Neuropsychiatric disease is a term that includes all diseases that profoundly alter the behavior and intellectual ability of patients. Despite of significant research in neuroscience, the etiologies and mechanisms of most neuropsychiatric diseases have remained out of reach. Many genomic studies showed the significant contribution of genetic influence in these diseases, however, clear disease relevant genes have not been identified due to their genetic complexity.
In recent studies, somatic mutations in brain cells have been shown to affect the onset of several neuropsychiatric diseases. As the role of somatic mutations could not be studied with previous research based on genetic variations, neuropsychiatric disease studies based on somatic mutations are now getting interests for their high potential. However, most of current studies based on somatic mutations were only focused on single-nucleotide variations, and no studies with somatic copy-number alterations, which have larger potential of functional effects compared to single-nucleotide variations, have been reported in neuropsychiatric disease research due to the lack of algorithms to detect somatic copy-number alterations in brain tissue. In this thesis, we identified and validated the existence of somatic deletions, a specific type of somatic copy-number alterations, in neuropsychiatric disease patients, and proposed a computational method to detect somatic deletions in neuropsychiatric disease samples using massively parallel sequence data.
First, we identified and validated somatic deletions in a patient with schizophrenia, a specific type of neuropsychiatric diseases. As only a minority of cells contains somatic mutations even in clearly diseased tissue of brain, we developed a novel method to detect somatic deletions by combining the methods for calling deletions based on read-depth and anomaly mapped reads. We successfully identified and validated somatic deletions in schizophrenic samples, and showed the possibility of functional impacts of somatic deletion by the disruption of exonic sequence. We also showed the existence of somatic deletions in normal samples with similar occurrence, but the result of functional analysis showed significant effects of somatic deletions only in schizophrenic cases.
Second, we developed an algorithm to detect low-frequent somatic deletions from unmatched samples. To discover somatic deletions without matched control, we built a probabilistic model of somatic deletion distribution based on Gaussian mixture model and estimated parameters using EM algorithm. With a variety of simulation data sets, we successfully validated the performance of developed algorithm. In a comparison with previous algorithms for detecting somatic deletions in cancer samples, our method showed better performance even with the harsh conditions such as the absence of matched control and the case with multiple sub-clones. Finally, we successfully validated somatic deletion candidates called by our algorithm in schizophrenic cases.
신경 정신 질환은 환자의 지적 능력이나 행동 능력을 심각하게 저하시키는 일련의 질병을 총칭하는 용어로, 정신분열증, 조울증, 우울증 등을 대표적인 질병으로 들 수 있다. 20세기 이후 뇌 과학은 눈부신 발전을 이루어 왔으나 여전히 많은 수의 신경 정신 질환에 대해 병의 원인과 발병 기전을 밝혀내지 못하고 있으며, 그에 따라 다양한 분야에서 다양한 연구들이 질병의 원인을 밝혀내기 위해 진행되고 있다.
유전학자들은 오래 전부터 많은 수의 신경 정신 질환이 유전 요인에 크게 영향을 받는다는 사실을 다양한 연구를 통해 입증해 왔다. 그러나 여러 요인들이 복합적으로 작용하는 질병의 특성 상 각 질병을 일으키는 원인 유전자를 명확히 규명하는 데에는 여전히 어려움이 있다. 지난 십여 년 간 엄청난 비용과 시간을 소모하여 공통 변이와 희귀 변이를 중심으로 한 수많은 연구들이 큰 성과를 거두지 못한 가운데, 최근 체성 변이를 중심으로 질병 유전자를 밝혀내는 새로운 접근법이 소기의 성과를 거두며 새로운 연구 방향을 제시하고 있다.
유전 변이 연구는 오랜 시간 동안 크게 두 종류의 변이를 중심으로 진행되어 왔다. 첫 번째는 DNA의 한 염기만이 바뀌는 단일염기변이이며, 두 번째는 DNA의 일정 영역이 없어지거나 증가되는 유전자 복제 수 변이이다. 단일염기변이의 경우 타 변이에 비해 그 빈도가 압도적으로 크다는 특징이, 그리고 복제수 변이의 경우 개개 변이의 영향력이 상대적으로 크다는 특징이 연구의 성격에 맞게 활용되었다. 그러나 현재 대다수의 체성 변이를 바탕으로 한 신경 정신 질환 연구들은 단일 염기변이의 체성 형태인 체성 단일염기변이만을 대상으로 이루어지고 있으며, 영향력이 더 클 것이라 예상되는 체성 복제 수 변이는 제대로 연구되고 있지 못하다. 신경 정신 질환에서의 체성 복제 수 변이는 존재 여부를 포함한 질병에의 영향력에 대해 보고된 바가 없으며, 체성 단일염기변이와 달리 체성 복제 수 변이를 검출할 수 있는 효과적인 알고리즘의 부재가 관련 연구를 진행하는 데 가장 큰 어려움이 되고 있다.
따라서 본 연구에서는 체성 복제 수 변이 중 한 종류인 체성 결손에 초점을 맞추어 신경 정신 질환에서의 체성 결손 분석을 종합적인 목표로 하여, 이를 달성하기 위한 두 가지 세부 목표를 수립하여 관련 연구를 진행하였다. 첫 번째로는 신경 정신 질환에서의 체성 결손의 존재를 입증 및 검증한 뒤, 질병에의 영향력을 추정하는 것을 하나의 세부 목표로 하여 연구를 진행하였다. 두 번째로는 신경 정신 질환 샘플에서의 체성 결손을 검출 할 수 있는 효과적인 알고리즘의 개발에 초점을 맞춰 세부 연구를 수행하였다.
첫 번째 연구에서는 신경 정신 질환의 하나인 정신분열증 환자에서 체성 결손을 발굴하고 그 영향력을 추정하였다. 뇌에서의 체성 변이는 병변 세포 중에서도 매우 적은 빈도로 발생하는 특징 때문에 기존의 체성 결손 검출 알고리즘을 통해서는 발굴이 불가능하였다. 이에 따라 본 연구에서는 차세대 염기 서열 분석법 중 보편적으로 사용되는 유전체 매핑량 기반의 유전 결손 검출법과 페어-엔드 기법의 특징을 살린 변칙 서열쌍의 존재 유무에 기반한 유전 결손 검출법을 조합하여 낮은 빈도의 체성 결손을 검출할 수 있는 최초의 접근법을 제시하였다. 이를 바탕으로 정신분열증 환자에서 21개의 체성 결손 후보를 검출하여 그 중 7개를 실험적으로 검증함에 따라 체성 결손의 존재를 입증 하였으며, 해당 결손이 유전자의 일부를 완전히 제거하여 해당 세포의 기능에 영향을 미칠 가능성도 제시하였다. 이러한 현상이 정신분열증 환자에서만 나타나는지를 확인하기 위해 2명의 환자와 2명의 정상인 샘플을 추가 분석하여, 체성 결손은 질병의 여부와 관계없이 유사한 빈도로 나타나지만 환자의 경우 특정 기능과 관련된 유전자가 집중적으로 손상됨에 따라 체성 결손이 질병에 영향력을 미칠 가능성을 간접적으로 제시하였다.
두 번째 연구에서는 첫 번째 연구에서의 결점을 보완하여 낮은 빈도의 체성 결손을 확률적 모델에 기반하여 논리적인 검출이 가능한 알고리즘을 개발하였다. 특히, 많은 신경 정신 질환 샘플이 겪는 정상 세포 데이터의 부재 상황에서도 사용할 수 있도록 정상 세포 데이터 없이 체성 결손 검출이 가능하도록 알고리즘을 설계하였다. 이를 위해 체성 결손 발생 모델을 정의하고, 추정하여야 하는 매개 변수를 명확히 하여 연구의 목적과 범위를 명확하게 제시하였다. 개발된 알고리즘은 종양 샘플에서 사용하는 체성 결손 검출 알고리즘들과 성능을 비교하여, 정상 세포 데이터가 없는 상황에서도 기존 방법들과 유사하거나 더 나은 성능을 보임을 확인하였다.
결과적으로 본 연구는 신경 정신 질환에서 체성 결손을 검출할 수 있는 새로운 알고리즘을 개발하였고, 이를 바탕으로 신경 정신 질환에서 체성 결손이 존재함을 입증함과 동시에 질병과의 연관성에 대한 가능성을 제시하였다. 이는 체성 단일염기변이에만 국한되어 진행되던 기존 연구들을 한 단계 확장시켜 줄 수 있는 수단을 제시하며, 본 연구를 통하여 신경 정신 질환에서의 체성 변이 연구에 의미 있게 기여할 수 있을 것이다.
