12강 / 20강

유전자가 변한 것인가, 세포가 바뀐 것인가

조직 전체를 갈아서 재면 생기는 근본 문제

조직을 갈아서 RNA 를 뽑으면, 나오는 값은 그 조직에 있던 모든 세포의 평균입니다.

그러니 어떤 유전자의 값이 두 배가 되었다면 가능성이 둘입니다.

① 세포 안에서 변했다

세포 하나하나가 그 유전자를 두 배로 켜기 시작했다.
이게 우리가 알고 싶은 것입니다.

② 세포의 비율이 변했다

그 유전자를 원래 많이 켜는 세포의 수가 두 배가 됐다.
세포 하나하나는 아무것도 안 변했다.

덩어리 자료(bulk)는 이 둘을 구분할 수 없습니다.

고등학생유전자가 변한 것인가 세포가 바뀐 것인가

조직 전체를 갈아서 재면 근본 문제 가 생긴다.

관찰값 = Σ (세포 비율 × 그 세포의 발현)

요소	뜻
비율	세포가 얼마나 많은가
발현	세포당 얼마나 만드나

두 값이 곱해져 있고 하나의 관찰값에서 둘을 되돌릴 수 없다

고등학생ALS 에서 특히 심각하다

변화	내용
신경세포	죽어서 사라짐
성상교세포	늘어남
미세아교세포	늘어남

조성 변화가 아주 크다

어떤 병은 세포 조성이 거의 안 변한다. ALS 는 세포가 죽는 병 이니 크게 변한다.

그러면 발현 차이의 대부분이 조성이다

"신경세포 유전자가 줄었다" 는 신경세포가 줄어서 다.

당연한 이야기이고 새 정보가 아니다.

세포가 죽는 병에서 조직 발현 분석은 그 죽음을 다시 확인할 뿐일 수 있다

미세아교세포가 5%에서 15%로 는 것만으로 이만큼 나옵니다.

Python 브라우저에서 실행

# 유전자는 하나도 안 건드리고 세포 비율만 바꿔 봅니다.
import numpy as np

# 세포 종류별로 이 유전자를 얼마나 켜는가 (변하지 않습니다)
per_cell = {"운동신경세포": 1.0, "별아교세포": 2.0, "미세아교세포": 20.0}

def bulk(fracs):
    return sum(per_cell[c] * f for c, f in fracs.items())

normal = {"운동신경세포": 0.20, "별아교세포": 0.50, "미세아교세포": 0.05}
als    = {"운동신경세포": 0.05, "별아교세포": 0.55, "미세아교세포": 0.15}
# (나머지 비율은 이 유전자를 안 켜는 다른 세포들입니다)

b0, b1 = bulk(normal), bulk(als)
print("세포별 발현은 정상과 ALS 에서 완전히 같습니다:", per_cell)
print()
print(f"정상 조직에서 재면 : {b0:.2f}")
print(f"ALS 조직에서 재면  : {b1:.2f}")
print(f"log2 fold change   : {np.log2(b1/b0):+.2f}")
print()
print("유전자는 하나도 안 변했는데 '2배 증가' 로 보입니다.")

고등학생어떻게 다루나

방법	내용	한계
디컨볼루션	조성을 추정해 보정	참조 프로파일이 필요
레이저 절단	같은 세포만	RNA 가 적음
단일세포	세포마다	사후 조직에서 어려움
세포 표지로 보정	공변량으로	과보정 위험

세 번째가 이상적인데 어렵다

사후 조직은 세포가 이미 손상되어 있다. 단일세포로 분리하기 어렵다.

대신 단일핵(snRNA-seq)을 쓰면 가능하다.

기술이 발전하면서 이 문제를 풀 방법이 생기고 있다

이 문제를 푸는 방법은 셋입니다.

🔬

세포를 뽑아서 잰다

레이저로 운동신경세포만 절취. GSE18920·GSE20589 가 이 방법입니다

🧫

세포 하나씩 잰다

단일세포 RNA-seq. /immune 강의가 이 방법을 다룹니다

🧪

한 종류만 만들어 잰다

iPSC 로 운동신경세포만. Answer ALS 가 이 방법입니다

세 번째가 이 강의의 15~17강입니다.

세 번째의 대가가 큽니다 — 그 얘기가 16강입니다.

Python 브라우저에서 실행

# 세 방법의 장단점.
methods = [
    ("레이저 절취",      "사람 조직 그대로",     "세포 수가 적어 RNA 가 모자란다 · 오염이 남는다"),
    ("단일세포 RNA-seq", "세포마다 따로 잰다",   "사후 조직에서는 핵만 뽑을 수 있다 · 비싸다"),
    ("iPSC 유래 세포",   "순수한 한 종류 · 무한", "사람 조직이 아니다 · 나이가 어리다 · 환경이 없다"),
]
print(f"{'방법':16s} {'좋은 점':22s} {'대가'}")
for m, good, bad in methods:
    print(f"{m:16s} {good:22s} {bad}")

고등학생이 강의의 대응

대응	강
레이저 절단 자료와 비교	14강
iPSC 유래 세포 자료	15~17강
두 층에서 모두 보이는 것	17강

두 층을 겹치는 것이 핵심 전략이다

조직에서 보이고 순수한 세포에서도 보이면 조성 때문이 아니다.

17강의 숫자

CNS 조직에서 237/91, diMN 세포에서 135/31.

두 층의 교집합 이 더 믿을 만하다.

서로 다른 한계를 가진 두 자료가 겹치는 지점이 가장 튼튼하다

🤔 확인 문제

조직을 갈아서 잰 자료에서 어떤 유전자가 두 배가 되었을 때, 구분할 수 없는 두 가지는?

🤔 확인 문제

ALS 에서 이 문제가 특히 심각한 이유는?

🤔 확인 문제

Answer ALS 가 iPSC 로 운동신경세포를 만든 것이 이 문제에 주는 해답은?