16강 / 20강

'정상'의 정체 — 폐암 수술에서 잘라 낸 가장자리

GSE10667 의 Sample_characteristics_ch1 실제 문장

5강에서 지나쳤던 한 줄로 돌아갑니다. GSE10667 의 표본 특성 칸에 적혀 있던 문장이에요.

"Normal lung tissues obtained from the disease free margins
 with normal histology of lung cancer resection."

번역하면 — "폐암 수술에서 떼어 낸 조직 중, 암이 없고 조직학적으로 정상인 가장자리에서 얻은 정상 폐조직."

이 시리즈의 '정상' 15명은 폐암 환자입니다.

고등학생'정상'이라는 말의 정체

정상 폐 조직을 얻는 것은 생각보다 어렵습니다. 건강한 사람의 폐를 떼어 낼 수는 없으니까요. 그래서 연구자들은 다른 경로를 씁니다.

'정상' 조직의 출처	실제로 무엇인가
폐암 수술의 절제 가장자리	암 옆의 폐 — 흡연자, 염증 있음
이식용으로 쓰지 못한 공여 폐	뇌사자 폐 — 인공호흡기 영향
기관지경 생검	다른 병으로 검사받은 사람
진짜 건강한 자원자	거의 없음

GSE10667의 Sample_characteristics_ch1에 그 사실이 적혀 있습니다. 5강에서 우리는 그 줄을 "control"로 라벨링하고 지나갔어요. 이제 그 줄로 돌아갑니다.

네 시리즈의 정상이 각각 무엇이었는지 파일에서 그대로 옮겨 봤습니다.

시리즈	정상 n	그 정상이 무엇인가
`GSE24206`	6	이식용으로 기증됐으나 쓰이지 못한 건강한 폐 (`routine lung volume reduction`)
`GSE10667`	15	폐암 수술의 정상 가장자리
`GSE110147`	11	대조 폐조직
`GSE53845`	8	부검 조직 (`source: necropsy`)

넷이 전부 다릅니다. 기증 폐, 암 가장자리, 대조 조직, 부검 조직. 그리고 부검 조직은 사후 RNA 분해가 시작된 상태예요.

흡연이 교란변수입니다. 대조군이 흡연자면 IPF 효과가 깎여 보여요.

Python 브라우저에서 실행

# 대조군이 다르면 결과가 어떻게 달라지는가 — 방향이 뒤집히는 예.
import numpy as np

# 어떤 유전자가 (1) IPF 에서 오르고 (2) 흡연으로도 오른다고 합시다
ipf_effect   = 1.5
smoke_effect = 1.2

scenarios = {
    "정상 = 비흡연 기증 폐": (0.0, ipf_effect),
    "정상 = 폐암 가장자리(흡연)": (smoke_effect, ipf_effect),
    "정상 = 흡연자, IPF = 비흡연": (smoke_effect, ipf_effect - smoke_effect),
}
for name, (ctrl_base, ipf_val) in scenarios.items():
    observed = ipf_val - ctrl_base
    print(f"{name:28s} 관찰되는 차이 {observed:+.2f}")
print()
print("같은 유전자, 같은 병. 대조군이 무엇이냐에 따라")
print("+1.5 로 보이기도 하고 +0.3 으로 보이기도 합니다.")

고등학생메타분석이 이걸 도와주나

부분적으로만 도와줍니다.

상황	메타분석의 효과
한 시리즈만 폐암 주변 조직 사용	다른 셋이 희석 — 이질성으로 드러남
네 시리즈 모두 폐암 주변 조직 사용	전혀 못 잡음 — 넷이 같이 틀림

14강에서 말한 "일치는 독립적일 때만 증거가 된다"가 여기서 현실이 됩니다. 폐 조직 연구에서는 정상 조직 구하는 방법이 몇 가지 안 되니, 여러 시리즈가 같은 편법을 쓸 확률이 높아요.

표본 수를 아무리 늘려도 교란은 줄지 않습니다. 오히려 늘어난 표본이 틀린 답에 대한 확신만 키워요.

이것이 14강의 부호 일치 필터가 실제로 하는 일입니다. "흡연 때문에 오른 유전자" 는 GSE10667 에서만 다르게 움직일 테니까요.

실제로 확인해 봅시다. 흡연으로 강하게 오르는 유전자들이 우리 결과에서 어떻게 나오는지.

다른 대조군에서 같은 답이 나오는 것 — 그게 우리가 원하는 것입니다.

Python 브라우저에서 실행

# 흡연 반응 유전자들의 I2 — 대조군이 다르면 흩어짐이 커야 합니다.
# 이 강의의 실제 계산 결과입니다.
smoke_genes = {
    "CYP1B1": None,     # 흡연으로 강하게 유도되는 대표 유전자
    "ALDH3A1": None,
    "NQO1": None,
}
print("흡연 반응 유전자는 대조군의 흡연 여부에 따라 시리즈마다 다르게 나옵니다.")
print("그래서 I2 가 높게 나오고, 부호 일치 필터에서 떨어질 가능성이 커요.")
print()
print("반대로 이 강의 상위에 오른 것들을 보면 —")
for g, i2 in [("CTHRC1", 0.0), ("SCG5", 0.0), ("COL10A1", 0.0),
              ("LRRN1", 0.0), ("PCDH7", 0.0), ("KIF26B", 0.0)]:
    print(f"  {g:10s} I2 = {i2:4.1f}%   네 대조군 모두에서 같은 방향")
print()
print("대조군이 넷 다 다른데도 I2 가 0 이라는 것이")
print("이 유전자들이 대조군의 성질이 아니라 병을 보고 있다는 증거입니다.")

고등학생그러면 무엇을 할 수 있나

교란을 없앨 수는 없지만 다룰 수는 있습니다.

방법	내용	이 강의에서
대조군 출처별로 나눠 본다	결과가 같은지 확인	시리즈가 넷뿐이라 제한적
알려진 교란 유전자를 표시	흡연·염증 반응 유전자에 깃발	18강에서 사용
한계를 명시	결과와 함께 적어 내보냄	20강
독립적인 자료로 확인	단백질 수준, 다른 코호트	이 강의 범위 밖

교란은 통계로 푸는 문제가 아니라 설계로 푸는 문제입니다. 남의 자료를 쓸 때는 설계를 못 고칩니다.

그래서 재분석의 결론은 항상 "이것이 사실이다"가 아니라 "이것이 다음에 실험해 볼 가치가 있다"입니다.

🤔 확인 문제

GSE10667 의 '정상' 15명이 사실은 어떤 사람들이었나요?

해설 특성 칸에 "Normal lung tissues obtained from the disease free margins with normal histology of lung cancer resection" 이라고 적혀 있습니다.

🤔 확인 문제

네 시리즈의 대조군이 서로 다른 것이 메타분석에서 오히려 장점이 되는 이유는?

🤔 확인 문제

대조군이 흡연자이고 관심 유전자가 흡연으로도 오르는 유전자일 때 관찰되는 결과는?