▲ 파킨슨병(PD)에 대한 위험 유전자를 추론 및 재사용 가능한 약물의 우선순위를 정하기 위한 네트워크 기반 딥 러닝 프레임워크의 개략적 개요 / 출처 : https://doi.org/10.1038/s41531-025-00870-y

파킨슨병(PD)은 알츠하이머병에 이어 두 번째로 흔한 신경퇴행성 질환으로 전 세계적으로 수백만 명이 고통받고 있다. 파킨슨병은 도파민 신경세포의 퇴행으로 인해 운동 장애, 인지 저하, 우울증 등 다양한 증상을 동반하는 병이다. 하지만 현재 치료법은 주로 증상 완화에 초점을 맞추고 있으며, 질병 진행을 늦추거나 예방하는 치료법은 부족했다.

최근 클리블랜드 게놈 의학 연구소(Genomic Medicine Institute) 연구진이 연구 네트워크 기반의 시스템 유전학(framework)을 활용해 파킨슨병의 잠재적 원인 유전자와 재활용 가능한 약물을 식별하는 데 성공했다. 이는 파킨슨병 치료제 개발에 새로운 길을 제시하여 많은 기대를 모으고 있다.

연구진은 대규모 비암호화 유전자 연관 연구(GWAS) 데이터를 활용해 파킨슨병 위험 유전자(pdRGs)를 분석했다. SNCA, CTSB, LRRK2, DGKQ, CD44 등 175개의 유전자가 파킨슨병과 관련될 가능성이 높은 것으로 나타났으며, 이들 유전자는 뇌 특정 세포에서 발현 차이를 보였다. 연구팀은 단백질 간 상호작용(PPI) 네트워크와 딥러닝 기술을 결합해 유전자의 기능을 분석하고, 잠재적 약물을 예측하는 데 성공했다.

연구는 유전자 발현, 단백질 생성, 스플라이싱, DNA 메틸화, 히스톤 아세틸화 등 다섯 가지 뇌 활성 분자 데이터를 활용했으며 유전자-질병 관계를 탐구하여 진행됐다.

연구 결과, 파킨슨병 위험 유전자는 도파민 신경세포 및 면역 관련 경로에서 특이적으로 발현됐다. 네트워크 기반 접근법을 통해 FDA 승인 약물 중 심바스타틴(simvastatin)을 포함한 12개의 약물이 파킨슨병 진행을 억제하거나 예방할 가능성이 있음을 발견했다.

전자 건강 기록(EHR) 데이터 분석에 따르면 심바스타틴 사용자는 치매 발병 위험이 12% 감소하고, 낙상 위험이 9% 줄어드는 경향을 보였다.

리루졸(Riluzole)은 α-시누클레인(SNCA) 등과 상호작용하며, 아자치오프린(Azathioprine)은 LRRK2와 같은 유전자를 타겟으로 하는 면역억제제로 제안됐다. 이 외에도 비타민 B12, 플루바스타틴, 항불안제 등이 유망한 치료제로 언급됐다.

단일 세포 RNA 시퀀싱 분석을 통해 파킨슨병 유전자의 발현 차이를 세포 유형별로 확인했다. 도파민 신경세포(Dopaminergic neurons)와 미세아교세포(Microglia)에서 SNCA, LRRK2, GPNMB 등 위험 유전자가 차별적으로 발현됐으며, 이는 파킨슨병의 분자적 기전을 이해하는 데 중요한 단서를 제공했다.

이번 연구는 기존 유전자 연구에서 비암호화 영역의 기능 해석 한계를 극복하고, 네트워크 기반 접근 방식을 통해 질병의 원인 유전자를 효과적으로 식별했다. 특히, 심바스타틴과 같은 약물의 재활용 가능성을 제시하며, 파킨슨병 치료제 개발의 새로운 가능성을 열었다.

하지만 연구팀은 이번 연구의 한계점도 인정했다. 인구 구성의 제한성: EHR 데이터 분석에서 특정 인종과 중등도 환자가 중심이 되어, 연구 결과를 일반화하는 데 한계가 있을 수 있다.

심바스타틴은 과거 임상시험에서 명확한 효과를 보이지 못했지만, 이번 연구에서는 초기 환자와 다양한 인종을 포함한 새로운 임상시험의 필요성을 제안했다.

앞으로 다양한 인구 집단을 대상으로 한 심층 연구와 임상 검증이 이루어진다면, 이번 연구는 파킨슨병 진행을 늦추고 환자의 삶의 질을 향상하는 데 실질적인 기여를 할 것으로 기대된다.

한편, 이번 연구 결과는 저명한 국제학술지 Nature에 게재됐다.