2강 / 20강

3단 공조 — ARACNe · VIPER · DIGGIT

지도를 그리고, 실세를 잡고, 배후를 캔다

DIGGIT 은 혼자 일하지 않습니다. 같은 연구실에서 나온 두 알고리즘이 앞에서 길을 닦아 줘야 비로소 일을 시작할 수 있습니다.

① ARACNe — 인맥 지도 ② VIPER — 현장의 실세 ③ DIGGIT — 최종 배후

수사 드라마로 비유하면 이렇습니다.

① ARACNe — 인맥 지도를 그린다

수백 명의 발현 자료를 놓고 "누가 누구와 붙어 다니는가"를 계산합니다. 결과물은 조절자 하나와 그 부하 목록, 즉 레귤론(regulon) 입니다.

7강에서 자세히

② VIPER — 현장의 실세를 잡는다

단백질 활성은 직접 재기 어렵습니다. 대신 부하들이 얼마나 웅성거리는지를 보고 윗사람의 활성을 역추적합니다. 결과물은 마스터 레귤레이터 목록입니다.

8·10강에서 자세히

③ DIGGIT — 배후를 캔다

환자의 DNA 변이 자료를 뒤져서 "그 실세를 켠 스위치가 어느 변이였나"를 찾습니다. 결과물은 드라이버 후보 순위표 입니다.

11강부터가 본론

고등학생3단 공조

세 도구가 이어달리기 를 한다.

도구	하는 일	비유
ARACNe	조절망을 그림	지도를 그린다
VIPER	조절자 활성을 읽음	실세를 잡는다
DIGGIT	그 위의 원인을 찾음	배후를 캔다

각 단계가 앞 단계의 출력을 입력으로 받는다 — 그래서 앞의 오류가 전파된다

🎮 이어달리기를 눌러 보세요

각 단계를 눌러 무엇이 들어가고 무엇이 나오는지, 후보가 몇 개로 줄어드는지 보세요.

고등학생계산량이 문제가 된다

DIGGIT 은 변이 × 조절자 모든 쌍을 검정한다.

항목	대략
변이 후보	수천~수만
마스터 조절자	수십~수백
검정 수	수십만~수백만

그러니 다중검정이 심각하다

100만 번 검정하면 우연히 5만 개 가 유의하다.

14강에서 이 문제를 다룬다.

그래서 후보를 미리 줄인다

조절자를 마스터 조절자 로 좁히고(10강), 변이를 F-CNV 등으로 좁힌다(5강).

검정 수를 줄이는 것이 보정하는 것보다 효과적이다

'선택과 집중' 이 단순한 구호가 아니라 통계적 이득이라는 것을 숫자로 봅니다.

Python 브라우저에서 실행

# 세 단계를 지나며 '봐야 할 것' 이 얼마나 줄어드는지 세어 봅니다
유전자수   = 20000
조절자수   = 1800      # 전사인자 · 신호전달 단백질 등
변이후보   = 12000     # 환자들에게서 관찰된 유전체 변이

print("아무 정보 없이 다 뒤진다면")
print("  변이 × 유전자 =", f"{변이후보 * 유전자수:,}", "쌍")
print()

# ① ARACNe: 조절자와 그 부하만 남긴다
print("① ARACNe 뒤 — 조절자", f"{조절자수:,}", "개의 레귤론만 본다")

# ② VIPER: 그중 이 병에서 실제로 활성이 튄 것만
마스터 = 25
print("② VIPER 뒤 — 마스터 레귤레이터", 마스터, "개만 본다")

# ③ DIGGIT: 그 25개와 변이의 조합만 검정한다
print("③ DIGGIT — 검정할 쌍 =", f"{변이후보 * 마스터:,}", "쌍")
print()
print("줄어든 배수:", round(변이후보 * 유전자수 / (변이후보 * 마스터)), "배")
print("검정 수가 줄면 다중검정 부담도 같이 줄어듭니다. (14강)")

고등학생왜 세 단계로 나누나

단계	답하는 물음
ARACNe	누가 누구를 조절하나
VIPER	지금 누가 활성화되어 있나
DIGGIT	왜 그렇게 되었나

인과의 사슬을 거슬러 올라간다

표현형 → 조절자 → 유전적 원인.

그리고 방향이 정해진다

DNA 변이는 결과가 될 수 없다. 발현 변화가 거꾸로 DNA 를 바꿀 수는 없으니까.

그러니 변이가 반드시 상류 다.

시간 순서가 확실한 변수를 쓰면 인과의 방향이 정해진다

고등학생이 파이프라인의 전제

전제	맞지 않으면
조절망이 정확함	전부 무너짐
활성 추론이 맞음	연관이 흐려짐
변이 목록이 완전함	놓친 드라이버
표현형 정의가 맞음	다른 것을 설명하게 됨

첫 줄이 가장 크다

ARACNe 조절망은 추론된 것 이다. 정답표가 없다.

그런데 그 위에 두 단계가 더 쌓인다.

여러 단계를 쌓으면 각 단계의 불확실성이 누적된다

🤔 확인 문제

ARACNe · VIPER · DIGGIT 의 실행 순서와 각 결과물이 바르게 짝지어진 것은?

DIGGIT 에 필요한 재료

실제로 DIGGIT 을 돌리려면 같은 환자들에게서 나온 두 가지 자료가 필요합니다.

재료	무엇	어디서
발현 자료	환자별 유전자 발현량 (RNA-seq · 마이크로어레이)	TCGA 등
유전체 변이 자료	환자별 복제수 변이 · 돌연변이	같은 환자, 같은 코호트
레귤론	ARACNe 가 만든 조절자–표적 지도	보통 같은 발현 자료로 직접 만듦
표현형	아형 · 생존 · 등급 등 설명하려는 것	임상 정보

"같은 환자" 라는 조건이 핵심입니다. 발현은 A 코호트, 변이는 B 코호트에서 가져오면 한 사람 안에서 변이와 활성을 짝지을 수 없어 DIGGIT 자체가 성립하지 않습니다.

교집합을 확인하지 않고 돌리면 조용히 엉뚱한 결과가 나옵니다.

Python 브라우저에서 실행

# 두 자료가 같은 환자를 담고 있는지 확인하는 것이 늘 첫 일입니다
발현_환자 = {"TCGA-01", "TCGA-02", "TCGA-03", "TCGA-04", "TCGA-05", "TCGA-06"}
변이_환자 = {"TCGA-03", "TCGA-04", "TCGA-05", "TCGA-06", "TCGA-07", "TCGA-08"}

공통 = 발현_환자 & 변이_환자
print("발현 자료 환자:", len(발현_환자), "명")
print("변이 자료 환자:", len(변이_환자), "명")
print("둘 다 있는 환자:", len(공통), "명 →", sorted(공통))
print()
print("DIGGIT 이 실제로 쓸 수 있는 것은 이", len(공통), "명뿐입니다.")
print("표본이 줄면 검정력도 줄어듭니다. (12강)")

🤔 확인 문제

DIGGIT 을 돌리려면 발현 자료와 유전체 변이 자료가 반드시 어떤 관계여야 하나요?

🤔 확인 문제

DIGGIT 이 후보 검정 수를 크게 줄일 수 있는 이유는?