다양한 조상을 담은 단일 의료시스템 바이오뱅크가 정밀의료를 어떻게 바꾸는가

UCLA ATLAS 바이오뱅크가 보여준 조상 기반 질환 위험 분석의 실제 가치

이번 연구는 유전적으로 다양한 환자 집단을 하나의 의료시스템 안에서 정밀하게 분석하면, 기존 대규모 바이오뱅크가 놓치던 질환 연관성과 약물 반응 차이까지 포착할 수 있다는 점을 분명하게 보여줍니다. 기사에서 강조한 핵심도 여기에 있습니다. 단지 “다양한 인종을 포함했다”는 수준이 아니라, 전자건강기록(EHR), 유전체 데이터, 세부 조상군 분류, 약물 처방 및 장기 추적 데이터를 한데 묶어 실제 임상에 가까운 정밀의료 연구를 수행했다는 점이 이 논문의 진짜 강점입니다.

---

📌 왜 이 연구가 중요한가: 정밀의료의 가장 큰 약점은 ‘대표성 부족’이었습니다

그동안 정밀의료와 유전체 연구는 빠르게 발전했지만, 실제로는 유럽계 중심 데이터 편향이 매우 큰 한계였습니다. 폴리제닉 위험점수(PGS)는 특정 집단에서는 잘 작동해도 다른 조상 집단에서는 성능이 떨어질 수 있고, 희귀 변이 해석 역시 유럽계 데이터에 과도하게 의존해 왔습니다. 이 논문은 바로 그 문제를 정면으로 다룹니다. 연구진은 UCLA ATLAS에서 93,936명 규모의 참가자, 그중 92,164명의 유전체 배열 자료와 61,797명의 엑솜 데이터를 활용했고, 참가자들을 5개 광역 조상군과 36개 세부 조상군으로 나누어 질환 위험과 유전 연관성을 분석했습니다. 핵심은 서로 다른 국가·병원이 아니라 하나의 의료시스템 안에서 비교했다는 점입니다. 덕분에 의료 접근성, 진료 관행, 기록 방식 차이에 따른 교란을 줄이면서 조상 기반 차이를 더 정밀하게 읽어낼 수 있었습니다.

UCLA ATLAS 바이오뱅크의 구성과 분석 흐름. 설명: 이 그림은 ATLAS 바이오뱅크가 유전체 배열 분석, 전장엑솜분석, 전자건강기록을 어떻게 통합했고, 이를 통해 광역/세부 조상군 분류, 질환 연관성 분석, 희귀변이 분석, 세마글루타이드 약물반응 분석까지 이어졌는지를 한눈에 보여줍니다. 특히 LA 지역의 인구 다양성이 실제 연구 설계의 기반이라는 점이 잘 드러납니다. 출처: Haas, R., Margolis, M. P., Wei, A., et al. (2026). Figure 1. Overview of the UCLA ATLAS biobank. Cell, 189, 1–23.

---

🌍 무엇을 새로 밝혔나: ‘인종’보다 더 세밀한 조상군이 질병 위험 차이를 드러냈습니다

이 연구의 가장 인상적인 지점은 광역 조상군뿐 아니라 세부 조상군 분석이 실제로 새로운 질환 연관성을 발굴했다는 점입니다. 연구진은 광역 수준에서 동아시아계 참가자에서 간질 위험이 더 낮고, 혼합 아메리카계 참가자에서 양극성장애 위험이 더 낮으며, 동아시아계 참가자에서 수면무호흡 위험이 더 낮다는 결과를 확인했습니다. 그런데 더 중요한 것은 세부 조상군으로 내려갔을 때입니다. 예를 들어 필리핀계 클러스터에서는 담낭 콜레스테롤증 위험이 높고 비타민 B 복합결핍 위험은 낮았으며, 이란계 유대인 클러스터에서는 녹내장 위험이 높게 나타났습니다. 또 필리핀계에서는 심혈관·대사질환 부담이 전반적으로 높았고, 아르메니아계 및 일부 이란계 클러스터에서도 심혈관대사질환 위험 증가가 관찰됐습니다.
이건 단순한 “집단 차이” 보고가 아닙니다. 질환 선별 전략, 예방 개입 우선순위, 집단 맞춤형 공중보건 전략까지 연결될 수 있는 결과입니다.

IBD 기반 세부 조상군 분류와 질환 위험 차이. 설명: 이 그림은 참가자들이 광역 조상군에서 세부 조상군으로 어떻게 분기되는지를 보여주고, 각 세부 조상군에서 어떤 질환이 상대적으로 과대표현 또는 저대표현되는지를 함께 제시합니다. 즉, “동아시아”나 “유럽계” 같은 큰 범주만으로는 보이지 않던 차이를 필리핀계, 아슈케나지 유대계, 이란계 유대인, 아르메니아계 수준에서 드러낸 핵심 그림입니다. 출처: Haas, R., Margolis, M. P., Wei, A., et al. (2026). Figure 2. IBD mapping and fine-scale ancestry disease risk. Cell, 189, 1–23.

---

🧪 유전체 연관성 분석의 진짜 성과: 새로운 질환-유전자 연결고리를 찾았습니다

연구진은 PheWAS와 ExWAS를 통해 기존에 충분히 보고되지 않았던 조상 특이적 유전 연관성을 다수 발굴했습니다. 대표적으로 FN3K와 intestinal disaccharidase deficiency, STARD7와 천식, GPX7/SHISAL2A와 GERD, CLN3와 cystic kidney disease, AK7과 비류마티스성 승모판 질환, ANKZF1과 말초혈관질환 같은 신호가 나왔습니다.
특히 중요한 점은, 이런 발견이 “표본 수가 크다”에서 끝나지 않는다는 것입니다. 한 조상군에서는 잘 보이는데 다른 조상군에서는 희미하거나 전혀 안 보이는 신호가 상당수 있었고, 실제로 전체 유의 연관성의 대다수는 하나의 조상군에서만 genome-wide significance를 보였습니다. 이는 향후 진단 바이오마커 개발이나 위험 예측 알고리즘에서 조상군을 무시한 단일 모델이 얼마나 많은 정보를 잃는지를 잘 보여줍니다.

조상 특이적 신규 PheWAS 신호와 약물유전학 변이 풍부도. 설명: 이 그림은 FN3K-이당분분해효소 결핍, STARD7-천식, GPX7/SHISAL2A-GERD, 신장질환 관련 변이 등 주요 신규 연관성을 locus plot으로 보여주며, 아래 패널에서는 SLCO1B1, CYP4F2, DPYD 등 약물유전학적으로 중요한 변이가 특정 세부 조상군에 얼마나 풍부한지도 함께 제시합니다. 임상적으로는 스타틴 독성, 와파린 용량, 항암제 독성 예측과 직접적으로 연결될 수 있는 그림입니다. 출처: Haas, R., Margolis, M. P., Wei, A., et al. (2026). Figure 4. Selected PheWAS results and pharmacogenetic variant enrichment. Cell, 189, 1–23.

---

💊 약물 반응도 조상과 유전배경의 영향을 받았습니다: 세마글루타이드 분석이 던진 메시지

기사에서 특히 눈에 띄는 대목은 세마글루타이드(semaglutide) 반응 차이였습니다. 이 논문은 7,340명의 세마글루타이드 처방 환자를 바탕으로 장기 체중변화를 추적했고, 혼합 아메리카계(AMR)에서는 체중감량 폭이 작고, AMR과 동아시아계(EAS)에서는 감량 속도도 더 느린 경향을 확인했습니다. 또한 BMI PGS는 약물 반응과 뚜렷한 관련이 없었지만, 제2형당뇨 PGS가 높을수록 체중감량 반응이 더 약한 경향이 나타났습니다. 여기에 더해 gene-level 분석에서는 PTPRU와 세마글루타이드 반응의 연관성이 제시됐습니다.
이 결과의 의미는 큽니다. 비만·당뇨 치료에서 GLP-1 계열 약물 사용이 폭발적으로 늘어나는 상황에서, 앞으로는 누가 더 잘 반응하는지, 누가 상대적으로 반응이 둔한지, 왜 그런지를 유전적으로 설명하려는 시도가 본격화될 수 있기 때문입니다. 아직 즉시 임상에 적용할 수준은 아니지만, 약물 선택과 용량 전략이 장기적으로 더 정밀해질 가능성을 보여주는 신호입니다.

세마글루타이드 반응에서 나타난 조상군 차이와 유전적 조절 신호. 설명: 이 그림은 세마글루타이드 사용자의 체중감량 패턴을 시간축으로 보여주며, AMR과 EAS 집단이 EUR보다 감량 속도 또는 감량 폭에서 불리한 양상을 보인다는 점을 시각화합니다. 또한 T2D PGS와 약물 반응의 음의 상관, 그리고 PTPRU 유전자 수준 신호까지 제시해, GLP-1 계열 약물 반응이 단순한 생활습관 변수만이 아니라 유전배경의 영향을 받을 수 있음을 보여줍니다. 출처: Haas, R., Margolis, M. P., Wei, A., et al. (2026). Figure 6. Semaglutide efficacy. Cell, 189, 1–23.

---

🧭 이 논문의 진짜 의의: ‘다양성’은 윤리의 문제가 아니라 성능의 문제입니다

이 논문을 한 문장으로 정리하면, 정밀의료는 더 많은 사람을 포함해야만 더 정확해진다는 것입니다. 조상 다양성이 부족하면 질환 위험도, 희귀변이 해석, 약물반응 예측 모두에서 편향이 생깁니다. 반대로 다양한 조상군을 세밀하게 담은 바이오뱅크는 새로운 질환-유전자 신호를 찾고, 기존 PGS의 한계를 드러내고, 약물유전학적 처방 전략까지 확장할 수 있습니다.
특히 이 연구는 단일 의료시스템 내에서 수행되었기 때문에, 단순한 “다기관 대규모 데이터”보다 임상적 해석 가능성이 높습니다. 앞으로 정밀의료가 실제 의료현장에 더 깊게 들어오려면, 이런 종류의 바이오뱅크가 핵심 인프라가 될 가능성이 큽니다.

---

💡 한줄평

다양한 조상군을 정밀하게 읽어낼수록 정밀의료는 더 공정해지고 더 정확해진다는 사실을 보여준 연구입니다.

 

참고문헌 : DOI: 10.1016/j.cell.2026.03.007