GLP-1 비만치료제, 누구에게 더 잘 듣고 누가 더 힘들까?

유전자가 보여준 세마글루타이드·티르제파타이드 반응 차이

비만 치료제 세마글루타이드와 티르제파타이드는 이미 치료 현장을 크게 바꿔놓았습니다. 다만 실제로는 같은 약을 써도 체중 감량 효과와 부작용 강도가 사람마다 꽤 다르게 나타납니다. 이번 연구는 그 차이의 일부가 생활습관이나 의지 이전에, 약물이 작용하는 표적 유전자 자체의 차이에서 올 수 있음을 대규모 유전학 분석으로 보여주었습니다.

 

이번 논문이 중요한 이유는 단순히 “유전자가 관련 있다”는 수준을 넘어서, GLP1R와 GIPR라는 실제 약물 표적 유전자 변이가 체중 감량 효능과 오심·구토 같은 부작용 위험을 나눌 수 있다는 점을 구체적으로 제시했다는 데 있습니다. 더 나아가 연구진은 유전 정보와 임상 정보를 합친 예측 모델까지 구축해, 향후 정밀 비만치료로 이어질 가능성을 보여주었습니다.  

---

📌 왜 이 연구가 주목받는가: GLP-1 약물은 모두에게 똑같이 작동하지 않습니다

GLP-1 계열 약물은 식욕 억제, 위 배출 지연, 인슐린 분비 조절 등을 통해 체중 감량에 기여합니다. 하지만 평균 효과가 좋다고 해서 모든 환자에게 동일한 결과가 나오는 것은 아닙니다. 실제 논문에서도 사람마다 체중 감소 폭이 크게 달랐고, 어떤 사람은 큰 감량을 경험했지만 다른 사람은 거의 반응하지 않거나 체중 증가까지 보였습니다. 연구진은 바로 이 개인 간 반응 차이(inter-person variability)의 유전적 배경을 묻고자 했습니다.

 

이 연구는 23andMe 연구 참여자 중 GLP-1 약물 사용 경험이 있는 27,885명의 설문 자료를 기반으로 진행되었습니다. 주요 분석 대상은 오젬픽, 위고비, 컴파운드 세마글루타이드, 마운자로, 젭바운드, 컴파운드 티르제파타이드 사용자였고, 참가자의 다수는 여성, 중앙 연령은 52세였습니다. 즉, 이 논문은 소규모 임상시험이 아니라 대규모 실제 사용 경험(real-world use) 기반 유전연구라는 점이 특징입니다. 

---

⚖️ 핵심 결과 1: GLP1R 변이가 체중감량 효능 차이를 설명했습니다

연구의 가장 중요한 발견은 GLP1R 유전자의 missense variant인 rs10305420입니다. 이 변이는 GLP-1 수용체(GLP-1 receptor)를 암호화하는 유전자 안에 위치하며, 효과 대립유전자 한 개당 추가로 약 0.76kg의 체중 감소와 연관되었습니다. 논문에서는 BMI 변화 기준으로도 유의한 차이가 확인되었고, 통계적으로 매우 강한 신호를 보였습니다.

 

의미는 분명합니다. 약이 작용하는 바로 그 수용체 유전자 차이가 약효 차이에 연결된 것입니다. 이것은 단순한 상관관계 이상의 의미를 가집니다. 연구진은 신뢰구간과 credible set 분석을 통해 rs10305420이 해당 좌위에서 가장 개연성 높은 원인 변이일 가능성이 높다고 보았고, 비유럽계 집단에서도 유의수준은 충분치 않았지만 효과 방향은 대체로 일관적이었습니다. 또한 All of Us 코호트에서도 같은 방향으로 재현되었습니다.

 

초보자 관점에서 쉽게 말하면, 이 결과는 “같은 GLP-1 약을 맞아도 수용체를 이루는 유전자의 미세한 차이 때문에 체중이 더 잘 빠지는 사람과 덜 빠지는 사람이 있을 수 있다”는 뜻입니다. 지금 당장 임상에서 단일 SNP만으로 처방을 바꾸기에는 이르지만, 향후에는 치료 전 유전자 기반 반응 예측이 충분히 현실적인 시나리오가 될 수 있습니다.

GLP1R rs10305420 변이와 체중감량 반응의 연관성. 설명: Manhattan plot, 지역 연관도(regional plot), 조상 집단별 효과크기 비교를 통해 rs10305420이 체중감량 효능과 가장 강하게 연결된 변이임을 보여줍니다. 출처: Su, Q. J., et al. (2026). Figure 1. Genetic associations with GLP1 medication efficacy. Nature.

---

🤢 핵심 결과 2: 부작용은 GLP1R뿐 아니라 GIPR 변이와도 연결되었습니다

GLP-1 계열 약물에서 치료 지속을 어렵게 만드는 대표적 이유는 오심, 구토, 위장관 불편감입니다. 이번 연구는 이러한 부작용도 유전적 배경과 연결될 수 있음을 보여주었습니다. 전체 GLP-1 약물 사용자를 대상으로 한 분석에서는 GLP1R 주변 변이가 오심과 구토와 연관되었고, 추가 분석에서는 BMI 감소가 클수록 오심·구토도 함께 증가하는 방향의 공위치화(colocalization) 결과가 나왔습니다. 즉, 효과가 강한 사람일수록 부작용도 더 심할 수 있다는 해석이 가능합니다.

 

더 흥미로운 부분은 티르제파타이드 사용자에서만 나타난 GIPR 신호입니다. 연구진은 티르제파타이드 투여군 분석에서 GIPR의 rs1800437(p.Glu354Gln) 변이가 구토 위험과 유의하게 연결된다는 점을 확인했습니다. 이 효과는 세마글루타이드 사용자에서는 보이지 않았습니다. 왜 중요할까요? 티르제파타이드는 GLP-1과 GIP를 동시에 표적하는 이중 작용제이기 때문입니다. 즉, 부작용도 약물의 표적 구조에 따라 유전적으로 달라질 수 있다는 사실을 보여준 것입니다.

 

실무적으로 보면 이 부분이 매우 중요합니다. 앞으로는 “GLP-1 계열 약물이 맞느냐 아니냐” 수준이 아니라, 세마글루타이드가 더 적합한지, 티르제파타이드에서 부작용 위험이 더 높을지를 미리 가늠하는 방향으로 발전할 수 있기 때문입니다. 특히 부작용으로 약을 중단하는 환자가 적지 않다는 점을 생각하면, 유전 기반 내약성 예측은 효능 예측만큼이나 가치가 큽니다.

티르제파타이드 관련 구토 부작용과 GIPR 변이의 연관성. 설명: 티르제파타이드 치료 중 중등도-중증 구토를 경험한 사람들에서 GIPR 좌위의 유전 신호가 확인되며, 핵심 missense variant인 rs1800437이 가장 개연성 높은 원인 변이로 제시됩니다. 또한 이 효과가 세마글루타이드에서는 보이지 않고 티르제파타이드에서 두드러진다는 점이 도식적으로 정리되어 있습니다. 출처: Su, Q. J., et al. (2026). Figure 2. Genetic associations with GLP1 medication side effects. Nature.

---

🧾 이 연구의 강점: 자기보고 데이터의 약점을 EHR로 보완했습니다

이 논문은 설문 기반 연구라는 점에서 처음에는 회의적으로 보일 수 있습니다. 실제로 체중 변화나 약물 복용 기간은 자기보고에서 과대 또는 과소평가될 가능성이 있습니다. 연구진도 이 점을 알고 있었고, 일부 참여자에서는 Apple HealthKit 기반 전자의무기록(EHR) 자료와 직접 비교했습니다. 그 결과, 자기보고 데이터는 EHR과 질적으로 유사한 분포를 보였고, 약물 종류 보고도 전반적으로 잘 일치했습니다. 다만 체중감량 정도는 자기보고가 다소 크게 잡히는 경향이 있었습니다.

 

중요한 것은 이런 차이가 있더라도, 핵심 유전 연관성은 외부 코호트(All of Us)에서도 재현되었다는 점입니다. 다시 말해, 설문 기반이라는 약점이 연구 전체의 결론을 무너뜨릴 정도는 아니었고, 오히려 EHR에서는 잘 포착되지 않는 “왜 약을 끊었는가”, “오심이 얼마나 심했는가” 같은 환자 경험을 더 잘 담아냈다는 장점도 있었습니다.

자기보고 데이터와 전자의무기록(EHR) 데이터 비교. 설명: 설문 기반 체중 변화와 치료 기간 분포를 EHR 자료와 비교한 그림입니다. 두 데이터 소스가 전반적으로 유사한 양상을 보이지만, 자기보고가 체중감량을 다소 크게 반영하는 경향도 함께 확인됩니다. 출처: Su, Q. J., et al. (2026). Extended Data Fig. 1. Comparison of self-report and EHR data. Nature.

---

🧠 정밀비만치료의 시작: 유전자와 임상 정보를 합친 예측 모델

연구진은 단일 변이만 본 것이 아니라, 성별, 나이, 시작 BMI, 약물 종류, 용량, 치료 기간, 제2형 당뇨병 여부, 지방간, 고혈압, 교육수준, 유전변이 등을 합친 예측 모델도 구축했습니다. 체중감량 효능 모델은 테스트셋에서 약 25%의 분산 설명력을 보였고, 오심과 구토 예측 모델의 AUC는 각각 0.654, 0.680 수준이었습니다. 아직 완벽한 임상 예측도구라고 보기는 어렵지만, “유전정보가 실제 예측력에 조금씩 기여한다”는 점을 보여준 초기 단계의 성과로 해석할 수 있습니다.

 

핵심은 유전정보가 전부라는 뜻이 아니라는 점입니다. 논문도 분명히 보여주듯, 효과 예측의 대부분은 여전히 비유전적 요인이 설명합니다. 그러나 이것은 오히려 현실적입니다. 실제 임상에서는 유전자만으로 판단하지 않고, 기저질환·약물 선택·용량 증량 전략·치료 지속성과 함께 통합적으로 판단해야 하기 때문입니다. 이 연구는 바로 그 통합형 정밀치료의 첫 설계도를 제시한 셈입니다.

유전·임상 통합 모델의 체중감량 및 부작용 예측 성능. 설명: 모델이 예측한 체중감량 그룹에 따라 실제 EHR 기반 체중 감소가 구분되는 모습과, 오심·구토 예측 모델의 ROC 곡선을 제시합니다. 즉, 유전정보와 임상정보를 함께 쓰면 환자 반응을 일정 수준까지 층화할 수 있음을 보여주는 핵심 결과입니다. 출처: Su, Q. J., et al. (2026). Figure 3. Combined genetic and non-genetic model performance in test set. Nature.

---

🔬 이 논문이 임상적으로 어디까지 의미가 있는가

이 논문은 매우 흥미롭지만, “이 SNP가 있으니 무조건 이 약을 써라” 수준까지 가기에는 아직 이릅니다. 효과 크기는 통계적으로 확실하지만 임상적으로는 개인 단독 처방 결정을 뒤집을 정도로 큰 차이만 있는 것은 아닙니다. 또한 참가자의 대다수가 유럽계였고, 자기보고 기반 자료의 구조적 한계도 분명 존재합니다. 논문 역시 비유럽계에서는 방향성은 비슷했지만 통계력이 충분하지 않았다고 보여줍니다.

 

그럼에도 이 연구는 분명히 한 걸음을 넘었습니다. 기존에는 GLP-1 약물 반응 차이를 주로 순응도, 식습관, 당뇨 유무, 약 용량 같은 임상 변수로 설명해 왔습니다. 이번에는 여기에 더해 표적 수용체 유전자 수준의 생물학적 설명이 붙었습니다. 특히 GLP1R는 효능, GIPR는 티르제파타이드 부작용과 연결된다는 결과는, 향후 비만 약물 약물유전체학(pharmacogenomics)의 핵심 프레임이 될 가능성이 큽니다.  

---

💡 한줄평

GLP-1 비만치료도 이제는 ‘누구에게나 같은 처방’이 아니라, 유전정보를 반영한 정밀치료 시대로 넘어가고 있음을 보여준 연구입니다.

 

참고문헌 : DOI: 10.1038/s41586-026-10330-z