Lesson 20 of 20

정리 — 말할 수 있는 것과 말할 수 없는 것

20강에서 계산한 값과, 그 값이 닿지 못하는 곳

이 20강에서 우리가 직접 계산한 것

강	무엇을 쟀나	값
4	Il12b 를 만드는 세포의 비율	0.08% — 그 세포에서는 평균의 1,296배
4	Ifng 를 만드는 CD8 T세포	39% · NK 16%
4	Il1b 를 만드는 활성 호중구	98%
8	IFNG–수용체 대 IFNG–STAT1	0.21 대 0.61 (대조 0.20)
8	IFNG–CXCL9	0.81
10	액셀–브레이크 (STAT2–USP18)	0.578 — 가장 강한 브레이크
11	축 안쪽 상관 대 축 사이 상관	0.322 대 0.221
11	축 쌍 가운데 음의 상관	하나도 없음 (가장 낮은 것 0.35)
11	CD8A 를 뺀 뒤 IFNG–CXCL9 / IFNG–IL6	0.45 (남음) / 0.14 (무너짐)
18	병용 치료에서 Ifng · Cxcl9 · Il1b	4배 · 2배 · 절반

High school말할 수 있는 것과 말할 수 없는 것

이 강의에서 계산한 것	값
Il12b 를 만드는 세포 비율	0.08% (하한)
그 세포에서의 발현	평균의 1,296배
IFNG–수용체 / IFNG–STAT1	0.21 / 0.61
STAT2–USP18	0.578
축 안쪽 / 축 사이 상관	0.322 / 0.221
병용 치료의 Ifng · Cxcl9 · Il1b	4배 · 2배 · 절반

이 값들이 닿지 못하는 곳

못 한 것	왜
단백질 수준	RNA 만 쟀다 (2강)
인과	관찰 자료다
시간 변화	스냅숏이다 (9강)
공간	거리 정보가 없다 (19강)
통계적 유의성 (18강)	n=1 이다 (3강)

계산한 값과 그 값의 한계를 함께 적는 것이 결과 보고의 완성이다

말할 수 있는 것

✔ 자신 있게

사이토카인은 아주 소수의 세포가 만든다.
Il12b 0.08% · Ifng 0.73%. 평균이 그것을 지운다.

발현 상관은 사슬이 아니라 함께 켜지는 것을 잰다.
IFNG–수용체 0.21, IFNG–표적 0.6~0.8.

벌크에서 사이토카인 축은 갈리지 않는다.
음의 상관이 하나도 없다. 침윤이 덮는다.

단일세포에서는 갈린다.
축마다 만드는 세포가 다르다.

액셀과 브레이크는 함께 켜진다.
네 축 모두 대조보다 높다.

✘ 말할 수 없는 것

사이토카인 단백질의 양.
우리는 내내 mRNA 를 봤다. IL-1β 는 만들어도 잘려야 나간다.

인과 방향.
IFN-γ 가 CD8 을 불렀는지, CD8 이 많아 IFN-γ 가 많은지.

편상관이 교란을 제대로 뺐는지.
CD8A 가 교란인지 매개인지 자료로는 못 가른다.

마우스 결과의 유의성.
세포 37,585개지만 마우스는 넷이다.

사람 종양에서 누가 뿜는지.
단일세포는 마우스 것뿐이다.

닫기 전에 <b>무엇을 만졌는지</b> 한 번 더 봅니다.

Python Runs in your browser

# 이 강의가 만진 자료를 마지막으로 한 번 더
import ck

F = ck.facts()
print("이 강의가 다룬 것")
print(f"  사람 종양      {F['n_sample']:,}개 · 암종 {len(F['by_study'])}가지")
print(f"  사람 유전자    {len(F['columns'])}개 · 축 {len([k for k in F['axis'] if k not in ('대조','세포 표지')])}개")
print(f"  마우스 세포    {F['mouse']['n_cell']:,}개 · 세포형 {len(F['mouse']['n_by_type'])}가지")
print(f"  마우스 유전자  {len(F['mouse']['genes'])}개 · 조건 4가지 (마우스 4마리)")
print()
print("전부 공개 자료입니다. 여러분의 브라우저 안에서 방금 계산됐고요.")

High school이 강의의 뼈대

스무 강이 사실 하나의 이야기 였다.

단계	내용	강
사이토카인은 국소적이고 희소하다	성질	1~2, 4강
그래서 망으로만 이해된다	구조	5~6강
신호는 짧고 스스로 끈다	동역학	7, 9~10강
그 성질 때문에 덩어리 자료로는 안 보인다	실패	8, 11~12강
단일세포로 다시 보면 보인다	회복	13, 19강
그 성질이 약 개발도 정한다	응용	15~17강

분자의 성질이 측정의 어려움과 치료의 어려움을 함께 설명한다

High school다른 과목으로 이어지는 자리

이 강의에서	이어지는 과목
STAT4/STAT6 가 T세포 아형을 정한다 (7강)	/tcell
IFN-γ 가 PD-L1 을 켠다 (11강)	/checkpoint
세포형별 사이토카인 (13강)	/tenx
침윤이라는 교란 (11강)	/til
항체로 막는 약 (17강)	/bcell
누가 누구 옆에 있나 (19강)	/spatial
T세포 대사와 사이토카인	/immunometab

사이토카인이 면역학의 결합 조직인 이유

다른 과목들이 "사이토카인이 켠다" 고 한 줄로 넘어간 자리마다 이 강의의 어느 강이 대응한다. 사이토카인을 알면 다른 과목들이 서로 이어진다.

면역학의 여러 주제를 잇는 것이 사이토카인이다

다음에 갈 곳

이 강의의 어디	이어지는 과목	거기서 무엇을
7강 · STAT4/STAT6 가 아형을 정한다	T세포 첫걸음	Th1·Th2·Th17·Treg 가 실제로 무엇을 하는지
11강 · IFN-γ 가 PD-L1 을 켠다	면역관문과 면역치료 첫걸음	그 축이 치료 반응을 어떻게 예측하는지
13강 · 세포형별 사이토카인	단일세포 면역지도 첫걸음	이 자료를 어떻게 군집화하고 이름 붙였는지
11강 · 침윤이라는 교란	종양침윤림프구 첫걸음	침윤을 RNA 가 아닌 방법으로 재는 법
17강 · 항체로 막는 약	B세포와 항체 첫걸음	왜 IgG1 과 IgG4 를 갈라 쓰는지
19강 · 누가 누구 옆에 있나	공간전사체 데이터셋 첫걸음	말이 닿는 거리를 좌표로 확인하는 법

High school이 강의가 남기고 싶은 한 문장

자료가 답할 수 있는 물음인지 먼저 묻는다

11강에서 무너지고 13강에서 다시 선 것이 그 이야기였다

11강에서 우리는 좋은 가설 과 큰 자료 를 갖고 있었다. 그런데 답이 안 나왔다. 자료를 더 늘려도, 통계를 더 정교하게 해도 안 나왔을 것이다. 그 자료에 그 정보가 없었기 때문 이다.

그때 할 수 있는 일은 하나다 — 다른 자료로 가는 것. 13강에서 그렇게 했다.

이 습관이 왜 중요한가

이 습관이 없으면	이 습관이 있으면
안 나오는 답을 억지로 만든다	자료의 한계를 인정한다
방법을 계속 바꿔 본다	자료의 종류를 바꾼다
p 값을 찾을 때까지 돌린다	물음을 다시 정의한다

이 습관은 사이토카인이 아니라 모든 자료 분석 에 통한다. 이 강의가 남기려는 것이 그것이다.

답이 안 나오면 방법을 바꾸기 전에 자료를 바꿀 수 있는지 본다

🤔 Check yourself

이 강의가 자신 있게 말할 수 있다고 정리한 것은?

🤔 Check yourself

벌크에서는 축이 안 갈리고 단일세포에서는 갈린 이 강의의 결론은?

🤔 Check yourself

사이토카인 이야기를 한 문장으로 줄이면?