3강 / 20강

【실습】 펩타이드 표를 연다 — 무엇이 실려 있나

IEDB 조각 읽는 법 · 두 가지 실험이 뜻하는 것

표의 한 줄이 펩타이드 하나입니다. 열은 넷뿐이에요.

열	무엇
`대립유전자`	어느 HLA 에 대해 잰 것인가
`펩타이드`	아미노산 9글자
`용도`	모티프(질량분석) 또는 검정(결합 실험)
`라벨`	검정용에만 — 결합 / 비결합

'용도' 가 이 강의의 설계입니다. 두 무리가 완전히 다른 실험에서 왔어요.

고등학생IEDB 조각 읽는 법

실습의 첫 걸음은 자료를 여는 것입니다.

IEDB 는 실험으로 확인된 펩타이드를 모은 곳이다

무엇이 들어 있나

열	—
펩타이드 서열	SIINFEKL 같은
MHC 대립유전자	HLA-A*02:01 등
측정값	결합 세기 또는 검출 여부
실험 종류	결정적 ⭐

마지막이 가장 중요하다 — 어떤 실험이냐 에 따라 뜻이 다르다

대립유전자 이름 읽는 법

부분	뜻
HLA-A	유전자 (A · B · C)
*02	대립유전자 군
:01	세부 — 단백질이 다름

A*02:01 과 A*02:07 은 비슷하지만 다르다 — 결합도 다를 수 있다

비유 — 도서 목록

—	—
"이 책이 이 서가에 있었다"	기록 ✔
기록 방식이 여럿이면	뜻을 구별해야 한다 ⭐

자료를 열자마자 물을 것 — 이 숫자가 무엇을 잰 것인가

모티프용 32,000줄 · 검정용 37,916줄입니다.

Python 브라우저에서 실행

# 표를 열고 본다
import ag
import pandas as pd

d = ag.peptides()
print(d.shape)
print()
print(d.head(4).to_string(index=False))
print()
print("용도별 줄 수")
print(d["용도"].value_counts().to_string())
print()
print("검정용의 라벨")
print(d[d["용도"] == "검정"]["라벨"].value_counts().to_string())

두 실험의 차이 — 이것이 이 강의의 뼈대입니다

질량분석 (용도 = 모티프)

세포에서 MHC 를 뽑아내고, 거기 얹혀 있던 펩타이드를 떼어 내 질량분석합니다.
→ 실제로 제시되고 있던 것입니다. 자르기·운반·결합을 모두 통과한 것들이에요.
→ 대신 양성만 나옵니다. '안 얹힌 것' 은 목록에 없습니다.

정제 MHC 결합 실험 (용도 = 검정)

시험관에서 정제한 MHC 단백질에 펩타이드를 넣고 붙는지 봅니다.
→ 결합만 재는 것이라 자르기·운반은 안 봅니다.
→ 대신 음성도 나옵니다 — 안 붙은 펩타이드가 기록돼요.

그래서 우리는 질량분석으로 배우고 결합 실험으로 채점합니다. 서로 다른 실험이므로, 잘 맞으면 그건 외운 것이 아닙니다.

고등학생두 가지 실험이 뜻하는 것

note 가 말하는 두 실험의 차이가 핵심입니다.

실험	재는 것	뜻
결합 측정	시험관에서 붙나	"붙을 수 있다"
질량분석	세포 표면에 실제로	"실제로 걸렸다" ⭐

"붙을 수 있다" 와 "실제로 걸렸다" 는 다른 말이다 — 13강

왜 다른가

단계	결합 측정	질량분석
잘리기 (4강)	안 본다	포함 ✔
운반 (5강)	안 본다	포함 ✔
단백질 양	안 본다	포함 ✔

질량분석 자료가 실제 경로 전체를 반영한다 ⭐

그래서 9강에서

—	—
모티프를 질량분석으로 배우고	—
채점은 결합 측정으로	서로 독립이다 ⭐

배운 자료로 채점하지 않는다 — /ml 4강의 원칙이다

비유 — 자격과 실제

—	—
"할 수 있다" (자격증)	결합 측정
"실제로 하고 있다" (재직 증명)	질량분석 ⭐

둘 다 사실이지만 답하는 물음이 다르다

규칙이 눈에 보이기 시작합니다 — 그것을 숫자로 만드는 것이 9강입니다.

Python 브라우저에서 실행

# 펩타이드 몇 개를 눈으로 본다
import ag

for a in ["HLA-A*02:01", "HLA-B*07:02"]:
    m = ag.peptides(a, "모티프")["펩타이드"].head(8).tolist()
    print(f"{a} — 실제로 제시되던 9mer")
    print("   ", " ".join(m))
    print()
print("벌써 눈에 띄는 것이 있나요?")
print("A*02:01 은 두 번째 글자가, B*07:02 는 두 번째 글자가 특히 비슷합니다.")
print("9강에서 그것을 숫자로 만듭니다.")

고등학생질량분석 자료의 큰 함정 하나

note 의 이 경고가 실습의 전제를 흔듭니다.

질량분석은 많이 있는 것을 잘 본다 — 적은 것은 놓친다

그래서 생기는 편향

보이는 것	안 보이는 것
발현이 높은 단백질에서 온 조각	드문 조각 ⚠
이온화가 잘되는 서열	이온화가 나쁜 서열 ⚠
—	소수성이 극단적인 것

"검출 안 됨" 이 "없음" 이 아니다 ⚠

이게 9강의 모티프에 영향을 줍니다

—	—
모티프는 검출된 것으로 만든다	—
검출 편향이 있으면	모티프도 치우친다 ⚠

배운 것에 실험 방법의 흔적이 남는다 — /ml 16강의 성격

그리고 14강에서 다시 나옵니다

"질량분석이 못 보는 것" 이 14강의 핵심 주제예요.

비유 — 그물의 코

—	—
큰 물고기만 잡히는 그물	—
"작은 물고기가 없다" 고	결론 내면 안 된다 ⚠

도구가 무엇을 못 보는지 를 아는 것이 자료를 읽는 첫걸음이다

고등학생표를 열었을 때 먼저 볼 것

3강을 마치며 실전 습관을 정리합시다.

계산하기 전에 자료를 살펴본다

확인	왜
몇 줄인가	규모 감각
길이 분포	9mer 가 대부분인가 (2강)
대립유전자별 개수	편중돼 있나 ⭐
중복이 있나	같은 펩타이드가 여러 번
실험 종류 분포	—

대립유전자별 개수가 크게 다르면 — 결과가 치우친다 ⚠

왜 그런가

—	—
A02:01 은 수만 개*	가장 많이 연구됨
드문 대립유전자는	수백 개 ⚠

자료 양이 다르면 모티프의 신뢰도도 다르다 — 9강에서 확인한다

그리고 17강의 복선

—	—
연구가 많은 대립유전자는	유럽계에 흔한 것들 ⚠

자료의 편중이 누구를 위한 예측기인지를 정한다 — 17강

표를 여는 것부터가 이미 판단입니다. 무엇이 들어 있고 무엇이 빠졌는지를 보는 거죠.

🤔 확인 문제

질량분석(용도 '모티프') 자료의 특징으로 맞는 것은?

🤔 확인 문제

배우는 자료와 채점하는 자료를 다른 실험에서 가져오면 좋은 이유는?

🤔 확인 문제

양성만 있는 자료로 예측기를 채점하면 안 되는 이유는?