Lesson 17 of 20

【실습】 누가 이 게시판을 가졌나 — HLA 빈도와 형평성

여덟 대립유전자로 몇 %를 덮나 · 그리고 누구의 몇 %인가

우리는 대립유전자 여덟 개로 예측기를 만들었습니다. 그런데 IMGT 에는 A·B·C 만 3만 가지가 넘게 등록돼 있어요.

여덟 개면 몇 %의 사람을 덮을까요?

계산해 봅시다. 그리고 계산이 끝나면 더 중요한 질문을 하겠습니다.

High school누가 이 게시판을 가졌나

7강의 다양성이 실무 문제가 되는 자리입니다.

예측기를 만들어도 — 그 게시판을 가진 사람에게만 쓸모 있다

그래서 물어야 할 것

물음	—
여덟 대립유전자로 몇 % 를 덮나	—
누구의 몇 %인가	⭐ ⚠

두 번째 물음이 이 강의 핵심이다

왜 두 번째가 중요한가

—	—
HLA 빈도는 집단마다 크게 다르다	⭐
유럽계에 흔한 것이	다른 집단엔 드물 수 있다 ⚠

"80% 를 덮는다" 가 어느 집단에서 인지 안 밝히면 — 불완전하다

비유 — 옷 사이즈 구성

—	—
"우리 옷은 90% 에게 맞습니다"	—
어느 나라의 90%?	물어야 한다 ⭐

평균이 누구의 평균인지가 형평성의 문제가 된다

인용값에는 반드시 '인용값' 이라고 씁니다. 우리 계산과 섞이면 안 돼요.

Python Runs in your browser

# 대립유전자 빈도 - 문헌에서 인용한 값
import ag

F = ag.facts()
print("※", F["freq_note"])
print()
print(f"{'대립유전자':<14}{'대립유전자 빈도(%)':>18}")
for a, f in sorted(F["freq"].items(), key=lambda x: -x[1]):
    print(f"{a:<14}{f:>16.1f}   {'█' * int(f)}")
print()
print("이 값은 **우리가 계산한 것이 아닙니다.** 문헌에서 가져왔어요.")
print("그리고 뒤에서 보겠지만 - **어느 인구의 값인지**가 결정적으로 중요합니다.")

High school대립유전자 빈도 → 사람 비율

note 의 이 변환에 함정이 있습니다.

대립유전자 빈도와 가진 사람 비율은 다르다 ⚠

왜 다른가

—	—
사람은 대립유전자를 두 개 가진다	부모에게 하나씩
그래서	둘 중 하나만 맞아도 가진 것 ⭐

가진 사람 비율 = 1 − (1−p)² — 빈도보다 크다

숫자로 보면

대립유전자 빈도 p	가진 사람 비율
10%	19%
25%	44%
50%	75% ⭐

빈도 50% 인데 75% 가 가진다 — 직관보다 크다

여러 대립유전자를 합칠 때는 더 복잡합니다

—	—
단순히 더하면 안 된다	`/dm` 17강 — 중복 ⚠
여러 개를 동시에 가진 사람이 있다	—

포함배제나 여집합으로 계산한다 — "하나도 없을 확률" 을 빼는 것

그리고 연관불평형

—	—
HLA-A · B · C 는 같이 유전된다	가까이 있어서 ⭐
독립 가정이	안 맞는다 ⚠

독립이라 가정하면 틀린다 — 하플로타입 빈도를 써야 정확하다

몇 개만 있어도 꽤 덮입니다 — 흔한 것이 아주 흔하기 때문이에요.

Python Runs in your browser

# 여덟 개를 쌓으면 몇 %를 덮나
import ag

F = ag.facts()
freq = sorted(F["freq"].items(), key=lambda x: -x[1])
못가질 = 1.0
print(f"{'대립유전자':<14}{'빈도(%)':>9}{'혼자서 덮는 %':>14}{'여기까지 누적 %':>16}")
for a, f in freq:
    p = f / 100
    혼자 = 1 - (1 - p) ** 2
    못가질 *= (1 - p) ** 2
    print(f"{a:<14}{f:>9.1f}{100*혼자:>13.1f}%{100*(1-못가질):>15.1f}%")
print()
print(f"여덟 개로 대략 {100*(1-못가질):.0f}% 를 덮습니다.")
print("(하디-바인베르크와 독립을 가정한 어림값입니다. 연관불평형은 무시했어요.)")

그런데 — 누구의 몇 %입니까

방금 쓴 빈도는 유럽계 인구의 값입니다. 인구마다 크게 다릅니다.

A*02:01 은 유럽계에서 가장 흔한 대립유전자지만, 지역에 따라 훨씬 드뭅니다. 반대로 A*24:02 는 동아시아에서 훨씬 흔하고, 아메리카 원주민 집단에서는 특정 대립유전자가 압도적입니다.

그런데 이 강의는 다른 인구의 빈도 자료를 싣지 않았습니다. 그리고 그것 자체가 이 강의가 말하려는 문제입니다 —

① IEDB 의 면역펩티돔 자료는 A*02:01 이 압도적으로 많습니다. (우리 검정 자료도 A*02:01 이 11,680개로 최다였지요 — 9강 표를 보세요.)
② 예측 도구는 자료가 많은 대립유전자에서 더 정확합니다.
③ 임상시험이 A*02:01 양성 환자만 모집하면, 그 결과는 그 대립유전자를 가진 사람에 대한 근거일 뿐입니다.

도구가 잘 듣는 사람과 안 듣는 사람이 인종·지역을 따라 갈립니다. 이것은 기술 문제가 아니라 형평성 문제입니다.

High school그런데 — 누구의 몇 %입니까

note 의 이 물음이 이 강의에서 가장 무거운 대목입니다.

연구 자료가 유럽계에 치우쳐 있다 ⚠

어디서 편중이 생기나

단계	편중
IEDB 펩타이드	흔히 연구된 대립유전자 ⚠ (3강)
예측기 학습	그 자료로 ⚠
임상시험	참여자 구성 ⚠
골수 기증자 등록	—

단계마다 같은 방향으로 치우친다 — 누적된다

그 결과

—	—
어떤 집단은	예측이 덜 정확 ⚠
치료 후보 발굴도	덜 된다 ⚠ ⭐

기술적 편중이 의료 불평등이 된다

그래서 해야 할 일

—	—
집단을 밝힌다	"이 커버리지는 X 집단 기준" ⭐
다양한 집단 자료를 모은다	—
범-대립유전자 모형	7강 — 도움이 된다 ✔

첫 줄이 지금 당장 할 수 있는 일이다 — 밝히기만 해도 다르다

비유 — 표준 체형

—	—
"표준" 이 누구 기준인가	—
안 밝히면	보편인 척 한다 ⚠

기준을 밝히는 것이 정직의 최소 조건이다

우리가 한 선택을 드러내 놓는 것. 이것이 재현 가능한 분석의 조건입니다.

Python Runs in your browser

# 우리 자료가 얼마나 A*02:01 쪽으로 기울었나
import ag

d = ag.peptides(use="검정")
n = d.groupby("대립유전자").size().sort_values(ascending=False)
tot = n.sum()
print("검정 자료의 대립유전자별 펩타이드 수")
for a, v in n.items():
    print(f"  {a:<14}{v:>7,}  {100*v/tot:>5.1f}%  {'█' * int(60*v/tot)}")
print()
print(f"A*02:01 하나가 {100*n['HLA-A*02:01']/tot:.1f}% 입니다.")
print()
print("우리는 모티프 무리를 4,000개씩 **일부러 맞췄습니다.**")
print("그러지 않았다면 A*02:01 모델만 좋고 나머지는 형편없었을 거예요.")
print("**균형을 맞추는 것도 하나의 선택입니다** - 그리고 그 선택을 적어 둬야 합니다.")

High school커버리지를 설계에 쓰는 법

17강을 마치며 실용적 쓰임을 봅시다.

백신·치료를 설계할 때 — 얼마나 많은 사람에게 통할까

설계 판단

선택	—
흔한 HLA 몇 개만 겨냥	많은 사람 ✔ · 나머지는 배제 ⚠
여러 HLA 를 골고루	커버리지 ↑ · 복잡해진다

"몇 %를 덮나" 가 제품 설계의 숫자가 된다

에피토프 여러 개를 넣는 이유

—	—
한 에피토프는	일부 HLA 에만 ⚠
여러 개를 넣으면	커버리지가 올라간다 ✔ ⭐

다가 백신이 그래서 설계된다 — 다양성에 대한 대응

그리고 개인 맞춤과의 대비

전략	—
공용 (off-the-shelf)	흔한 HLA — 미리 만든다 ✔
맞춤	그 환자 HLA — 다 덮는다 ✔ · 비싸다 ⚠

커버리지 계산이 어느 전략을 쓸지 를 정한다 — 11강

이 강의의 결론

—	—
HLA 다양성은	인류의 자산이자 기술의 과제 ⭐

7강의 진화적 이점이 — 21세기에 공학적 난제가 되었다

🤔 Check yourself

대립유전자 빈도 25.2% 인 A*02:01 을 적어도 하나 가진 사람의 비율이 44.0% 인 이유는?

🤔 Check yourself

이 계산이 어림값인 가장 큰 이유는?

🤔 Check yourself

IEDB 자료가 A*02:01 쪽으로 기울어 있는 것이 만드는 문제는?