Lesson 16 of 20

증거를 표적 점수로 바꾼다

여러 종류의 근거를 한 줄에 세우는 법

지금까지 증거를 여러 종류 봤습니다. 이제 그것들을 한 줄에 세워야 합니다.

증거	무엇을 말하나	세기
흔한 변이 GWAS	이 자리 근처가 위험과 연관	약~중간 (유전자가 불확실)
드문 코딩 변이	이 유전자가 위험과 연관	강함
기능상실 변이 (인간 녹아웃)	이 유전자를 없애면 병이 준다	아주 강함 — 방향까지
체세포 핫스팟	암이 이 단백질을 켜려 한다	강함 — 암에 한해
체세포 절단	암이 이 단백질을 없애려 한다	강함 — 다만 약이 어렵다
발현 차이	병에서 이 유전자가 다르다	약함 (원인/결과 모름)
교란 실험	끄면 표현형이 돌아온다	아주 강함

High school종류가 다른 증거를 한 줄에 세우기

지금까지 여러 종류의 증거를 봤습니다. 서로 단위가 달라요.

증거	나오는 숫자	단위
GWAS	p값, 오즈비	확률, 배수
체세포 변이	변이 표본 비율, 길이 보정 점수	%, %/kaa
몰림	한 자리 변이 수	건수
방향	GOF/LOF	범주

이걸 하나의 순위표로 만들려면 공통 척도로 바꿔야 합니다. 여러 과목 점수를 합산하려면 만점이 같아야 하는 것과 같아요.

High school점수화의 세 가지 방식

방식	내용	장단
이진 점수	증거가 있으면 1, 없으면 0, 다 더함	단순 · 강약 구분 못 함
순위 기반	각 증거에서 순위를 매기고 순위를 합침	단위 문제 해결 · 간격 정보 상실
가중 합산	증거마다 가중치를 정해 곱해서 더함	유연 · 가중치가 자의적

실제 시스템(Open Targets 등)은 세 번째를 씁니다. 그런데 가중치를 어떻게 정하느냐가 문제예요. 결국 사람이 정합니다.

점수화는 객관적으로 보이는 주관입니다 — 가중치가 결론을 만듭니다.

곱으로 쌓는 계산은 독립을 가정합니다. 그 가정을 확인해야 해요.

Python Runs in your browser

# 증거를 곱으로 쌓기 — 그리고 중복을 조심하기.
import math

# 각 증거가 '이 표적이 맞다' 는 오즈를 몇 배로 올리는가 (대략의 예시)
evidence = {
    "흔한 변이 GWAS 히트":     2.0,
    "드문 코딩 변이도 같은 방향": 3.0,
    "기능상실 변이가 보호적":   5.0,
    "체세포 핫스팟":            4.0,
    "교란 실험에서 표현형 회복": 6.0,
}
prior_odds = 0.1 / 0.9      # 아무 근거 없을 때

print(f"{'증거':28s} {'배수':>6s} {'누적 확률':>10s}")
odds = prior_odds
print(f"{'(아무 근거 없음)':28s} {'':>6s} {odds/(1+odds)*100:9.1f}%")
for name, lr in evidence.items():
    odds *= lr
    print(f"{name:28s} {lr:6.1f} {odds/(1+odds)*100:9.1f}%")
print()
print("<주의> 이 곱셈은 증거들이 <b>서로 독립</b>이라고 가정합니다.")
print("GWAS 히트와 그 eQTL 은 독립이 아닐 수 있어요 — 그러면 확신이 부풉니다.")

High school점수가 숨기는 것

여러 증거를 하나의 숫자로 합치면 편리하지만 정보가 사라집니다.

같은 총점 0.7	실제 내용	표적으로서
유전자 A	GWAS만 강함, 나머지 없음	단일 증거 — 위험
유전자 B	모든 증거가 중간	여러 방향에서 지지 — 낫다
유전자 C	발현 증거만 아주 강함	발현은 인과의 약한 증거

총점이 같아도 셋은 완전히 다릅니다. 그래서 실무에서는 총점과 함께 증거 분해표를 항상 같이 봅니다. 점수는 정렬용이고, 판단은 분해표로 합니다.

실제로 이런 점수를 공개해 둔 곳이 있습니다.

🎯

Open Targets

유전학·발현·문헌·동물 표현형을 모아 표적–질병 쌍마다 점수를 냅니다

🧬

GWAS 카탈로그

이 강의가 쓴 원자료. 점수는 없고 관찰만 있습니다

🦠

COSMIC · cBioPortal

체세포 변이. cBioPortal 은 API 가 열려 있습니다

점수를 그대로 받아 쓸 때는 /sra 16강에서 한 말이 그대로 돌아옵니다 — 남의 점수에는 남의 결정이 박혀 있습니다. 무엇을 어떻게 가중했는지 봐야 해요.

High school좋은 점수 체계의 조건

조건	왜
어떤 증거가 들어갔는지 보인다	총점만으로는 판단 불가
가중치가 명시되어 있다	바꿔서 다시 볼 수 있어야 함
증거가 독립적이다	같은 자료를 두 번 세면 부풀려짐
없음과 안 봤음을 구분한다	3강의 카탈로그 문제와 같음

마지막 줄이 자주 어긋납니다. "GWAS 증거 0점"이 "GWAS를 했는데 없었다"인지 "그 병으로 GWAS를 안 했다"인지 구분 안 되면, 연구가 적은 희귀병 표적이 자동으로 낮은 점수를 받아요.

점수가 낮은 이유가 증거의 부재인지 연구의 부재인지 — 항상 물어야 합니다.

🤔 Check yourself

GWAS 히트와 그 히트의 eQTL 을 독립 증거로 세면 안 될 수 있는 이유는?

Answer /geo 17강의 표본 중복과 같은 구조입니다. 정보는 안 늘고 확신만 커져요.

🤔 Check yourself

"이 유전자에 GWAS 히트가 없다" 를 반대 증거로 쓰면 안 되는 이유는?

Answer GWAS 는 흔한 변이를 봅니다. 못 찾은 것과 없는 것은 달라요 — /geo 18강의 TNIK 과 같은 이야기입니다.