17강 / 22강

발현이 곧 대화는 아니다

mRNA · 거리 · 방향 · 그리고 세포 수가 만드는 착시

16강의 방법은 단순하고 강력합니다. 그런데 가정이 많습니다. 하나씩 뜯어봅시다.

우리가 잰 것	실제로 필요한 것
리간드 mRNA 가 있다	단백질이 만들어져 분비되었다
수용체 mRNA 가 있다	단백질이 세포막에 놓였다
같은 조직에 있다	둘이 서로 닿는 거리에 있다
—	신호가 실제로 전달되었다

단일세포 자료는 첫 열만 압니다. 나머지는 모두 추론이죠.

고등학생발현이 곧 대화는 아니다

16강의 방법은 단순하고 강력하다. 그런데 가정이 많다.

가정	실제로는
mRNA 가 있으면 단백질이 있다	번역·분비 조절이 있음
단백질이 있으면 닿는다	거리가 있어야 함
닿으면 신호가 간다	억제 회로가 있을 수 있음
평균 발현이 대표한다	소수 세포가 만들 수 있음

네 가지 가정이 모두 참일 때만 화살표가 실제 대화를 뜻한다

비율의 흔들림은 세포 수의 제곱근에 반비례합니다. 적으면 무엇이든 나옵니다.

Python 브라우저에서 실행

import im
import numpy as np

# 함정 ① — 세포 수가 대화 점수를 만든다
c = im.cells()
rng = np.random.default_rng(20260822)

# KD_PD1 의 T세포에서 세포를 조금씩만 뽑아 Cxcr3 비율을 재 본다
m = ((c["표본"] == "KD_PD1") & c["세포유형"].isin(im.TCELL)).values
v = (im.gene("Cxcr3")[m] > 0)
print(f"KD_PD1 T세포 {m.sum()}개 · Cxcr3 켠 비율 {v.mean()*100:.1f}%")
print()
print(f"{'뽑은 세포':>10}{'추정 비율 20회':>34}")
print("-" * 46)
for n in [10, 30, 100, 390]:
    est = [rng.choice(v, size=n, replace=False).mean() * 100 for _ in range(20)]
    print(f"{n:>10}{min(est):>16.1f}% ~ {max(est):>6.1f}%   (폭 {max(est)-min(est):.1f})")
print()
print("세포 10개로 재면 추정치가 40 퍼센트포인트 넘게 흔들립니다.")
print("16강에서 30개 미만을 계산하지 않은 이유입니다.")

고등학생거리 — 가장 큰 빈칸

단일세포 실험은 조직을 낱개로 해리한다. 그 순간 위치 정보가 사라진다.

그런데 대부분의 사이토카인은 국소적이다

많은 사이토카인이 수십 마이크로미터 를 못 넘는다. 세포 몇 개 거리다.

거리	통신 가능성
맞닿아 있음	접촉 의존 신호도 가능
수십 μm	분비 신호 가능
다른 구역	거의 불가능

그런데 화살표 그림은 거리를 전혀 고려하지 않는다. 종양 중심의 대식세포와 가장자리의 T세포를 이웃인 것처럼 잇는다.

해리하는 순간 잃은 정보를 화살표가 있는 것처럼 그리고 있다

어디서나 켜진 유전자는 대화 분석에서 잡음입니다.

Python 브라우저에서 실행

import im
import numpy as np

# 함정 ② — 발현량이 큰 유전자는 어디서나 '켜져' 보인다
c = im.cells()
s = "KD_PD1"
sel = (c["표본"] == s).values

print("유전자마다 '켜진 세포' 의 비율 (KD_PD1 전체)")
print()
print(f"{'유전자':<10}{'켠 세포 비율':>12}{'평균 발현':>11}")
print("-" * 36)
for g in ["Cxcl9", "Ccl5", "Csf1", "Cd274", "B2m", "Actb"]:
    if g not in im.genes():
        continue
    v = im.gene(g)[sel]
    print(f"{g:<10}{(v>0).mean()*100:>11.1f}%{v.mean():>11.3f}")
print()
print("Actb 처럼 어디서나 켜진 유전자를 리간드로 넣으면")
print("모든 세포유형 쌍이 '대화한다' 고 나옵니다 — 아무 정보도 아니죠.")
print("그래서 실제 도구들은 배경 대비 얼마나 특이한지를 함께 봅니다.")

그러면 이 분석은 쓸모없나

아닙니다. 가설을 만드는 데 아주 좋습니다.

✅ 말할 수 있는 것

"대식세포가 Cxcl9 를 만들 수 있는 상태이고, T세포가 Cxcr3 를 켠 상태다. 이 축이 작동할 여지가 있다."

❌ 말할 수 없는 것

"대식세포가 Cxcl9 로 T세포를 불러들였다."
이건 차단 실험이나 공간 자료가 있어야 합니다.

논문에서 CellChat 그림을 볼 때 이 구별을 기억하세요. 화살표가 굵다고 대화가 일어난 것은 아닙니다 — 일어날 수 있는 조합을 굵기로 그린 것뿐입니다.

고등학생세포 수가 만드는 착시

세포유형별 평균 발현을 쓰는데, 세포 수가 적은 유형은 평균이 불안정하다.

세포 수	평균의 성질
5,000개	안정적
50개	몇 개 세포가 평균을 좌우
10개	거의 무의미

두 방향의 착시

드문 세포유형 은 우연히 평균이 높게 나와 가짜 화살표를 만들 수 있다.

반대로 4강 /cytokine 에서 본 것 — 소수 세포가 아주 많이 만드는 경우, 평균이 그것을 지운다. 진짜 화살표를 놓친다.

평균 하나로는 드문 세포도 드문 발현도 제대로 다루지 못한다

🎮 함정 실험실

세포 수를 줄여 가며 대화 점수가 얼마나 흔들리는지 직접 보세요.

고등학생그럼 이 분석을 어떻게 쓸까

올바른 쓰임	잘못된 쓰임
후속 검증할 후보 목록	확정된 통신 지도
조건 간 변화의 방향	절대적 상호작용 강도
가설 생성	기전 증명

확인하려면

확인 방법	메우는 빈칸
공간전사체 · 다중 염색	거리
단백질 측정	mRNA-단백질 괴리
차단 실험	인과
공배양	실제로 반응하나

이 강의의 9강에서 말한 것과 같다 — 가설을 세우는 자료와 검정하는 자료는 다르다.

통신 분석은 어디를 볼지 알려 주는 도구이지 답을 주는 도구가 아니다

🤔 확인 문제

리간드-수용체 분석의 가장 큰 구멍은?

🤔 확인 문제

세포 10개로 계산한 발현 비율이 위험한 이유는?

🤔 확인 문제

CellChat 그림에서 화살표가 굵다는 것의 정확한 뜻은?