12강 / 20강

벌크가 못 하는 일 — 섞인 것을 못 푼다

한 줄에 여러 세포가 섞여 있다 · 그래서 '양' 과 '상태' 가 엉킨다

11강에서 무너진 이유를 정리합니다. 문제는 벌크 RNA-seq 의 구조입니다.

벌크 값 = Σ (세포형 비율 × 그 세포형의 발현)

한 종양의 IFNG 값이 높다는 것은 둘 중 하나입니다.

① 세포가 많아졌다

IFN-γ 를 만드는 T세포·NK 가 많이 들어왔다
세포당 만드는 양은 그대로

② 세포가 세졌다

T세포 수는 그대로인데
세포마다 더 많이 만든다

벌크는 이 둘을 못 가릅니다. 값이 같으니까요. 그리고 면역학의 흥미로운 질문은 대부분 ②쪽에 있습니다.

고등학생한 줄에 여러 세포가 섞여 있다

덩어리 RNA-seq 의 한 표본은 수백만 개 세포의 RNA 를 합친 것이다. 그 합계에서 우리가 보는 값은 이렇게 만들어진다.

관찰값 = Σ (세포형의 비율 × 그 세포형의 발현량)

그래서 두 가지가 곱해져 있다

요소	뜻
비율 (양)	그 세포가 얼마나 많은가
발현량 (상태)	그 세포가 얼마나 만드나

관찰값 하나에서 곱해진 두 값을 되돌릴 수는 없다. 6 을 보고 2×3 인지 1×6 인지 알 수 없는 것과 같다.

곱셈의 결과 하나만으로는 두 인수를 복원할 수 없다 — 수학적 사실이다

완전히 다른 생물학이 <b>같은 숫자</b>가 됩니다.

Python 브라우저에서 실행

# 섞기를 직접 해 본다 - 왜 못 푸는지
import numpy as np

# 두 세포형만 있다고 하자
T세포_IFNG = 8.0        # T세포 하나가 만드는 양
기타_IFNG = 0.1
print(f"{'상황':<28}{'T세포 %':>9}{'세포당':>9}{'벌크 값':>10}")
for 이름, pct, per in [("기준", 5, 8.0),
                       ("T세포가 두 배 (양 증가)", 10, 8.0),
                       ("T세포가 두 배 세짐 (상태 변화)", 5, 16.0),
                       ("절반이 두 배 세짐", 5, 16.0)]:
    벌크 = pct/100 * per + (1 - pct/100) * 기타_IFNG
    print(f"{이름:<28}{pct:>9}{per:>9.1f}{벌크:>10.3f}")
print()
print("2번과 3번의 벌크 값이 **똑같습니다**.")
print("자료만 보면 어느 쪽인지 알 수 없어요.")

사람들이 시도하는 세 가지 해법 — 그리고 각각의 대가

해법	어떻게	대가
표지자로 나눈다	CD8A 로 나눠 '세포당' 값을 만든다	CD8A 자체가 활성화로 변한다. 그리고 분모가 작으면 값이 폭발한다
탈혼합(deconvolution)	CIBERSORT 등으로 세포 비율을 추정하고 빼낸다	참조 프로파일이 필요하다. 종양 안 세포는 참조와 다르다
편상관	11강에서 한 것 — 침윤 지표를 회귀로 뺀다	교란과 매개를 못 가른다. 직선 관계만 뺀다

셋 다 부분적입니다. 그리고 셋 다 같은 곳에서 막힙니다 — 벌크 값 하나에서 두 가지를 뽑아내려는 것이니까요.

고등학생그래서 디컨볼루션이 나왔다

완전히 못 푸는 것은 아니다. 추가 정보 를 넣으면 부분적으로 풀린다.

방법	넣는 정보
CIBERSORT	세포형별 표지 유전자 참조표
xCell · MCP-counter	세포형 특이 유전자 세트
ESTIMATE	기질 · 면역 시그니처

원리

"CD3E 는 T세포에만 있다" 같은 알려진 사실 을 참조표로 넣는다. 그러면 관찰값에서 T세포 비율을 역산할 수 있다. 연립방정식을 푸는 것과 비슷하다.

그런데 가정이 필요하다

참조표는 "세포형의 발현 프로필이 어디서나 같다" 고 가정한다. 그런데 종양 안 T세포는 혈액 T세포와 발현이 다르다. 소진되어 있고, 대사가 바뀌어 있다.

가정이 깨지면 추정이 틀린다. 그리고 얼마나 틀렸는지 알 수 없다.

역산은 참조표가 맞을 때만 맞는다 — 참조표의 가정을 확인해야 한다

고등학생정보가 없는 것은 방법으로 못 만든다

11강의 결론을 다시 정리한다.

물음	덩어리로 답할 수 있나
이 종양에 IFNG 가 많나	예
T세포가 많아서인가, 세포당 많아서인가	아니오
같은 세포가 IFNG 와 IL4 를 둘 다 만드나	아니오
Th1 세포와 Th2 세포가 서로 억제하나	아니오

이것은 자료의 결함이 아니다

덩어리 자료는 원래 이런 물음에 답하려고 만든 것이 아니다. 전체 조직의 상태를 보려고 만든 것이다. 도구를 잘못 골랐을 뿐이다.

망치로 나사를 못 박는다고 망치가 나쁜 도구는 아니다. 나사에는 드라이버가 필요하다.

자료의 한계를 아는 것은 자료를 비난하는 것이 아니라 도구를 고르는 일이다

곱셈 구조를 <b>자료로 확인</b>했습니다. 이제 인수를 나눠 볼 수 있어요.

Python 브라우저에서 실행

# 벌크 값을 단일세포에서 재구성해 본다 - 정말 곱해지는가
import ck

c = ck.cells()
# 조건마다 '벌크처럼' 평균을 낸 값과, 세포형 비율 x 세포형별 평균의 합을 견준다
g = "Ifng"
순서 = ck.facts()["mouse"]["samples"]
print(f"{'조건':<10}{'벌크처럼 낸 평균':>16}{'비율x세포당 합':>16}")
for s in 순서:
    d = c[c["표본"] == s]
    벌크 = d[g].mean()
    합 = 0.0
    for t, n in d["세포형"].value_counts().items():
        합 += (n / len(d)) * d[d["세포형"] == t][g].mean()
    print(f"{s:<10}{벌크:>16.4f}{합:>16.4f}")
print()
print("두 값이 같습니다 - 벌크는 정말 **비율 x 세포당** 의 합입니다.")
print("단일세포가 있으면 이 식의 **양쪽 인수를 따로** 볼 수 있어요.")

고등학생그래도 덩어리 자료가 하는 일

덩어리를 비판했지만, 덩어리가 더 나은 경우도 분명히 있다.

덩어리가 유리한 것	왜
규모	수만 표본 — 단일세포로는 불가능
임상 정보와 연결	생존 · 치료 반응 자료가 붙어 있음
희소 전사체 검출	깊이가 깊음 — 단일세포는 얕음
비용	표본당 훨씬 쌈
보관 조직 사용	파라핀 블록에서도 가능

그래서 둘을 함께 쓴다

단일세포로 기전을 알아내고, 덩어리 대규모 자료로 임상적 의미를 확인 한다. 이것이 지금 표준적인 연구 전략이다.

이 강의도 그렇게 짜여 있다 — 3강에서 두 자료를 함께 열었고, 11강에서 덩어리로 실패하고, 13강에서 단일세포로 다시 묻는다.

자료의 종류를 고르는 것은 물음의 종류를 고르는 일이다

🤔 확인 문제

벌크 발현값이 높은 것을 두 가지로 해석할 수 있는데, 그 둘은?

🤔 확인 문제

'정보가 없는 것은 방법으로 못 만든다' 는 말의 이 강에서의 뜻은?