12강 / 20강
비슷한 세포끼리 묶는다 — k 는 몇으로 할까
k-평균 · 해상도 · 그리고 정답이 없다는 사실
6강에서 확인했듯 세포 하나가 보여 주는 것은 유전자의 5~10% 뿐입니다. 그래서 비슷한 세포를 묶어 평균을 냅니다. 100개 세포의 평균을 내면 dropout 이 상쇄되어 Cd3e 가 정말 켜져 있는지가 또렷해집니다.
묶는 방법은 여럿입니다. 실무 표준은 이웃 그래프 + Leiden 이지만, 여기서는 원리가 훤히 보이는 k-평균을 씁니다. 그것도 길이를 1로 맞춘 뒤(코사인 거리) 돌립니다 — "얼마나 강하게 켜졌나" 보다 "무엇이 켜졌나" 가 중요하니까요.
군집이 특정 표본에만 몰려 있으면 배치효과를 의심해야 합니다. 18강에서 자세히 봅니다.
Python
브라우저에서 실행
이 목록만 보고도 어느 군집이 T세포이고 어느 군집이 호중구인지 상당 부분 알 수 있습니다. 14강에서 정식으로 이름을 붙입니다.
Python
브라우저에서 실행
k 를 키워도 세포 유형의 종류는 잘 늘어나지 않습니다. 호중구가 여러 상태로 쪼개질 뿐이에요.
Python
브라우저에서 실행
🤔 확인 문제
세포를 군집으로 묶는 가장 근본적인 이유는?
해설 세포 하나에서 Cd3e 가 0 이어도 T세포일 수 있습니다(4강). 하지만 100개 세포의 평균이 0에 가깝다면 정말로 꺼져 있는 것이죠. 군집화는 불확실한 개별 관측을 확실한 집단 관측으로 바꾸는 장치입니다.
🤔 확인 문제
k 를 10에서 20으로 늘렸더니 새 군집들의 특징 유전자가 서로 거의 같았습니다. 뜻은?
해설 새로 생긴 군집이 구별되는 표지자를 내놓지 못한다면 그건 잡음을 나눈 것입니다. 이럴 때 k(또는 Leiden 의 resolution)를 줄이는 것이 맞습니다.
🤔 확인 문제
어떤 군집이 한 표본의 세포로만 이루어져 있었습니다. 가장 먼저 의심할 것은?
해설 물론 정말로 그 조건에만 나타나는 세포일 수도 있습니다. 하지만 처리 날짜·소화 시간·시퀀싱 배치 차이가 같은 모습을 만들기 때문에, 먼저 배치효과를 배제한 뒤에야 생물학이라고 말할 수 있습니다.