질병 연구를 위한 전장 유전체 연관성 연구

복합 질환과 관련된 유전적 변이 식별

단일 피펫을 사용하는 여성 과학자, 실험실 벤치의 배경에 현미경 및 기타 실험실 장비.

전장 유전체 연관성 연구는 무엇인가요?

전장 유전체 연관성 연구(GWAS)는 특정한 특성 또는 질병과 관련된 유전자 변이를 식별하기 위해 많은 개인의 유전체를 스캔하고 비교하는 연구 접근법입니다. GWAS는 고처리량 유전체 기술을 사용하여 대규모 집단의 개인의 DNA를 분석하여 질병 위험에 영향을 미칠 수 있는 단일 염기 다형성(SNP) 및 유전자 복제수 변이(CNV)와 같은 변이를 발견합니다. 이러한 연구는 복합 질환의 유전적 구조를 이해하고 정밀 의학에 사용되는 표적 치료의 개발에 대한 연구를 안내하는 데 필수적입니다.1,2

일반적인 변이 발견을 위한 GWAS

복합 질환은 흔히 유전적 변이와 관련이 있는 반면, 희귀 또는 저빈도 변이의 역할은 여전히 잘 알려져 있지 않습니다. 마이크로어레이를 사용하는 대규모 GWAS는 유전자좌를 찾고 질병과 관련된 일반적인 SNP 변이를 결측치 대체하는 효율적이고 비용 효과적인 방법입니다. 그러나, 마이크로어레이는 저주파 SNP 변이를 검출하는 데 있어서 한계가 있습니다. 전장 유전체 시퀀싱은 염기별 해상도로 질병과 관련이 있을 수 있는 흔한 변이와 희귀 변이를 모두 식별할 수 있습니다.

전장 유전체 연관성 연구의 이점

새로운 변이 발견

보고된 특성 및 질병 연관성의 수가 증가함에 따라 새로운 변이-특성 연관성을 찾습니다.3,4

유전체 인사이트

유전자형 정보를 임상 연구, 다유전자 위험 점수를 활용한 질병 예측, 질병 예방, 치료 결정에 대한 지침, 약물 개발, 선택, 용량 최적화에 사용합니다.

확장 가능하고 공유 가능한 데이터

점점 더 크고 다양한 샘플 모집단을 분석할 수 있는 공유 가능한 데이터 세트를 생성합니다.

다음 사항에 대해 더 알아보세요.

GWAS 및 유전 질환에 대한 기회

많은 질병 및 장애에 대한 GWAS는 아직 수행되지 않았으며 현재까지 GWAS 참여자의 대다수는 유럽 혈통입니다. 유럽 인구가 전 세계 인구의 약 16%를 차지하기 때문에 보다 다양한 GWAS 데이터 세트에 대한 요구가 인식되고 있습니다.5,6


민족적 다양성 외에도, 특정 하위 그룹 내의 다양한 질환에 대해 GWAS를 수행할 필요성이 있습니다. 이는 어떤 유전자와 유전자 경로가 질병 작용 기전과 발병기전에 관여할 수 있는지에 대한 단서를 제공하는 데 도움이 될 것입니다.

특정 복합 질환에 대한 변이를 성공적으로 식별

흔히 사용되는 사례-대조 설정 접근법을 사용하는 GWAS는 질병의 영향을 받는 하나의 사례군과 하나의 건강한 대조군의 두 개의 대규모 집단을 비교하여 다음과 같은 특정 복합 질병에 대한 변이를 성공적으로 식별했습니다.

  • 제2형 당뇨병7
  • 파킨슨병8
  • 크론병9
  • 관상동맥 질환, 심방세동, 심근병증 등을 포함한 다양한 유형의 심장 질환10-13
  • 유방암, 결장직장암 등을 포함한 여러 유형의 암11

GWAS 애플리케이션

GWAS가 어떻게 강력한 유전체 인사이트를 제공하여 약물 개발 연구, 복합 질환, 암 위험 등을 보다 잘 이해하도록 도움을 주고 있는지 알아보세요.

연구자들이 어떻게 약물 개발 표적을 찾는 데 GWAS를 증폭하기 위해 멀티오믹스 접근법을 사용했는지 읽어보세요.

이 기사에서 당뇨병, 관절염, 암 및 치매와 같은 복합 질환에 대한 이해를 재구성한 지난 20년 간의 GWAS 관련 작업을 살펴보세요.

연구자들이 영국 인체유래물은행과 arcOGEN 자원을 활용하여 455,221명의 개인에서 약 1,750만 개의 단일 염기서열 변이에 걸쳐 골관절염에 대한 유전체 전체 메타 분석을 수행하여 65개의 유전체 전체의 유의한 변이를 식별한 방법을 알아보세요.

과학자들이 전체 고형암 및 교차 모집단 GWAS 메타 분석을 수행하여 새로운 암 위험 유전자좌를 식별하고 유방암과 전립선암 간의 공유 유전성을 강조한 방법을 읽어보세요.

축소판

변이 대 기능 연구 이해

V2F(Variant to Function) 연구는 새로운 바이오마커를 발견하고, 이러한 변이가 세포 과정에 어떤 영향을 미치는지 이해하고, 복합 질환을 치료하는 방법을 변화시킬 혁신을 만들기 위해 유전자 변이를 질병에 매핑하는 데 중점을 둡니다. V2F 연구에 대해 더 알아보려면 이 동영상을 시청하세요.

GWAS 전문가에게 듣기

GWAS를 사용하는 복잡한 유전적 형질 매핑

연구자들은 질병 관련 DNA 위험 유전자좌를 식별하고 다유전자 위험 점수를 개발하기 위해 대규모 GWAS 연구를 수행했습니다.

GWAS에서 NGS까지: 아동 복합 유전 질환의 유전학

필라델피아 어린이 병원의 교수들이 NGS를 사용하여 변이를 인과 유전자에 매핑하는 방법에 대해 설명합니다.

GWAS를 사용하여 파노믹스 기반 신약 개발 지원

GWAS가 이미징, 멀티오믹스 기술 및 빅데이터와 함께 활용되어 흔한 만성 질환의 새로운 진단 및 치료 표적을 발견한 방법을 읽어보세요.

GWAS 워크플로우

이 GWAS 워크플로우 예시는 인구집단 규모 유전 연구, 변이 선별 검사, 정밀의학 연구를 위한 고성능과 비용 효과성을 겸비한 BeadChip인 Infinium Global Screening Array-24의 활용을 강조합니다. 이는 광범위한 질병을 디루어, 질병 연관성 검증, 위험 프로파일링, 선제적 선별 검사 연구 및 약리유전체학 연구를 가능하게 합니다.

1
콘텐츠 선정
2
어레이 처리 및 스캔
3
추적, 분석, 보고

주요 GWAS 제품

더 많은 GWAS 리소스

작물의 형질 매핑을 위한 GWAS 활용

이 웨비나에서는 발현 패턴이 표현형 형질에 영향을 미치는 유전자를 식별하기 위한 전장 유전체 분석 방법인 eRD-GWAS 또는 "발현 리드 뎁스 전장 유전체 연관성 연구"에 대해 논의합니다.

관련 방법

Male scientist holding an 8 lane pipette in one hand and a library tube in the other; tubes are filled with clear liquid; lab equipment in the foreground and background.

추가 리소스

유전체학 연구 허브

Illumina 과학자들의 최신 유전체학 발견 및 데이터 분석 혁신에 대해 살펴보세요.

Illumina 자원 및 도구

교육부터 실험 계획, 구매 등에 이르기까지 유전체학을 시작하는 데 필요한 모든 것을 찾아보세요.

GWAS에 대해 더 알아보는 데 관심이 있으신가요?

GWAS를 시작하는 방법에 대한 답변을 얻으려면 전문가와 상담하세요.

참고 문헌(References)
  1. National Human Genome Research Institute. Genome-wide Association Studies (GWAS). genome.gov/genetics-glossary/Genome-Wide-Association-Studies-GWAS. 2025년 10월 24일 접속.
  2. National Human Genome Research Institute. Genome-wide Association Studies Fact Sheet. genome.gov/about-genomics/fact-sheets/Genome-Wide-Association-Studies-Fact-Sheet. 2025년 10월 24일 접속.
  3. Tam V, Patel N, Turcotte M, et al. Benefits and limitations of genome-wide association studies. Nat Reviews. 2019;20:467-484. doi: 10.1038/s41576-019-0127-1
  4. Cerezo M, Sollis E, Ji y, et al. The NHGRI-EBI GWAS Catalog: standards for reusability, sustainability and diversity, Nucleic Acids Research. Nucleic Acids Research. 2025;53(1):D998–D1005. https://doi.org/10.1093/nar/gkae1070
  5. Martin AR, Kanai M, Kamatani Y, et al. Clinical use of current polygenic risk scores may exacerbate health disparities. Nat Genetics. 2019; 51: 584-591. doi: 10.1038/s41588-021-00797-z
  6. Ju D, Hui D, Hammond DA, et al. Importance of Including Non-European Populations in Large Human Genetic Studies to Enhance Precision Medicine. Annu Rev Biomed Data Sci. 2022;5:321-339. doi: 10.1146/annurev-biodatasci-122220-112550
  7. Shojima N, Yamauchi T. Progress in genetics of type 2 diabetes and diabetic complications. J Diabetes Investig. 2023 Apr;14(4):503-515. doi: 10.1111/jdi.13970
  8. Arya R, Haque AKMA, Shakya H, et al. Parkinson's Disease: Biomarkers for Diagnosis and Disease Progression. Int J Mol Sci. 2024 Nov 18;25(22):12379. doi: 10.3390/ijms252212379
  9. Sazonovs A, Stevens CR, Venkataraman GR, et al. Large-scale sequencing identifies multiple genes and rare variants associated with Crohn's disease susceptibility. Nat Genet. 2022 Sep;54(9):1275-1283. doi: 10.1038/s41588-022-01156-2
  10. Aherrahrou R, Reinberger T, Hashmi S, et al. GWAS breakthroughs: mapping the journey from one locus to 393 significant coronary artery disease associations. Cardiovasc Res. 2024 Nov 5;120(13):1508-1530. doi: 10.1093/cvr/cvae161
  11. Tcheandjieu C, Zhu X, Hilliard AT, et al. Large-scale genome-wide association study of coronary artery disease in genetically diverse populations. Nat Med. 2022 Aug;28(8):1679-1692. doi: 10.1038/s41591-022-01891-3
  12. Roselli C, Surakka I, Olesen MS, et al. Meta-analysis of genome-wide associations and polygenic risk prediction for atrial fibrillation in more than 180,000 cases. Nat Genet. 2025 Mar;57(3):539-547. doi: 10.1038/s41588-024-02072-3 
  13. Tadros R, Zheng SL, Grace C. et al. Large-scale genome-wide association analyses identify novel genetic loci and mechanisms in hypertrophic cardiomyopathy. Nat Genet 57, 530–538 (2025). doi: 10.1038/s41588-025-02087-4