6강 / 20강

【실습】 인식 회로가 내려간 표본을 센다 — 그리고 함정 하나

TCGA-LUAD 사막 42 · 염증 42 — 그런데 무엇을 재고 있나

4·5강에서 본 인식 회로 유전자 열두 개를 점수 하나로 묶어 세 군에서 견줍니다.

고등학생인식 회로가 내려간 표본을 센다

4~5강에서 본 인식 회로 — MHC-I, 항원제시 기계, IFN-γ 신호. 이 유전자들의 발현이 낮은 종양을 찾아본다.

방법

단계	하는 일
1	인식 회로 유전자들을 한 묶음으로 점수화
2	407 표본을 그 점수로 줄 세움
3	낮은 쪽과 높은 쪽을 갈라 비교

결과: 사막 42 · 염증 42 — 양 끝에서 42개씩 골랐다.

점수로 줄 세우고 양 끝을 비교하는 것 — 가장 흔하고 가장 조심해야 할 방법

Python 브라우저에서 실행

# 인식 점수 - 열두 유전자의 z 평균
import esc

print("유전자:", " ".join(esc.RECOG))
print()
print(esc.by_group(esc.RECOG).to_string())
print()
print(esc.compare(esc.RECOG))

문턱을 바꿔도 방향이 안 바뀌는 것 - 결론이 문턱에 기대고 있지 않다는 뜻입니다.

Python 브라우저에서 실행

# 하위 몇 %를 '고장' 이라 부를 것인가 - 문턱을 바꿔 본다
import esc

F = esc.facts()["recog"]
print(f"{'문턱':<8}" + "".join(f"{esc.GROUP[g]:>10}" for g in esc.GORDER))
for cut, v in F["low_frac"].items():
    print(f"하위 {cut:>2}%  " + "".join(f"{v[g]:>9.1f}%" for g in esc.GORDER))
print()
print("어느 문턱을 잡아도 사막이 압도적입니다.")
print("하위 10% 로 잡으면 사막 31.0% · 염증 0.0% 입니다.")

고등학생여기서 멈추고 물어야 한다 — 이 유전자들은 누구의 것인가

인식 회로 유전자들의 발현이 낮다. 그러면 암세포가 회로를 껐다 는 뜻인가?

다른 설명이 있다

가능성	내용
A. 암세포가 껐다	진짜 회피
B. 면역세포가 적다	회피가 아니라 침윤 부족

B2M, HLA, STAT1 은 면역세포에도 많이 있다. 사실 면역세포에 더 많다. 그러니 면역세포가 적은 종양에서는 자동으로 이 유전자들이 낮게 나온다.

둘을 어떻게 가르나

면역세포 특이 유전자(CD3E, PTPRC 등)를 함께 본다. 그것도 함께 낮으면 B(침윤 부족) 일 가능성이 크다. 면역세포는 있는데 인식 회로만 낮으면 A(진짜 회피) 다.

덩어리 자료에서 낮은 발현은 "껐다" 이거나 "없다" 이다 — 늘 둘 다 확인한다

r 이 높을수록 두 점수가 같은 것을 재고 있다는 뜻입니다.

Python 브라우저에서 실행

# 함정을 확인한다 - 침윤 점수와 인식 점수의 상관
import numpy as np
import esc

d = esc.labelled()
인식 = esc.score(esc.RECOG, d)
침윤 = esc.score(esc.INFIL, d)
r = np.corrcoef(인식, 침윤)[0, 1]
print(f"인식 점수 <-> 침윤 점수   r = {r:.3f}")
print()
print("거의 같은 것을 재고 있습니다.")
print("이 자료만으로는 '암세포가 껐다' 와 '면역세포가 적다' 를 가를 수 없습니다.")

고등학생'사막' 과 '염증' 이라는 이름

종양을 면역학적으로 분류하는 흔한 세 가지 이름이 있다.

유형	T세포 위치	면역치료
염증형 (inflamed / hot)	종양 안에 들어와 있음	잘 듣는 편
배제형 (excluded)	가장자리에만 있음	잘 안 듦
사막형 (desert / cold)	거의 없음	거의 안 듦

가운데가 중요하다

배제형은 T세포가 있는데 못 들어간 것이다. 발현으로만 보면 사막형과 비슷하게 보일 수 있다 — 종양 중심부를 생검했다면 특히.

이 셋을 정확히 가르려면 위치 정보 가 필요하다. 조직 염색이나 /spatial 자료가 그것이다. 덩어리 발현만으로는 배제형과 사막형을 못 가른다.

'있다/없다' 는 발현으로 알 수 있지만 '어디에 있나' 는 알 수 없다

회귀 잔차는 '침윤이 같다면' 을 흉내 낸 것입니다. 완벽하지 않지만 방향은 보여 줍니다.

Python 브라우저에서 실행

# 그러면 무엇으로 가를 수 있나 - 침윤을 맞춘 뒤에도 남는가
import numpy as np
import esc

d = esc.labelled()
인식 = esc.score(esc.RECOG, d).values
침윤 = esc.score(esc.INFIL, d).values
사막 = (d["군"] == "desert").values
염증 = (d["군"] == "inflamed").values

# 침윤을 회귀로 빼낸 나머지(잔차)로 다시 견준다
b = np.polyfit(침윤, 인식, 1)
잔차 = 인식 - np.polyval(b, 침윤)
print(f"{'':>16}{'원래 점수':>10}{'침윤을 뺀 뒤':>13}")
print(f"{'면역사막':>16}{인식[사막].mean():>10.3f}{잔차[사막].mean():>13.3f}")
print(f"{'면역염증':>16}{인식[염증].mean():>10.3f}{잔차[염증].mean():>13.3f}")
print()
from scipy import stats
t, p = stats.ttest_ind(잔차[사막], 잔차[염증])
print(f"침윤을 뺀 뒤의 차이   t = {t:+.2f}   p = {p:.4f}")
print()
print("차이가 **완전히 사라집니다**. 원래 차이가 전부 침윤 때문이었다는 뜻이에요.")

고등학생이 강에서 얻는 것

얻은 것	얻지 못한 것
비교할 두 군(42 대 42)	그 차이가 회피 때문인지
이후 강들의 분석 틀	인과
교란의 존재를 명확히 알게 됨	교란을 완전히 제거하는 법

함정을 알고 쓰는 것과 모르고 쓰는 것

이 두 군은 이후 강들에서 계속 쓰인다(14강 경로 점수 등). 그런데 우리는 이제 이 구분에 침윤량이 섞여 있다 는 것을 안다.

그러니 나중에 "사막군에서 EMT 가 높다" 는 결과가 나오면 "암세포가 EMT 를 겪었다" 로 바로 읽지 않는다. "면역세포가 적은 조직이라 기질 성분의 비중이 크다" 일 수 있다.

14강에서 정확히 이 문제가 터진다.

교란을 없앨 수 없다면, 적어도 어디에 있는지 기억하고 결과를 읽는다

🤔 확인 문제

인식 점수와 침윤 점수의 상관이 높은 것이 왜 문제인가?

🤔 확인 문제

이 문제를 제대로 가르려면 무엇이 필요한가?

🤔 확인 문제

논문이 '항원제시 변이' 로 걸러 낸 것이 '항원제시 발현' 보다 나은 이유는?

해설 종양 조직의 B2M 변이는 암세포의 것입니다(정상 조직과 견주어 확인합니다). 반면 B2M 발현량은 암세포와 면역세포의 합입니다.