9강 / 20강

척수와 전두엽을 한 표에 — 조직 불일치

다섯 시리즈의 조직 · GSE26927 의 뇌 부위 목록

다섯 시리즈가 잰 조직을 나란히 놓아 봅니다.

시리즈	조직	어떻게 얻었나
`GSE18920`	척수 전각의 운동신경세포	레이저로 세포만 절취
`GSE20589`	경수의 운동신경세포	레이저로 세포만 절취
`GSE833`	척수 회백질	조직을 통째로 갈았다
`GSE26927`	ALS 는 경수, 대조는 여러 부위	조직을 통째로 갈았다
`GSE139384`	전두엽·측두엽	조직을 통째로 갈았다

둘은 세포를 재고 셋은 조직을 잽니다. 그리고 넷은 척수인데 하나는 대뇌입니다.

고등학생척수와 전두엽을 한 표에

다섯 시리즈가 같은 조직 을 잰 것이 아니다.

조직	내용
척수 전각	하위 운동신경세포
운동피질	상위 운동신경세포
전두엽	—
레이저로 잘라낸 신경세포	—

조직이 다르면 발현이 근본적으로 다르다 — 병 때문이 아니라 조직 때문에

고등학생조직 차이가 병 차이보다 크다

차이의 원천	크기
조직	아주 큼
병 여부	작음

그러면 무슨 일이

여러 조직을 합쳐서 분석하면 조직 차이가 결과를 지배한다.

병 신호는 묻힌다.

그래서 조직 안에서 비교한다

각 시리즈 안에서 환자 vs 대조 를 비교하고 그 결과를 합친다(5강의 메타분석).

더 큰 변동 요인이 있으면 그 안에서 비교해야 관심 있는 차이가 보인다

조직 차이는 병 차이보다 큽니다. 그것도 훨씬.

척수와 대뇌피질은 세포 구성이 아예 다릅니다. 운동신경세포의 비율, 별아교세포의 비율, 희소돌기아교세포의 비율, 백질과 회백질의 비율 — 전부 다릅니다.

가장 큰 신호를 먼저 없애야 그 아래 것이 보입니다.

Python 브라우저에서 실행

# 조직 차이와 병 차이의 크기 감각.
# (실제 뇌 전사체 연구들이 보고하는 대략의 규모입니다)
effects = [
    ("척수 대 대뇌피질",           "아주 크다",  "수천 개 유전자, |g| 2~5"),
    ("회백질 대 백질",             "크다",       "수백~수천 개, |g| 1~3"),
    ("같은 부위, ALS 대 대조",     "중간",       "수백 개, |g| 0.5~2"),
    ("같은 부위, 나이 10년 차이",  "작다",       "수십 개, |g| 0.2~0.5"),
]
print(f"{'무엇의 차이인가':28s} {'크기':>9s}   대략")
for what, size, detail in effects:
    print(f"{what:28s} {size:>9s}   {detail}")
print()
print("병 차이보다 조직 차이가 큽니다.")
print("그러니 조직을 안 맞추면 병 신호가 조직 신호에 묻힙니다.")

고등학생그래도 조직이 다르면 결과가 다르다

조직	기대되는 신호
척수 전각	신경세포 소실 · 교세포 증식
운동피질	상위 신경세포 변화
전두엽	덜 영향받음

그러니 이질성이 생긴다

13강에서 I² 로 그것을 잰다.

이질성이 크면

해석	내용
합치면 안 됨	서로 다른 것을 잼
조직별로 나눔	—
이질성 자체가 정보	조직마다 다르다는 발견

이질성은 문제이면서 동시에 정보다 — 어디가 다른지 알려 준다

먼저 빼고 나중에 합친다 — 이 순서가 조직 불일치를 지웁니다.

Python 브라우저에서 실행

# 발현값을 합칠 때와 효과크기를 합칠 때.
import numpy as np

# 척수(시리즈 A)와 대뇌(시리즈 B). 조직 차이가 병 차이보다 큽니다.
tissue_shift = 4.0     # 조직에 따른 기준선 차이
disease      = 1.0     # 진짜 병 효과

A_ctrl, A_als = 6.0, 6.0 + disease
B_ctrl, B_als = 6.0 + tissue_shift, 6.0 + tissue_shift + disease

print("### 나쁜 방법 — 발현값을 이어 붙이고 한 번에 계산")
als  = [A_als, B_als]
ctrl = [A_ctrl, B_ctrl]
print(f"  ALS 평균 {np.mean(als):.2f}  대조 평균 {np.mean(ctrl):.2f}  차이 {np.mean(als)-np.mean(ctrl):+.2f}")
print("  (여기서는 균형이 맞아 우연히 맞았습니다)")

print()
print("### 균형이 깨지면 — 척수는 대조가 많고 대뇌는 환자가 많다면")
als2  = [A_als] * 2 + [B_als] * 8
ctrl2 = [A_ctrl] * 8 + [B_ctrl] * 2
print(f"  ALS 평균 {np.mean(als2):.2f}  대조 평균 {np.mean(ctrl2):.2f}  차이 {np.mean(als2)-np.mean(ctrl2):+.2f}")
print(f"  진짜 병 효과는 {disease:+.2f} 인데 {np.mean(als2)-np.mean(ctrl2):+.2f} 로 보입니다")

print()
print("### 좋은 방법 — 시리즈 안에서 먼저 빼고 합치기")
dA = A_als - A_ctrl
dB = B_als - B_ctrl
print(f"  시리즈 A 안: {dA:+.2f}   시리즈 B 안: {dB:+.2f}   합치면 {(dA+dB)/2:+.2f}")
print("  조직 차이가 뺄셈에서 사라졌습니다.")

고등학생레이저 절단이 특별하다

GSE18920 은 레이저로 운동신경세포만 잘라내서 쟀다.

	조직 전체	레이저 절단
세포	섞여 있음	신경세포만
세포 조성 문제	있음	없음
RNA 양	많음	적음 — 증폭 필요

12강의 문제를 피한다

조직 전체를 갈면 세포 조성 변화 가 섞인다.

레이저 절단은 같은 세포끼리 비교한다.

14강에서 이 둘을 비교한다

같은 환자, 같은 척수인데 상관이 0.43 이다.

무엇을 잘라 재느냐가 결과를 크게 바꾼다 — 14강에서 숫자로 본다

🤔 확인 문제

척수 자료와 대뇌 자료를 한 표에 이어 붙여 분석하면 가장 큰 신호는?

🤔 확인 문제

이 강의가 조직 불일치를 다루는 방법은?

🤔 확인 문제

GSE26927 의 source_name 에 여러 뇌 부위가 들어 있는 이유는?