9강 / 20강

【실습】 방패가 함께 켜지나 — 상시형과 유도형을 가른다

TCGA-LUAD 407 표본 · IFN-γ 와의 상관으로 가르기

앞 강의 물음에 자료로 답합니다.

발상은 단순합니다. 유도형 방패는 IFN-γ 가 켜는 것이므로, IFN-γ 가 높은 종양에서 함께 높아야 합니다. 상시형은 그럴 이유가 없습니다.

방패 ↔ IFN-γ 의 상관이 높다 = 유도형 | 0 에 가깝다 = 상시형

고등학생가설을 자료에 던진다

8강에서 세운 가설: 유도형 방패는 IFN-γ 와 상관이 높고, 상시형은 낮다.

검증 절차

단계	하는 일
1	IFN-γ 반응 점수를 만든다 (여러 유전자 묶음)
2	각 방패 유전자와 그 점수의 상관을 잰다
3	상관 값으로 방패들을 줄 세운다
4	예상한 분류와 맞는지 본다

왜 IFN-γ 유전자 하나가 아니라 점수인가

IFNG 자체는 T세포가 만드는 것 이고 발현이 낮아 잡음이 크다. 대신 IFN-γ 를 받은 세포에서 켜지는 유전자들(STAT1, GBP1, CXCL9…)을 묶으면 신호가 안정된다.

원인을 재는 대신 결과를 여럿 재서 평균 낸다. /cytokine 8강에서 본 것과 같은 발상이다.

약한 신호 하나보다 그 신호가 남긴 여러 자국이 재기 쉽다

Python 브라우저에서 실행

# 방패끼리 얼마나 함께 움직이나
import esc

F = esc.facts()["shield"]
print(f"방패 {len(F['genes'])}개의 평균 짝상관 r = {F['mean_corr']}")
print()
print("한 덩어리라면 0.7 을 넘어야 합니다. 그렇지 않습니다.")
print("무언가가 이들을 두 무리로 가르고 있어요.")

0.35 와 0.15 는 우리가 정한 경계입니다. 값이 아니라 **줄 세운 순서**를 보세요.

Python 브라우저에서 실행

# IFN-γ 와의 상관으로 줄을 세운다
import esc

F = esc.facts()["shield"]
r = sorted(F["ifng_corr"].items(), key=lambda x: -x[1])
print(f"{'유전자':<10}{'IFNG 와의 r':>12}   판정")
for g, v in r:
    판정 = "유도형" if v > 0.35 else ("상시형" if v < 0.15 else "중간")
    print(f"{g:<10}{v:>12.3f}   {판정}")

고등학생깨끗하게 갈린다

결과는 예상대로다. 두 무리가 뚜렷이 갈린다.

무리	유전자	IFN-γ 상관
유도형	CD274(PD-L1) · IDO1 · LAG3 등	높음
상시형	CD47 · CD24 등	낮음

이것이 뜻하는 것

두 무리는 서로 다른 조절을 받는다. 그러니 같은 방법으로 다룰 수 없다.

무리	치료 함의
유도형	면역 반응이 있는 종양에서 문제 — 관문 억제제 대상
상시형	면역 반응과 무관 — 별도 차단이 필요 (항-CD47 등)

분류가 갈리면 치료 전략도 갈린다 — 분류의 실용적 값어치

Python 브라우저에서 실행

# 두 무리가 정말 다른가 - 사막과 염증에서 견준다
import esc

유도 = ["CD274", "PDCD1LG2", "IDO1", "HAVCR2", "CD38"]
상시 = ["CD47", "NT5E", "CD24"]

print("유도형 방패")
print(esc.by_group(유도).to_string())
print()
print("상시형 방패")
print(esc.by_group(상시).to_string())
print()
print("유도형은 염증에서 확 오르고, 상시형은 거의 안 움직입니다.")

고등학생논문의 CD38·CD47 이 사람에서는 다른 무리에 있다

8강에서 본 논문의 주장: DDX54 가 CD38 과 CD47 을 켠다.

그런데 이 실습에서 보면

CD38 과 CD47 은 같은 무리에 있지 않다. 사람 폐선암 자료에서 CD38 은 오히려 면역 관련 유전자들과 함께 움직인다.

왜 그럴까 — CD38 은 누구의 것인가

CD38 이 있는 곳	비고
활성화된 T세포	활성화 표지
형질세포	다발골수종 치료 표적
NK세포 · 대식세포	—
일부 암세포	논문이 말하는 것

덩어리 자료에서 CD38 발현은 주로 면역세포에서 온다. 그러니 면역세포가 많은 종양에서 CD38 이 높게 나온다. 암세포의 CD38 을 재고 있다고 생각했는데 면역세포를 재고 있었던 것이다.

5강에서 물었던 '누구의 유전자인가' 가 여기서 결론을 바꾼다

이 셀이 이 강의에서 논문과 가장 크게 어긋나는 자리입니다.

Python 브라우저에서 실행

# 논문의 두 유전자를 나란히
import esc

d = esc.labelled()
import numpy as np
print(f"{'':<12}{'사막':>9}{'염증':>9}{'IFNG r':>10}")
for g in ["CD38", "CD47"]:
    a = d[d["군"] == "desert"][g].mean()
    b = d[d["군"] == "inflamed"][g].mean()
    r = np.corrcoef(d[g], d["IFNG"])[0, 1]
    print(f"{g:<12}{a:>9.2f}{b:>9.2f}{r:>10.3f}")
print()
print(f"두 유전자끼리의 상관 r = {np.corrcoef(d['CD38'], d['CD47'])[0,1]:.3f}")
print()
print("논문은 둘을 같은 축으로 묶었는데, 사람 자료에서는 거의 무관합니다.")
print("마우스에서는 다를 수 있습니다 - 10강에서 확인합니다.")

고등학생재현 실패를 어떻게 다룰 것인가

논문의 주장이 이 자료에서 재현되지 않았다. 어떻게 결론지어야 하나?

성급한 결론	정확한 서술
논문이 틀렸다	이 자료에서는 재현되지 않았다
CD38 은 방패가 아니다	덩어리 자료로는 암세포의 CD38 을 못 잰다

재현 실패의 여러 원인

원인	내용
종이 다르다	마우스 실험 vs 사람 종양
계(system)가 다르다	세포주 조작 vs 자연 발생 종양
측정 대상이 다르다	암세포 vs 조직 전체
진짜로 틀렸다	가능하지만 마지막에 고려

앞의 세 가지를 배제하기 전에 마지막을 결론으로 삼으면 안 된다.

재현 실패는 대개 진위의 문제가 아니라 조건의 차이다

🤔 확인 문제

방패들의 평균 짝상관이 0.255 인 것이 뜻하는 것은?

🤔 확인 문제

CD47 이 IFN-γ 와 상관이 거의 없는 것(r = 0.059)의 뜻은?

🤔 확인 문제

논문이 CD38 과 CD47 을 같은 축으로 묶었는데 사람 자료에서 갈리는 것을 어떻게 보고해야 하나?