손박사의 GEO 첫걸음

실험을 한 번도 하지 않고
표적을 찾을 수 있는가

미국 NCBI 의 GEO 에는 전 세계 실험실이 올려 둔 유전자 발현 자료가 표본 870만 개 쌓여 있습니다. 논문이 되려면 원자료를 공개해야 하는 규칙 덕분이에요.
이 20강에서는 폐가 굳어 가는 병 IPF 의 공개 자료 넷을 실제로 내려받습니다. 서로 다른 기계, 서로 다른 해, 서로 다른 병원의 것이라 눈금이 넷 다 다릅니다. 그것을 맞추고, 합치고, 유전자 순위를 매기는 일을 손으로 해 봅니다.
그리고 어디서 이 방법이 거짓말이 되는지도 봅니다 — 한 시리즈의 '정상'은 사실 폐암 환자였거든요. 파이썬은 이 페이지 안에서 바로 실행됩니다.

🐍 Python🗃️ GEO📊 메타분석 🫁 폐섬유증🎯 표적 발굴⚠️ 교란🇰🇷 한국어

1강 시작하기 →

이렇게 배웁니다

🗃️진짜 파일을 연다

GSE 번호로 주소를 조립하고, 시리즈 매트릭스를 뜯고, 누가 환자인지 알아냅니다. 네 시리즈가 그걸 네 가지로 적어 놓았어요.

📏눈금부터 맞춘다

한 시리즈는 값이 96,841까지 가고 다른 시리즈는 −8.3부터 시작합니다. 견주려면 자를 먼저 맞춰야 해요.

📊합치는 계산을 손으로

Hedges' g · 역분산 가중 · I² · τ² · Benjamini–Hochberg. 식 하나하나를 스무 줄 파이썬으로 직접 씁니다.

⚠️어디서 거짓말이 되는가

배치효과 · 공개편향 · 표본 중복, 그리고 한 시리즈의 '정상'이 사실 폐암 수술 가장자리였다는 이야기.

전체 커리큘럼

남이 이미 낸 자료 — 왜 거기서 시작하는가

NCBI GEO 보유고 2026년 3분기 · Pun FW, et al. Front Aging Neurosci 14:914017 (2022)

GSE · GSM · GPL — 등록번호 세 글자를 읽는다

NCBI GEO 등록번호 체계 · ncbi.nlm.nih.gov/geo

플랫폼 — 같은 유전자를 재는 네 개의 서로 다른 자

GPL570 · GPL4133 · GPL6244 · GPL6480 — 이 강의가 쓰는 네 플랫폼

시리즈 매트릭스 — 파일 한 장에 연구 한 건이 들어 있다

GSE24206_series_matrix.txt.gz · 실제 파일 구조

누가 환자인가 — 네 시리즈가 네 가지로 적어 놓았다

Sample_characteristics_ch1 · GSE24206 · GSE10667 · GSE110147 · GSE53845 실제 값

눈금 — 2.4 부터 96,841 까지, 그리고 −8.3 부터 +10.8 까지

네 시리즈의 실제 값 분포 · tools/build_facts.py 가 잰 분위수

프로브에서 유전자로 — 54,613개를 22,876개로 접는다

GPL570 · GPL4133 · GPL6244 · GPL6480 플랫폼 주석표 실제 처리

차등발현 — 두 무리의 평균을 뺀다, 그리고 그것만으로는 모자란다

MMP7 · CTHRC1 · CAV2 의 네 시리즈 실제 표본값

효과크기 — 눈금이 다른 넷을 견줄 수 있게 만드는 숫자

Cohen's d 와 Hedges' g · 이 강의가 쓴 보정식

합치기 — 네 개의 g 를 하나로, 가중평균

고정효과 메타분석 · 역분산 가중

이질성 — CTHRC1 은 0%, COL1A1 은 81%

Cochran's Q 와 I² · 이 강의의 실제 계산 결과

무작위효과 — 시리즈마다 진짜 값이 다를 수 있다고 인정한다

DerSimonian–Laird τ² · 이 강의가 실제로 쓴 모형

15,485번 물어보면 — 다중검정과 FDR

Benjamini–Hochberg · 이 강의의 실제 q값 분포

부호가 넷 다 같은가 — 통계가 못 잡는 것을 잡는 조건

이 강의의 방향 일치 필터 · 1,472 → 1,470

배치효과 — 시리즈가 곧 배치다

네 시리즈를 한 표로 이어 붙였을 때 무엇이 가장 크게 보이는가

'정상'의 정체 — 폐암 수술에서 잘라 낸 가장자리

GSE10667 의 Sample_characteristics_ch1 실제 문장

GEO 에 없는 것들 — 공개편향과 표본 중복

저장소가 보여 주지 않는 것 · 같은 환자가 두 번 세어지는 경우

발현이 달라진 것 ≠ 표적 — 1,470개에서 몇 개로

TNIK 은 이 목록의 어디에 있는가 · Ren F, et al. Nat Biotechnol 43:63–75 (2025)

처음부터 다시 — 표적 순위표를 손으로 만든다

1강부터 18강까지를 한 번에 · 네 개의 손잡이를 돌려 보며

말할 수 있는 것과 말할 수 없는 것

이 강의가 실제로 얻은 결과와 그 결과의 한계