Lesson 18 of 20

드라이버 순위표 — DIGGIT 점수 읽는 법

무엇을 먼저 실험할 것인가

모든 관문을 통과하고 증거를 합치면 마침내 순위표가 나옵니다. DIGGIT 결과표에서 보통 함께 보는 항목들입니다.

열	뜻	볼 때 주의
후보 유전자	변이가 일어난 유전자	같은 구역 이웃이 함께 올라올 수 있다
연결된 MR	이 후보가 조종하는 것으로 보이는 MR	여러 MR 에 걸리면 더 강한 후보
aQTL p	변이–활성 연관	표본 수와 함께 봐야 한다
조건부 p	레귤론을 흔드는가	MINDy 계산 비용이 크다
통합 점수	Fisher · Stouffer 결합	순위 매기기 용도
방향	증폭인가 결실인가	생물학적으로 말이 되는가

High school무엇을 먼저 실험할 것인가

DIGGIT 의 최종 산출물은 순위표 다.

순위	변이	MR	점수
1	—	—	가장 높음
2	—	—	—

이 순위가 무엇을 뜻하나

"먼저 실험할 후보" 다. "확실한 드라이버" 가 아니다.

순위표는 우선순위이지 진위 판정이 아니다

🎮 순위표를 정렬해 보세요

정렬 기준을 바꾸면 1등이 바뀝니다. 어느 기준이 "다음에 실험할 것"을 가장 잘 고르는지 생각하며 눌러 보세요.

High school점수를 읽는 법

확인	내용
어느 증거에서 왔나	aQTL? MINDy? 둘 다?
변이 빈도	드물면 검정력이 낮았음
MR 의 신뢰도	레귤론 품질
생물학적 타당성	알려진 것과 맞나

첫 줄이 중요하다

여러 증거가 일치해서 높은 점수인지, 하나만 아주 강해서인지에 따라 신뢰도가 다르다.

그래서 개별 p 값도 함께 봐야 한다

합친 점수만 보면 어디서 왔는지 모른다.

합친 점수를 볼 때는 그 구성 요소도 함께 봐야 한다

통합 점수는 순위를 매기기 위한 것이지, 이 값 자체가 생물학적 크기를 뜻하지는 않습니다.

Python Runs in your browser

# 최종 순위표를 만들어 봅니다
import math

def 정규누적(z): return 0.5*(1+math.erf(z/math.sqrt(2)))
def 역정규(p):
    lo, hi = -12.0, 12.0
    for _ in range(200):
        mid = (lo+hi)/2
        if 정규누적(mid) < p: lo = mid
        else: hi = mid
    return (lo+hi)/2
def stouffer(ps):
    zs = [역정규(1-p) for p in ps]
    return sum(zs)/math.sqrt(len(zs))

후보 = [
    # 이름,     방향,   연결 MR 수, aQTL p,  조건부 p
    ("KLHL9",   "결실",  2,  2.0e-06, 4.0e-05),
    ("NF1",     "결실",  1,  7.0e-05, 2.0e-03),
    ("CDKN2A",  "결실",  1,  3.0e-04, 1.0e-02),
    ("EGFR",    "증폭",  1,  5.0e-04, 3.0e-03),
    ("PTEN",    "결실",  2,  1.2e-03, 8.0e-04),
    ("MTAP",    "결실",  1,  4.0e-03, 2.4e-01),
]

행 = []
for 이름, 방향, nmr, pa, pc in 후보:
    Z = stouffer([pa, pc])
    행.append((이름, 방향, nmr, pa, pc, Z))

행.sort(key=lambda r: -r[5])
print(f"{'순위':>3} {'유전자':<9}{'방향':<6}{'MR수':>4}{'aQTL p':>11}{'조건부 p':>11}{'통합 Z':>9}")
print("-"*58)
for i, (이름, 방향, nmr, pa, pc, Z) in enumerate(행, 1):
    print(f"{i:>3} {이름:<9}{방향:<6}{nmr:>4}{pa:>11.1e}{pc:>11.1e}{Z:>9.2f}")
print()
print(f"1등 {행[0][0]} — MR {행[0][2]}개에 걸리고 두 증거가 모두 강합니다.")
print("PTEN 은 aQTL 이 약하지만 조건부가 강하고 MR 두 개에 걸립니다 — 놓치기 아까운 후보.")

High school순위가 정확한가

물음	답
1등이 2등보다 확실히 나은가	모름
상위 10개에 진짜가 있나	대개 있음
순위 자체를 믿을 수 있나	거칠게만

점수가 비슷하면 순위는 우연이다

점수 차이가 추정 오차보다 작으면 순위가 바뀔 수 있다.

그래서 상위 몇 개를 묶어 본다

"1등" 이 아니라 "상위 10개" 를 후보군으로 삼는다.

순위의 정밀도가 낮으면 개별 순위 대신 상위 집단으로 다룬다

High school실험 우선순위를 정하는 다른 요소

요소	내용
DIGGIT 점수	계산적 근거
실험 가능성	모델이 있나 · 시약이 있나
약물 가능성	막을 수 있는 표적인가
선행 연구	이미 알려진 것인가

세 번째가 실용적으로 크다

드라이버라도 약으로 못 막으면 치료로 이어지지 않는다.

전사인자는 특히 어렵다.

그래서 점수 1등을 안 고를 수도 있다

2등이 약을 만들기 쉬우면 그것을 먼저 볼 수 있다.

계산 점수는 여러 판단 요소 중 하나다 — 유일한 기준이 아니다

🤔 Check yourself

DIGGIT 순위표에서 어떤 후보가 여러 MR 에 동시에 걸려 있다면 무엇을 뜻하나요?

순위표 다음에 오는 것 — 검증

DIGGIT 은 가설 생성기입니다. 순위표를 받으면 다음은 실험입니다. 논문에서 흔히 밟는 검증 순서입니다.

독립 코호트에서 재현 — 다른 환자 집단에서도 같은 연관이 나오는가
세포에서 조작 — 후보를 녹다운/과발현하면 MR 활성이 실제로 바뀌는가
표현형까지 — MR 이 바뀌면 세포의 성질(침윤·증식) 도 바뀌는가
동물 모델 — 생체에서도 같은 일이 일어나는가

2번이 특히 중요합니다. 조작해서 방향이 바뀌면 상관이 아니라 인과입니다. DIGGIT 이 아무리 좋은 점수를 줘도, 이 실험을 통과하지 못하면 후보로 남을 뿐입니다.

무엇이 확인되었고 무엇이 남았는지 명확히 적는 습관이 좋은 논문을 만듭니다.

Python Runs in your browser

# 검증 실험의 결과를 판정하는 체크리스트를 코드로 만들어 봅니다
결과 = {
    "독립 코호트 재현":       {"통과": True,  "근거": "TCGA 외 코호트 p=0.004"},
    "녹다운 → MR 활성 변화":  {"통과": True,  "근거": "C/EBPB 활성 −2.1 → +1.8"},
    "MR 변화 → 표현형 변화":  {"통과": True,  "근거": "침윤능 3.2배 증가"},
    "동물 모델":              {"통과": False, "근거": "아직 수행하지 않음"},
}

통과수 = sum(1 for r in 결과.values() if r["통과"])
for 항목, r in 결과.items():
    표시 = "✅" if r["통과"] else "⬜"
    print(f"{표시} {항목:<24} {r['근거']}")
print()
print(f"{통과수}/{len(결과)} 통과")
if 통과수 >= 3:
    print("→ '유력한 드라이버 후보' 라고 말할 근거가 충분합니다.")
    print("   다만 동물 모델이 남아 있으므로 '입증' 이라고 쓰지는 않습니다.")

🤔 Check yourself

DIGGIT 결과를 검증할 때 '후보 유전자를 녹다운했더니 MR 활성이 바뀌었다' 는 실험이 특히 중요한 이유는?

🤔 Check yourself

DIGGIT 순위표를 받은 연구자가 취할 가장 합리적인 다음 행동은?