
전세계적으로 심혈관 질병의 주요 원인인 고혈압은 해결해야 할 대표적인 세계 공중보건 질병 중 하나이다(세계보건기구, WHO, 2013). 적어도 9억 7천만 명의 세계인들이 고혈압을 앓고 있고 이 수치는 2021년까지 15억 이상까지 증가할 것으로 추정하고 있다(Kearney et al., 2005). 실제로, 우리나라 건강보험심사평가원의 5년간 심사년도별(2015~2019년) 고혈압 환자수의 추이를 보면 매년 20~ 30만명이 꾸준히 상승하였다(Healthcare Bigdata, 2019). 고혈압(hypertension)은 여러 가지 원인으로 혈압이 정상 범위(120/80 mmHg)보다 높아진 상태를 의미하는데, 이러한 고혈압 상태가 오랫동안 지속될 경우에는 심혈관 질환을 포함한 다양한 대사질환의 발생을 유발한다(Carretero and Oparil, 2000). 또한, 고혈압 발생에 대한 다양한 유전적 연구를 통해 유전적 인자의 영향이 약 30~60%에 해당하고 있음을 많은 연구들에 인해 밝혀졌다(Singh et al., 2016; Cabrera et al., 2019). 이에 고혈압에 대한 많은 전장유전체 연관 연구를 통해 다양한 유전자들이 발표되었다(Pan et al., 2015; Warren et al., 2017; El Rouby et al., 2019). 그러나, 그렇게 발표된 유전자들 중에 다수는 한국인에서의 재현성 여부가 미처 분석되지 않은 유전자들도 존재하기에 이러한 유전자들에 대한 한국인에서의 고혈압 상태 또는 전세계적으로 심혈관 질병의 주요 원인인 고혈압은 해결해야 할 대표적인 세계 공중보건 질병 중 하나이다(세계보건기구, WHO, 2013). 적어도 9억 7천만 명의 세계인들이 고혈압을 앓고 있고 이 수치는 2021년까지 15억 이상까지 증가할 것으로 추정하고 있다(Kearney et al., 2005). 실제로, 우리나라 건강보험심사평가원의 5년간 심사년도별(2015~2019년) 고혈압 환자수의 추이를 보면 매년 20~ 30만명이 꾸준히 상승하였다(Healthcare Bigdata, 2019). 고혈압(hypertension)은 여러 가지 원인으로 혈압이 정상 범위(120/80 mmHg)보다 높아진 상태를 의미하는데, 이러한 고혈압 상태가 오랫동안 지속될 경우에는 심혈관 질환을 포함한 다양한 대사질환의 발생을 유발한다(Carretero and Oparil, 2000). 또한, 고혈압 발생에 대한 다양한 유전적 연구를 통해 유전적 인자의 영향이 약 30~60%에 해당하고 있음을 많은 연구들에 인해 밝혀졌다(Singh et al., 2016; Cabrera et al., 2019). 이에 고혈압에 대한 많은 전장유전체 연관 연구를 통해 다양한 유전자들이 발표되었다(Pan et al., 2015; Warren et al., 2017; El Rouby et al., 2019). 그러나, 그렇게 발표된 유전자들 중에 다수는 한국인에서의 재현성 여부가 미처 분석되지 않은 유전자들도 존재하기에 이러한 유전자들에 대한 한국인에서의 고혈압 상태 또는 혈압 수치와의 연관성 분석을 통한 재현성 분석이 한국인의 고혈압을 유전적 관점에서 이해하기 위해 필요하다.
Peroxisome proliferator-activated receptors (PPAR)은 핵호르몬수용체 superfamily에 속하는 리간드 활성화 전사인자이며 세포 내 에너지 물질 대사를 조절한다. 또한, 세포 에너지 대사에 중요한 역할을 하는 자가포식-리소좀 기능 조절에도 역할이 밝혀졌다(Sinha et al., 2020). PPAR은 3개의 isotype (PPARα, PPARβ/δ PPARγ)로 구성된 전사인자로써 지질, 탄수화물 대사 및 미토콘드리아 대사에 관여하는 유전자를 조절하는 역할을 한다(Li et al., 2018; Vargas-Sánchez et al, 2020). 특히, PPARγ는 포도당 대사와 관련된 유전자들을 조절하는 지방세포 분화의 주요 조절자로 알려져 있을 뿐만 아니라 근육형성과 산소흡수, 힘과 인내력과 같은 스포츠 유전자와의 연관성에도 관여한다(Popov, 2018; Qiu, 2020). PPARγ coactivator 1α (PPARGC1A)는 PGC-1α라고도 표기하며 PPARγ과 결합하여 세포 내 다양한 대사기능에 관여한다(Puigserver et al., 1998). 현재까지 10개 이상의 isoform이 존재하며 혈관신생(Angiogenesis), 미토콘드리아 생합성(Mitochondrial biogenesis), 근육비대증(Muscle hypertrophy), 포도당 신합성(Gluconeogenesis) 등에 영향을 준다(Martinez-Redondo et al., 2015). 한편, 폐고혈압(pulmonary hypertension, PH)은 폐동맥 평활근 세포의 증식과 혈관재형성을 증가시키는 대사변형이 특징이다(Yeligar et al., 2018). 미토콘드리아 유전자 발현 및 생합성을 조절하는 PPARGC1A와 협력하는 PPARγ는 낮은 PH에서 폐동맥 평활근 세포의 증식을 조절하기도 한다(Hart et al, 2018). 최근 10여년 동안 스포츠 유전체학(sports genomics)을 주제로 한 과학논문들 중 PPAR 유전자와 공동활성체(coactivator)에 대한 연구가 많이 이루어지고 있다(Ahmetov and Fedotovskaya, 2015; Petr et al., 2019).
본 연구는 전장유전체 분석을 이용하여
한국인 유전체역학조사사업(Korean Genome and Epidemiology, KoGES)의 일부분으로써 한국인유전체분석자료(Korean Association Resource, KARE)의 국내 연구 대상자를 대상으로 본 연구를 수행하였다(Cho et al., 2009). 사용된 역학정보 및 유전정보는 질병관리청 인체자원은행으로부터 분양을 받아 사용하였다(17100901-01-01). 본 정보는 질병관리청에서 2001년에 시작한 코호트 연구로써 경기도 안성시와 안산시 주거인들을 대상으로 한국인 역학 및 유전체 연구를 수행하였다. 성인(40~69세) 남녀 10,038명을 모집하였으며, 이들 중에서 정도관리(Quality Control, QC) 과정을 통해 유전체 분석 기준에 적합하지 않은 1,196명이 제외되었으며 최종적으로 이용 가능한 연구 대상자는 총 8,842명(남성: 4,183명, 여성: 4,659명)이었다. 고혈압에 대한 유전변이와의 상관성 연구를 위해 8,842명의 대상자를 대상으로 환자군(고혈압)과 대조군을 선별하였다. 또한, 고혈압 치료 또는 혈압에 영향을 줄 수 있는 약물 치료를 받은 1,291명을 제외하였고 최종 7,551명을 연구 대상자로 선별하여 정량적 연관성 분석을 수행하였다. 고혈압 치료를 받고 있는 환자 961명을 고혈압 환자군(1,968명)에 포함하여 로지스틱 회귀 분석을 수행하였다. 따라서 전체 환자군은 총 1,968명을 선정(수축기 혈압 140 mmHg 이상 또는 이완기 혈압 90 mmHg 이상)하였고 수축기 혈압이 120 mmHg 미만이면서 이완기 혈압이 80 mmHg 미만이면 건강 대조군(N=4,452)으로 선별하였다. 환자군(고혈압)과 대조군(건강인)의 평균 연령은 49.4±8.11세와 56.8±8.44세로 유의한 통계적 차이를 나타냈다. 본 연구 결과는 호서대학교와 질병관리본부(KNIH)로부터 연구윤리 승인을 얻은 후 유전정보 분석을 수행하였다(1041231-170822-BR-062-01).
병원의 숙련된 간호사의 도움으로 연구 대상자의 팔 둘레를 적절한 커프를 이용하여(수은 혈압계, W. A. Baum, Copiague, NY, USA)로 혈압을 측정하였다. 대상자는 첫 혈압 측정 전에 5분 동안 휴식을 취하게 하였다. 그리고 누운 자세를 유지한 채 5분 이상의 시간차이를 두고 3번 측정하였으며 그 평균값을 다음 유전 분석에 사용하였다.
본 연구를 위해 유전형 KARE 자료를 바탕으로 단일염기서열(SNP)을 선별하였다. 말초혈액으로부터 연구 대상자의 DNA 시료를 분리 추출하였고, Genome-Wide Human SNP array 5.0 (Affymetrix, Inc., Santa Clara, CA, USA)를 사용하여 유전형 판독을 하였다. 유전형 판독 정확도가 98% 이하 또는 높은 missing genotype call rate (4% 이상)을 나타낸 경우, 30% 초과의 heterozygosity를 가지거나, 성별이 불분명한 대상자들은 제외되었다. 본 연구에서 분석한
통계 분석을 위해 PLINK version 1.07 (http://pngu.mgh.harvard.edu/~purcell/plink)과 SPSS (PASW Statistics v18.0, Chicago, IL, USA)을 사용하였다. 로지스틱 회귀 분석을 사용하여 고혈압 환자군과 건강 대조군에 대해 additive genetic model을 기반으로 한 유전적 변이의 상관성 분석을 수행하였다. 수축기 혈압(SBP) 및 이완기 혈압(DBP)과 유전적 변이의 상관관계는 선형 회귀 분석을 사용하였다. 그리고 회귀 분석 전에 나이, 지역, 성별은 공변수로 처리하여 분석하였다. 그리고
연구 대상자들의 임상 표현형 특징을 Table 1에 나타냈다. 고혈압 환자(N=1968)의 평균 나이, 평균 수축기 혈압(SBP), 평균 이완기 혈압(DBP)은 56.75±8.44세, 139.42±17.27 mmHg, 88.97±10.90 mmHg으로 나타났다(Table 1). 고혈압 환자군에서 모두 높은 수치를 나타냈고 Student
Basic characteristics of the subjects in the KoGES
Characterisitics | Quantitative trait analysis |
Case-control analysis |
||
---|---|---|---|---|
Normotensive | Hypertensive | |||
Number of subjects | 7,551 | 4,452 | 1,968 | |
Gender [men (%)/women (%)] | 3,747 (49.6) / 3,804 (50.4) | 2,061 (46.3) / 2,389 (53.7) | 910 (46.2) / 1,058 (53.8) | 0.955 |
Age ( |
51.44±8.78 | 49.39±8.11 | 56.75±8.45 | < 0.0001 |
Systolic blood pressure (SBP) ( |
115.65±17.25 | 104.69±9.15 | 139.42±17.27 | < 0.0001 |
Diastolic blood pressure (DBP) ( |
74.21±11.27 | 67.68±7.72 | 88.97±10.90 | < 0.0001 |
Total cholesterol ( |
190.68±35.71 | 188.05±34.16 | 197.37±37.70 | < 0.0001 |
High density lipoprotein cholesterol ( |
44.85±10.03 | 45.05±9.92 | 43.73±10.26 | < 0.0001 |
Triglyceride ( |
159.97±105.54 | 146.90±95.75 | 190.22±115.38 | < 0.0001 |
Abbreviations: M, mean value; SD, standard deviation. *Individuals who are not using hypertensive medications. **Controls (normotensive), SBP < 120 mmHg and DBP < 80 mmHg; Cases (hypertensive), SBP ≥ 140 mmHg and/or DBP ≥ 90 mmHg and/or antihypertensive medication. ***Significantdifferences in characteristics between the normotensive and hypertensive subjects were determined by the two-tailed Student's
본 연구 대상인
The association analysis results of SNPs in the
No. | SNP | Minor allele | MAF | Function | Hypertension (controls 4,450: cases 1,968) | SBP | DBP | ||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Cases | Controls | OR (95%CI) | Add |
beta ± se | Add |
beta ± se | Add |
||||||
1 | rs9790699 | T | 0.066 | 0.057 | Downstream | 1.21 (1.02~1.43) | 0.06±0.56 | 0.910 | 0.01±0.38 | 0.977 | |||
2 | rs2932966 | C | 0.075 | 0.088 | Intron | 0.80 (0.69~0.93) | -1.21±0.47 | -0.94±0.32 | |||||
3 | rs10938963 | T | 0.438 | 0.427 | Intron | 1.04 (0.96~1.13) | 0.354 | 0.22±0.26 | 0.397 | 0.27±0.18 | 0.125 | ||
4 | rs1472095 | T | 0.074 | 0.087 | Intron | 0.80 (0.68~0.93) | -1.30±0.47 | -0.90±0.32 | |||||
5 | rs3774908 | G | 0.217 | 0.214 | Intron | 1.03 (0.93~1.14) | 0.558 | -0.24±0.32 | 0.449 | -0.29±0.22 | 0.178 | ||
6 | rs3774907 | G | 0.223 | 0.216 | Intron | 1.05 (0.95~1.15) | 0.367 | 0.58±0.31 | 0.061 | 0.41±0.21 | 0.053 | ||
7 | rs2290604 | G | 0.216 | 0.213 | Intron | 1.03 (0.93~1.14) | 0.539 | -0.26±0.32 | 0.423 | -0.29±0.22 | 0.188 | ||
8 | rs6448226 | C | 0.488 | 0.487 | Intron | 1.02 (0.94~1.10) | 0.667 | 0.07±0.26 | 0.787 | -0.06±0.18 | 0.753 | ||
9 | rs6448227 | A | 0.271 | 0.269 | Intron | 1.00 (0.91~1.10) | 0.977 | 0.42±0.29 | 0.149 | 0.35±0.20 | 0.079 | ||
10 | rs10007750 | G | 0.206 | 0.206 | Intron | 1.00 (0.90~1.11) | 0.979 | 0.56±0.32 | 0.084 | 0.38±0.22 | 0.081 | ||
11 | rs7656250 | G | 0.391 | 0.403 | Intron | 0.93 (0.86~1.01) | 0.100 | -0.44±0.27 | 0.096 | -0.38±0.18 | |||
12 | rs10212638 | G | 0.069 | 0.075 | Intron | 0.93 (0.79~1.09) | 0.392 | 0.69±0.50 | 0.163 | 0.48±0.34 | 0.155 | ||
13 | rs16874265 | A | 0.107 | 0.111 | Intron | 0.96 (0.84~1.10) | 0.538 | 0.11±0.42 | 0.801 | -0.07±0.28 | 0.810 | ||
14 | rs17576121 | G | 0.026 | 0.021 | Intron | 1.09 (0.83~1.42) | 0.553 | 0.74±0.89 | 0.409 | 0.73±0.61 | 0.227 | ||
15 | rs2946386 | G | 0.391 | 0.389 | Intron | 1.01 (0.93~1.10) | 0.812 | -0.29±0.27 | 0.281 | -0.28±0.18 | 0.129 |
Abbreviations: beta, regression coefficient; CI, confidence interval; MAF, minor allele frequency; OR, odds ratio; se, standard error; SNP, single nucleotide polymorphism; Controls (normotensive), SBP < 120 mmHg and DBP < 80 mmHg; Cases (hypertensive), SBP ≥ 140 mmHg and/or DBP ≥ 90 mmHg and/or antihypertensive medication. Statistically significant values (
15개의 SNP들을 대상으로 SBP와 DBP에 대해서도 상관 분석을 시행하였다. 선형 회귀 분석을 하였으며 역시 연령, 성별 및 지역을 공변수로 처리하였다. 유전 모델은 additive genetic model을 기반으로 하였다. 그 결과 SBP와 DBP에서 공통적으로 2개의 SNP들이 통계적으로 유의한 상관관계를 보여주고 있었다(Table 2).
SBP에서는 rs1472095가 가장 높은 유의 수준(β=-1.30,
고혈압에서 유의성을 보이는
Results of the HaploReg of SNP in the KL gene on chromosome 20
No. | SNP | A1 | A2 | ASN freq | Case freq of this study | ||
---|---|---|---|---|---|---|---|
Enhancer histone marks | Motifs changed | ||||||
1 | rs2932966 | C | A | 0.06 | 0.075 | HRT | 10 altered motifs |
2 | rs1472095 | T | C | 0.06 | 0.074 | 4 tissues | 8 altered motifs |
Abbreviations: SNP, single nucleotide polymorphism; A1, minor allele; A2, major allele; +, affect; HaploReg is a tool for exploring annotations of candidate regulatory SNPs (https://pubs.broadinstitute.org/mammals/haploreg/haploreg_v4.php)
한국인 유전체분석자료(KARE)를 기반으로
다량의 exome과 whole genome sequencing 프로젝트를 데이터베이스에서 얻은 GnomAD (The Genome Aggregation Database)-한국인 1,909명 포함된 Whole Exome Sequencing-에서는 rs2932966은 minor allele (C)를 지닐 경우 C=0.2659, major allele (A)를 지닐 경우는 A=0.7341이었다. 특히, 베트남인의 경우 C=0.1121, A=0.8879로 나타나 상대적으로 낮은 minor allele (C)를 지니고 있었다. 반면에, rs1472095는 GnomAD에서는 minor allele (T)를 지닐 경우, T=0.3097, major allele (C)를 지닐 경우는 C=0.6903이었다. 본 연구에서 분석한 minor allele의 경우 rs2932966 (C)는 0.075를 rs1472095 (T)는 T=0.074를 나타내어 유럽인이 대다수를 차지하는 GnomAD에서의 minor allele 빈도수보다 한국인이 상대적으로 더 낮은 빈도수(minor allele frequency)를 갖는 다는 점을 알게 되었다(Fig. 1, Table 3). 한편, 1000 Genome Project를 기반으로 한 GGV browser와 HaploReg 분석프로그램을 이용하여 인트론에 위치한
2008년 Ingelsson 등은 PPARGC1A Gly482Ser 코딩 SNP가 남성의 좌심실 이완 기능장애와 연관성이 있음을 보고하였다. 같은 해 Vimaleswaran 등은
This study was supported by Basic Science Research Program through the National Research Foundation of Korea (NRF) grant (http://nrf.re.kr) to H.S.J (NRF-2017R1D1A3B03034752), and to S.P. (NRF-2017R1D1A3B03029902). Epidemiologic data used in this study were from the Korean Genome and Epidemiology Study (KoGES) of the Korea Centers for Disease Control & Prevention, Republic of Korea.
The authors declare that they have no conflict of interest.