Lesson 9 of 20

【실습】 결합 모티프 — 게시판마다 좋아하는 글자가 다르다

IEDB 질량분석 펩타이드 4,000개 × 대립유전자 8개 · 앵커를 눈으로 찾는다

8강에서 알았습니다 — 사람마다 다른 자리는 펩타이드를 붙잡는 주머니입니다.

그러면 주머니가 다르면 붙잡는 글자도 다르겠지요. 그 취향을 어떻게 알아낼까요?

실제로 게시판에 올라 있던 조각들을
수천 개 모아서 자리마다 세어 본다

질량분석으로 MHC 에서 직접 떼어낸 펩타이드가 IEDB 에 있습니다. 대립유전자마다 4,000개씩 가져왔어요.

High school게시판마다 좋아하는 글자가 다르다

8강에서 알았습니다 — 다른 자리는 주머니였습니다.

주머니가 다르면 — 선호하는 아미노산이 다르다

모티프란

—	—
붙는 펩타이드 수천 개를 모아	—
각 자리에 어떤 글자가 많은지	세어 본다 ⭐

"이 게시판이 좋아하는 글자" 를 통계로 뽑아낸다

무엇이 보일까

자리	예상
P2	특정 글자가 몰린다 ⭐
P3~P8	비교적 고르다
P9	몰린다 ⭐

2강의 B·F 주머니 예측과 맞으면 — 구조와 자료가 일치한 것이다

비유 — 자물쇠의 지문

—	—
맞는 열쇠 수천 개를 모아	—
공통점을 찾으면	자물쇠 모양을 안다 ⭐

자물쇠를 안 열어 보고도 — 열쇠들로 모양을 알 수 있다

두 무리가 <b>서로 다른 실험</b>에서 왔다는 점이 중요합니다. 10강에서 이유가 나옵니다.

Python Runs in your browser

# 자료를 먼저 본다
import ag

print("대립유전자:", " · ".join(ag.alleles()))
print()
d = ag.peptides()
print(d.groupby(["대립유전자", "용도"]).size().unstack(fill_value=0).to_string())
print()
print("'모티프' 는 질량분석으로 **실제 제시가 확인된** 9mer 입니다.")
print("'검정' 은 정제 MHC 결합 실험의 양성/음성 - 10강에서 씁니다.")
print()
print(ag.peptides("HLA-A*02:01", "모티프").head(6).to_string(index=False))
print()
print("모티프 무리의 라벨 칸이 '—' 인 것은 **비결합 대조군이 없기 때문**입니다.")
print("질량분석은 '거기 있던 것' 만 잡습니다 - 없던 것의 목록은 주지 않아요.")
print("이것이 10강에서 검정 무리를 따로 쓰는 이유입니다.")

코드는 세 줄입니다. 결과는 교과서에 실린 그림과 같습니다.

Python Runs in your browser

# 자리마다 아미노산 빈도를 센다 - 그게 전부다
import ag
import numpy as np

peps = ag.peptides("HLA-A*02:01", "모티프")["펩타이드"].tolist()
M = ag.pfm(peps)                    # 9 x 20 행렬
print(f"펩타이드 {len(peps):,}개 -> 행렬 {M.shape}")
print()
for j, 자리 in enumerate(ag.logo(M, top=3)):
    글자 = "  ".join(f"{a} {p:>4.1f}%" for a, p in 자리)
    print(f"  P{j+1}   {글자}")

High schoolP2 와 P9 — 앵커가 보입니다

note 의 이 확인이 구조와 자료의 만남입니다.

계산 결과가 2강의 구조 지식과 일치한다 ✔

대립유전자별 앵커 선호

대립유전자	P2	P9
A*02:01	L · M	V · L
A*11:01	T · V	K ⭐
B*07:02	P ⭐	L

B*07:02 의 P2 가 프롤린 — 아주 뚜렷한 선호다

가운데 자리는 왜 고른가

자리	어디를 향하나
앵커 (P2·P9)	홈 아래 — MHC 를 향한다
가운데	홈 위 — T세포를 향한다 ⭐

앵커는 MHC 를 위한 자리, 가운데는 T세포를 위한 자리

이 구분이 중요합니다

—	—
앵커가 바뀌면	안 붙는다 ⚠
가운데가 바뀌면	붙지만 다르게 보인다 ⭐

신생항원이 가운데 변이일 때 가장 좋다 — 11·12강

비유 — 액자와 그림

—	—
액자 걸이	벽에 걸리게 — 앵커
그림 내용	보는 사람에게 — 가운데 ⭐

걸이는 벽이 정하고 그림은 보는 이가 판단한다

'앵커' 를 눈대중이 아니라 <b>기준을 정해</b> 뽑았습니다. 기준을 적어 두는 것이 재현의 시작입니다.

Python Runs in your browser

# 앵커를 '정보량' 으로 확인한다 - 눈이 아니라 숫자로
import ag
import numpy as np

peps = ag.peptides("HLA-A*02:01", "모티프")["펩타이드"].tolist()
M = ag.pfm(peps)
H = ag.entropy(M)                   # bit. 4.32 가 최대(한 글자만 온다)
print("자리별 정보량 (0 이면 아무 글자나, 4.32 면 한 글자만)")
for j in range(9):
    막대 = "█" * int(H[j] * 12)
    print(f"  P{j+1}  {H[j]:>5.2f} bit  {막대}")
print()
앵커 = [j + 1 for j in range(9) if H[j] > H.mean() + H.std()]
print("평균+1표준편차를 넘는 자리:", 앵커)

B*07:02 는 P2 에 프롤린, B*44:02 는 P2 에 글루탐산 — 완전히 다른 화학입니다.

Python Runs in your browser

# 여덟 게시판의 취향을 한 표로
import ag
import numpy as np

print(f"{'대립유전자':<14}{'P2 최다':>10}{'':<4}{'P9 최다':>10}{'':<4}{'앵커 자리':<12}")
for a in ag.alleles():
    peps = ag.peptides(a, "모티프")["펩타이드"].tolist()
    M = ag.pfm(peps)
    H = ag.entropy(M)
    L = ag.logo(M, top=1)
    p2, p9 = L[1][0], L[8][0]
    앵커 = "·".join(f"P{j+1}" for j in range(9) if H[j] > H.mean() + H.std())
    print(f"{a:<14}{p2[0]} {p2[1]:>5.1f}%{'':<4}{p9[0]} {p9[1]:>5.1f}%{'':<4}{앵커:<12}")
print()
print("게시판마다 취향이 다릅니다. 같은 단백질에서 **다른 조각**이 올라가는 이유예요.")

표를 자세히 보세요 — 기준이 앵커를 놓칩니다

A*03:01 은 P2 에 L 이 35.4% 나 오는데 앵커로 안 잡혔습니다. A*11:01 도 그렇고, B*44:02 는 P9 를 놓쳤어요. 왜일까요?

'평균+1표준편차' 라는 기준 때문입니다. A*03:01 은 P9 의 K 가 69.9% 로 너무 압도적이라 평균과 표준편차를 한꺼번에 끌어올립니다. 그래서 기준선 자체가 높아져 P2 가 밑으로 깔려요.

한 자리가 너무 강하면 다른 앵커가 가려집니다. 기준을 절대값(예: 1.0 bit 초과)으로 바꾸면 결과가 달라집니다 — 위젯에서 직접 바꿔 보세요.

이것이 이 강의가 계속 말하는 것입니다 — 기준을 정하는 순간 결과가 정해집니다. 그래서 기준을 반드시 적어 둡니다.

High school표를 자세히 보세요 — 기준이 앵커를 놓칩니다

note 의 이 경고가 미묘한 통계 문제입니다.

단순히 빈도만 세면 앵커를 놓칠 수 있다

왜 그런가

—	—
류신(L) 은 원래 흔한 아미노산	—
어느 자리에서든	많이 나온다 ⚠

"많다" 가 "선호된다" 는 뜻이 아니다

그래서 기준선이 필요합니다

비교	—
이 자리의 빈도	÷
전체 단백질에서의 빈도	= 농축 정도 ⭐

기준선 대비 몇 배인지를 봐야 한다

그러면 드러납니다

—	빈도	농축
흔한 아미노산	높다	낮을 수 있다 ⚠
드문데 몰린 것	낮다	매우 높다 ⭐

드문 글자가 몰려 있으면 — 강한 신호다

10강의 PSSM 이 이걸 씁니다

—	—
PSSM 점수 = log(관찰 / 기준)	⭐
기준보다 많으면	양수
적으면	음수

"기준 대비" 로 바꾸는 것이 거의 모든 서열 분석의 기본이다

High school왜 이게 중요한 실용 지식인가

note 의 이 대목을 실무 관점으로 봅시다.

모티프를 알면 — 예측 결과를 검산할 수 있다

실무에서 이렇게 씁니다

상황	모티프 지식으로
예측 점수가 높다	앵커가 맞나 눈으로 확인 ✔
예측이 이상하다	왜 그런지 설명된다 ⭐
변이가 앵커에 있다	결합이 깨질 것 (12강)

도구를 믿기만 하지 않고 — 납득할 수 있게 된다

12강의 예고

—	—
KRAS G12C 변이가	—
앵커를 안 건드리면	점수가 안 변한다 ⭐

모티프를 알면 왜 안 변하는지 를 즉시 안다

그리고 백신 설계에

—	—
앵커를 일부러 개량한다	결합을 강화 — anchor-modified
⚠ 그런데	T세포가 원래 것을 못 알아볼 수 ⚠

붙게 만드는 것과 알아보게 만드는 것이 다르다 — 13강

비유 — 규격과 내용

—	—
서류를 규격에 맞게	접수는 된다 ✔
내용이 설득력 있나	다른 문제 ⭐

접수(결합)와 승인(면역원성)은 다른 단계다 — 13강의 주제다

🤔 Check yourself

펩타이드의 P2 와 P9 만 특정 아미노산이 압도적인 이유는?

🤔 Check yourself

'정보량(bit)' 으로 앵커를 뽑은 것이 눈대중보다 나은 이유는?

🤔 Check yourself

HLA-A*02:01 과 HLA-B*07:02 가 P2 에서 서로 다른 아미노산을 좋아한다는 사실의 실용적 의미는?