APOE에 따라 다시 읽은 알츠하이머 유전지도

2026.09.15 후보 2 · 알츠하이머 유전학. 위 그림은 유전체 연관성 분석의 생김새를 보여주는 2022년 관련 연구의 원본이다. 2026년 APOE별 분석 결과는 아니며, 두 연구의 표본과 유의성 기준도 다르다. 이번 글은 유전적 연관성을 해설하는 글이지 개인의 발병을 예측하거나 치료를 권하는 글이 아니다.

#1. 같은 유전변이도 주변 조건에 따라 다르게 보일까

어떤 학생의 공부 방법이 성적과 관계있는지 조사한다고 생각해 보자. 전교생을 한꺼번에 비교했을 때 보이는 관계와, 기초 지식이 비슷한 학생끼리 나눠 비교했을 때 보이는 관계는 다를 수 있다. 그렇다고 한쪽 분석만 옳다는 뜻은 아니다. 두 분석이 답하는 질문이 다르기 때문이다. 유전학에서도 모든 사람을 합친 평균적인 관계만으로는 놓치는 맥락이 있을 수 있다.

9월 14일 Nature Genetics에 발표된 연구는 알츠하이머병의 유전적 위험을 APOE라는 유전자의 유형별로 다시 살폈다. APOE는 이미 잘 알려진 위험 관련 유전자다. 연구진의 질문은 ‘APOE가 중요한가’를 처음 확인하는 것이 아니라, APOE라는 배경이 달라졌을 때 다른 유전변이의 연관성이 어떻게 보이는가였다. 이를 위해 여러 연구 집단의 자료를 모으고 APOE 유형별 분석을 진행했다.[1]

이 접근은 더 정교한 질병 지도를 만드는 일에 가깝다. 다만 지도가 정교해졌다고 곧바로 치료제가 생기거나 개인의 미래가 확정되는 것은 아니다. 어떤 위치가 질병과 함께 나타나는지 찾는 단계, 실제 원인이 무엇인지 밝히는 단계, 안전한 치료로 연결하는 단계는 구별해야 한다. 이번 연구를 읽을 때 가장 중요한 경계도 여기에 있다.

#2. APOE의 ε2·ε3·ε4는 무슨 뜻일까

APOE는 지질 운반에 관여하는 단백질을 만드는 유전자다. 대표적인 유형을 ε2, ε3, ε4라고 부른다. 사람은 보통 부모에게서 하나씩 물려받으므로 두 유형의 조합을 가진다. ε33은 ε3 두 개, ε43은 ε4와 ε3, ε44는 ε4 두 개가 있다는 표현이다. 이름에 숫자가 붙지만 성적표의 등급처럼 사람의 건강을 단순히 줄 세우는 기호는 아니다.[2]

공식 의학 정보에서 ε4는 후기 발병 알츠하이머병의 위험 증가와 관련되고, ε2는 위험 감소와 관련되는 것으로 설명된다. 그러나 ε4가 있다는 사실은 반드시 발병한다는 뜻이 아니고, ε4가 없다는 사실도 발병하지 않는다는 보장이 아니다. 유전적 위험은 나이, 다른 유전적 요인, 건강 상태 등과 함께 해석해야 한다. 집단 수준의 연관성과 개인에게 일어날 사건은 같은 종류의 정보가 아니다.[2]

이번 연구는 ε22와 ε32를 한 묶음, ε33을 한 묶음, ε44와 ε43을 한 묶음으로 분석했다. ε42 조합은 제외했다. 따라서 결과를 ‘모든 APOE 조합을 같은 규모로 비교했다’고 소개하면 부정확하다. ε2와 ε4가 동시에 있는 사람을 이 분석에서 어떤 방식으로 다뤘는지 확인하지 않고, ε2 보유자 또는 ε4 보유자라는 말만 넓게 사용해서도 안 된다.[1]

유형별로 나눈다는 것은 표본이 줄어든다는 뜻이기도 하다. 전체 자료가 크더라도 특정 조합의 환자가 적으면 작은 효과를 찾기 어렵다. 바늘을 찾기 위해 옷감을 종류별로 나누는 일은 유용하지만, 아주 작은 천 조각에서는 바늘의 분포를 자신 있게 추정하기 힘든 것과 비슷하다. 이 점은 아래의 ε2 결과를 이해하는 데 특히 중요하다.

#3. GWAS는 원인 유전자를 바로 찾아주는 검사가 아니다

GWAS는 유전체 전반에 걸쳐 많은 유전변이를 질병 상태와 비교하는 연구다. 알츠하이머병 환자 집단과 대조군에서 어떤 변이가 상대적으로 더 자주 보이는지 살핀다고 생각하면 된다. 유전체에는 매우 많은 위치가 있으므로, 미리 한두 유전자만 정해 보는 방식보다 넓은 범위를 탐색한다. 대신 우연히 눈에 띄는 차이가 나타날 가능성도 함께 관리해야 한다.[3]

예를 들어 동전 하나를 던져 연속으로 앞면이 여러 번 나오면 눈에 띈다. 그런데 수백만 개의 동전을 동시에 시험한다면 그중 몇 개에서 드문 패턴이 생기는 일은 덜 놀랍다. 유전체 연구에서 엄격한 유의성 기준을 쓰는 이유도 비슷하다. 이번 분석에서 사용한 기준은 P값 2.5×10⁻⁸이다. 이 숫자는 개인의 발병 확률이나 치료 성공률이 아니라, 통계적으로 신호를 가려내는 기준이다.[1]

또 하나의 어려움은 가까운 유전변이가 함께 물려받아지는 경우가 있다는 점이다. 어떤 변이가 질병과 강하게 연관되어 보여도, 실제 기능을 바꾸는 다른 변이와 함께 움직이는 표지일 수 있다. 논문에서 자주 나오는 ‘locus’는 이런 유전체의 위치 또는 영역을 뜻한다. 지도에 표시된 동네를 찾았다고 해서 그 안의 정확한 집과 사건의 원인까지 모두 찾은 것은 아니다.[1,3]

따라서 ‘새로운 신호를 발견했다’를 ‘새로운 치료 표적을 확정했다’로 바꾸지 않아야 한다. 유전자 발현 자료, 세포 기능 실험, 독립 표본의 재현, 다른 설명을 배제하는 분석 등이 뒤따를 수 있다. 어떤 자료를 더해야 원인 해석이 강해지는지 구별하는 것이 연구 결과를 실제로 이해하는 방법이다. 유전자 이름을 많이 외우는 것보다 이 연결 관계를 먼저 보는 편이 좋다.

#4. 이번 연구는 누구를 얼마나 비교했나

연구진은 임상적으로 진단된 알츠하이머병 자료를 중심으로 여러 코호트를 통합했다. 코호트는 일정한 기준으로 모여 조사된 사람들의 집단이고, 메타분석은 여러 집단의 결과를 정해진 방법으로 합치는 절차다. 한 병원의 환자 몇 명을 비교한 연구가 아니라는 점은 강점이지만, 모든 집단이 같은 모집 방식과 생활환경을 가진다는 뜻은 아니다.[1]

논문은 ε44만 따로 보는 분석도 제시한다. 하지만 그 수를 위의 ε4 묶음에 다시 더해 전체 규모를 부풀려서는 안 된다. 하위 집단 분석은 더 구체적인 질문을 위한 재분석이지, 언제나 새로운 독립 참가자가 추가된 것은 아니다. 표본 수를 읽을 때는 ‘어떤 사람이 어느 표에 다시 등장하는가’를 확인해야 한다.[1]

ε2 묶음에서는 정해진 유전체 전체 유의성 기준을 넘는 신호가 없었다. 이것을 ε2 집단에는 다른 유전적 영향이 전혀 없다는 뜻으로 읽으면 안 된다. 연구에서 찾지 못했다는 사실과 존재하지 않는다는 결론은 다르다. 효과가 작거나 자료가 부족하거나 변이의 빈도가 낮으면 신호가 기준 아래에 머물 수 있다. 논문의 표본 규모가 바로 이런 해석의 한계를 보여준다.

또 대조군은 비교의 기준이지 개인의 평생 상태를 보증하는 이름표가 아니다. 어떤 기준으로 대조군을 정의했는지, 진단 방식이 얼마나 비슷한지, 나이를 어떻게 반영했는지에 따라 결과가 달라질 수 있다. 이 글은 각 코호트의 모든 진단 기록을 재검사하지 않았다. 공개 본문과 방법, 표·그림의 설명을 바탕으로 분석 설계와 결과의 범위를 해설한다.

#5. 두 집단의 그래프가 달라도 상호작용이 입증된 것은 아니다

이번 연구의 Figure 1은 두 맨해튼 그림을 위아래로 배치한 마이애미 그림이다. 위쪽은 ε4 묶음, 아래쪽은 ε33 묶음의 결과를 보여준다. 각 점은 유전변이에 해당하고, 점이 통계 기준선을 넘어가는 위치를 통해 눈에 띄는 영역을 찾는다. 그래프의 봉우리가 높다고 해서 그 변이가 개인의 발병 위험을 그만큼 크게 올린다는 뜻은 아니다. 통계적 확신의 정도와 효과의 크기는 구별해야 한다.[1]

글 맨 앞의 2022년 배경 그림은 이런 맨해튼 그림을 처음 보는 독자를 위한 원본 예시다. 2022년 그림의 점, 유전자 이름, 붉은 기준선을 이번 2026년 분석의 결과로 읽으면 안 된다. 이번 논문의 위아래 비교 그림은 마지막 출처의 원문 Figure 1에서 확인할 수 있다. 관련 그림을 이용하더라도 결과의 출처까지 섞지 않는 것이 중요하다.

가장 흔한 오해는 ‘한 집단에서 유의하고 다른 집단에서 유의하지 않으므로 두 집단의 효과는 확실히 다르다’는 판단이다. 가상의 예를 들어 두 집단에서 효과의 추정값이 거의 같아도, 한쪽의 표본이 작으면 불확실성 범위가 더 넓을 수 있다. 그러면 같은 정도의 효과가 한쪽에서는 기준을 넘고 다른 쪽에서는 넘지 못할 수 있다. 유의성 표시 두 개만 비교하는 것은 효과 차이를 직접 검정하는 것과 다르다.

연구진도 이 문제를 분명히 지적하고 두 가지 보완 분석을 수행했다. 하나는 유형별 효과 추정치를 직접 비교하는 방식이고, 다른 하나는 통합된 통계 모형에 유전변이와 APOE의 상호작용 항을 넣는 방식이다. 상호작용 항은 ‘APOE 유형에 따라 이 변이와 질병의 관계가 달라지는가’를 더 직접적으로 묻는 장치다. 두 분석이 검사하는 범위와 기준까지 함께 읽어야 한다.[1]

특히 유전체 전체를 대상으로 한 상호작용 검정에서 유의한 영역은 APOE 자체였다. 주목받는 DDHD1의 상호작용 P값은 1.62×10⁻⁶으로 보고됐지만 유전체 전체 기준을 넘은 것은 아니다. 따라서 ‘새로운 유전자들이 모두 APOE와 확실히 상호작용한다’는 식의 제목은 과장이다. 유형별로 발견된 연관 신호와, 별도 상호작용 검정에서 확보된 증거의 강도를 나눠 봐야 한다.[1]

#6. DDHD1을 주목하되 치료제로 뛰어넘지 않는 이유

DDHD1은 이번 연구에서 특히 흥미롭게 논의된 영역이다. 연구진은 ε4 보유자에서 보호 방향의 연관성을 보이는 신호를 제시했고, 가까운 기존 영역과 독립적인지 조건부 분석으로 확인했다. 또 유전자 발현 수준과 연결되는 eQTL 자료를 함께 검토했다. eQTL은 특정 유전변이가 유전자가 얼마나 발현되는지와 관련되는 위치를 뜻한다.[1]

이때 ‘보호 방향’은 집단 비교에서 질병과의 연관성이 낮아지는 방향이라는 말이다. 그 변이를 가진 모든 사람을 보호한다는 보증서가 아니다. 유전자 발현이 낮은 방향과 연결된다는 결과도 곧바로 그 유전자를 약으로 억제하면 치료된다는 뜻은 아니다. 평생에 걸친 유전적 차이와, 특정 시점에 약물을 투여해 기능을 바꾸는 일은 동일한 개입이 아니기 때문이다.

이 2022년 원본 그림은 유전적 신호를 찾은 뒤 여러 종류의 증거를 모아 후보 유전자의 우선순위를 정하는 과정을 보여준다. 복잡한 색상표를 볼 때는 각 칸을 외우기보다 위치 정보만이 아니라 발현과 기능 등 서로 다른 증거를 함께 본다는 구조를 읽으면 된다. 그림의 후보 목록은 2022년 연구의 목록이며, 이번 DDHD1 분석의 실험 결과표가 아니다.[4]

좋은 후속 연구는 한 종류의 증거만 반복해서 쌓기보다 다른 설명을 좁혀 간다. 예컨대 연관 신호가 주변 변이의 대리 표시인지, 어떤 세포 유형에서 변화가 나타나는지, 기능을 바꿨을 때 질병 관련 현상이 같은 방향으로 움직이는지 살필 수 있다. 이는 앞으로 확인하고 싶은 연구 질문이지, 이번 논문이 모든 단계를 끝냈다는 설명은 아니다.

#7. 한국인 자료가 포함됐다는 말을 어떻게 읽어야 하나

이번 논문은 추가 평가에 일본·중국·한국을 포함한 동아시아 집단과 여러 조상 집단의 자료를 사용했다. 한국 자료로는 GARD가 언급된다. HLA-DRA와 DDHD1 일부 결과는 동아시아 메타분석에서 유럽 집단과 비슷한 신호를 보였다고 설명한다. 한 집단에서 찾은 관계가 다른 집단에도 보이는지 살폈다는 점에서 중요한 확인이다.[1]

그렇다고 ‘한국인에게 그대로 적용되는 진단법이 검증됐다’고 요약할 수는 없다. 집단마다 유전변이의 빈도와 함께 물려받아지는 구조가 다를 수 있다. 표본 수가 다르면 통계적 탐지력도 달라진다. 같은 주소를 가리키는 표지판이 도시마다 다른 위치에 놓여 있는 상황을 떠올리면, 표지 변이의 관계를 단순 복사하기 어려운 이유를 이해할 수 있다.

조상 집단이라는 통계적 분류를 사람의 능력이나 가치에 대한 분류로 받아들여서도 안 된다. 여기서의 목적은 분석 결과가 어디까지 일반화되는지 확인하고, 특정 집단에만 치우친 근거의 한계를 드러내는 것이다. 실제 진료에서 어떤 검사와 설명이 적절한지는 개인의 상황과 전문적인 유전 상담을 포함해 판단해야 한다. 이 글의 표나 점수는 자가진단 도구가 아니다.

반대로 다른 집단에서 기준을 넘지 못한 결과를 바로 ‘재현 실패’로 단정하는 것도 조심해야 한다. 효과의 방향, 불확실성 구간, 변이의 빈도, 표본 크기를 함께 봐야 한다. 같은 설계를 충분한 규모로 반복했는지와, 작은 자료에서 통계적 표시가 달라졌는지는 다른 질문이다. 재현성을 읽을 때도 유의하다·아니다라는 두 단어보다 그 뒤의 조건이 더 중요하다.

#8. 공개 자료와 다음 연구의 의미

이 연구는 유형별 GWAS 요약 통계와 분석 코드의 공개 경로를 제공한다. 요약 통계는 각 유전변이의 효과 추정과 불확실성 등 집단 수준 결과를 담은 자료다. 개인의 전체 유전체와 진료 기록이 모두 공개됐다는 뜻은 아니다. 개인정보를 무시하고 자료가 많이 풀렸을수록 좋은 연구라고 평가할 수 없으며, 공개 범위와 재분석 가능성을 함께 봐야 한다.[1]

코드가 제공된다는 사실 역시 독립 재현이 끝났다는 뜻은 아니다. 이 글에서는 공개 경로와 논문 설명을 확인했지만 분석 환경을 다시 구성해 모든 GWAS를 실행하지 않았다. 연구에서 제시한 통계적 신호를 직접 재현한 결과와, 공개된 결과를 읽어 설명한 글을 구별한다. 앞으로 코드 실행 기록과 독립 코호트의 결과가 더해지면 검증의 강도를 높일 수 있다.

장기적으로는 임상시험에서 어떤 APOE 유형을 어떻게 고려할지, 질병의 경로가 유형별로 달라질 가능성이 있는지 살피는 데 도움이 될 수 있다. 하지만 이 연구는 특정 약물의 효능을 새롭게 입증하는 무작위 치료시험이 아니다. 유전학 논문의 연관성을 근거로 복용 중인 약을 중단하거나 개인의 치료 반응을 예언해서는 안 된다. 연구가 제안하는 방향과 현재 가능한 의학적 판단 사이에는 거리가 있다.

오늘 편집안에서 이 논문은 94점의 후보 2로 배치됐다. 이 점수는 저널이나 의료기관의 공식 점수가 아니라 서로 다른 분야의 기사를 고르기 위한 편집 판단이다. 질병의 장기적 중요도를 기준으로 하면 Top 1보다 더 중요하게 읽을 수도 있다. 순위보다 기억할 것은 APOE라는 강한 배경을 고려해 질병의 유전 지도를 다시 읽었지만, 연관성과 원인·치료를 같은 말로 만들지는 않았다는 결론이다.

일부 저자는 기업 자문, 주식 또는 기타 이해관계를 공개했다. 이는 자동으로 결과가 틀렸다는 의미도, 무시해도 된다는 의미도 아니다. 공개된 이해관계와 연구 설계, 독립 검증 가능성을 함께 읽어야 한다. 오늘의 나노포어 연구가 센서의 구분 능력을 넓혔다면, 이 논문은 ‘같은 유전변이를 어떤 배경에서 해석하는가’라는 질문을 더 세밀하게 만든 연구라고 정리할 수 있다.[1]

#9. 출처와 확인 범위

[1] APOE-stratified genome-wide association analyses provide insights into the genetic etiology of Alzheimers’s disease, Nature Genetics, 2026-09-14. 공개 본문·방법·표본 수·그림 설명·상호작용 검정·공개 자료 안내·이해관계를 대조했다. 모든 원시 자료와 보충 분석을 독립 실행한 것은 아니다. 이번 논문의 그림은 원문에서 직접 확인할 수 있다.

[2] NIH MedlinePlus Genetics, APOE gene. 유전자 역할 및 위험 증가와 발병 확정의 구분을 위한 배경 자료.

[3] NHGRI, Genome-Wide Association Studies fact sheet. GWAS의 질문과 한계를 이해하기 위한 배경 자료.

[4] Bellenguez et al., New insights into the genetic etiology of Alzheimer’s disease and related dementias, Nature Genetics, 2022. 이 글의 두 배경 그림 출처. CC BY 4.0, 비율을 유지한 크기 조정·WebP 변환. 2026년 APOE 층화 결과로 제시하지 않는다.

함께 읽기: 오늘의 Top 1 나노포어 센서 · 후보 3 MoS₂ 신경망 반도체.