14강 / 20강

【실습】 논문 Fig. 7G 를 공간에서 다시 본다

GSE285341 Xenium 네 표본 — 그리고 분모의 문제

13강은 흩어서 읽은 자료였습니다. 논문 Fig. 7G 는 공간전사체입니다. 같은 실험의 다른 자료로 다시 물어봅니다.

고등학생논문 Fig. 7G 는 공간전사체다

13강은 세포를 흩어서 읽은 자료였다. 논문의 그 그림은 공간전사체 — 위치를 유지한 채 읽은 자료다.

	단일세포 (해리)	공간전사체
위치	잃음	유지
유전자 수	전체 전사체	수백 개 (Xenium 등)
세포 경계	명확	추정해야 함
깊이	세포당 수천 유전자	세포당 수십~수백

왜 공간이 중요한가

12강에서 본 대로 생성 세포와 수신 세포가 다르다. 둘이 가까이 있어야 축이 실제로 작동한다. 그 정보는 공간 자료에만 있다.

있는 것과 닿는 것은 다르다 — 공간 자료만이 그 차이를 볼 수 있다

「대식세포와 골수계 첫걸음」 19강 · 「면역세포 이동과 침윤 첫걸음」 14강과 같은 함정입니다.

Python 브라우저에서 실행

# 공간 자료를 연다 - 먼저 함정부터
import mtb

s = mtb.spatial()
print(s.loc[["세포수", "세포당 전사체"]].to_string())
print()
print(mtb.facts()["spatial"]["note"])
print()
print("세포당 전사체가 189 에서 715 까지 - 거의 네 배입니다.")
print("CPM 을 표본끼리 바로 견주면 안 됩니다.")

Python 브라우저에서 실행

# 그대로 견주면 어떻게 되나 - 하지 말아야 할 것을 먼저 해 본다
import mtb

s = mtb.spatial()
print("아데노신 축 유전자의 CPM (그대로)")
print(s.loc[["Entpd1", "Nt5e", "Adora2a", "Cd38"]].to_string())
print()
print("전부 DDX_PD1 에서 가장 높습니다.")
print("그런데 그 표본이 **가장 얕게 읽혔습니다**. 깊이 때문일 수 있어요.")

고등학생Xenium 같은 기술의 원리

단계	하는 일
1	조직 절편을 그대로 둔 채 탐침을 붙임
2	표적 유전자마다 다른 형광 신호
3	여러 번 촬영하며 신호를 해독
4	각 전사체의 좌표를 기록
5	세포 경계를 추정해 전사체를 세포에 배정

5단계가 가장 어렵다

세포 경계(segmentation)를 정확히 그리는 것이 어렵다. 핵은 보이는데 세포질의 경계 는 흐릿하다.

경계를 잘못 그리면 옆 세포의 전사체가 섞인다. 그러면 "이 T세포가 CD73 을 발현한다" 같은 가짜 관찰 이 생긴다.

공간 자료의 가장 큰 오류원은 세포 경계 추정이다

「면역세포 이동과 침윤 첫걸음」 15강이 같은 교훈을 다섯 지표로 다룹니다.

Python 브라우저에서 실행

# 깊이에 안전한 방법 - 비를 쓴다. 그런데 분모를 무엇으로?
import mtb

쌍 = [(["Entpd1", "Nt5e"], ["Cd8a", "Gzmb"], "아데노신 / T세포"),
      (["Entpd1", "Nt5e"], ["Itgam"], "아데노신 / 골수계"),
      (["Nt5e"], ["Cd8a"], "Nt5e / Cd8a")]
for num, den, 이름 in 쌍:
    r = mtb.spatial_ratio(num, den)
    print(f"{이름:<20}" + "  ".join(f"{k} {v:.3f}" for k, v in r.items()))
print()
print("분모를 바꾸면 순서가 달라집니다. **분모를 고르는 것이 결론을 고르는 일**이에요.")

고등학생그리고 분모의 문제

공간 자료에서 "얼마나 있나" 를 말하려면 분모 를 정해야 한다.

분모 선택	재는 것
절편 전체 면적	조직 밀도까지 섞임
세포 수	세포당 비율
특정 구역	구역이 어떻게 정의되나
이웃 세포 수	국소 환경

분모를 바꾸면 결론이 바뀐다

"종양 안 CD73⁺ 세포가 늘었다" 는 면적당인지, 세포당인지, 종양 영역당인지에 따라 다른 값이 나온다.

그리고 종양 크기 자체가 조건마다 다르면 면적 기준 값은 크기 변화를 반영 한다.

공간 자료에서 "많다" 를 말하려면 무엇으로 나눴는지를 반드시 밝혀야 한다

Python 브라우저에서 실행

# 정직하게 - 두 자료가 무엇을 말하고 무엇을 못 말하나
import mtb

print("단일세포 (Cd45+ 면역세포, 세포형을 나눌 수 있다)")
a = mtb.adeno("all").loc["아데노신 생성"]
for s in mtb.ORDER:
    print(f"  {s:<9}{a[s]:>7.3f}")
print("  -> 네 조건을 지나며 계속 내려감. 논문과 일치.")
print()
print("공간 (조직 전체, 세포형을 안 나눔, 깊이가 4배 다름)")
r = mtb.spatial_ratio(["Entpd1", "Nt5e"], ["Cd8a", "Gzmb"])
for k, v in r.items():
    print(f"  {k:<9}{v:>7.3f}")
print("  -> 대조보다 낮지만 병용이 최저는 아님. 분모에 따라 뒤집힘.")
print()
print("두 자료가 어긋납니다. 어느 쪽이 옳다고 단정하지 않습니다.")

고등학생거리를 재는 분석

공간 자료로만 할 수 있는 분석들이 있다.

분석	묻는 것
이웃 분석	어떤 세포가 어떤 세포 옆에 있나
거리 분포	T세포와 암세포가 얼마나 떨어져 있나
구역 정의	종양 중심 · 경계 · 기질
리간드-수용체 + 거리	실제로 닿을 수 있는 쌍만

마지막 줄이 이 강의의 관심사다

CD73 을 만드는 세포와 A2A 를 단 T세포가 수십 마이크로미터 안에 있는지 확인할 수 있다.

둘 다 조직에 있어도 다른 구역에 있으면 아데노신 축은 작동하지 않는다.

경로가 작동하려면 유전자가 켜져 있는 것으로는 부족하고 가까이 있어야 한다

🤔 확인 문제

공간 CPM 을 그대로 견주면 안 되는 이유는?

🤔 확인 문제

비를 쓸 때 새로 생기는 선택은?

해설 Cd8a 로 나누면 병용이 최고, Cd8a+Gzmb 로 나누면 중간입니다. 고르기 전에 왜 그 분모인지를 적어야 합니다.

🤔 확인 문제

단일세포와 공간이 어긋날 때 이 강의가 취한 태도는?