3강 / 20강

【실습】 탈출의 목록을 연다 — 이 강의의 뼈대

TCGA-LUAD 407 표본 · 유전자 51개

회피 수단은 수십 가지입니다. 하나씩 늘어놓으면 외울 수가 없습니다. 그래서 무엇을 끊는가로 갈랐습니다.

갈래	무엇을 끊나	이 강의
보이지 않기	인식 자체 — MHC-I 과 IFN-γ 회로	4–7강
잡히지 않기	보여도 죽지 않는다 — 표면의 방패	8–10강
들어오지 못하게	애초에 못 들어오게 — 종양세포 내재 경로	11–15강
부르는 신호 / 침윤	실제로 들어와 있나 — 견주는 잣대	전체

이 네 갈래가 순서대로 일어나는 단계가 아닙니다. 하나의 종양이 세 갈래를 동시에 쓸 수 있습니다. 갈래는 우리가 외우기 쉬우라고 만든 것입니다.

고등학생탈출의 목록을 표로 만든다

이 실습에서는 회피 관련 유전자 51개 를 골라 TCGA 폐선암(LUAD) 407 표본 에서 그 발현을 본다.

왜 목록을 먼저 만드나

자료를 열고 "뭐가 나오나 보자" 로 시작하면 무엇을 찾는지 모르는 채로 헤매게 된다. 그리고 우연히 눈에 띈 것을 발견이라고 착각하기 쉽다.

목록을 먼저 만들면 확인할 것이 정해진다. 있으면 확인, 없으면 그것도 결과다.

접근	성격
목록 먼저 → 확인	가설 검증 — 강한 증거
자료 먼저 → 찾기	탐색 — 약한 증거 · 재현 필요

무엇을 볼지 정하고 여는 것과 열고 나서 정하는 것은 다른 종류의 연구다

Python 브라우저에서 실행

# 회피의 목록을 연다
import esc

for k, v in esc.catalog().items():
    print(f"[{k}] {v['설명']}")
    print(f"   유전자 {len(v['genes'])}개: {' '.join(v['genes'])}")
    if v["missing"]:
        print(f"   못 구한 것: {v['missing']}")
    print()

값은 log2(RSEM+1) 입니다. 「유전자탐색 첫걸음」의 표와 같은 눈금이에요.

Python 브라우저에서 실행

# 표를 열고 생김새를 본다
import esc

d = esc.expr()
print(f"{len(d)} 표본 x {d.shape[1]} 열")
print()
print(d[["군", "TMB", "침윤", "B2M", "CD274", "CD47", "MYC", "DDX54"]].head(6).to_string())
print()
print("'군' 이 비어 있는 표본이 많습니다 - 침윤이 중간이라 가르지 않은 것들입니다.")
print(f"이름표가 붙은 표본만 보려면 esc.labelled() : {len(esc.labelled())}개")

고등학생왜 유전자를 51개만 실었나

2만 개 유전자가 다 있는데 51개만 쓰는 이유가 있다.

이유	내용
브라우저에서 돈다	Pyodide — 메모리 한계
다중 비교를 줄인다	2만 개를 다 보면 우연히 유의한 것이 1,000개
해석이 가능하다	각 유전자가 왜 목록에 있는지 말할 수 있음
기전에서 골랐다	자료가 아니라 이론에서 고름

두 번째가 통계적으로 중요하다

유전자 2만 개를 다 검정하면, 아무 관계 없는 자료에서도 p < 0.05 인 것이 약 1,000개 나온다. 그 1,000개를 발견이라고 보고하면 전부 거짓이다.

51개면 우연히 유의한 것이 2~3개 다. 다룰 만하다. 미리 좁히는 것이 다중 비교 문제를 푸는 가장 좋은 방법 이다.

가설을 좁히는 일은 게으름이 아니라 통계적 규율이다

이름표는 병리 영상에서, 점수는 전사체에서 나왔습니다. 서로 독립적인 두 잣대입니다.

Python 브라우저에서 실행

# 이 강의가 계속 쓰는 도구 - 점수 하나 만들기
import esc

d = esc.labelled()
s = esc.score(esc.INFIL, d)          # 침윤 유전자 다섯의 z 평균
print("침윤 점수 (CD8A · CD3E · GZMB · PRF1 · IFNG 의 z 평균)")
print(esc.by_group(esc.INFIL).to_string())
print()
print("H&E 로 붙인 이름표와 전사체가 같은 방향을 가리킵니다.")
print("두 잣대가 서로를 확인해 줍니다 - 이름표가 엉터리는 아니라는 뜻이에요.")

고등학생TCGA-LUAD 라는 자료

항목	내용
암종	폐선암 (lung adenocarcinoma)
표본 수	407
자료 종류	덩어리 RNA-seq · 변이 · 임상
수집 시기	대체로 면역치료 도입 전

마지막 줄이 중요한 제약이다

이 환자들은 면역치료를 받지 않았다. 그러니 이 자료로 "면역치료에 반응했나" 를 물을 수 없다.

물을 수 있는 것은 "회피 기전이 종양에 존재하는가" 이지 "그것이 치료 반응을 정하는가" 가 아니다.

왜 폐선암인가

표본이 많고, 면역치료가 실제로 널리 쓰이는 암종이고, 변이 부담이 중간~높아서 면역 인식이 일어날 만하다. 회피를 볼 만한 무대 로 적당하다.

자료를 고를 때는 그 자료가 답할 수 있는 물음의 범위도 함께 고른다

고등학생덩어리 자료로 회피를 본다는 것

이 강의의 자료는 종양을 통째로 갈아서 읽은 것이다. 회피는 암세포 의 일인데, 자료에는 면역세포도 섞여 있다.

유전자	주로 어느 세포의 것인가
B2M · HLA	모든 세포 — 특히 면역세포에 많음
PD-L1 (CD274)	암세포 + 골수계 세포
CD47	거의 모든 세포
STAT1 · JAK1	모든 세포

그래서 6강에서 함정에 빠진다

"인식 회로 유전자가 낮은 종양" 을 찾았는데, 그것이 암세포가 회로를 껐다 는 뜻인지 면역세포가 적다 는 뜻인지 구별할 수 없다.

이 문제는 6강에서 정면으로 다룬다. 미리 알고 시작하는 것 과 나중에 놀라는 것은 다르다.

덩어리 자료에서 '누구의 유전자인가' 는 늘 먼저 물어야 할 질문이다

🤔 확인 문제

네 갈래로 가른 것의 성격으로 알맞은 것은?

🤔 확인 문제

H&E 이름표와 전사체 침윤 점수가 같은 방향인 것이 중요한 이유는?

🤔 확인 문제

NT5E·IDO1 을 새로 받아야 했던 이유는?

해설 1,807개는 /gene 강의가 조절 네트워크를 만들려고 고른 것입니다. 목적이 다르면 필요한 유전자도 다릅니다.