19강 / 22강

다른 설명들 — 처리 말고 무엇이 이 차이를 만들 수 있나

배치 · 소팅 · 종양 크기 · 채취 시점 · 그리고 그냥 그 생쥐

KD_PD1 생쥐의 종양에 림프구가 많았습니다. 왜일까요?

가장 재미있는 설명은 "Ddx54 를 끄고 항-PD1 을 줬기 때문" 입니다. 그런데 그것 말고도 후보가 많습니다.

다른 설명	이 자료로 지울 수 있나
그냥 그 생쥐가 그랬다 (개체 변이)	못 지운다 — 칸마다 한 마리
종양 크기가 달라서 (작은 종양엔 면역세포 비율이 높다)	못 지운다 — 크기 정보가 없다
채취 시점이 달라서	못 지운다 — 기록이 없다
소팅 품질이 달라서	일부 확인 가능 — 3강의 오염
라이브러리 품질이 달라서	확인 가능 — UMI·유전자 수
세포 해리 과정이 달라서	간접적으로 — 스트레스 유전자

고등학생처리 말고 무엇이 이 차이를 만들 수 있나

병용군에서 림프계가 21% 였다. 이것을 치료 효과 로 읽기 전에, 다른 설명을 다 따져야 한다.

대안 설명	내용
배치 효과	다른 날 · 다른 런에서 처리
소팅 차이	CD45 선별의 효율이 달랐다
종양 크기	크기가 다르면 조성도 다름
채취 시점	몇 시간 차이도 조성을 바꿈
그냥 그 생쥐	개체 간 자연 변이

인과를 주장하려면 다른 설명들을 먼저 배제해야 한다

차이가 원인인지 결과인지 구별할 수 없을 때가 있습니다. 그것도 적어야 합니다.

Python 브라우저에서 실행

import im
import numpy as np

# 기술적 차이 — 4강에서 적어 둔 것으로 돌아온다
c = im.cells()
print(f"{'표본':<10}{'UMI 중앙값':>12}{'유전자 중앙값':>14}{'미토% 중앙값':>13}")
print("-" * 52)
for s in im.SAMPLES:
    d = c[c["표본"] == s]
    print(f"{s:<10}{d['UMI'].median():>12,.0f}{d['유전자수'].median():>14,.0f}"
          f"{d['미토%'].median():>12.2f}%")
print()
print("KD_PD1 의 UMI 가 다른 표본의 절반 남짓입니다.")
print("림프구는 원래 작고 RNA 가 적습니다 — 결과일 수도, 원인일 수도 있습니다.")

조성으로 설명되나를 확인하는 방법 — 세포유형을 고정하고 다시 보기.

Python 브라우저에서 실행

import im
import numpy as np

# UMI 차이가 조성 때문인가 — 세포유형 안에서 비교해 본다
c = im.cells()
print("세포유형 안에서 UMI 중앙값을 견주면")
print()
print(f"{'세포유형':<18}" + "".join(f"{s:>10}" for s in im.SAMPLES))
print("-" * 62)
for ct in ["호중구", "단핵구", "대식세포 (C1q+)", "수지상세포"]:
    row = []
    for s in im.SAMPLES:
        m = ((c["세포유형"] == ct) & (c["표본"] == s)).values
        row.append(c.loc[m, "UMI"].median() if m.sum() >= 30 else np.nan)
    print(f"{ct:<18}" + "".join(f"{v:>10,.0f}" if np.isfinite(v) else f"{'—':>10}"
                                for v in row))
print()
print("같은 세포유형 안에서도 KD_PD1 이 낮습니다.")
print("조성만으로는 설명되지 않는 기술적 차이가 있다는 뜻입니다.")

고등학생'그냥 그 생쥐' 가 가장 어렵다

같은 계통, 같은 나이, 같은 처리를 한 생쥐끼리도 면역세포 조성이 꽤 다르다.

얼마나 다른가

변이의 원천	내용
장내 세균총	같은 우리에서도 다름 · 면역에 큰 영향
사회적 서열	스트레스 호르몬이 다름
종양 이식 성공도	같은 세포를 넣어도 자라는 정도가 다름
미세 감염	무증상 감염이 조성을 바꿈

그래서 반복이 필요하다

생쥐 하나에서 21% 가 나왔을 때, 그것이 치료 때문인지 그 생쥐라서인지 를 가르는 유일한 방법은 같은 처리를 여러 마리에 하는 것 이다.

통계가 아니라 설계 로만 풀리는 문제다.

개체 간 변이는 개체를 여럿 봐야만 잴 수 있다 — 세포를 아무리 늘려도 안 된다

확인하고 싶은데 자료에 없을 때가 있습니다. 없다고 적으면 됩니다.

Python 브라우저에서 실행

import im
import numpy as np

# 해리 스트레스 — 조직을 갈 때 세포가 받은 스트레스의 흔적
c = im.cells()
STRESS = [g for g in ["Fos", "Jun", "Junb", "Egr1", "Hspa1a", "Hspa1b", "Dnajb1"]
          if g in im.genes()]
print(f"스트레스 유전자 중 실려 있는 것 : {STRESS if STRESS else '없음'}")
print()
if STRESS:
    v = im.score(STRESS)
    for s in im.SAMPLES:
        m = (c["표본"] == s).values
        print(f"  {s:<10}{v[m].mean():>8.3f}")
else:
    print("이 조각의 유전자 413개에는 스트레스 유전자가 들어 있지 않습니다.")
    print("전체 32,285개 유전자를 쓰면 확인할 수 있습니다 —")
    print("'확인하지 못했다' 를 적어 두는 것이 지금 할 수 있는 일입니다.")

고등학생배치 효과 — 확인할 수 있는 것

다행히 배치 효과는 부분적으로 확인 가능 하다.

확인 방법	보는 것
기술적 지표 비교	세포당 유전자 수 · 미토콘드리아 비율
하우스키핑 유전자	표본 간 차이가 있나
스트레스 유전자	해리 스트레스가 표본마다 다른가
메타데이터	처리 날짜 · 런 정보

그런데 확인해도 못 고친다

조건과 배치가 완전히 겹쳐 있으면(각 조건이 다른 날 처리됨) 배치 효과와 조건 효과를 수학적으로 분리할 수 없다.

이것을 완전 교락(complete confounding) 이라 한다. 어떤 통계 방법으로도 못 푼다. 설계 단계에서만 막을 수 있다 — 조건을 배치에 섞어 넣어서.

교락된 변수는 분석으로 못 푼다 — 설계로만 막을 수 있다

🎮 대안 설명 점검표

후보를 하나씩 눌러 이 자료로 지울 수 있는지 확인하세요.

고등학생대안 설명을 적는 것의 값어치

적으면	안 적으면
독자가 스스로 판단할 수 있음	결론을 그대로 믿게 됨
후속 실험의 설계가 나옴	같은 실수를 반복
나중에 반박당해도 정직함이 남음	과잉 주장으로 남음

좋은 논문의 표지

훌륭한 논문일수록 한계 문단이 길고 구체적 이다. "본 연구는 조건당 단일 개체로 수행되어 개체 간 변이를 평가할 수 없었다" 같은 문장.

그런 문장이 있는 논문은 저자가 자기 자료를 정확히 안다 는 신호다. 없는 논문보다 오히려 믿음이 간다.

한계를 정확히 아는 저자가 결론도 정확히 안다

🤔 확인 문제

KD_PD1 의 UMI 중앙값이 낮은 것이 세포유형 안에서도 보인다는 것은?

🤔 확인 문제

혼란변수를 '지우지도 재지도 못했을 때' 해야 할 일은?

🤔 확인 문제

스트레스 유전자를 확인하려 했는데 조각에 없었을 때 옳은 서술은?