2강 / 20강

재료와 도구 — ARACNE · VIPER · DIGGIT 3단 파이프라인

프로토콜 §2 재료 · 왜 세 단계여야 하는가

범인을 찾는 방법으로 가장 먼저 떠오르는 것은 "면역 사막에서 유난히 많이 켜져 있는 유전자를 찾자" 입니다. 이것을 차등발현 분석(DEG) 이라고 하고, 실제로 아주 많이 쓰입니다.

그런데 이 방법에는 큰 구멍이 있습니다. 총사령관은 대개 조용합니다. 부하 만 명에게 명령을 내리는 데 사령관 본인이 목청을 높일 필요가 없거든요. 발현량만 보면 사령관은 눈에 띄지 않고, 시끄러운 부하들만 잔뜩 잡힙니다.

이 강의 전체를 관통하는 한 문장:

발현량(expression) ≠ 활성(activity)

전사인자가 얼마나 있는가 와 얼마나 일하고 있는가 는 다릅니다. 일하고 있는 정도는 본인이 아니라 부하들이 움직인 흔적으로 재야 합니다.

세 단계가 각각 답하는 질문

ARACNE→VIPER→DIGGIT

고등학생왜 세 단계여야 하는가

도구	답하는 물음
ARACNE	누가 누구를 조절하나
VIPER	지금 누가 활성화되어 있나
DIGGIT	그 위의 유전적 원인은

각각 혼자서는 부족하다

ARACNE 만 있으면 지도만 있고 누가 움직이는지 모른다.

VIPER 만 있으면 활성은 알아도 왜 그런지 모른다.

세 단계가 인과 사슬을 거슬러 올라간다 — 표현형에서 유전자까지

단계	묻는 것	입력	출력
ARACNE Margolin 2006	어떤 전사인자가 어떤 유전자를 부리는가?	발현 행렬 + 전사인자 목록	유전자조절네트워크(GRN) = TF 별 레귤론
VIPER Alvarez 2016	그 전사인자는 지금 얼마나 일하고 있는가?	GRN + 발현 프로파일	TF 별 단백질 활성 (NES)
DIGGIT Alvarez 2015	그 전사인자들의 활성을 조종하는 상위 조절자는 누구인가?	GRN + 활성 + 복제수(CNV)	Regulator score 순위표

세 단계는 계단처럼 쌓여 있습니다. ARACNE 없이는 레귤론이 없어 VIPER 를 돌릴 수 없고, VIPER 없이는 "활성이 변한 TF" 목록이 없어 DIGGIT 이 무엇을 설명해야 할지 모릅니다.

고등학생왜 발현 차등분석으로는 안 되나

	차등발현	이 파이프라인
결과	수천 개 유전자 목록	수십 개 조절자
말하는 것	무엇이 변했나	무엇이 그것을 시켰나
번역 후 조절	안 보임	보임

첫 줄이 실무적으로 크다

수천 개 목록으로는 무엇부터 실험할지 모른다.

수십 개면 실험이 가능하다.

그리고 시끄러운 부하들이 잔뜩 잡힌다

발현 차이가 큰 것은 결과 인 경우가 많다.

원인은 조용히 앉아 있다.

가장 크게 변한 것이 원인인 경우는 드물다 — 대개 결과다

우리가 쓸 재료 — 전부 공개 자료

자료	출처	쓰는 곳
TCGA-LUAD 발현 (RNA-seq)	UCSC Xena / TCGA	3~16강 · 네트워크 재구성
MC3 체세포 변이	TCGA PanCanAtlas	3~4강 · TMB 계산, 항원제시 필터
GISTIC2 복제수(CNV)	UCSC Xena	14~16강 · F-CNV · aQTL
림프구 침윤 점수	Thorsson 등 (면역 랜드스케이프)	4강 · 사막/염증 가르기
사람 전사인자 목록	Human TFs v1.01 (Lambert 2018)	7강 · ARACNE 입력
GSE285342 생쥐 RNA-seq	NCBI GEO	17~18강 · 녹다운 검증
논문 부록 Table S2A/S2B, Dataset S2	PNAS 보충자료	8·16강 · 우리 결과와 대조

고등학생각 단계가 요구하는 것

단계	필요한 자료
ARACNE	발현 수백 샘플
VIPER	레귤론 + 시그니처
DIGGIT	+ 유전체 변이

DIGGIT 이 가장 까다롭다

발현과 변이를 같은 환자에서 재야 한다.

그런 자료는 TCGA 같은 대규모 사업 에서만 나온다.

그래서 3강에서 11,070명으로 시작한다

여러 암종을 합쳐야 그 규모 가 된다.

방법이 요구하는 자료가 있어야 그 방법을 쓸 수 있다 — 당연하지만 제약이 크다

20강 내내 이 네 가지를 되풀이해서 씁니다.

Python 브라우저에서 실행

# 이 강의에서 쓸 재료를 한 번 열어 봅니다.
import gene

E = gene.expr()        # 발현 조각
C = gene.cnv()         # 복제수 조각
m = gene.meta()        # 표본표
T = gene.tfs()         # 전사인자 목록

print("발현 행렬   :", E.shape, "  (유전자 × 표본)")
print("복제수 행렬 :", C.shape)
print("표본표      :", m.shape, list(m.columns))
print("전사인자    :", len(T), "개 —", T[:6], "...")
print()
print("발현값의 뜻 : log2(RSEM 정규화 카운트 + 1)")
print(E.iloc[:4, :4].round(2))
print()
print("DDX54 는 조각 안에 있나?", "DDX54" in E.index)

🎮 파이프라인 조립기

세 단계를 눌러 보면 각 단계가 무엇을 받아 무엇을 내놓는지, 그리고 그 단계를 빼면 왜 무너지는지를 볼 수 있습니다.

고등학생이 파이프라인의 약점

약점	내용
레귤론이 추론된 것	정답표가 없음
오류가 전파됨	앞단이 틀리면 전부
관찰 자료	완전한 인과가 아님
계산이 무거움	—

그래서 실험이 반드시 따라온다

17~19강이 Phase II~IV 다. 계산 결과를 세포와 동물에서 확인한다.

계산은 후보를 줄 뿐

1,500개 전사인자를 수십 개 로 좁혀 주면 그것으로 충분하다.

계산의 값어치는 답을 주는 데 있는 것이 아니라 실험할 것을 골라 주는 데 있다

🤔 확인 문제

차등발현 분석(DEG)만으로 마스터 조절자를 찾기 어려운 이유는?

🤔 확인 문제

VIPER 를 돌리려면 반드시 먼저 있어야 하는 것은?

🤔 확인 문제

DIGGIT 이 CNV(복제수) 자료를 함께 쓰는 까닭은?