| 초록 |
1.분석자 서문 대사체학(metabolomics)은 여러 가지 기능적인 표현형에 대한 정보를 제공하며, 대사체학에서 다뤄지는 대사체군(metabolome)은 유전자와 환경 간뿐만 아니라 유전자와 유전자 간의 상호작용을 반영하고 있기 때문에, 인체 건강과 질병에 관련된 특정한 정량적인 정보까지 제공한다. 더욱이, 대사체학은 획기적인 연구 디자인, 화학적 분석 기법, 생물통계 및 생물정보학(인체 질병 연구에서 주요한 관심사에 대한 해답을 주기 위해 필요)에 이르기까지 다양한 기법들을 사용하고 있다. 이러한 다양한 기법들이 내분비 관련된 질병 발생 기전을 설명하고 새로운 생체 표지자(biomarker) 발굴 연구에 종종 사용되고 있다. 한편, 대사체학은 다양한 기능적 결과를 제공하기 때문에 이 분야에서 상당한 genome-wide association studies(GWAS)와도 연관되어 있다. 하지만 현재까지도 대사체 다양성 및 인체 표현형에 대한 유전적 변이가 미치는 연구들이 상당수 진행 중에 있다. 이 분석문에서는 내분비학에서 대사체학의 역할에 대해서 전반적으로 소개하고자 하며, 특히 그동안의 성과, 위험 요소 그리고 앞으로의 도전 과제들에 대해서 알아보고자 한다. 2. 목차 1. 개요 2. 대사체학 방법론 및 응용 3. 대사체학에서의 통계 4. 인체 대사체의 역동성 및 내분비 관련 질환에서의 대사체 표지자의 유용성 4.1. 대사체에 영향을 주는 요인 4.2. 유방암 4.3. 비만 4.4. T2D 4.5. 자궁내막증(endometriosis) 5. 대사적 표현형에 대한 유전적 영향 5.1. GWAS 5.2. 대사체학과 GWAS와의 조합(mGWAS) 5.3. 대사 경로 해석에서의 mGWAS 5.4. 표현형의 유전력(heritability) 5.5. 인체 대사체군에 대한 유전적 영향 6. 분석자 결론 및 전망 이 분석문에서는 대사체학이 생체 지표 발굴 및 인체 건강 및 질병의 메커니즘 연구에서 강력한 도구로 사용될 수 있다는 것을 소개하였다. 하지만 해결해야 될 여러 가지 문제점들이 남아 있다. 특히 기존에 확인된 대사체군에 영향을 주는 인자들인 성별, 나이, 영양 및 유전체 외에도 아직 규명되지 않은 인자들에 대해서도 연구가 필요할 것이다. 대사체학의 연구 설계 시에도 기존의 유전체학이나 역학이 대사체학 기반 연구에 미치는 영향력 외에 부가적인 요인들을 규명하기 위한 노력이 고려되어야 할 것이다. 또한 표적 대사체군을 가장 효과적으로 검출 및 정량할 수 있는 분석 기술을 개발하려는 노력도 동시에 필요할 것이고, 실험실 간에 대사체 정량 및 동정 기술의 표준화도 반드시 필요할 것이다. 대사체 변화에 대한 희귀 변이의 영향에 관한 연구가 현재까지 부족한 상태이므로 mGWAS 같은 대사체학과 전장 유전체학의 복합 연구 기법을 통해 지속적인 연구가 진행되어야 할 것이다. 가까운 미래에 조기 질병 진단과 질병 발생에 대한 위험성을 제공하는 대사체 표지자와 내분비 관련 질환의 치료를 위한 임상적 도구를 제공할 수 있는 대사체 표지자를 발굴하여 인류 건강 증진에 기여할 수 있기를 기대해본다. References 1. Tokarz, J. et al. (2017) Endocrinology meets metabolomics: achievement, pitfalls, and challenges. Trends Endocrinol. Metab. 28, 705-721. 2. Cheng, S. et al. (2017) Potential impact and study consider-ations of metabolomics in cardiovascular health and disease: a scientific statement from the American Heart Association. Circ. Cardiovasc. Genet. 10,Published online March 30, 2017. http:// dx.doi.org/10.1161/HCG. 0000000000000032. 3. Hocher, B. and Adamski, J. (2017) Metabolomics for clinical use and research in chronic kidney disease. Nat. Rev. Nephrol. 13, 269–284. 4. Roscher, A.A. (2001) Erweiterung desneugeborenenscreenings durch tandemmassenspektrometrie. Monatsschr. Kinderheilkd. 149, 1297–1303. 5. Wishart, D.S. (2016) Emerging applications of metabolomics in drug discovery and precision medicine. Nat. Rev. Drug Discov. 15, 473–484. 6. Wang, Z. et al. (2011) Gut flora metabolism of phosphatidylcho-line promotes cardiovascular disease. Nature 472, 57–63. 7. Xia, J. et al. (2009) MetaboAnalyst: a web server for metabo-lomic data analysis and interpretation. Nucleic Acids Res. 37, W652–W660. 8. Lubin, J.H. et al. (2004) Epidemiologic evaluation of measure-ment data in the presence of detection limits. Environ. Health Perspect. 112, 1691–1166. 9. Auer, M.K. et al. (2016) 12-months metabolic changes among gender dysphoric individuals under cross-sex hormone treat-ment: a targeted metabolomics study. Sci. Rep. 6, 37005. 10. Auer, M.K. et al. (2016) 12-months metabolic changes among gender dysphoric individuals under cross-sex hormone treat-ment: a targeted metabolomics study. Sci. Rep. 6, 37005. ※ 이 자료의 분석은 서울의과학연구소의 이상후님께서 수고해주셨습니다. |
