This lesson is only available in Korean for now.
면역세포가 종양 안으로 들어가지 못하는 면역사막 . 그 문을 잠근 것이 누구인지 계산으로 짚어 냈습니다.
지금까지 배운 세 단계가 실제로 쓰인 연구를 봅시다.
2025년 PNAS 에 실린 폐암 연구입니다
(Gong et al., DDX54 downregulation enhances anti-PD1 therapy in immune-desert
lung tumors with high TMB ).
수수께끼 — 왜 이 환자들에게는 면역치료가 안 듣나
면역관문억제제(anti-PD-1)는 폐암 치료를 바꿔 놓은 약입니다.
잘 듣는 환자를 고르는 지표 중 하나가 TMB(종양 변이 부담) 예요 —
암세포에 돌연변이가 많을수록 면역세포가 알아볼 만한 표지 가 많아지니
치료가 잘 들어야 맞습니다.
기대
TMB 가 높다 → 면역세포가 알아볼 표지가 많다 → anti-PD-1 이 잘 듣는다
현실의 일부 환자
TMB 가 높은데도 종양 안에 면역세포가 아예 없다 .
약을 써도 소용이 없다. 이런 종양을 면역사막(immune-desert) 이라 부릅니다.
표지는 잔뜩 있는데 병사가 안 온다. 누군가 문을 잠갔다 는 뜻입니다.
문제는 누가 잠갔는지 모른다는 것이었죠.
왜 이 문제에 아라크네를 썼나
후보 유전자를 하나씩 실험으로 확인하기에는 사람 유전자가 2만 개 입니다.
게다가 문을 잠근 것은 유전자 하나가 아니라 프로그램 전체 일 가능성이 큽니다 —
CD47 도 CD38 도 함께 켜져 있으니까요."이 프로그램 전체를 켜는 스위치 하나가 있는가?"
세 단계를 그대로 밟았다
① TCGA 폐암 코호트 ARACNe → 폐암 특이 네트워크
② 면역사막 vs 면역침윤 → 시그니처 VIPER → MR 순위표
③ DIGGIT → 변이가 뒷받침하는 후보 DDX54
단계 입력 산출 ARACNe TCGA 폐암 환자 발현 자료 폐암 조직에 특화된 regulon 모음 VIPER 면역사막 종양 vs 면역이 들어온 종양 활성이 크게 다른 조절자 순위표 DIGGIT 같은 환자들의 유전체 변이 변이가 뒷받침하는 상류 후보 → DDX54
DDX54 는 RNA 헬리케이스(RNA 를 풀어 주는 효소) 유전자입니다.
면역과 관련해서 유명한 유전자가 전혀 아니었어요.
후보 목록을 사람이 골랐다면 절대 안 올랐을 이름 입니다.
High school 왜 계산이 먼저인가
실험만 계산 + 실험 후보 수 1,500 전사인자 수십 비용 불가능 감당 가능 시간 수년 수개월
계산이 정확할 필요는 없다
1,500개를 30개로 좁혀 주면
실험이 50분의 1 로 준다.
그중 몇 개만 맞아도 성공이다.
그래서 평가 기준이 다르다
기준 중요도 정확도 (precision) 중요 재현율 (recall) 덜 중요
진짜를 다 찾을 필요는 없다.
찾은 것 중 진짜가 많으면 된다.
후보를 좁히는 도구는 다 찾는 것보다 헛것이 적은 것이 중요하다
실험으로 확인한 것
연구진은 DDX54 를 실제로 꺼 보았습니다 (shRNA 녹다운과 CRISPR 녹아웃).
확인한 것 결과 면역회피 표지 CD47 · CD38 둘 다 내려감 — "날 먹지 마" 신호가 약해짐 배아·영양막 유전자 프로그램 같이 꺼짐 — 암이 태아 조직을 흉내 내 면역을 피하던 방식 종양 안 T세포 · NK세포 가장자리에만 있던 것이 안쪽 깊이 들어옴 anti-PD-1 단독 거의 효과 없음 (원래 면역사막이니까) DDX54 억제 + anti-PD-1 종양이 크게 줄고, 생존율이 극적으로 올라감
스위치 하나를 껐더니 프로그램 전체가 꺼졌습니다.
그리고 안 듣던 약이 듣기 시작했어요. 마스터 조절자 가설이 맞았다 는 뜻입니다.
실제 연구의 논리 구조를 축소판으로 재현한 것입니다. 값은 모의자료의 값이지 논문의 값이 아닙니다.
Python
Runs in your browser
↺
▶ Run
High school 면역사막이라는 표현형
이 연구의 표현형은 면역사막 —
T세포가 거의 없는 종양이다.
물음 내용 무엇이 면역세포를 막나 — 그것을 조절하는 상위 인자는 계산으로 찾음
왜 상위 인자를 찾나
회피 기전이 여러 개 다.
하나씩 막는 것은 실행 불가능 하다.
그러니 여럿을 함께 켜는 상위 조절자를 찾는다.
이것이 ARACNe 계열 도구의 존재 이유다
망을 그려야 상위 · 하위 를 말할 수 있다.
간선 목록 없이는 그 개념이 없다.
네트워크를 만드는 이유는 위아래를 말하기 위해서다
🎮 세 단계를 눌러 가며 따라가기
각 단계에서 후보가 몇 개로 줄어드는지, 그리고 마지막에 무엇이 남는지 보세요.
이 강의의 자료는 모의자료입니다
숫자를 헷갈리지 않도록 분명히 해 둡니다.17강에서 이야기한 연구 결과 는 실제 논문의 내용입니다.이 강의의 코드가 계산하는 값 은 전부 우리가 만든 모의 코호트에서 나온 것입니다.
DDX54 · CD47 · CD38 이라는 이름만 빌려 왔어요.생물정보학 첫걸음(/bio) 에서
GEO 의 진짜 원자료로 직접 해 봅니다. 이 강의는 알고리즘 쪽 을 맡습니다.
High school 이 사례에서 배울 것
교훈 내용 계산은 후보를 준다 답이 아니라 목록 실험이 확인한다 필수 파이프라인은 단계적 각 단계가 좁힘 앞단의 오류가 전파된다 13강
그리고 정직하게 짚을 것
계산이 DDX54 를 지목했기 때문에
실험한 것이다.
다른 후보를 실험했으면 그것도 맞았을 수 있다.
계산의 순위가 맞는지 는 확인되지 않았다.
하나를 확인한 것이 순위 전체를 확인한 것은 아니다
🤔 Check yourself
면역사막(immune-desert) 종양이란?
A 돌연변이가 적은 종양
B TMB 가 높은데도 면역세포가 종양 안으로 들어오지 못한 종양
C 면역치료를 받은 적 없는 종양
D 전이가 없는 종양
Answer 알아볼 표지(돌연변이)는 많은데 병사(T세포·NK세포)가 안 들어옵니다. 누군가 문을 잠갔다는 뜻이고, 그 '누군가'를 찾는 데 마스터 조절자 분석이 쓰였습니다.
🤔 Check yourself
이 연구에서 아라크네가 실제로 한 일을 가장 정확히 말한 것은?
A DDX54 가 원인임을 증명했다
B 후보를 2만 개에서 실험 가능한 수준으로 줄여 가설을 세워 주었다
C 치료법을 설계했다
D 환자의 생존율을 예측했다
Answer 계산이 한 일은 가설 생성 입니다. 그 가설이 맞는지는 녹다운·녹아웃 실험과 동물 실험이 확인했습니다. 아라크네의 산출물은 언제나 검증되어야 할 후보 입니다.
🤔 Check yourself
DDX54 가 '사람이 골랐다면 안 올랐을 이름'인 이유는?
A 최근에 발견된 유전자라서
B RNA 헬리케이스로, 면역 회피와 관련해 알려진 바가 없던 유전자라서
C 발현량이 너무 낮아서
D 폐에서만 발현되어서
Answer 사람이 후보를 고르면 이미 아는 이름 부터 봅니다. 자료에서 통째로 그물을 복원하는 방식의 진짜 값어치는 아무도 예상 못 한 이름 을 끌어올릴 수 있다는 데 있습니다.
← Lesson 16 마스터 조절자
Mark this lesson done ✓
Lesson 18 → 함정
