14강 / 20강

【실습】 사막과 염증을 갈라 경로를 채점한다 — 논문과 어긋나는 자리

MSigDB Hallmark · 사막 42 대 염증 42

논문은 면역사막 종양이 WNT · MYC · EMT · 줄기성 · NF-κB 와 이어진다고 했습니다 (Fig. 2F · SI Fig. S2).

같은 물음을 우리 자료에 던집니다. 방법은 Hallmark 경로 점수입니다 — 경로에 속한 유전자들을 z 로 맞춘 뒤 평균 내고, 두 군을 t 검정합니다.

고등학생경로 점수라는 도구

유전자 하나씩 보는 대신 기능적으로 묶인 유전자 세트 의 발현을 합쳐 본다. MSigDB 의 Hallmark 세트가 표준이다.

장점	내용
잡음이 줄어듦	여러 유전자를 평균
해석이 쉬움	"경로" 단위로 말할 수 있음
다중 비교가 줄어듦	2만 개 대신 50개
비교 가능	같은 세트를 다른 연구도 씀

Hallmark 가 특별한 이유

다른 유전자 세트 모음은 서로 많이 겹치고 중복이 심하다. Hallmark 는 50개로 정제 해서 겹침을 줄인 세트다. 그래서 "여러 경로가 다 유의하다" 같은 무의미한 결과가 덜 나온다.

유전자 세트를 잘 고르는 것이 분석의 절반이다

WNT 는 7개뿐이라 점수를 내지 않았습니다 - 11강에서 다룬 한계입니다.

Python 브라우저에서 실행

# 먼저 - 각 경로의 유전자를 우리 조각이 얼마나 갖고 있나
import esc

print(esc.path_genes().to_string())
print()
print("Hallmark 은 경로마다 유전자 200개입니다.")
print("우리 조각(1,822개)에 얼마나 들어 있느냐가 점수의 신뢰도를 정합니다.")

Python 브라우저에서 실행

# 사막 대 염증 - 경로를 채점한다
import esc

h = esc.hallmark("desert_vs_inflamed")
print(h.to_string())
print()
print("t 가 음수 = 염증에서 높음 · 양수 = 사막에서 높음")

고등학생논문의 다섯 주장 가운데 몇 개가 살아남나

논문은 사막형 종양에서 여러 경로가 활성화되어 있다고 주장했다. 우리는 그것을 같은 방식으로 확인한다.

논문의 주장	우리 자료에서
MYC 경로 활성	재현됨 — 강하게
WNT 경로	약함 (11강에서 예상한 대로)
EMT	어긋남
줄기성	약함
기타	혼재

다섯 중 하나가 강하게 살아남았다

이것을 어떻게 읽어야 하나? 두 가지 읽기가 다 가능하다.

읽기	논리
MYC 가 진짜 핵심이다	가장 튼튼한 신호
MYC 점수가 증식을 재고 있다	12강의 함정

하나만 살아남았다는 것은 그 하나가 특별하거나, 그 하나가 다른 것을 재고 있다는 뜻이다

같은 함정이 두 번 나옵니다. 이 강의에서 가장 중요한 반복이에요.

Python 브라우저에서 실행

# EMT 가 왜 반대로 나올까 - 하나를 확인해 본다
import numpy as np
import esc

d = esc.labelled()
emt = esc.score(["SNAI1", "SNAI2", "ZEB1", "TWIST1", "VIM"], d)
침윤 = esc.score(esc.INFIL, d)
print(f"EMT 점수 <-> 침윤 점수   r = {np.corrcoef(emt, 침윤)[0,1]:+.3f}")
print()
print("EMT 유전자는 **섬유아세포와 면역세포도** 켭니다.")
print("VIM 은 거의 모든 중간엽 세포가 켜는 유전자예요.")
print("면역세포가 많은 종양은 그 이유만으로 EMT 점수가 오를 수 있습니다.")
print()
print("6강에서 본 것과 **같은 함정**입니다 - 벌크는 섞인 것을 못 풉니다.")

고등학생EMT 가 어긋난 자리

13강에서 예고한 대로 EMT 점수가 예상과 다르게 나온다. 이제 왜 그런지 를 따진다.

가능한 설명들

설명	확인 방법
기질 비율의 차이	섬유아세포 표지를 함께 보기
면역세포의 VIM 기여	면역 표지와의 상관
사막/염증 구분 자체의 문제	6강의 함정
암종 특이성	흑색종과 폐선암이 다를 수 있음

가장 유력한 것

13강에서 본 대로 EMT 표지가 기질세포의 것 이라는 점. 그리고 6강의 사막/염증 구분이 침윤량 을 반영한다는 점.

두 사실을 합치면: 염증군은 면역세포가 많고, 면역세포도 VIM 같은 EMT 표지를 발현한다. 그래서 염증군에서 EMT 점수가 오를 수 있다 — 암세포의 EMT 와 무관하게.

교란이 두 곳에 있으면 결과의 방향조차 예측할 수 없다

Python 브라우저에서 실행

# 그러면 논문이 틀렸나 - 아니, 잰 것이 다르다
import esc

print("논문이 EMT 를 보인 자리")
print("  Fig. 2F   DDX54 가 조절하는 **유전자 목록**의 GO/GSEA")
print("  Fig. 6B   배양접시의 **LLC1 암세포** WT 대 KD 의 GSEA")
print()
print("우리가 EMT 를 본 자리")
print("  TCGA 폐선암 **종양 조직 전체**의 벌크 전사체")
print()
print("논문의 두 자리는 암세포만 있습니다. 우리 자리는 섞여 있습니다.")
print("**같은 이름의 경로를 서로 다른 대상에서 재고 있습니다.**")

고등학생재현되지 않은 것을 어떻게 보고할까

보고 방식	평가
재현된 것만 보고	나쁨 — 선택적 보고
전부 보고 · 이유 없이	보통
전부 보고 + 왜 어긋났는지 분석	좋음

왜 세 번째가 중요한가

어긋난 이유를 분석하면 새로운 지식 이 나온다. 이 강의에서는 "덩어리 자료의 EMT 점수는 기질을 반영한다" 를 배웠다. 이것은 원래 물음의 답은 아니지만 방법론적 발견 이다.

그리고 다음 연구자가 같은 함정에 빠지지 않게 해 준다. 실패를 기록하는 것이 분야를 전진시킨다.

재현 실패는 숨길 것이 아니라 설명할 것이다

🤔 확인 문제

EMT 가 논문과 반대로 나온 것에 대해 이 강이 내린 결론은?

🤔 확인 문제

경로 점수를 볼 때 n_gene 을 함께 봐야 하는 이유는?

🤔 확인 문제

MYC 가 논문과 같은 방향으로 나온 것을 어떻게 평가해야 하나?