11강 / 20강

DC 아형 — cDC1 · cDC2 · pDC · moDC

이름은 넷인데 자료에서는 깨끗하게 안 나뉜다

아형	표지자	특기
cDC1	XCR1 · CLEC9A · BATF3 · IRF8	교차제시 — CD8 T세포를 깨운다
cDC2	SIRPA(CD172a) · CD11b · IRF4	CD4 T세포를 깨운다
pDC	SIGLECH · BST2 · TCF4	I형 인터페론을 대량으로 뿜는다
moDC	단핵구 표지 + DC 표지	염증 때 단핵구에서 만들어진다

cDC1 이 이 강의의 주인공입니다 — 14강과 16강에서 왜인지 봅니다.

고등학생이름은 넷인데

DC 를 보통 네 가지로 나눈다.

아형	특기	표지
cDC1	교차제시 — CD8 T세포 교육	XCR1 · CLEC9A · BATF3
cDC2	CD4 T세포 교육 · 다양한 방향	CD1c · SIRPA
pDC	I형 인터페론 대량 생산	LILRA4 · IRF7
moDC	염증 시 단핵구에서 분화	CD14 + DC 표지

기능이 뚜렷이 다르다

cDC1 은 죽은 세포를 주워 CD8 T세포에게 보여 주는 데 특화되어 있다. 항종양 면역에서 가장 중요한 DC 로 여겨진다.

이름이 넷이면 자료에서도 넷으로 나뉠 것 같은데 — 다음 셀에서 확인한다

pDC 줄은 뚜렷합니다. cDC1 줄은… 잘 안 보입니다.

Python 브라우저에서 실행

# 아형 표지자를 세포형마다 본다
import inn

아형 = {
    "cDC1": ["Xcr1", "Clec9a", "Batf3", "Irf8"],
    "cDC2": ["Sirpa", "Itgam", "Irf4", "Cd209a"],
    "pDC": ["Siglech", "Bst2", "Tcf4", "Ly6d"],
}
for 이름, gs in 아형.items():
    print(f"── {이름} 표지자 ──")
    print(inn.mean_by(gs).to_string())
    print()

평균이 0 에 가깝다고 없는 것이 아닙니다 — 세포를 하나씩 세어야 보입니다.

Python 브라우저에서 실행

# cDC1 이 안 보인다 - 평균이 아니라 세포 하나하나를 본다
import inn

dc = inn.cells(["수지상세포", "성숙 수지상세포"])
print(f"DC {len(dc):,}개에서 cDC1 표지자 검출")
for g in ["Xcr1", "Clec9a", "Batf3", "Irf8", "Cd8a"]:
    n = int((dc[g] > 0).sum())
    print(f"  {g:<9}{n:>5}개 세포 ({100*n/len(dc):>5.2f}%)   평균 {dc[g].mean():.3f}")
print()
둘다 = int(((dc["Xcr1"] > 0) & (dc["Clec9a"] > 0)).sum())
하나 = int(((dc["Xcr1"] > 0) | (dc["Clec9a"] > 0)).sum())
print(f"Xcr1 과 Clec9a 를 **둘 다** 켠 세포 : {둘다}개")
print(f"둘 중 **하나라도** 켠 세포     : {하나}개")
print()
print("평균은 0.008 이라 '없다' 처럼 보였는데 - **실제로는 있습니다.**")
print("cDC1 은 원래 DC 중 몇 % 밖에 안 되는 드문 세포예요.")
print()
print("**평균은 드문 무리를 지웁니다.** 이것이 이 강의에서 가장 중요한 교훈입니다.")

고등학생자료에서는 깨끗하게 안 나뉜다

문제	내용
표지가 겹침	cDC2 와 moDC 가 특히
중간 상태가 많음	분화 중인 세포
세포 수가 적음	아형당 수십 개
탈락	표지 유전자가 0 으로 잡힘
대식세포와의 경계	moDC 와 단핵구 유래 대식세포

특히 cDC2 와 moDC 를 가르기 어렵다

둘 다 CD1c 를 발현하고 SIRPA 도 있다. 전사체만으로는 기원(전구세포 vs 단핵구)을 알 수 없다.

계보 추적 실험이 있어야 확실히 가른다. 그런데 사람에서는 그런 실험을 할 수 없다.

정의가 기원에 기반하면 전사체만으로는 판정할 수 없다

여럿을 더하면 더 안정해지지만, 더 특이적해지지는 않습니다.

Python 브라우저에서 실행

# 표지자 하나가 아니라 점수로 나눠 본다 - 그런데 조심할 것이 있다
import inn

dc = inn.cells(["수지상세포", "성숙 수지상세포", "형질세포양 DC"]).copy()
dc["cDC1 넷"] = inn.score(["Xcr1", "Clec9a", "Batf3", "Irf8"], dc)
dc["cDC1 전용둘"] = inn.score(["Xcr1", "Clec9a"], dc)
print("cDC1 점수 — 표지자 넷으로 vs 전용 둘로")
print(dc.groupby("세포형")[["cDC1 넷", "cDC1 전용둘"]].mean().round(3).to_string())
print()
print("**이상합니다.** 표지자 넷으로 매기면 pDC 가 cDC1 점수 1위입니다 (3.51).")
print("전용 둘로만 매기면 그래도 pDC 가 높지만 - 값 자체가 확 줄어요.")
print()
print("범인은 Irf8 입니다. 이 강 첫 표에서 pDC 의 Irf8 이 2.85 로 가장 높았지요.")
print("**Irf8 은 cDC1 전용이 아닙니다** - pDC 도 씁니다.")
print()
print("점수는 **가장 덜 특이적인 표지자만큼만** 특이적입니다.")

고등학생평균 0.008 이 149개 세포를 지운다

구체적인 문제를 보자. 어떤 아형 표지 유전자의 전체 평균 발현이 0.008 이라고 하자.

이 숫자를 보면 "발현 안 됨" 으로 판단하기 쉽다

그런데 실제로는 149개 세포가 확실히 발현하고 나머지 수천 개가 0 이라 평균이 낮은 것일 수 있다.

보는 방법	결과
전체 평균	0.008 — "없음"
발현 세포 수	149개 — "있음"
발현 세포 안의 평균	높음

드문 세포에서는 늘 이렇다

DC 는 전체의 1% 미만이고, cDC1 은 DC 의 2.3% 다. 그러니 cDC1 표지의 전체 평균은 필연적으로 아주 낮다.

평균이 아니라 발현 세포의 수와 그 세포 안의 값 을 봐야 한다.

드문 것을 평균으로 보면 없는 것이 된다

'전용' 이라는 말도 확인해야 할 주장입니다 — Sirpa 는 전용이 아니었어요.

Python 브라우저에서 실행

# 전용 표지자만으로 다시 - 그리고 이름표와 견준다
import inn
import pandas as pd

dc = inn.cells(["수지상세포", "성숙 수지상세포", "형질세포양 DC"]).copy()
dc["cDC1"] = inn.score(["Xcr1", "Clec9a"], dc)          # 전용 표지자만
dc["cDC2"] = inn.score(["Sirpa", "Cd209a"], dc)
dc["pDC"] = inn.score(["Siglech", "Ly6d"], dc)

점수 = ["cDC1", "cDC2", "pDC"]
dc["배정"] = dc[점수].idxmax(axis=1)
dc.loc[dc[점수].max(axis=1) <= 0, "배정"] = "정하지 못함"   # 전부 0 이면 배정하지 않는다

print("이름표(세로) 대 전용 표지자로 고른 아형(가로)")
print(pd.crosstab(dc["세포형"], dc["배정"]).to_string())
print()
못 = int((dc["배정"] == "정하지 못함").sum())
print(f"셋 다 0 이라 배정 못 한 세포 : {못:,} / {len(dc):,}  ({100*못/len(dc):.1f}%)")
n1 = int((dc["배정"] == "cDC1").sum())
print(f"cDC1 으로 배정된 세포     : {n1:,}  ({100*n1/len(dc):.1f}%)")
print()
print("이름표와 대체로 맞습니다 - 형질세포양 DC 는 pDC 로 갑니다.")
print()
print("그런데 **cDC2 가 거의 다 가져갑니다.** Sirpa 가 워낙 널리 켜져 있어서예요.")
print("전용 표지자만 써도 - 그 '전용' 이 정말 전용인지 매번 확인해야 합니다.")
print()
print(f"cDC1 은 {n1}개, DC 전체의 {100*n1/len(dc):.1f}% 입니다.")
print("문헌에서 말하는 비율과 크게 다르지 않아요 - **드문 것이 맞습니다.**")

고등학생그럼 어떻게 배정하나

방법	내용
여러 표지의 조합	하나로 판정하지 않음
점수화 후 순위	절대값 대신 상대 순위
참조 자료 매핑	공개 DC 아틀라스에 투영
배정 안 함	"미분류 DC" 로 남김

마지막 줄도 정당한 선택이다

모든 세포에 이름을 붙여야 하는 것은 아니다. 애매한 것을 애매하다고 두는 것이 정직하다.

억지로 배정하면 그 배정이 이후 모든 분석에 들어간다. "cDC1 이 늘었다" 는 결론이 사실은 배정 규칙이 만든 것 일 수 있다.

이름을 못 붙인 세포를 남겨 두는 것이 잘못된 이름을 붙이는 것보다 낫다

🤔 확인 문제

cDC1 표지자의 평균 발현이 0 에 가까운데도 cDC1 이 '있다' 고 말할 수 있는 근거는?

🤔 확인 문제

DC 아형이 자료에서 깨끗하게 안 나뉘는 이유로 제시되지 않은 것은?

🤔 확인 문제

이름표와 우리 배정을 교차표로 견주는 것의 값어치는?