자 하였다[3]. Qin 등[4]의 연구는 서양인을 대상으로 싸이아졸리딘다이온의 사용이 RA의 위험도를 줄일 수 있다는 근거를 제시하였지만, 동양인 인구집단을 대상으로 이를 검증한 연구는 부족한 상황이다. 따라서 이 연구는 이전 연구 결과들에서 제시된 항당뇨병제의 약물 표적 유전자(drug target gene)의 변이를 도구변수로 활용하여, 한국인과 일본인 바이오뱅크를 대상으로 MR 방법론을 통해 재현함으로써 향후 연구의 필요성과 가능성을 제시하고자 하였다.

대상 및 방법

이 연구는 Fig. 1과 같이 현재 시판 중인 항당뇨병제에 의한 공복혈당의 감소가 RA의 위험도를 낮추는지를 확인하고자 two-sample MR 방법론을 설계하였다. 공복혈당과 RA 의 유전적 요인을 알아보기 위한 전장유전체연관연구(ge-nome-wide association study, GWAS) summary statistics는 한국인 유전체 역학연구(Korean Genome and Epidemiology Study, KoGES)와 일본 바이오뱅크(Bio-Bank Japan, BBJ)를 각각 활용하였다. 이 연구에 사용된 유전체 데이터들은 당뇨병 여부와 관계없이 일반 인구집단에서 수집된 것이다. 따라서, 이 연구 결과는 항당뇨병제 복용 여부와 관계없이 일반 인구집단에서도 메트포민 등의 약물이 RA의 위험을 낮출 수 있음을 시사한다. 이는 당뇨병이 없는 사람들에게도 이러한 효과를 기대할 수 있음을 의미한다. 이와 관련된 유전체 데이터들의 배경에 대해서는 고찰 부분에서 더 자세히 다루었다.

Fig. 1.

Overview of the Mendelian randomization study design. Our study selects genetic variants from the gene(s) encoding the target protein(s) of the antidiabetic drug as instruments. The main downstream effect of antidiabetic drugs is decreased glucose concentration. Hence, this study leverages associations of the selected genetic instruments with blood glucose concentration to proxy the pharmacological modulation of the drug target protein of interest (relevance assumption). Genetic variants are expected to not be associated with confounders (independence assumption) and affect rheumatoid arthritis (RA) through other pathways (exclusion restriction assumption). The two samples used in the analyses were summary data from genome-wide association studies on blood glucose (Korean Genome and Epidemiology Study, KoGES) and clinically diagnosed RA (BioBank Japan, BBJ).

연구에 활용된 유전 도구변수는 항당뇨병제 타깃에 위치하고 있는 single-nucleotide polymorphism (SNP)을 사용하므로 SNP들 간에는 높은 linkage disequilibrium (LD)을 형성하고 있었다. 따라서 독립적인 SNP를 선별하고자 r² < 0.01을 기준으로 LD clumping을 하여 각 약물 표적 유전자별로 1∼2개의 SNP를 도구변수로 선정하였다. 선정된 유전변이 도구변수를 활용하여 공복혈당의 감소가 RA의 위험도 감소와 인과적 관련성이 있는지를 알아보고자 유전변이 도구변수-공복혈당 관련성(G-X)과 유전변이 도구변수-RA 관련성(G-Y)의 ratio를 통해 X-Y의 인과성을 검증하는 Wald ratio 방법을 사용하여 회귀계수(β)와 표준오차(standard error)를 산출하였다(Fig. 1). 즉, 약물 타깃 단백질을 변화시키는 유전자 내에 SNP가 공복혈당에 미치는 영향(G-X, 회귀계수 a)과 RA에 미치는 영향(G-Y, 회귀계수 a × b)을 각각 추정하고, 이를 ratio로 계산하면 우리가 원하는 공복혈당이 RA에 미치는 영향(회귀계수 b)을 얻게 되는 것이다. 이때 세 가지 가정이 만족되어야 할 필요성이 있다. 첫 번째 가정은 유전변이는 공복혈당(X)이라는 원인변수를 거쳐 RA라는 결과변수에게 영향을 준다는 것이다. 즉, 공복혈당은 RA에 영향을 주는 간접효과(indirect effect = a × b)만 존재하며 직접효과는 존재하지 않는다는 것이다. 두 번째 가정은 유전인자는 인간이 태어나는 시점에 무작위로 할당되었기에 다른 혼란변수와는 독립적이라는 가정이다. 세 번째 가정은 유전변이는 공복혈당에 강하게 영향을 주고 있다는 것이다. 유전인자와 공복혈당의 관련성 정도는 F값(F statistic)이라는 지표를 활용하며 통상 F값이 10 이상이면 도구변수로서 충분한 것으로 판단한다.

결과

Table 1은 KoGES 바이오뱅크 데이터 연구 대상자 72,299명으로부터 공복혈당 GWAS 분석 후 얻어진 summary statistic으로부터 항당뇨병제와 관련 있는 SNP 간의 영향(G-X)을 정리했다. Qin 등[4]이 보고한 약물 타깃에서 6개 SNP만을 유전 도구변수로 활용한 결과, 6개 SNP 모두 KoGES 자료에서 공복혈당을 통계적으로 유의미하게 감소시키는 결과를 보였다. 이는 각 SNP에서 effect allele이 한 개 증가할 때마다 공복혈당에 미치는 영향을 의미한다. 그러나 도구변수로서 SNP의 통계적 유의성을 평가하는 F값은 모두 10 미만이었다.

Table 1.

Estimated effects of genetic variations in antidiabetic drug targets on fasting glucose, KoGES

Table 2는 BBJ 자료로 RA 연관 GWAS 분석에서 얻어진 summary statistic을 기반으로 항당뇨병제와 관련 있는 SNP의 영향(G-Y)을 정리한 것이다. Table 2에서도 Qin 등[4]이 보고한 약물 타깃에 6개의 SNP만을 평가하였으나 이 중 두 개의 SNP는 BBJ에서 EAF (effect allele frequency)가 존재하지 않았다. 연구에서 활용된 SNP 중 일부는 KoGES 와 BBJ에서 각기 다르게 effect allele을 제시한 것을 확인했으며, 이 연구에서는 연구 결과의 일관성을 위해서 Qin 등[4]의 논문에서 제시한 유전자형으로 일치시킨 상태에서 회귀계수(β)의 부호를 제시하였다. 결과적으로 BBJ 자료에서 확인된 6개의 SNP 중 1개의 SNP (rs739688)를 제외하고 RA의 위험도를 감소시키는 음의 방향을 보였다. 이 중에서 PPARG 유전자 내에 위치한 rs35240997과 rs1801282는 통계적으로 유의하였다. 이는 각 SNP에서 effect allele이 한 개 증가마다 RA에 미치는 영향을 의미한다.

Table 2.

Estimated effects of genetic variations in antidiabetic drug targets on seropositive rheumatoid arthritis, BBJ

Fig. 2는 Table 1에서의 G-X 결과와 Table 2에서의 G-Y 결과를 통해 two-sample MR을 실시한 결과를 보여주고 있다. 즉, 단일 SNP를 활용한 two-sample MR로 이 연구에서는 Wald ratio 방법을 통해 최종 β값, 즉 b를 추정하였다. Qin 등[4]의 연구 결과와 비교하기 위해 공복혈당 1 mmol/L (1.8 mg/dL) 감소마다 RA 위험도의 감소효과를 추정하였다. Fig. 2에서 보는 바와 같이 6개의 SNP 중 1개의 SNP (rs739688)를 제외하고 RA의 위험도를 감소시키는 결과를 보였다. 특히 PPARG 유전자 내에 SNP rs1801282는 공복혈당 1 mmol/L (1.8 mg/dL) 감소마다 RA 위험도를 약 20%까지 감소시켰다. 또한 PPARG 유전자 내에 rs35240997은 RA 위험도를 약 16%까지 감소시켰다.

Fig. 2.

Estimated effects of genetic variations in antidiabetic drug targets on rheumatoid arthritis. OR, odds ratio; CI, confidence interval.

고찰

이 연구는 한국인과 일본인 바이오뱅크를 활용하여 항당뇨병제의 약물 표적 유전자의 변이를 도구변수로 사용하여 RA의 발생 위험 감소에 대한 인과적 관계를 검증하고자 하였다. 특히, 일반 인구집단에서 수집된 유전체 데이터를 사용함으로써, 당뇨병 여부와 관계없이 싸이아졸리딘다이온 등의 항당뇨병제가 RA의 발생 위험을 낮출 수 있는지를 평가하였다. 이는 당뇨병이 없는 사람들에게도 해당 약물이 유사한 효과를 나타낼 수 있다는 가능성을 제시하며, 약물 재창출의 잠재력을 한층 더 강조한다. 연구에 사용된 항당뇨병제 및 관련 약물 표적 유전자는 2023년에 발표된 Qin 등[4]의 연구를 참고로 하였다. 즉, Qin 등[4]의 연구에서 보고한 약물 표적 유전자에 포함된 SNP 중 한국인과 일본인 바이오뱅크 자료에서 빈도를 찾을 수 있었던 SNP들을 선별하여 INSR 유전자에서 1개의 SNP, PPARG 유전자에서 2개의 SNP, KCNJ11 유전자와 ABCC8 유전자에서 3개의 SNP, 총 6개의 SNP를 기반으로 RA의 치료 효과를 평가했다.

Qin 등[4]의 연구에서, PPARG 유전자 내 2개의 SNP rs35240997과 rs1801282에 의한 공복혈당 1 mmol/L의 감소는 RA의 위험을 약 70% 정도 줄이는 것으로 보고되었다[4]. 반면에 이 연구에서 동양인을 대상으로 분석을 실시한 결과 약 16∼20%의 위험도가 감소하는 것을 보였다.

이 연구 결과에서 재확인된 SNP rs1801282는 항당뇨병제로 잘 알려진 PPARG 유전자 지역에 기능 변이(functional vari-ant)로서 PPARG 유전자의 전사(transcription)를 활성화하여 PPARγ의 단백질의 결합을 조절하는 것으로 알려져 있다.

이 연구의 결과 중 서양인을 대상으로 실시한 Qin 등[4]의 연구 결과와 유사했던 결과는 PPARG 유전자 관련 결과이다. 그렇지만 PPARG 유전자에 대한 결과에서 RA 발생 위험도의 감소 크기는 Qin 등[4]의 결과에서 보고된 값보다 낮았다. 유전자 효과(gene effect)는 인종 간 차이를 보여준다. 이는 향후 추가적인 연구가 필요한 부분이라고 생각한다. 내과학적으로 높은 혈당은 RA의 위험 요인 중 하나로 밝혀진 바 있으며[5] 또 한편으로는 RA도 당뇨병의 위험 요인으로 밝혀진 바 있기에[6,7], 두 질환 간 양방향 연관성(bidirectional relationship)을 고려하여 차후 연구에서는 이 연구에서 활용된 변수들 간 역인과성(reverse causation)이 있는지도 밝혀져야 할 것으로 보인다. 그 외 이 연구의 한계점으로는 연구에서 활용한 6개의 SNP가 도구변수로서 공복혈당을 통계적으로 충분히 설명하지 못했다는 점, 즉 10 미만의 F값을 기록한 SNP들이 연구에 포함됐다는 점이다. 이 점은 MR의 첫 번째 가정을 온전히 만족시키지 못한다는 점에서 한계점이다. MR의 다른 가정들을 고려했을 때 두 번째 가정은, 유전인자는 인간이 태어나는 시점에 무작위로 할당되었기에 다른 혼란변수와는 독립적이라는 가정이다. 이 가정에 대한 근거는 MR 연구의 기본 원리로, 유전자 변이가 환경적 요인과 독립적으로 분포하므로 혼란변수의 영향을 줄일 수 있다는 점이다[6]. 첫 번째 가정은 도구변수들이 weak instrument로 보이기 때문에 가정을 만족하지는 않는다. 두 번째, 세 번째 가정은 이 연구가 summary level dataset을 활용했기 때문에 온전히 검증하기는 어렵다. 특히 마지막 세 번째 가정으로 유전변이는 공복혈당(X)이라는 원인변수를 거쳐 RA라는 결과변수에 영향을 준다는 것이다. 즉, 공복혈당은 RA에 영향을 주는 간접효과(indirect effect = a × b)만 존재하며 직접효과는 존재하지 않는다는 것이다. 이 가정의 근거로는 공복혈당과 RA 간의 유전적 연관성이 기존의 연구에서 확인된 바 있으며, 공복혈당이 RA와 같은 염증성 질환에 미치는 영향을 간접적으로 평가하기에는 제한된다[4,5].

이는 이 연구에서 사용한 KoGES 자료가 72,299명으로 세계적인 규모의 바이오뱅크에 비해 상대적으로 적은 사이즈의 연구였기 때문으로 추정되며 향후 좀 더 큰 규모의 한국인 자료를 통해 연구를 한다면 이에 대한 제한점이 극복될 것으로 보인다. 그 외 제한점으로, 최근 들어 RA와의 관련성이 보고된 DPP-4억제제와 GLP-1수용체작용제와 같은 인크레틴 기반 항당뇨병제들이 분석에 포함되지 않은 점이 있다. 결론적으로 항당뇨병제에 대한 약물 재창출 연구로서 RA의 발생 위험도 감소를 평가한 결과 16∼20% 정도 낮출 수 있다는 의미 있는 결과를 보였다. 이 연구는 앞으로 이에 대한 방법론을 계속 발전시키는 가운데 한국인을 대상으로 한 연구가 활발히 수행될 필요성과 가능성을 제시하였다.

Article information Continued