20강 / 20강

R 패키지 diggit — 직접 돌려 보기와 한계

결과를 믿기 전에 확인할 것들

DIGGIT 은 Bioconductor 의 R 패키지 diggit 으로 공개되어 있습니다. 무료이고, 논문의 GBM 예제 자료가 패키지 안에 들어 있어 그대로 따라 해 볼 수 있습니다.

# Bioconductor 설치
if (!require("BiocManager")) install.packages("BiocManager")
BiocManager::install("diggit")

library(diggit)
browseVignettes("diggit")     # 이 문서가 가장 정확한 안내서입니다

함께 쓰는 짝 패키지들입니다.

패키지	역할	이 강의
viper	단백질 활성 추론 · 레귤론 다루기	8·10강
aracne.networks	TCGA 조직별로 미리 만들어 둔 ARACNe 레귤론	7강
diggit	aQTL · 조건부 분석 · 통합	11~17강

aracne.networks 가 특히 고맙습니다. ARACNe 를 직접 돌리려면 시료 수백 개와 상당한 계산이 필요한데, TCGA 주요 암종의 레귤론이 이미 만들어져 들어 있습니다.

고등학생직접 돌려 보기와 한계

DIGGIT 은 R 패키지로 나와 있다. 그런데 돌리기 전에 확인할 것 이 있다.

확인	왜
레귤론이 이 조직 것인가	7강
변이 자료가 정제되었나	4~5강
표현형 정의가 맞나	9강
샘플 수가 충분한가	12강

돌리는 것은 쉽고 결과를 믿을지 정하는 것이 어렵다

🎮 파이프라인을 조립해 보세요

단계를 순서대로 놓아 보면서 각 단계가 무엇을 받고 무엇을 내놓는지 확인해 보세요.

고등학생결과를 믿기 전에 확인할 것들

확인	내용
알려진 드라이버가 나오나	양성 대조
순위가 안정적인가	부트스트랩
매개변수를 바꿔도 같나	민감도 분석
다른 코호트에서도	독립 검증

첫 줄이 가장 값싸고 유용하다

이 암종에서 이미 알려진 드라이버 가 상위에 나오는지 본다.

안 나오면 어딘가 잘못된 것이다.

아는 것이 나와야 모르는 것도 믿을 수 있다

파이프라인의 모양

library(diggit)

# ── 1. 자료 준비 ─────────────────────────────
#   발현 행렬 (유전자 × 환자)
#   복제수 행렬 (유전자 × 환자)   ← 같은 환자여야 한다
#   레귤론 (ARACNe 결과)
#   표현형 라벨 (중간엽 / 나머지)

# ── 2. 마스터 레귤레이터 ────────────────────
#   표현형 시그니처를 만들고 VIPER 로 조절자 활성을 계산해
#   상위 MR 을 고른다  (9·10강)

# ── 3. aQTL ──────────────────────────────────
#   환자별 MR 활성 ↔ 환자별 변이 를 연관 검정  (11강)

# ── 4. 조건부 분석 ──────────────────────────
#   후보가 MR 의 레귤론을 흔드는지 확인  (15·16강)

# ── 5. 통합 · 순위 ──────────────────────────
#   두 증거를 합쳐 후보를 줄 세운다  (17·18강)

이 다섯 토막이 이 강의의 뼈대입니다. 어떤 언어로 구현하든, 순서가 이러면 그것이 DIGGIT 입니다.

아래 위젯에서는 1번 "자료 준비" 를 자료 맞추기와 레귤론 만들기 둘로 떼어 일곱 단계로 폅니다 — 같은 파이프라인을 더 잘게 썬 것뿐입니다. 바로 다음 파이썬 셀의 뼈대는 레귤론을 이미 받은 것으로 두고 여섯 단계를 찍습니다. 셋 다 같은 순서이고, 어디서 자르느냐만 다릅니다.

고등학생이 방법의 근본적 한계

한계	내용
레귤론에 의존	정답표가 없음
관찰 자료	완전한 인과가 아님
검정력	드문 변이를 못 봄
선형 사슬 가정	되먹임 · 복잡한 구조를 단순화

네 번째를 짚어야 한다

DIGGIT 은 변이 → MR → 표현형 이라는 일방향 사슬 을 가정한다.

실제 조절망은 되먹임이 많다.

모형의 구조 가정이 맞지 않으면 결과의 해석도 달라진다

코드로 적어 보면 '무엇이 무엇의 입력인가' 가 분명해집니다.

Python 브라우저에서 실행

# 파이프라인의 뼈대를 파이썬으로 적어 봅니다 (실행 가능한 최소 형태)
def diggit(발현, 변이, 레귤론, 표현형, MR수=25, 최소빈도=0.05):
    """각 단계가 무엇을 받아 무엇을 내놓는지 서명으로 보여 주는 뼈대"""
    단계 = []

    # ① 시그니처
    시그니처 = "환자별 z-점수 행렬"                     # 9강
    단계.append(("시그니처", f"{표현형} 기준"))

    # ② MR 선정
    MR = [f"MR{i+1}" for i in range(MR수)]              # 10강
    단계.append(("MR 선정", f"상위 {MR수}개"))

    # ③ 후보 걸러내기
    후보 = [g for g, 빈도 in 변이.items() if 빈도 >= 최소빈도]   # 4·5·12강
    단계.append(("후보 필터", f"{len(변이)} → {len(후보)}개"))

    # ④ aQTL — 후보 × MR
    검정수 = len(후보) * len(MR)                        # 11강
    단계.append(("aQTL", f"{검정수}회 검정"))

    # ⑤ 조건부 분석 → ⑥ 통합
    단계.append(("조건부 분석", "MINDy / CINDy"))        # 15·16강
    단계.append(("통합", "Fisher · Stouffer"))          # 17강
    return 단계

변이예시 = {"KLHL9": 0.18, "CDKN2A": 0.42, "EGFR": 0.31, "ZNF813": 0.02, "NF1": 0.14}
for 이름, 설명 in diggit("발현행렬", 변이예시, "레귤론", "중간엽 vs 나머지"):
    print(f"{이름:<12}{설명}")

DIGGIT 이 못 하는 것

도구를 쓸 자격은 그 한계를 아는 데서 옵니다. 정직하게 적어 둡니다.

① 레귤론이 틀리면 다 틀린다

지도가 잘못되면 모든 추론이 잘못됩니다. 조직·맥락이 맞는 레귤론인지 반드시 확인해야 합니다.

② 짝지어진 자료가 필요하다

같은 환자의 발현 + 변이. 이 조건 때문에 쓸 수 있는 코호트가 크게 제한됩니다.

③ 드문 변이는 못 잡는다

빈도가 낮으면 검정력이 없습니다. 환자 몇 명에게만 있는 강력한 드라이버는 이 방법의 사각지대입니다.

④ 여전히 관찰 자료다

네트워크를 끼워 넣어 그럴듯함을 크게 높였을 뿐, 인과의 최종 증명은 조작 실험이 합니다.

⑤ 같은 구역 이웃을 못 가른다

F-CNV 로 상당히 줄지만 완전히는 못 가릅니다. 최종 판정은 실험입니다.

⑥ 증거가 완전히 독립은 아니다

aQTL 과 조건부 분석이 같은 발현 자료를 씁니다. 결합 p값은 순위용으로 보는 편이 안전합니다. (17강)

이 목록을 분석 노트 맨 앞에 붙여 두면 나중에 자신을 구합니다.

Python 브라우저에서 실행

# 결과를 믿기 전에 확인할 목록 — 실제 분석에서 그대로 쓰세요
확인 = [
    ("발현과 변이가 같은 환자인가",         True,  "교집합 n=182"),
    ("레귤론이 같은 조직에서 만들어졌나",   True,  "aracne.networks GBM"),
    ("MR 이 기존 지식과 겹치나",            True,  "C/EBPB · STAT3 (Carro 2010)"),
    ("후보 최소 빈도를 정해 두었나",        True,  "5% 이상"),
    ("다중검정 보정을 했나",                True,  "BH FDR < 0.05"),
    ("귀무분포를 순열로 확인했나",          False, "분포 근사만 사용"),
    ("독립 코호트에서 재현했나",            False, "미수행"),
    ("조작 실험으로 방향을 확인했나",       False, "미수행"),
]

통과 = sum(1 for _, ok, _ in 확인 if ok)
for 항목, ok, 근거 in 확인:
    print(f"{'✅' if ok else '⬜'} {항목:<32}{근거}")
print()
print(f"{통과}/{len(확인)} 확인됨")
print()
print("아래 세 개가 비어 있다면 결론은 '후보' 까지입니다.")
print("'드라이버를 규명했다' 고 쓰려면 적어도 하나는 채워야 합니다.")

고등학생그럼에도 이 방법이 유용한 이유

이유	내용
수만 개를 수십 개로	실험이 가능해짐
기전이 명확	왜 그 후보인지 설명 가능
발현으로 못 찾는 것을 찾음	19강의 KLHL9
인과의 방향을 줌	유전적 증거

이 강의가 남기려는 한 문장

드라이버를 찾으려면 변이를 직접 평가하는 대신 그 변이가 무엇을 바꿨나 를 봐야 한다.

그리고 그 중간 지점(조절자 활성)을 잘 재면 양 끝을 직접 잇는 것보다 신호가 강해진다.

인과 사슬의 중간을 재는 것이 양 끝을 잇는 것보다 강한 신호를 준다

🤔 확인 문제

DIGGIT 분석 결과를 해석할 때 가장 조심해야 할 한계는 무엇인가요?

🤔 확인 문제

DIGGIT 이 특히 잡아내기 어려운 종류의 드라이버는?

🤔 확인 문제

ARACNe 를 직접 돌리지 않고도 TCGA 조직별 레귤론을 얻을 수 있는 방법은?

해설 ARACNe 를 직접 돌리려면 시료 수백 개와 상당한 계산이 필요합니다. aracne.networks 에는 TCGA 주요 암종의 레귤론이 이미 들어 있어 바로 쓸 수 있습니다 — 다만 내 자료의 조직·맥락과 맞는지는 직접 확인해야 합니다.