19강 / 20강

실습 종합 — 항-PD1 실험 한 벌을 처음부터 짠다

계통 · 공여자 · 조사 · 12주 · 선별 · 배정 · 투약 · 판독을 한 장으로

물음은 이것입니다.

사람 항-PD1 이 사람 T세포를 풀어
사람 폐암 종양을 줄이는가

이제 이 물음을 실행 가능한 계획서로 옮깁니다. 지금까지 배운 결정을 순서대로 내리기만 하면 됩니다.

고등학생실험 한 벌을 처음부터 짠다

단계	결정	강
1	계통 고르기	4·12강
2	공여자 수와 배치	6·18강
3	전처치	7강
4	세포 주사	8강
5	12주 대기 · 생착 선별	9·10강
6	종양 이식	15강
7	무작위배정	—
8	투약	16강
9	판독	17강

계획서 초안

결정	고른 것	근거
계통	NSG	T세포 실험이면 충분하고 문헌이 가장 많다 (4강)
모델	hu-CD34	3주 넘는 실험 — hu-PBL 은 GvHD 가 끝낸다 (5·14강)
공여자	3명, 마리 수를 고루	사람에 대해 말하려면 공여자가 반복이다 (18강)
조사	신생자 100–150 cGy	생착이 가장 높고 마우스가 덜 죽는다 (7강)
세포	CD34⁺ 1–2 ×10⁵, 순도 ≥90%	순도가 낮으면 이른 GvHD (6강)
선별	12주 %hCD45 ≥ 25% 이고 %hCD3 확인	T세포 없는 마우스에 항-PD1 은 무의미 (9·10강)
종양	사람 폐암 CDX 또는 PDX, 50–100 mm³ 에서 배정	마우스 종양은 안 된다 (15강)
군	아이소타입 IgG vs 항-PD1, 공여자로 블록	사람 IgG 자체의 몫을 뺀다 (16·18강)
투약	10 mg/kg 복강, 주 2회 3주	골짜기에서도 점유율이 유지된다 (16강)
판독	종양부피 시계열 + 종양 유세포(hCD45·hCD3·hCD8·생사)	줄었다와 왜 줄었다를 함께 (17강)

고등학생일정표를 거꾸로 짠다

주차	하는 일
−1주	신생자 준비 · 공여자 세포 해동
0주	전처치 + 주사
4·8주	중간 생착 확인
12주	생착 선별 · 종양 이식
14~15주	종양이 자람 · 무작위배정
15~19주	투약과 측정
19주	종료 · 판독

전체가 5개월입니다 — 실패하면 처음부터 다시입니다.

effect 를 4로 줄여 보세요. 필요한 마리 수가 네 배가 됩니다 — 작은 효과는 비쌉니다.

Python 브라우저에서 실행

# 필요한 마리 수를 셈한다 - 공여자 분산까지 넣어서
import numpy as np
from scipy import stats

effect = 8.0          # 두 군의 차이 (종양 안 %hCD8 의 차)
mouse_sd = 5.0        # 같은 공여자 안 마우스 사이 표준편차
donor_sd = 7.0        # 공여자 사이 표준편차
alpha, power = 0.05, 0.80

def n_per_group(sd):
    z_a = stats.norm.ppf(1 - alpha / 2)
    z_b = stats.norm.ppf(power)
    return 2 * ((z_a + z_b) * sd / effect) ** 2

naive = n_per_group(mouse_sd)
mixed = n_per_group(np.sqrt(mouse_sd ** 2 + donor_sd ** 2))
print("공여자 차이를 무시하면 군당", int(np.ceil(naive)), "마리")
print("공여자 차이를 넣으면   군당", int(np.ceil(mixed)), "마리")
print()

# 블록으로 놓으면 공여자 몫이 군 비교에서 빠진다
blocked = n_per_group(mouse_sd)
print("공여자를 블록으로 놓으면 군당", int(np.ceil(blocked)), "마리로 돌아온다")
print("- 단, 공여자 수 자체는 3명 이상이어야 사람에 대해 말할 수 있다")
print()
print("탈락을 셈한다 - 생착 실패 20%, GvHD/기타 10% 로 잡으면")
final = int(np.ceil(blocked / 0.8 / 0.9))
print("실제로 만들어야 할 마우스: 군당", final, "마리 x 2군 x 공여자 3명 =",
      final * 2 * 3, "마리")

고등학생무작위배정의 순서

순서	내용
1	생착 문턱을 넘은 마우스만 남김
2	종양 크기로 층화
3	공여자별로 블록
4	그 안에서 무작위배정

선별을 먼저 하고 배정을 나중에 합니다 — 순서가 바뀌면 군이 불균형해져요.

공여자 수를 5로 늘려 보세요. 두 번째 p값이 훨씬 안정됩니다.

Python 브라우저에서 실행

# 계획대로 실험이 굴러갔다고 하고 - 결과를 두 가지 방식으로 읽는다
import numpy as np
from scipy import stats

rng = np.random.default_rng(19)
donors = 3
per = 6
donor_shift = rng.normal(0, 7, donors)
effect = 8.0

iso, pd1 = [], []
for d in range(donors):
    iso.append(12 + donor_shift[d] + rng.normal(0, 5, per))
    pd1.append(12 + donor_shift[d] + effect + rng.normal(0, 5, per))
iso_all = np.concatenate(iso); pd1_all = np.concatenate(pd1)

print("종양 안 사람 CD8 T세포 (%, 살아있는 세포 대비)")
print("  아이소타입:", round(iso_all.mean(), 1), "+-", round(iso_all.std(ddof=1), 1))
print("  항-PD1   :", round(pd1_all.mean(), 1), "+-", round(pd1_all.std(ddof=1), 1))
print()
t1, p1 = stats.ttest_ind(pd1_all, iso_all)
print("공여자 무시 t-검정   : p =", round(p1, 4))

dmeans_i = np.array([x.mean() for x in iso])
dmeans_p = np.array([x.mean() for x in pd1])
t2, p2 = stats.ttest_rel(dmeans_p, dmeans_i)
print("공여자 평균끼리 대응 : p =", round(p2, 4), " (자유도", donors - 1, ")")
print()
print("두 번째는 공여자 3명이 전부이므로 자유도가 2뿐이다.")
print("그래서 공여자 수를 늘리는 일이 마리 수를 늘리는 일보다 값지다.")

고등학생미리 정해야 할 것들

항목	왜
생착 문턱	9강 — 결과를 보고 정하면 안 됨
종양 이식 기준 크기	—
인도적 종점	종양 크기 · GvHD 점수
1차 평가변수	종양 부피? 생존?
통계 방법	18강 — 공여자를 어떻게 다룰지

계획서를 미리 써 두면 결과를 보고 흔들리지 않습니다.

🤔 확인 문제

이 계획서에서 CD34 주사 전에 반드시 정해 두어야 하는 것이 아닌 것은?

🤔 확인 문제

공여자 3명, 군당 6마리로 실험했습니다. 공여자 평균끼리 대응 검정을 하면 자유도는?