10강 / 20강

【실습】 배선과 맞대어 돌연변이를 직접 센다

IgM 0.99% · IgG1 9.38% — 우리가 계산한 값

지금까지는 이야기였습니다. 이제 셉니다.

방법은 단순합니다. B세포가 타고난 V 유전자 서열(배선, germline)을 IMGT 에서 가져오고, 그 세포가 지금 가지고 있는 서열과 맞대어 다른 글자를 셉니다.

돌연변이율 = 다른 글자 수 ÷ 배선 길이 × 100

이 계산을 우리가 이미 15,853줄 전부에 대해 해 두었습니다. 먼저 계산이 어떻게 되는지 손으로 확인하고, 그다음 결과를 봅시다.

고등학생돌연변이율을 실제로 세어 본다

앞 강에서 말로 설명한 것을 이제 숫자로 만든다. 한 세포의 V 서열을 유전체 원본과 견주어, 다른 글자가 몇 %인지 센다. 이 값이 체세포 과돌연변이율(SHM rate) 이다.

'과(過)' 돌연변이라는 이름

보통 세포의 자연 돌연변이율은 한 세대에 염기 10억 개당 몇 개 수준이다. 배중심 B세포는 염기 1,000개당 1개 꼴로 변이가 들어간다. 백만 배 빠르다. 그래서 '과' 자가 붙었다.

속도 감각을 잡자면, 일반 세포의 변이가 "책 한 권을 손으로 베끼다 오타 하나"라면 배중심은 "한 쪽마다 오타 하나"다. 그렇게 마구 틀리는데도 결과가 좋아지는 것은, 틀린 것들을 거의 다 버리기 때문 이다.

빠르게 틀리고 냉정하게 버린다 — 이것이 친화도 성숙의 전부다

간단한 틈 없는 정렬입니다. 실제 계산도 이것과 같아요 — 규모만 다릅니다.

Python 브라우저에서 실행

# 정렬 함수를 손으로 써 본다 - 배선을 contig 위에 미끄러뜨린다
def 불일치(contig, 배선):
    L = len(배선)
    최소 = L
    최적 = 0
    for off in range(len(contig) - L + 1):
        n = sum(1 for a, b in zip(contig[off:off+L], 배선) if a != b)
        if n < 최소:
            최소, 최적 = n, off
    return 최소, 최적

배선 = "GAGGTGCAGCTGGTGGAGTCTGGGGGA"
같음 = "TTTT" + 배선 + "GGGG"
셋다름 = "TTTT" + "GAGGTACAGCTGGTCGAGTCTGGCGGA" + "GGGG"

for 이름, s in [("변이 없는 세포", 같음), ("변이 셋인 세포", 셋다름)]:
    n, off = 불일치(s, 배선)
    print(f"{이름:<14} 불일치 {n}개  자리 {off}  "
          f"돌연변이율 {100*n/len(배선):.2f}%")

고등학생IgM 0.99% vs IgG1 9.38%

실습에서 나오는 두 값이 이 강의의 핵심이다.

클래스	돌연변이율	뜻
IgM	0.99%	대부분 배중심을 안 거쳤거나 초기
IgG1	9.38%	배중심을 오래 거쳤다

거의 열 배 차이다. 이 차이가 우연이 아니라는 것은 같은 표본 안에서, 같은 방법으로 세었기 때문에 안다.

왜 이 두 값이 함께 움직이나

9강에서 본 대로 AID 가 돌연변이와 클래스 전환을 둘 다 한다. 그래서 클래스가 바뀐 세포는 필연적으로 돌연변이도 겪었다. IgG 인데 돌연변이율이 0에 가까운 세포는 드물고, 그런 세포가 많이 나오면 자료를 의심해야 한다.

클래스와 돌연변이는 같은 사건의 두 얼굴이다

0.34% · 0.99% 대 9.38% · 9.80%. 이 갈림이 이 강의의 중심 사실입니다.

Python 브라우저에서 실행

# 이제 진짜 자료 - 아이소타입마다 돌연변이율이 얼마인가
import bc

t = bc.shm_table("PBMC-A")
print("PBMC-A - 아이소타입별 돌연변이율")
print(t.to_string())
print()
print("IgD 와 IgM 이 1% 아래, IgG 와 IgA 가 6~10%.")
print("**한 자리 수가 아니라 열 배 차이입니다.**")

왼쪽 봉우리와 오른쪽 봉우리. 같은 사람 안에 두 무리가 있습니다.

Python 브라우저에서 실행

# 분포로 그려 본다 - 두 무리가 정말 갈리나
import bc
import matplotlib.pyplot as plt

미접촉 = bc.shm("PBMC-A", bc.NAIVE)
전환 = bc.shm("PBMC-A", bc.SWITCHED)
print(f"미접촉(IgM+IgD) n={len(미접촉):>4}  중앙값 {미접촉.median():.2f}%")
print(f"전환(IgG+IgA)   n={len(전환):>4}  중앙값 {전환.median():.2f}%")
print()
plt.figure(figsize=(7, 4))
b = [i * 0.5 for i in range(41)]
plt.hist(미접촉.clip(upper=19.9), bins=b, alpha=.75, color="#5c8cff", label="IgM · IgD")
plt.hist(전환.clip(upper=19.9), bins=b, alpha=.75, color="#ff5c7c", label="IgG · IgA")
plt.xlabel("배선에서 달라진 비율 %")
plt.ylabel("세포 수")
plt.title("PBMC-A · 체세포 과돌연변이")
plt.legend()
plt.show()

고등학생돌연변이가 아무 데나 들어가지는 않는다

AID 는 무작위라고 했지만, 완전한 무작위는 아니다. WRCY 라는 짧은 글자 패턴(W=A/T, R=A/G, C, Y=C/T)을 유난히 잘 노린다. 그리고 이 패턴은 CDR 부위에 몰려 있다.

이건 우연이 아니다

진화가 항체 유전자의 서열 자체를 그렇게 만들어 놓았다. 다듬어야 할 곳(손끝)에 오타가 잘 나도록, 건드리면 안 되는 곳(뼈대)에는 오타가 덜 나도록 서열을 배치한 것이다.

연습장에 답을 쓰는 칸만 연필로 되어 있고 나머지는 인쇄된 것과 같다. 지울 수 있는 곳이 정해져 있다.

부위	돌연변이 밀도	이유
CDR (손끝)	높음	WRCY 가 몰려 있음 + 좋은 변이가 선택됨
FR (뼈대)	낮음	패턴이 적음 + 망가진 세포는 죽음

무작위 위에 편향이, 편향 위에 선택이 얹혀 있다

p 값은 표본이 크면 늘 작아집니다. 겹치는 정도가 진짜 이야기예요.

Python 브라우저에서 실행

# 정말 갈리는가 - 통계로 확인
import numpy as np
from scipy import stats
import bc

미접촉 = bc.shm("PBMC-A", bc.NAIVE).values
전환 = bc.shm("PBMC-A", bc.SWITCHED).values
u, p = stats.mannwhitneyu(미접촉, 전환, alternative="less")
print(f"미접촉 n={len(미접촉)}  중앙값 {np.median(미접촉):.2f}%")
print(f"전환   n={len(전환)}  중앙값 {np.median(전환):.2f}%")
print(f"Mann-Whitney U p = {p:.3g}")
print()
# 효과 크기 - 겹치지 않는 정도
auc = u / (len(미접촉) * len(전환))
print(f"무작위로 하나씩 뽑았을 때 전환 쪽이 더 높을 확률 {100*(1-auc):.1f}%")
print()
print("p 값보다 이 숫자가 중요합니다 - 두 무리가 거의 겹치지 않아요.")

네 표본 모두 방향은 같습니다. 그런데 PBMC-C 의 값은 세포 6개 위에 서 있어요.

Python 브라우저에서 실행

# 다른 표본에서도 같은 결론인가
import bc

print(f"{'표본':<10}{'미접촉 n':>9}{'중앙값':>8}{'전환 n':>8}{'중앙값':>8}{'배수':>7}")
for s in bc.SAMPLES:
    o = bc.facts()["per_sample"][s]
    a, b = o["shm_naive_med"], o["shm_switched_med"]
    if b is None or a in (None, 0):
        print(f"{s:<10}{o['shm_naive_n']:>9}{a if a else '-':>8}"
              f"{o['shm_switched_n']:>8}{'-':>8}{'-':>7}")
        continue
    print(f"{s:<10}{o['shm_naive_n']:>9}{a:>8.2f}{o['shm_switched_n']:>8}{b:>8.2f}{b/a:>7.1f}x")
print()
print("PBMC-C 도 값이 나오기는 합니다 - 그런데 전환된 세포가 **6개**뿐이에요.")
print("6개로 낸 중앙값은 세포 하나만 바뀌어도 크게 움직입니다.")
print("**값이 나온다고 믿을 수 있는 것은 아닙니다** - n 을 늘 함께 봐야 하는 이유예요.")

고등학생돌연변이율로 무엇을 알아내나

돌연변이율은 그냥 숫자가 아니라 도구 다. 실제로 이렇게 쓰인다.

쓰임	어떻게
백신 반응 평가	접종 뒤 항원 특이 B세포의 돌연변이율이 오르면 배중심이 돌았다는 증거
만성림프구백혈병(CLL) 예후	돌연변이 있는 유형이 없는 유형보다 예후가 훨씬 좋다 — 임상 표준 검사
계통수 그리기	변이의 순서로 클론 안의 가계도를 복원
항체 공학	변이가 몰린 자리 = 개량 여지가 있는 자리

CLL 이야기를 조금 더

같은 병명인데 돌연변이 여부로 생존 기간이 몇 배 차이 난다. 돌연변이가 있다는 것은 그 암세포의 조상이 배중심을 거친 성숙한 세포 라는 뜻이고, 그런 세포에서 나온 암은 덜 사납다. 서열 하나가 예후를 가른다. 기초 면역학의 개념이 그대로 진료 지침이 된 드문 예다.

V 서열을 읽는 일은 연구실 밖에서도 이미 쓰이고 있다

🤔 확인 문제

우리 방법(틈 없는 정렬)의 한계로 설명된 것은?

🤔 확인 문제

한계가 있는데도 이 강의가 결론을 신뢰하는 이유는?