예외를 소중히 여기세요 – 이상치를 통해 헌팅턴병의 발병과 진행을 이해하기
새로운 연구는 HD의 발병과 진행에 영향을 미치는 요인을 찾는 기반을 마련해 줍니다.
연구자들은 HD 유전자 내 CAG 반복 횟수가 더 많은 환자들이 반복 횟수가 적은 환자들보다 운동 증상을 더 빨리 보이는 경향이 있다는 것을 오랫동안 알고 있었어요. 하지만 이 관계는 완벽하지 않아요. 때때로 HD 환자들은 CAG 반복 횟수만으로는 예상했던 것보다 훨씬 다른 시기에 증상을 보이며, 이는 다른 유전적 또는 환경적 요인이 HD의 진행을 가속화하거나 늦출 수 있음을 시사해요. 최근 연구에 따르면 가장 ‘극단적인’ 운동 증상을 보이는 환자들을 비교하는 것이 이러한 요인들이 무엇인지 정확히 밝히는 데 도움이 될 수 있다고 해요.
운동 증상 측정
아시다시피, 헌팅턴병(HD)은 헌팅틴이라는 다소 혼란스러운 이름의 단백질을 만드는 지시를 제공하는 유전자의 돌연변이로 인해 발생해요. 요리책의 오타처럼, 헌팅틴 유전자 내 길고 반복적인 DNA 염기 서열(C-A-G)은 헌팅틴 단백질을 만드는 데 잘못된 지시를 제공하죠. 궁극적으로 이 오타는 헌팅틴 단백질의 기능을 변화시키고, 시간이 지남에 따라 감정 조절의 어려움, 기분 장애, 명확한 사고의 문제, 그리고 운동 문제와 같은 증상이 나타나요.
이러한 증상들 중, 대부분의 사람들은 비자발적인 ‘움찔거리는’ 또는 ‘안절부절못하는’ 움직임이 특징인 운동 장애인 헌팅턴 무도병의 출현으로 HD를 인식하는 경향이 있어요. 사실, 대부분의 임상의와 연구자들은 운동 증상의 출현을 질병 진행을 측정하는 일종의 이정표로 사용하여 두 가지 주요 단계로 나누죠. 운동 증상이 나타나기 전에 발생하는 전증상기와 운동 증상이 나타난 후에 발생하는 현증상기예요. 의사들은 또한 ‘HD의 명백한 징후’인 운동 증상의 출현을 임상 진단의 기준으로 사용해요. 이러한 결론에 도달하기 위해 의사들은 HD 관련 증상의 심각도를 평가하는 도구로 전문적인 임상 척도를 사용하며, 이 척도들 중 가장 흔한 것은 통합 헌팅턴병 등급 척도(UHDRS)예요.
어떤 이들은 더 빠르게 진행돼요.
밝혀진 바에 따르면, CAG 반복 횟수가 더 많은 사람들은 반복 횟수가 적은 사람들보다 HD의 현증상기에 더 빨리 진입하고 운동 증상을 더 빨리 보이기 시작할 것이라는 잘 확립된 경향이 있어요.
이러한 경향이 현증상기 HD를 나타내는 운동 증상이 언제 나타나기 시작할지 잘 추측할 수 있게 해주지만, CAG 반복 횟수와 운동 증상 발현 사이의 관계는 완벽하지 않아요. 어떤 사람들은 자신의 CAG 반복 횟수를 고려할 때 예상보다 훨씬 일찍 또는 훨씬 늦게 운동 증상을 보여요. 이 때문에 많은 과학자들은 유전적이거나 개인의 환경(예: 약물 유형, 교육, 운동 등)에 있는 다른 요인 또는 ‘조절자’가 HD 관련 증상의 출현과 진행이 사람마다 다르게 나타나도록 한다고 믿게 되었어요.
이러한 질병 조절자에 대한 많은 연구에도 불구하고, 우리는 어떤 요인이 질병 진행에 대해 보호적이며, 어떤 요인이 질병의 진행을 가속화할 수 있는지 정확히 밝혀내지 못했어요. 많은 수의 HD 환자를 비교하여 어떤 요인이 가장 흔하고, 어떤 요인이 HD 진행에 가장 큰 영향을 미치는지 밝혀낼 수 있다면 특히 도움이 될 거예요. 이 아이디어는 독일 울름 대학교의 Michael Orth가 이끄는 연구팀의 출발점이 되었어요.
극단적인 사례를 탐구해요
“만약 우리가 궁극적으로 특정 환자 그룹이 왜 그렇게 잘 지내거나 그렇게 나쁘게 지내는지 밝혀낼 수 있다면, 우리는 그 정보를 사용하여 다른 사람들에게 어떤 종류의 치료법이나 개입을 권장할지에 대한 결정을 내리는 데 도움을 줄 수 있을 거예요.”
어떤 질병 조절자가 HD 진행에 영향을 미치는지 근본적으로 파악하기 위해, Orth와 그의 팀은 연구자들이 HD 환자 집단에서 발견되는 극단적인 사례를 조사해야 한다고 주장해요. 다시 말해, 우리는 (CAG 반복 횟수와 나이에 대해 우리가 아는 바를 고려할 때) 진행이 평균보다 훨씬 좋거나 나쁜 HD 환자를 찾아야 하며, 그들의 ‘극단성’을 설명할 수 있는 공통적인 특징을 찾아야 해요. 이 아이디어는 좋은 것이며, 만약 우리가 궁극적으로 특정 환자 그룹이 왜 그렇게 잘 지내거나 그렇게 나쁘게 지내는지 정확한 이유를 밝혀낼 수 있다면, 우리는 그 정보를 사용하여 다른 사람들에게 어떤 종류의 치료법이나 개입을 권장할지에 대한 결정을 내리는 데 도움을 줄 수 있을 거예요.
HD 조절자 찾기 (그 시작)
어떤 사람이 극단적인지 아닌지를 어떻게 정확히 결정해야 할까요? 이 질문에 답하기 위해 Orth와 그의 팀은 ‘회귀’라고 불리는 특별한 통계 기법을 사용했어요. 회귀 기법은 다른 측정된 정보와의 관계를 기반으로 어떤 종류의 결과를 예측하는 데 사용돼요. 예를 들어, CAG 반복 길이와의 관계를 기반으로 운동 증상의 발병을 예측하는 것이죠. 우리가 얼마나
수년간 HD 커뮤니티의 노력 덕분에 Orth와 그의 연구팀은 방대한 양의 데이터를 분석할 수 있었어요. REGISTRY와 COHORT라는 두 가지 관찰 연구의 데이터를 결합하여, Orth와 그의 팀은 약 10,000명의 HD 참가자와 1,300명의 건강한 대조군의 데이터를 포함했으며, 이는 총 30,000회 이상의 방문에 해당해요!
이 연구들에서, CAG 반복 길이 외에 Orth와 그의 팀이 특히 관심을 가졌던 측정치는 총 운동 점수(UHDRS 척도에서 수집)와 운동 증상 발병 연령(연구자가 운동 증상이 처음 나타났다고 판단한 연령)이었어요. 그런 다음 그들은 각 측정치에서 하위 2.5% 또는 상위 2.5%에 속하는 사례를 ‘극단적인 사례’로 정의하기 위해 통계 분석을 사용했어요.
이 정보는 향후 연구에서 얻은 새로운 데이터를 경계 내에 있거나 ‘극단적인’ 것으로 분류하는 데 사용될 수 있는 지침을 제공해요. 우리는 ‘극단적인’ 개인들에게 특별한 주의를 기울이고자 해요. 왜냐하면 질병 조절자가 그들에게 더 강한 영향을 미칠 수 있기 때문이죠. 그리고 이 지침은 강력한 데이터 기반 위에 구축되었으므로, 향후 연구에 포함될 이러한 개인들을 식별하는 데 정확할 것이라고 확신할 수 있어요.
연구자들은 몇 가지 다른 중요한 발견도 했어요. 예를 들어, 운동 증상 발병 진단 연령이 극도로 빨랐던 HD 환자들이 나중에 ‘극단적인’ 총 운동 점수를 기록하는 것으로 반드시 이어지지는 않았죠. 이는 질병 발병에 영향을 미치는 요인이 이후의 심각도에 영향을 미치는 요인과 다를 수 있음을 시사해요.
숫자의 힘
Orth와 그의 팀은 아직 HD의 발병과 진행을 조절하는 특정 요인을 밝혀내지 못했지만, 그들은 우리가 그 요인들을 발견하는 데 가장 도움이 될 가능성이 있는 HD 환자들을 식별하고 선택하기 위한 강력한 틀을 제공했어요. 이 정보는 HD의 운동 증상 발병을 지연시키고 진행을 늦추는 데 가장 성공적인 요인이 무엇인지 결정하는 데 도움이 될 흥미로운 새로운 연구의 기반을 마련할 거예요. 즉각적인 이점도 있어요. HD 환자를 치료하는 임상의들은 이제 ‘극단적인 사례’를 식별하는 방법을 알고 있으며, 책임이 있을 수 있는 약물과 같은 환경적 요인을 찾을 수 있어요.
이 연구는 방대한 데이터 세트를 기반으로 했기 때문에 매우 중요해요. HD 가족들은 자신들의 기여에 자부심을 가져야 하며, HD 치료법을 찾기 위해 필요한 지식을 구축하는 것에 대해 기뻐해야 해요.
