14강 / 20강

DIGGIT ② — 복제수가 발현을 끌고 가는 유전자만 남긴다

프로토콜 Phase I-3 · F-CNV 로 후보 좁히기

후보가 너무 많습니다. 조각 안에만 1,807개 유전자가 있고, 실제 유전체에는 2만 개가 있어요. 전부에 대해 무거운 조건부 MI 계산을 돌릴 수는 없습니다.

DIGGIT 의 첫 필터는 아주 영리합니다. F-CNV — "이 유전자의 자기 복제수와 자기 발현이 함께 움직이는가?"

왜 이것이 좋은 필터인가

유전자 사본이 2개에서 4개로 늘면, 만들어지는 mRNA 도 대략 두 배가 되어야 합니다. 실제로 그렇게 되는 유전자가 있고, 그렇지 않은 유전자가 있습니다 (다른 조절 장치가 양을 일정하게 맞춰 주는 경우 — 이를 용량 보상 이라 합니다).

복제수 ↔ 발현이 연동됨

DNA 변화가 곧 발현 변화로 이어진다.
유전체 사건이 원인이 될 수 있는 유전자.

조절자 후보로 남긴다 ✓

연동되지 않음

사본이 늘어도 발현이 그대로.
유전체 사건으로 설명할 수 없는 유전자.

DIGGIT 의 논리 밖 — 뺀다

DIGGIT 은 유전체 → 발현 → 활성 이라는 사슬을 따라갑니다. 첫 고리가 끊어진 유전자는 애초에 이 사슬 위에 없습니다.

고등학생복제수가 발현을 끌고 가는 유전자만

CNV 구간에 유전자가 수십~수백 개 있다. 그중 실제로 영향받는 것 만 남긴다.

복제수와 발현이 함께 움직이는가

관찰	판정
복제수↑ 발현↑	F-CNV — 기능적
복제수↑ 발현 그대로	보상됨 — 제외

유전체 변화가 반드시 발현 변화로 이어지지 않는다 — 그것을 확인해야 한다

DDX54 는 사본이 늘면 발현도 확실히 늘어납니다 — 조절자 후보의 조건을 갖췄습니다.

Python 브라우저에서 실행

import gene
import numpy as np
from scipy import stats

E = gene.expr(); C = gene.cnv()
S = [s for s in E.columns if s in C.columns]
print("발현과 복제수를 둘 다 가진 표본:", len(S))

# DDX54 하나로 먼저 확인
cv = C.loc["DDX54", S].values.astype(float)
ev = E.loc["DDX54", S].values.astype(float)
rho, p = stats.pearsonr(cv, ev)
print()
print("DDX54")
print(f"  복제수(GISTIC2 log2비) 범위 : {cv.min():+.2f} ~ {cv.max():+.2f}")
print(f"  복제수 ↔ 발현 상관 r = {rho:+.3f}   p = {p:.1e}")
print()
print("복제수가 증폭된 표본과 결손된 표본의 발현을 비교")
amp = ev[cv > 0.3]; dele = ev[cv < -0.3]
print(f"  증폭(>+0.3) {len(amp):3d}개 표본 평균 발현 {amp.mean():.2f}")
print(f"  결손(<-0.3) {len(dele):3d}개 표본 평균 발현 {dele.mean():.2f}")
print(f"  차이 {amp.mean()-dele.mean():+.2f} (log2 눈금)")

1,720개를 검사해 768개가 남았습니다 — 무거운 계산의 대상이 절반 이하로 줄었습니다.

Python 브라우저에서 실행

import gene

fc = gene.fcnv()
print("F-CNV 를 계산한 유전자:", len(fc))

cand = fc[(fc.p < 1e-6) & (fc.rho > 0)].sort_values("rho", ascending=False)
print("후보로 남은 유전자 (p<1e-6, 양의 상관):", len(cand))
print()
print("복제수-발현 연동이 가장 강한 유전자 10개")
for g, r in cand.head(10).iterrows():
    print(f"  {g:10s} r = {r.rho:.3f}   p = {r.p:.1e}")
print()
print("DDX54 는?")
print(f"  r = {fc.loc['DDX54','rho']:.3f}  p = {fc.loc['DDX54','p']:.1e}",
      "  → 후보 통과 ✓" if "DDX54" in cand.index else "  → 탈락")
print(f"  후보 {len(cand)}개 중 상관 세기 순위: {int((cand.rho > fc.loc['DDX54','rho']).sum())+1}위")
print()
print("논문이 지목한 다른 마스터 조절자들도 통과했는지 봅니다")
for g in ["ATP2A2", "RACGAP1", "PTPN11", "PCNA", "DIABLO"]:
    if g in fc.index:
        ok = "✓" if g in cand.index else "✗"
        print(f"  {g:10s} r = {fc.loc[g,'rho']:+.3f}  {ok}")

고등학생왜 보상이 일어나나

기전	내용
용량 보상	세포가 발현을 조절
단백질 분해	과잉을 없앰
되먹임	산물이 자기 전사를 억제

그러니 복제수만으로는 부족하다

2배가 되었다고 발현이 2배 가 되지 않는다.

얼마나 되나

연구마다 다르지만 구간 유전자의 절반 이하 만 발현이 유의하게 변한다.

이 필터 하나로 후보가 절반 이하로 준다 — 다중검정 부담이 크게 준다

고등학생스피어만 상관을 쓴다

	피어슨	스피어만
재는 것	직선 관계	단조 관계
이상치	취약	강함

왜 단조로 충분한가

"복제수가 늘면 발현이 는다" 는 방향만 맞으면 된다.

그리고 복제수는 이산값이다

0, 1, 2, 3… 같은 정수다. 순위 기반 이 자연스럽다.

관계의 방향만 필요하면 순위 상관이 더 튼튼하다

🎮 F-CNV 실험실

실제 유전자를 골라 복제수와 발현의 산점도를 보세요. DDX54 처럼 뚜렷하게 연동되는 유전자와, 전혀 연동되지 않는 유전자를 비교할 수 있습니다.

고등학생F-CNV 의 한계

한계	내용
SNV 에는 안 통함	CNV 전용 필터
발현 변화 없이 기능하는 변이	단백질 서열이 바뀐 경우
세포 특이적 효과	덩어리 자료에서 안 보임

첫 줄을 짚어야 한다

SNV 는 복제수가 안 변한다. 그러니 이 필터로는 못 거른다.

다른 방법이 필요하다 — 기능 예측 등.

필터는 그 필터가 전제하는 기전에만 유효하다

🤔 확인 문제

F-CNV 필터가 하는 일은?

🤔 확인 문제

GISTIC2 복제수 값이 +1 이면 대략 몇 사본인가요?

🤔 확인 문제

F-CNV 를 맨 앞에 두는 실용적 이유는?