조절자가 많을 때와 적을 때, 같은 상사-부하 관계의 세기가 달라진다면 그 조절자가 변조하고 있는 것입니다.
이제 DIGGIT 의 심장입니다. 질문은 이렇습니다.
"조절자 M 이 많을 때와 적을 때,
전사인자 T 와 그 표적 G 의 관계가 달라지는가?"
이것은 상관이 아니라 상관의 변화를 보는 질문입니다. 아주 중요한 차이예요.
M 이 T 와 상관이 있는지, G 와 상관이 있는지는 묻지 않습니다.
M 이 T—G 사이의 관계 자체를 바꾸는가를 묻습니다.
변조(modulation)라는 개념
라디오 볼륨 손잡이를 생각해 보세요. 손잡이는 노래를 만들지 않습니다.
노래가 얼마나 크게 들릴지를 정할 뿐이죠.
변조자도 마찬가지입니다 — 표적을 직접 켜고 끄지 않고,
전사인자가 표적에 미치는 영향력의 크기를 바꿉니다.
실제 생물학에서 이런 일은 흔합니다. 조절자가
전사인자를 인산화해서 활성형으로 바꾸거나,
핵으로 들여보내거나, 보조인자를 붙여 주거나, mRNA 안정성을 조절하거나 —
DDX54 는 마지막 유형(RNA 헬리케이스)에 해당합니다.
계산 방법 — MINDy
MINDy (Modulator Inference by Network Dynamics)
1) 조절자 M 의 발현으로 표본을 줄 세운다
2) 상위 35% 무리(M-high)와 하위 35% 무리(M-low)로 나눈다
3) 각 무리에서 따로 MI(T; G) 를 계산한다
4) 두 값의 차이가 우연으로 설명되는지 검정한다
ΔMI = MI(T;G | M-high) − MI(T;G | M-low)
같은 두 유전자인데 무리에 따라 관계 세기가 달라집니다 — 그것이 변조의 흔적입니다.
Python브라우저에서 실행
차이가 우연인지 어떻게 판단하나
두 무리에서 잰 상관계수의 차이는 표본이 다르니 당연히 조금씩 다릅니다.
얼마나 달라야 진짜인가?
피셔 z 변환이 답을 줍니다. atanh(ρ) 는 대략 정규분포를 따르고
표준오차가 1/√(n−3) 입니다. 그러니 두 무리의 차이는
