“수명 유전력 55%”의 재해석: 사고·감염을 빼면 ‘유전’이 더 또렷해집니다

사람의 수명은 흔히 유전보다 환경이 더 중요하다고 알려져 왔습니다. 그런데 이번 연구는 “수명 유전력(heritability)”이 낮게 보였던 핵심 이유가 외부 요인(사고, 감염, 폭력 등)으로 인한 사망—즉 ‘외인성(extrinsic) 사망’ 때문일 수 있음을 정량적으로 보여줍니다.
외인성 사망의 영향을 모델로 분리해 보정하면, 내인성(intrinsic) 사망(노화·질환 등 체내 과정) 기반 수명 유전력이 약 0.55(≈55%)까지 올라간다는 결론입니다. 

---

🧭 왜 ‘수명 유전력’은 늘 낮게 나왔을까?

기존 쌍둥이 연구들은 대체로 수명 유전력을 20~25% 정도로 추정해 왔습니다. 하지만 18–20세기 출생 코호트에서는 오늘날보다 감염병, 사고, 폭력 같은 외인성 위험이 훨씬 높았고, 이 요인들이 “유전적 차이”를 통계적으로 가려버리는(상관을 낮추는) 방향으로 작동할 수 있습니다. 즉, 유전이 약해서가 아니라 ‘잡음이 커서’ 유전력이 낮게 추정되었을 수 있다는 문제 제기입니다. 

외인성 사망이 쌍둥이 수명 상관을 ‘가린다’. 외인성 사망이 존재하면 젊은 연령대 사망의 “플래토(plateau)”가 생기고, 쌍둥이 수명 분포가 늘어나며(꼬리 증가) 그룹 평균이 압축되어 상관이 떨어지는 구조를 도식·시뮬레이션으로 설명합니다. 출처: Shenhar, B., Pridham, G., De Oliveira, T. L., Raz, N., Yang, Y., Deelen, J., Hägg, S., & Alon, U. (2026). Heritability of intrinsic human life span is about 50% when confounding factors are addressed. Science, 391(6784). Figure 1.

---

🧩 핵심 개념: 외인성 vs 내인성 사망을 분리해서 ‘진짜 유전력’을 보자

이 연구는 사망을 크게 두 덩어리로 나눕니다.

• 외인성(extrinsic) 사망: 사고, 폭력, 감염, 환경 재난 등 몸 밖에서 기인하는 요인
• 내인성(intrinsic) 사망: 노화에 따른 기능 저하, 유전적 취약성, 만성질환·퇴행성 질환 등 몸 안에서 기인하는 요인

중요한 포인트는, 외인성 사망이 많을수록 “유전적 차이로 인해 생기는 수명 차이”가 관측 데이터에서 희석된다는 점입니다. 그래서 연구진은 수명 분포 모델을 이용해 외인성 사망 성분을 조정하며 유전력 추정을 다시 계산합니다. 

외인성 사망을 제거할수록 유전력 추정이 ‘상한(plateau)’까지 상승. 시뮬레이션에서 외인성 사망(빨간 점)을 포함하면 쌍둥이 상관이 낮지만, 외인성 사망을 제거하면 상관이 크게 상승하고, Falconer 공식 기반 유전력도 외인성 사망률(mex)이 0에 가까워질수록 약 0.5 부근으로 올라갑니다. 출처: Shenhar et al. (2026). Science, 391(6784). Figure 2.

---

🔬 연구 설계: ‘수학 모델 + 쌍둥이/형제 코호트’로 보정 효과를 검증

이 연구의 강점은 “직관”이 아니라 재현 가능한 계산 구조로 보정을 수행했다는 점입니다.

• 데이터(코호트)
  • 덴마크·스웨덴 쌍둥이 코호트(일란성/이란성)
  • SATSA(떨어져 자란 쌍둥이 포함)
  • 미국 100세인(centenarian) 형제자매 코호트
• 모델(수명 분포 시뮬레이션)
  • SR(saturating-removal): 손상 축적과 제거 과정의 “포화(saturation)”를 반영하는 기계론적 모델
  • MGG(Makeham-Gamma-Gompertz): 경험적으로 사망률 곡선을 잘 맞추는 유연한 모델
• 추정 전략
  • 외인성 사망률(mex)을 점진적으로 낮춰가며, r_MZ, r_DZ 변화 → h² = 2(r_MZ − r_DZ)(Falconer)로 유전력 추정
  • 연구 간 비교를 위해 cutoff age(최소 포함 연령) 효과도 함께 평가

외인성 사망 감소 ↔ 유전력 상승의 ‘실데이터’ 검증 + cutoff age 비선형 효과. SATSA 출생 코호트에서 외인성 사망이 감소할수록(시대가 뒤로 갈수록) 관측 유전력이 상승하는 패턴을 보여주고, cutoff age는 외인성 사망 수준에 따라 유전력에 미치는 방향이 바뀌는(비선형) 현상을 제시합니다. 출처: Shenhar et al. (2026). Science, 391(6784). Figure 3.

---

📈 핵심 결과: ‘내인성 수명 유전력’은 약 55%

연구진은 “표준화된 정의”로 내인성 수명 유전력(HIL)을 제안합니다.

• 정의: 외인성 사망을 0으로 두고(mex = 0), cutoff age = 15에서 계산한 내인성 수명 유전력
• 결과: 여러 코호트·두 모델(SR/MGG)에서 일관되게 HIL ≈ 0.55 ± 0.01(SE) 

또한 SATSA에서 사망 원인별로 보면,

• 암(cancer): 연령대에 따라 비교적 안정적인 중간 수준 유전력(≈0.3)
• 심혈관(CVD), 치매(dementia): 특정 연령대(예: 80세 전후)에서 더 높게 나타난 뒤 고령에서 감소/완화되는 양상
  처럼 원인·연령에 따라 유전적 기여가 달라질 수 있음을 시사합니다. 

코호트별 관측 유전력과 ‘외인성 0’ 보정 후 추정치 요약. 설명: 덴마크/스웨덴/SATSA 및 미국 100세인 형제자매 코호트를 나란히 놓고, 관측 유전력과 mex=0에서의 모델 기반 추정치, 그리고 HIL(= mex=0 & cutoff=15) 값을 비교합니다. 출처: Shenhar et al. (2026). Science, 391(6784). Table 1.

---

🧠 이 논문의 의의: ‘장수 유전자 탐색’이 어려웠던 이유를 통계적으로 정리합니다

이 연구가 던지는 메시지는 단순히 “유전이 55%다”가 아닙니다. 더 본질적인 가치는 다음입니다.

• 수명이라는 ‘복합 표현형’에서 외인성 사망은 강력한 혼란변수(confounder)이며, 이를 무시하면 유전력이 구조적으로 과소추정될 수 있습니다.
• 따라서 장수 관련 변이(variants) 탐색·예측 모델링은 “유전효과가 약해서”가 아니라 표현형 정의(외인성 잡음) 문제로 실패/지연되었을 가능성을 정리합니다.
• 특히 현대처럼 외인성 사망이 낮아진 환경에서는, 수명/노화 연구에서 cutoff age 설정 같은 설계 요소가 추정치에 미묘하지만 실제적인 영향을 줄 수 있음을 보여줍니다.

---

💡 한줄평

외인성 사망을 분리해 “수명 유전력의 진짜 크기”를 드러낸 연구입니다.

 

참고문헌 : DOI: 10.1126/science.adz1187