분당서울대병원 연구진이 혈액에서 얻은 DNA와 RNA 정보를 함께 분석할 경우 알츠하이머병 환자를 구분하는 성능이 향상된다는 연구 결과를 발표했다. 연구진은 이번 결과가 향후 혈액 기반 알츠하이머병 위험군 선별 연구에 활용될 가능성을 보여준다고 설명했다.

분당서울대병원은 신경과 박영호·편정민 교수와 황지윤 연구원, 미국 인디애나대학교 노광식 교수 연구팀이 수행한 연구 결과가 치매 분야 국제학술지 'Alzheimer's & Dementia'에 게재됐다고 22일 밝혔다.

알츠하이머병은 아밀로이드 베타와 비정상 타우 단백질이 뇌에 축적되면서 기억력과 인지기능이 점차 저하되는 대표적인 퇴행성 뇌질환이다. 증상이 나타나기 전 수년에서 수십 년에 걸쳐 병리 변화가 진행되는 것으로 알려져 조기 발견의 중요성이 꾸준히 제기돼 왔다.

현재 알츠하이머병 진단에는 양전자방출단층촬영(PET)과 뇌척수액 검사 등이 활용되지만 비용 부담이 크거나 침습적이라는 한계가 있다. 이에 연구자들은 혈액 검사를 활용한 위험군 선별 기술 개발에 주목하고 있다.

연구팀은 미국 알츠하이머병 신경영상 이니셔티브(ADNI) 참여자 313명과 분당서울대병원 연구 참여자 173명 등 총 486명의 혈액 유전체·전사체 데이터를 분석했다.

유전체 정보는 선천적인 유전적 위험도를 반영하는 다유전자 위험점수(PRS)로, 전사체 정보는 현재 유전자 발현 상태를 반영하는 전사체 위험점수(TRS)로 환산했다. 이후 두 점수를 결합해 알츠하이머병 환자 구분 성능을 평가했다.

분석 결과 유전체와 전사체 정보를 결합한 모델의 질환 구분 성능(AUC)은 0.705로, 유전체 정보만 활용한 모델(0.635)과 전사체 정보만 활용한 모델(0.653)을 모두 상회했다.

연령 등 영향을 보정한 분석에서도 유전체·전사체 위험점수가 모두 높은 집단은 낮은 집단보다 알츠하이머병으로 진단될 가능성이 ADNI에서 2.53배, 분당서울대병원에서 3.39배 높았다.

또 유전체와 전사체 위험점수가 모두 높은 고위험군에서 알츠하이머병 환자가 차지하는 비율은 ADNI 코호트에서 56%, 분당서울대병원 코호트에서 80%로 나타났다. 반면 두 점수가 모두 낮은 저위험군에서는 각각 17%, 14%에 그쳤다.

박영호 교수는 "유전체 정보는 선천적인 유전자 설계도, 전사체 정보는 그것이 현재 어떻게 발현되고 있는지 보는 유전자 활동 패턴이라고 할 수 있다"며 두 정보를 함께 분석하는 모델이 하나만 분석하는 방식보다 실제 환자를 구분하는 데 더욱 효과적이라는 결과를 확인했다고 밝혔다.

이어 "알츠하이머병을 조기에 발견하기 위해서는 우선 자신이 고위험군인지 판단할 수 있는 단서가 필요하다"며 "유전체·전사체 결합 모델이 향후 정밀검사 대상을 선별할 수 있는 도구로 활용될 수 있을지 연구를 이어갈 것"이라고 말했다.

이번 연구는 혈액 기반 유전자 정보를 활용한 알츠하이머병 위험도 평가 접근법의 가능성을 제시했다는 의미가 있다. 다만 이미 진단된 알츠하이머병 환자와 대조군을 구분한 후향적 분석 연구로, 실제 발병 이전 단계에서 위험군을 예측한 연구는 아니다. 또한 결합 모델의 구분 성능은 AUC 0.705 수준으로, 향후 대규모 전향적 연구를 통한 추가 검증이 필요하다.

논문에 따르면 이번 연구는 한국연구재단(NRF), 미국 국립보건원(NIH), 미국 알츠하이머협회(Alzheimer's Association) 등의 지원을 받아 수행됐다.