2강 / 22강

이름은 우리가 붙인 것 — 표지유전자와 그 한계

군집 22개에 어떻게 이름을 붙였나 · 그 이름을 얼마나 믿을 것인가

1강의 지도에는 "NK세포" · "호중구" 같은 이름이 붙어 있었습니다. 그 이름은 어디서 왔을까요?

자료가 준 것은 군집 번호 0~21 뿐입니다. 이름은 사람이 표지유전자를 보고 붙였습니다.

방법은 두 가지를 겹쳐 씁니다.

미리 정한 표지 — "NK세포라면 Ncr1·Klrb1c 가 켜져 있어야 한다"
자료가 알려 준 표지 — 군집마다 다른 군집보다 유난히 높은 유전자를 뽑는다

둘이 맞아떨어지면 이름을 붙이고, 어긋나면 이름을 붙이지 않습니다(3강).

고등학생이름은 우리가 붙인 것

1강의 지도에는 "NK세포" · "호중구" 같은 이름이 붙어 있었다. 그 이름은 자료에 적혀 있던 것이 아니다.

이름 붙이는 절차

단계	하는 일
1	군집마다 특징적으로 높은 유전자를 찾음
2	그 유전자가 알려진 세포유형의 표지인지 확인
3	사람이 판단해서 이름을 붙임

3단계가 핵심이다. 사람의 판단 이 들어간다. 그러니 이름은 가설 이지 사실이 아니다.

군집은 자료가 만들고 이름은 사람이 붙인다 — 둘의 신뢰도가 다르다

det >= .3 — 그 군집 세포의 30% 이상에서 켜진 유전자만 봅니다. 소수의 세포가 만든 착시를 막으려고요.

Python 브라우저에서 실행

import im
import numpy as np

# 군집마다 유난히 높은 유전자를 뽑아 본다 — 자료가 알려 주는 표지
c = im.cells()
Xn = im.norm()
g = im.genes()
mu_all = np.asarray(Xn.mean(0)).ravel()

for k in [17, 11, 21, 3]:                    # NK · B · pDC · 호중구
    sel = (c["군집"] == k).values
    mu = np.asarray(Xn[sel].mean(0)).ravel()
    other = (mu_all * len(c) - mu * sel.sum()) / (len(c) - sel.sum())
    det = np.asarray((Xn[sel] > 0).mean(0)).ravel()
    top = np.argsort(np.where(det >= .3, mu - other, -9))[::-1][:7]
    name = c.loc[sel, "세포유형"].iloc[0]
    print(f"군집 {k:>2} (n={sel.sum():>4}) → {name}")
    print(f"   {', '.join(g[top])}")
    print()

대각선 확인 — 이름을 붙인 뒤 반드시 해야 할 검산입니다.

Python 브라우저에서 실행

import im
import numpy as np

# 미리 정한 표지로 점수를 매겨 본다
MARK = {
    "T세포":   ["Cd3e", "Cd3d", "Cd3g"],
    "NK세포":  ["Ncr1", "Klrd1", "Gzma"],
    "B세포":   ["Cd79a", "Cd79b", "Ebf1"],
    "대식세포": ["C1qa", "C1qb", "Mrc1"],
    "호중구":  ["S100a8", "S100a9", "Retnlg"],
}
c = im.cells()
ct_order = ["CD4 T세포", "NK세포", "B세포", "대식세포 (C1q+)", "호중구"]

print(f"{'세포유형':<16}" + "".join(f"{k:>10}" for k in MARK))
print("-" * 72)
for ct in ct_order:
    sel = (c["세포유형"] == ct).values
    row = [im.score(v)[sel].mean() for v in MARK.values()]
    best = int(np.argmax(row))
    print(f"{ct:<16}" + "".join(
        f"{v:>8.2f}{'★' if i == best else ' '} " for i, v in enumerate(row)))
print()
print("★ 이 대각선에 놓이면 이름이 표지와 맞는다는 뜻입니다.")

고등학생표지유전자의 한계

문제	내용
표지가 배타적이지 않다	CD3E 는 T세포 표지지만 NK 에도 조금 있음
탈락(dropout)	있는데 0 으로 잡힘 — 세포당 read 가 얕아서
상태가 표지를 바꾼다	활성화되면 다른 유전자가 켜짐
중간 상태	분화 중인 세포는 어느 쪽 표지도 애매

탈락이 특히 성가시다

단일세포는 세포당 RNA 를 5~20% 정도만 잡는다. 그러니 발현이 낮은 표지 유전자는 자주 0 으로 나온다.

"CD4 가 0 이니 CD4 T세포가 아니다" 라고 하면 안 된다. 실제로 CD4 는 단일세포 자료에서 악명 높게 안 잡히는 유전자다.

단일세포에서 0 은 "없다" 가 아니라 "못 봤다" 인 경우가 많다

고등학생그 이름을 얼마나 믿을 것인가

이름의 신뢰도가 유형마다 다르다.

신뢰도	예	왜
높음	B세포 · 호중구 · 적혈구	표지가 강하고 배타적
중간	CD4 T · CD8 T	표지가 얕게 잡힘
낮음	대식세포 아형 (M1/M2)	연속적 · 표지가 겹침
매우 낮음	"중간" · "이행" 군집	정의 자체가 애매

M1/M2 가 특히 문제다

M1(염증형)과 M2(치유형)는 배양접시에서 만든 극단적 상태 다. 실제 조직의 대식세포는 그 사이 어딘가의 연속체다.

그래서 "M1 유사" 같은 이름은 편의상 붙인 이름 이지 그런 세포가 실재한다는 뜻이 아니다. 19강에서 이 문제를 다시 캐묻는다.

배양접시의 분류를 조직에 그대로 붙이면 없던 경계가 생긴다

🎮 표지 실험실

유전자를 골라 지도 위에 칠해 보세요. 이름이 맞는지 눈으로 확인할 수 있습니다.

고등학생그럼 어떻게 해야 하나

실무 원칙	내용
여러 표지를 함께 본다	하나로 판정하지 않음
참조 자료와 대조한다	공개 세포 아틀라스에 매핑
이름에 확신도를 붙인다	"NK 추정" 처럼
결론이 이름에 의존하는지 본다	이름을 바꿔도 결론이 같은가
단백질로 확인한다	유세포분석 · CITE-seq

네 번째 줄이 가장 실용적이다

"이 군집을 NK 라고 부르든 '세포독성 림프구' 라고 부르든 결론이 같다면" 이름 문제는 결론을 흔들지 않는다.

반대로 이름이 바뀌면 결론이 바뀐다면, 그 결론은 자료가 아니라 우리 판단에 의존하는 것이다.

결론이 이름표에 의존하는지 확인하는 것 — 가장 값싼 민감도 분석

🤔 확인 문제

단일세포 자료에서 세포유형 이름이 자료에 적혀 있지 않은 이유는?

🤔 확인 문제

'인터페론 반응' 군집이 다른 군집들과 성격이 다른 이유는?

🤔 확인 문제

이 강의가 결론을 되도록 큰 갈래(림프계·골수계)로 내는 까닭은?