18강 / 20강
함정 — 아라크네가 거짓말하게 만드는 것들
샘플 수 · 배치효과 · 전사인자 목록
아라크네는 자료가 시키는 대로 합니다. 자료가 거짓말을 하면 그물도 거짓말이 되죠. 실무에서 실제로 문제가 되는 함정 넷을 봅니다.
함정 ① 샘플이 부족하다
2강에서 "샘플이 많아야 한다"고 했습니다. 얼마나 많아야 할까요? 직접 재 봅시다.
코호트를 매번 새로 뽑으므로 값이 조금씩 출렁입니다. 그것도 현실입니다.
Python
브라우저에서 실행
함정 ② 배치효과 — 가장 무서운 것
자료를 두 기관에서, 또는 두 시기에 나눠 측정했다고 합시다. 기계 상태나 시약이 조금 달라 배치마다 값이 통째로 조금씩 밀립니다.
이것이 왜 치명적일까요? 배치 A 에서 값이 올라간 유전자들은 전부 서로 같이 올라간 것처럼 보이기 때문입니다. 아무 관계 없는 유전자 수천 쌍이 한꺼번에 가짜 관계를 갖게 됩니다.
GAPDH 나 ACTB 같은 '줄 없는 유전자'까지 선이 붙습니다. 보정 한 번으로 대부분 사라집니다.
Python
브라우저에서 실행
함정 ③ 전사인자 목록의 품질
아라크네는 "누가 전사인자인가"를 여러분이 알려 준 대로 믿습니다. 목록이 나쁘면 결과도 나쁩니다.
| 목록의 문제 | 결과 |
|---|---|
| 진짜 전사인자가 빠졌다 | 그가 거느린 관계는 아예 후보에도 못 오른다 |
| 아닌 것이 들어갔다 | 그 유전자를 중심으로 가짜 regulon 이 생긴다 |
| 보조인자·신호전달분자를 넣었다 | DNA 에 직접 붙지 않는데 표적이 생긴다 — 해석이 틀어진다 |
실무에서는 잘 관리된 목록을 씁니다 — 사람은 Lambert et al. (2018) 의 1,639개 목록이 사실상 표준입니다.
함정 ④ 상관은 인과가 아니다 (계속)
16강에서 다뤘지만 다시 강조합니다. 아라크네의 간선은 방향이 없고, "직접 결합한다"는 뜻도 아닙니다. 같은 간선이 이 중 무엇이든 될 수 있어요.
- A 가 B 의 프로모터에 붙어 직접 켠다 (우리가 바라는 것)
- B 가 A 를 켠다 (방향이 반대)
- 제3의 인자 C 가 둘 다 켠다 (DPI 로 잡히기도, 안 잡히기도)
- 둘이 같은 세포 상태(증식 중이라든가)를 반영할 뿐이다
🤔 확인 문제
샘플이 30명뿐일 때 아라크네의 성능은 어떤 모양으로 나빠질까요?
해설 귀무분포가 넓어져 문턱이 높아지므로 거의 아무것도 통과하지 못합니다. 틀린 답을 내는 게 아니라 답을 못 내는 쪽이라 그나마 안전하지만, '간선이 없다'를 '관계가 없다'로 읽으면 큰 오해가 됩니다.
🤔 확인 문제
배치효과가 아라크네에 특히 치명적인 이유는?
해설 배치라는 공통 원인이 모든 유전자에 걸립니다. 그래서 가짜 관계가 한두 개가 아니라 대량으로 생깁니다. DPI 로도 못 지웁니다 — 그림자가 아니라 실제로 존재하는 (원치 않는) 관계니까요.
🤔 확인 문제
아라크네의 간선 A–B 를 보고 말할 수 없는 것은?
해설 직접 결합은 ChIP-seq 같은 실험으로만 확인됩니다. 아라크네가 말해 주는 것은 '통계적으로 직접일 가능성이 높다'까지입니다. 다음 강에서 그 간극을 어떻게 메우는지 봅니다.