10강 / 20강

합친 결과 — 유전자 14,100개 중 1,750개

무작위효과 메타분석 · Benjamini–Hochberg · 이 강의의 실제 결과

이제 계산입니다. 절차는 /geo 강의와 같아요 — 시리즈마다 Hedges' g 를 구하고, 무작위효과로 합치고, Benjamini–Hochberg 로 다중검정을 보정합니다.

다른 점은 하나 — 유전자마다 합쳐진 시리즈 수가 다릅니다(5강의 k).

고등학생유전자 14,100개 중 1,750개

다섯 시리즈를 합쳐 메타분석한 결과다.

	개수
분석한 유전자	14,100
유의한 유전자	1,750
비율	약 12%

왜 14,100 인가

다섯 플랫폼에 모두 있는 유전자만 쓴다. 20년 전 칩에는 유전자가 적으니 공통분모 가 이만큼이다.

여러 자료를 합치면 공통분모만 남는다 — 그것이 합치기의 대가다

결과입니다.

🧬

14,100

세 시리즈 이상에 있는 유전자

✅

1,750

q < 0.05 통과

💪

860

거기에 |g| > 1.0 까지

🧭

2,668

가진 시리즈에서 부호가 모두 같은 것

표본이 ALS 52 · 대조 72 밖에 안 되는데도 1,750개가 나옵니다. /geo 강의(142표본)에서 2,357개가 나온 것과 비슷한 규모예요.

고등학생무작위효과 메타분석

모형	가정
고정효과	모든 연구가 같은 참값
무작위효과	연구마다 참값이 다를 수 있음

왜 무작위효과인가

9강에서 봤듯 조직이 다르다. 그러면 진짜 효과 자체가 다를 수 있다.

고정효과는 그것을 측정 오차 로 취급한다. 무작위효과는 실재하는 차이 로 본다.

결과의 차이

	고정효과	무작위효과
신뢰구간	좁음	넓음
유의한 것	많음	적음

이질성을 인정하면 결론이 약해지고 정직해진다

숫자가 줄어드는 것보다 무엇이 남았는가가 중요합니다.

Python 브라우저에서 실행

# 필터를 겹칠 때마다 남는 수 — 실제 값입니다.
steps = [
    ("세 시리즈 이상에 있는 유전자", 14100),
    ("q < 0.05",                      1750),
    ("q < 0.05  그리고  |g| > 1.0",    860),
]
prev = None
for label, n in steps:
    if prev is None:
        print(f"{label:34s} {n:7,d}")
    else:
        print(f"{label:34s} {n:7,d}   ({n/prev*100:5.1f}% 남음)")
    prev = n
print()
print("860개도 표적 후보로 쓰기에는 너무 많습니다.")
print("그리고 그 860개가 무엇인지 보면 더 문제입니다 — 다음 강.")

고등학생Benjamini–Hochberg 보정

14,100번 검정하면 우연히 705개 가 p < 0.05 가 된다.

14,100 × 0.05 = 705

	개수
우연 기댓값	705
실제 유의	1,750

그러니 보정이 필요하다

BH 는 가짜의 비율(FDR)을 통제한다.

FDR 0.05 로 1,750개면

그중 약 87개(5%)가 가짜라고 예상된다.

대부분은 진짜라는 뜻이다.

FDR 은 목록 전체의 순도를 보장하지 개별 항목을 보장하지 않는다

k 별 분포도 봐 둡니다.

k (합쳐진 시리즈 수)	유전자 수	뜻
3	7,013	증거가 셋. 대개 옛 칩에 없던 유전자들
4	5,326	증거가 넷
5	1,761	다섯 전부. 가장 믿을 만한 무리

k = 5 인 1,761개는 1999년 칩에도 있던 유전자들입니다. 오래 알려진 유전자라는 뜻이고, 그래서 새로울 가능성은 낮습니다. 증거의 두께와 새로움이 서로 맞바뀝니다.

증거의 두께와 새로움을 함께 가질 수는 없습니다.

Python 브라우저에서 실행

# k 가 클수록 증거가 두껍지만 새롭지 않다 — 그 맞바꿈.
rows = [(3, 7013, "옛 칩에 없던 유전자. 새롭지만 증거가 얇다"),
        (4, 5326, "중간"),
        (5, 1761, "1999년에도 알던 유전자. 증거는 두꺼운데 새롭지 않다")]
total = sum(r[1] for r in rows)
for k, n, note in rows:
    bar = "#" * int(n / total * 50)
    print(f"k={k}  {n:6,d}  {bar}")
    print(f"       {note}")
print()
print(f"합계 {total:,}")

고등학생1,750개는 너무 많다

문제	내용
실험할 수 없음	—
해석이 어려움	—
대부분이 결과일 것	원인이 아니라

그래서 좁혀야 한다

방법	강
효과 크기 문턱	—
이질성 확인	13강
다른 층 자료와 교차	17강
표적 가능성	19강

그런데 먼저 확인할 것이 있다

상위 목록에 무엇이 있나 — 11강에서 본다. 그리고 놀란다.

목록을 좁히기 전에 그 목록이 무엇을 반영하는지부터 봐야 한다

🤔 확인 문제

ALS 표본이 52명뿐인데 유의한 유전자가 1,750개나 나온 이유는?

🤔 확인 문제

k = 5 인 유전자들이 새로울 가능성이 낮은 이유는?