Characterization of cancer and aging using multi-omics data

Abstract

노화는 암을 포함한 많은 질병의 원인이 된다. 인간의 다양한 조직으로부터 추출한 DNA 메틸값을 이용해 실제 나이를 예측할 수 있다. 이는 DNA 메틸화가 노화의 지표가 될 수 있다는 의미이기도 하다. 하지만, 여러 조직의 정상과 종양 샘플의 많은 데이터 셋을 통합하여 노화 관련 DNA 메틸화 영역의 특징에 대해 밝힌 연구는 아직 많이 없는 실정이다.

본 연구에서는 16개 독립적인 연구의 DNA메틸화 및 유전자 발현 데이터를 통합하여 말초 혈액뿐만 아니라 유방, 자궁경부, 전립선, 뇌, 간, 대장 조직 등 다양한 조직의 대략 4,000여개의 정상과 종양 샘플의 DNA 메틸화 영역에 대해 비교, 분석 하고 이들 영역의 유전자 발현과의 관계를 고찰 하였다. 이때, 선형과 비선형 통합 회귀 모형을 사용하여 조직 비 특이적으로 나이에 따라 변화하는 DNA 메틸화 영역을 노화 관련 DNA 메틸화 시그너처라고 명명하였다.

정상 조직에서 확인 한 127개의 시그너처는 X 염색체에 많이 분포 되어 있었다. 특히, CpG islands (CGI) 영역에서는 구아닌(G) 과 시토신(C) 염기가 많이 분포된 나이에 따른 과 메틸화 영역이 많았고, CGI를 제외한 non-CGI 영역은 아데닌(A) 과 티민(T) 염기가 많이 분포된 나이에 따른 저 메틸화 영역이 많았다. 반면에, 종양 샘플에서 26개의 시그너처를 추출하였고, 정상 시그너처와의 겹치는 영역은 발견되지 않았다. 정상 시그너처에 존재하는 유전자의 생물학적 과정에 대한 온톨로지를 살펴 보면, 대사 과정, 면역 체계 과정, 세포 증식 등으로 기존에 잘 알려진 노화와 관련된 기능을 하는 유전자가 많았다. 또한, 기존에 알려진 단백질 상호작용 정보를 이용하여 네트워크를 구축하고, 이 단백질 상호작용 네트워크 하에서, 정상 시그너처 영역에 존재 하는 단백질간의 상호작용은 거의 존재하지 않았지만 다른 단백질과는 평균보다 더 많이 상호작용 하는 것을 통계적으로 확인 할 수 있었다. 정상 시그너처의 DNA 염기 서열은 진화적 관점에서 잘 보존 되고 있고, 이들 시그너처를 이용하여 조직에 관계없이 나이를 예측 하는 회귀 모델을 구축하였다. 나이 예측 모델의 정확도는 상관계수(r)가 0.9로 매우 높았다. 흥미롭게도 나이에 따른 DNA 메틸화의 증가 혹은 감소는 종양 샘플의 DNA 메틸값을 따라 가는 패턴을 확인하였다. 또한, 나이에 따른 DNA 메틸화와 유전자 발현과의 관계를 확인 하기 위해서 유전자 발현 프로파일을 이용해 정상 시그너처의 노화 관련 영역의 유전자의 발현 정도를 확인 하였다.

본 연구에서 제시한 정상과 종양 샘플에서 조직 비 특이적인 DNA 메틸화 시그너처의 특징은 발달 생물학이나 종양 연구를 하는데 있어 기저 연구로서 중요한 역할을 할 수 있을 것이다.