16강 / 20강
네 조건을 비교한다 — 논문의 결론이 정말 자료에 있는가
세포 구성비 · 그리고 생쥐 한 마리라는 한계
1강부터 15강까지는 자료를 쓸 만한 상태로 만드는 과정이었습니다. 분석 시간의 80%가 여기에 들어갑니다. 이제 남은 20% — 드디어 논문이 묻는 질문을 자료에 던집니다.
Ddx54 를 끈 종양에 항-PD1 을 함께 쓰면
T세포와 NK세포가 종양 안으로 더 들어오는가?
우리가 할 일은 간단합니다. 네 표본 각각에서 세포 유형별 비율을 세는 것. 이것이 논문의 그림 5L 입니다.
WT_CTRL 에서 1~2% 이던 T세포가 KD_PD1 에서 25% 로 뜁니다. 놀라운 차이입니다.
Python
브라우저에서 실행
40,100개 세포 전부로 다시 세면
위젯이 보여 주는 것은 조각이 아니라 네 파일의 QC 통과 세포 전부(37,428개)입니다. 그 결과가 이렇습니다.
| 조건 | 세포 수 | 호중구 | T세포 | NK세포 | T+NK |
|---|---|---|---|---|---|
| WT + 아이소타입 | 11,142 | 54.8% | 1.9% | 0.5% | 2.4% |
| KD + 아이소타입 | 6,217 | 57.2% | 1.8% | 0.3% | 2.2% |
| WT + 항-PD1 | 11,639 | 47.5% | 2.4% | 0.9% | 3.3% |
| KD + 항-PD1 | 8,430 | 24.2% | 14.1% | 7.3% | 21.3% |
패턴이 아주 뚜렷합니다. Ddx54 를 끄는 것만으로는 아무 일도 안 일어납니다(2.4% → 2.2%). 항-PD1 만 써도 거의 그대로입니다(2.4% → 3.3%). 그런데 둘을 함께 쓰면 21.3% — 여섯 배가 넘습니다. 동시에 종양을 채우고 있던 호중구가 절반으로 줄어듭니다.
이것이 논문이 말하는 상승효과(synergy) 입니다. 그리고 우리는 그 주장을 원자료에서 직접 다시 세어 확인했습니다.
숫자가 늘었을 때 구성까지 바뀌었는지를 따로 확인하는 습관이 중요합니다. 둘은 전혀 다른 이야기예요.
Python
브라우저에서 실행
🤔 확인 문제
KD+항-PD1 에서 T+NK 가 21.3% 로 뛰었습니다. 이 자료만으로 옳게 말할 수 있는 것은?
해설 세포 8,430개는 독립 표본 8,430개가 아닙니다. 전부 같은 생쥐 한 마리에서 나왔으니까요. 이를 무시하고 세포를 n 으로 쓰는 것이 유사복제 오류입니다. 관찰은 보고할 수 있지만 검정은 개체 수준에서 해야 합니다.
🤔 확인 문제
'Ddx54 녹다운만' 했을 때 T+NK 가 2.4% → 2.2% 로 거의 변화가 없었습니다. 이것이 논문 주장에 주는 의미는?
해설 상승효과란 A 단독도 B 단독도 별 효과가 없는데 A+B 는 크게 효과가 있는 것입니다. 우리가 센 네 칸(2.4 / 2.2 / 3.3 / 21.3)이 정확히 그 모양이에요. 2×2 설계를 쓴 이유가 바로 이 네 칸을 모두 보기 위해서입니다.
🤔 확인 문제
T세포 수가 5.6배 늘었지만 T세포 안의 CD8/CD4/Foxp3 비율은 비슷했습니다. 해석은?
해설 세포 수의 변화와 세포 상태의 변화는 다른 질문이고, 둘 다 확인해야 합니다. 여기서는 '문이 열려 더 많이 들어왔다'는 그림에 가깝고, '들어온 T세포가 더 사나워졌다'는 증거는 이 분석만으로는 약합니다.