Lesson 9 of 20

표현형 시그니처 — 두 무리를 가르는 순위표

무엇을 설명할 것인지 먼저 정한다

DIGGIT 을 돌리기 전에 반드시 정해야 할 것이 있습니다. 무엇을 설명하려는가?

"암"이라고만 하면 너무 막연합니다. 실제 분석에서는 훨씬 구체적으로 잡습니다.

교모세포종의 중간엽 아형 vs 전신경 아형
재발한 환자 vs 재발하지 않은 환자
약에 반응한 환자 vs 듣지 않은 환자

이렇게 두 무리를 정하고, 유전자마다 "두 무리 사이에서 얼마나 달라졌나"를 계산해 순위표로 만든 것이 표현형 시그니처(phenotype signature) 입니다.

두 무리 정하기 유전자별 차이 계산 시그니처 = 순위표 VIPER 에 넣기

High school무엇을 설명할 것인지 먼저 정한다

표현형 시그니처 는 두 집단을 가르는 유전자 순위표 다.

비교	예
중간엽 vs 전신경	교모세포종 아형
종양 vs 정상	—
반응 vs 무반응	—

무엇을 설명할지 정하지 않으면 무엇을 찾았는지도 모른다

🎮 두 무리를 갈라 보세요

High school표현형 정의가 결과를 정한다

표현형 정의	찾게 되는 것
종양 vs 정상	암 전반의 조절자
아형 A vs 아형 B	아형을 가르는 조절자
전이 vs 비전이	전이 조절자

같은 자료로 다른 답이 나온다

표현형을 어떻게 정의하느냐 가 어떤 드라이버를 찾을지 를 정한다.

그래서 먼저 정해야 한다

결과를 보고 표현형을 바꾸면 원하는 답 이 나온다.

질문을 먼저 정하는 것이 답을 신뢰할 수 있게 만든다

시그니처의 각 값은 '이 유전자가 두 무리를 얼마나 잘 가르나' 입니다.

Python Runs in your browser

# 두 무리 사이의 차이를 유전자마다 t-통계량으로 잽니다.
# 아래 위젯이 쓰는 표와 똑같습니다 — 환자 12명(앞 6명 중간엽, 뒤 6명 전신경) × 유전자 8개
발현 = {
    "TNC":      [8.59, 8.45, 8.37, 8.38, 7.74, 8.29, 3.97, 4.86, 4.19, 4.32, 4.21, 3.46],
    "SERPINE1": [8.41, 7.81, 8.05, 8.28, 8.37, 8.17, 3.72, 4.27, 4.03, 4.21, 4.25, 3.67],
    "CHI3L1":   [7.70, 8.39, 7.92, 7.88, 8.61, 7.70, 4.40, 4.01, 3.93, 4.29, 4.66, 4.26],
    "OLIG2":    [4.53, 3.70, 4.16, 3.41, 4.39, 4.47, 8.42, 7.96, 8.13, 8.14, 8.10, 8.14],
    "SOX2":     [3.78, 3.92, 4.21, 3.70, 3.70, 3.93, 8.17, 8.03, 8.01, 7.72, 8.69, 8.57],
    "DLL3":     [4.11, 3.62, 3.80, 4.48, 3.89, 3.81, 8.76, 9.06, 8.50, 8.12, 7.97, 7.83],
    "ACTB":     [6.08, 6.10, 6.50, 5.69, 5.58, 6.37, 5.95, 6.35, 6.61, 6.61, 5.98, 5.71],
    "GAPDH":    [6.10, 6.34, 6.03, 5.96, 5.86, 6.03, 5.43, 6.42, 6.58, 5.97, 6.55, 5.97],
}
중간엽 = range(0, 6)          # P1~P6
전신경 = range(6, 12)         # P7~P12

def 평균(xs): return sum(xs)/len(xs)
def 분산(xs):
    m = 평균(xs); return sum((x-m)**2 for x in xs)/(len(xs)-1)

def t통계(a, b):
    na, nb = len(a), len(b)
    합동분산 = ((na-1)*분산(a) + (nb-1)*분산(b)) / (na+nb-2)
    return (평균(a) - 평균(b)) / (합동분산 * (1/na + 1/nb)) ** 0.5

시그니처 = {g: t통계([v[i] for i in 중간엽], [v[i] for i in 전신경])
            for g, v in 발현.items()}

for g, t in sorted(시그니처.items(), key=lambda kv: -kv[1]):
    막대 = "█" * int(abs(t) / 2)
    print(f"{g:<10}{t:+8.2f}  {막대}")
print()
print("위쪽은 중간엽에서 올라간 유전자, 아래쪽은 내려간 유전자입니다.")
print("ACTB · GAPDH 는 0 근처 — 두 무리에서 똑같아서 아무 정보도 주지 않습니다.")
print()
print(f"평균 |t| = {평균([abs(t) for t in 시그니처.values()]):.2f}")
print("아래 위젯의 '원래대로' 상태가 바로 이 값들입니다. 환자를 눌러 무리를 흩뜨려 보세요.")

High school시그니처를 어떻게 만드나

단계	하는 일
1	두 집단의 발현 차이를 유전자마다 계산
2	t 통계량 또는 유사 지표
3	그 값으로 줄 세움

왜 t 값을 쓰나

배수변화만 보면 변동이 큰 유전자 가 위로 온다.

t 값은 변동으로 나누니 "일관되게 다른" 유전자가 위로 온다.

차이의 크기와 그 차이의 일관성을 함께 보는 것이 t 통계량이다

High school시그니처의 품질

확인	내용
집단 크기	충분한가
배치효과	기술 차이가 섞였나
표현형 순도	집단이 잘 나뉘었나

세 번째가 중요하다

아형 분류가 부정확하면 시그니처가 흐려진다.

그러면 뒤의 모든 단계가 약해진다.

순환의 위험

아형을 발현으로 정의하고 그 발현 차이를 시그니처로 쓰면 순환 이 될 수 있다.

집단을 나눈 기준과 비교하는 기준이 같으면 그것은 확인이 아니다

🤔 Check yourself

표현형 시그니처를 만들 때 ACTB 처럼 두 무리에서 값이 거의 같은 유전자는 어떤 역할을 하나요?

두 종류의 시그니처

DIGGIT 에서는 시그니처를 두 가지 방식으로 씁니다. 구별해 두면 뒤가 편합니다.

무리 대 무리 (group signature)

중간엽 전체 vs 전신경 전체. 결과는 하나의 순위표. "이 아형의 마스터 레귤레이터는 누구인가"를 물을 때 씁니다. (10강)

환자 하나 대 전체 (viperSignature)

환자 한 명 vs 나머지 전체. 결과는 환자마다 하나씩의 순위표. 환자별 활성값이 나와야 변이와 짝지을 수 있습니다. (11강 aQTL)

aQTL 을 하려면 반드시 두 번째가 필요합니다. "이 환자의 C/EBPβ 활성" 이라는 숫자가 환자마다 하나씩 있어야 "변이가 있는 환자에서 그 값이 높은가"를 물을 수 있으니까요.

환자별 시그니처가 있어야 환자별 활성이 나오고, 그래야 변이와 짝지을 수 있습니다.

Python Runs in your browser

# 환자 한 명씩의 시그니처를 만드는 법 — 전체 평균을 빼고 흩어짐으로 나눈다
발현 = {                      # 유전자 → 환자 6명의 값
    "TNC":   [8.2, 8.6, 4.1, 3.8, 8.1, 4.2],
    "OLIG2": [2.1, 1.8, 7.8, 8.2, 2.2, 7.9],
    "ACTB":  [12.0, 12.1, 12.1, 11.9, 12.0, 12.2],
}
환자 = ["P1", "P2", "P3", "P4", "P5", "P6"]

def z점수(값들):
    m = sum(값들)/len(값들)
    sd = (sum((x-m)**2 for x in 값들)/(len(값들)-1)) ** 0.5
    return [(x-m)/sd for x in 값들]

z = {g: z점수(v) for g, v in 발현.items()}

print("환자별 시그니처 (z-점수)")
print(f"{'':<8}" + "".join(f"{p:>8}" for p in 환자))
for g in 발현:
    print(f"{g:<8}" + "".join(f"{v:>8.2f}" for v in z[g]))
print()
print("세로 한 줄이 환자 한 명의 시그니처입니다.")
print("이 시그니처를 VIPER 에 넣으면 그 환자의 활성값이 나옵니다.")

🤔 Check yourself

aQTL 분석(11강)을 하려면 어떤 형태의 시그니처가 필요한가요?

🤔 Check yourself

시그니처를 만들 때 t-통계량 대신 배수변화(fold change)만 쓰면 생기는 문제는?