Lesson 19 of 20

나침반을 바꿔 단다 — 림프절을 떠난다

제13장 「CCR7이 하향 조절되고 CXCR3가 상향 조절됐다」

군대가 만들어졌습니다. 수십만 개의 CTL, 모두 같은 TCR. 이제 종양으로 가야 합니다.

그런데 문제가 있습니다. 이 세포들은 림프절로 오도록 만들어져 있었습니다. CCR7 을 달고 있으니 계속 림프절에 머물려 할 것입니다.

떠나려면 나침반을 바꿔 달아야 한다

High school떠나는 것과 도착하는 것이 한 번의 변화

군대가 만들어졌습니다. 이제 종양으로 가야 합니다.

그런데 이 세포들은 림프절로 오도록 만들어져 있었어요. 계속 림프절에 머물려 할 겁니다.

어떻게 떠나게 만들까요?

5강의 수법을 다시 씁니다 — 나침반을 바꿔 답니다.

바꾸는 것	효과
림프절 냄새 맡는 코를 뗀다	붙잡는 신호가 안 들린다
염증 냄새 맡는 코를 단다	종양 쪽이 보인다

"떠나라" 는 명령이 따로 없습니다. 감지 능력이 바뀌니 저절로 갑니다

5강의 표가 여기서 완성된다

세포	다는 것	따라가는 것	가는 곳
수지상세포 (성숙)	CCR7	CCL19·CCL21	림프절
나이브 T세포	CCR7 · CD62L	같은 것	림프절
활성 CTL	CCR7↓ CD62L↓ CXCR3↑	CXCL9 · CXCL10	염증 · 종양

바꿔 달면 두 가지가 동시에 일어납니다.

림프절에 못 머문다 — CCR7 이 없으니 붙잡는 신호가 안 들립니다
염증 조직이 보인다 — CXCR3 가 CXCL9/10 을 감지합니다

떠나는 것과 도착하는 것이 같은 한 번의 변화다

따로 '떠나라' 는 명령이 없습니다. 감지 능력이 바뀌니 저절로 이동합니다.

종양이 그 신호를 뿜어야 한다

여기에 이 이야기의 마지막 조건이 숨어 있습니다.

CXCR3 를 달아 봤자, 종양이 CXCL9/CXCL10 을 뿜지 않으면 갈 곳을 모릅니다.

상황	결과
종양이 CXCL9/10 을 뿜는다	CTL 이 몰려온다 — 염증형 종양
뿜지 않는다	CTL 이 만들어져도 못 찾아간다 — 면역 사막형
뿜는데 혈관·기질이 막는다	가장자리에만 모인다 — 배제형

군대를 만드는 것과 배달하는 것은 다른 문제다

이 강의는 만드는 것까지를 다뤘습니다. 배달은 다른 이야기이고, /traffic 강의가 통째로 그것을 다룹니다.

실제로 면역치료가 실패하는 흔한 이유가 이 단계입니다 — T세포는 잘 만들어졌는데 종양 안으로 못 들어가는 것.

High school만드는 것과 배달하는 것은 다르다

여기에 이 이야기의 마지막 조건이 숨어 있습니다.

코를 달아 봤자, 종양이 냄새를 안 뿜으면 갈 곳을 모릅니다.

종양이	결과	이름
냄새를 뿜는다	CTL 이 몰려온다	염증형 ✅
안 뿜는다	만들었는데 못 찾아간다	면역 사막 ❌
뿜는데 장벽이 있다	가장자리에만 모인다	배제형 ❌

군대를 만드는 것과 배달하는 것은 다른 문제입니다

실제로 면역치료가 실패하는 흔한 이유가 이 단계입니다. T세포는 잘 만들어졌는데 종양 안으로 못 들어가는 것.

같은 '실패' 라도 어느 단계에서 막혔는지에 따라 해야 할 일이 완전히 다릅니다.

Python Runs in your browser

# 만드는 것과 배달하는 것 -- 어느 쪽이 병목인가.
import numpy as np, pandas as pd

def outcome(priming, chemokine, barrier):
    ctl_made = priming*5e5                       # 만들어진 CTL 수
    found = ctl_made*chemokine                   # 종양을 찾아간 것
    entered = found*(1-barrier)                  # 실제로 들어간 것
    return ctl_made, found, entered

cases = [
    ("이상적",            1.0, 0.9, 0.1),
    ("면역 사막 (신호 없음)", 1.0, 0.05, 0.1),
    ("배제형 (기질 장벽)",   1.0, 0.9, 0.9),
    ("프라이밍 실패",       0.05, 0.9, 0.1),
]
rows = []
for name, p, c, b in cases:
    m, f, e = outcome(p, c, b)
    rows.append((name, f"{m:,.0f}", f"{f:,.0f}", f"{e:,.0f}",
                 "종양 안에 충분" if e > 1e4 else "부족"))
print(pd.DataFrame(rows, columns=["상황","만들어진 CTL","찾아간 것","들어간 것","판정"]).to_string(index=False))
print()
print("아래 세 줄 모두 실패인데 원인이 다릅니다.")
print("  면역 사막  -- 만들었는데 부르는 신호가 없다")
print("  배제형     -- 왔는데 못 들어간다")
print("  프라이밍   -- 애초에 못 만들었다   <- 이 강의가 다룬 부분")
print()
print("치료법도 다릅니다:")
print("  프라이밍 실패 -> 백신 · 보조제")
print("  면역 사막     -> 케모카인 유도 · 국소 치료")
print("  배제형        -> 기질 표적 · 혈관 정상화")
print()
print("'면역치료가 안 들었다' 는 한 문장 안에 서로 다른 세 가지 실패가 들어 있습니다.")

High school위 코드가 방금 무슨 일을 했나요

네 가지 상황에서 몇 개가 종양 안까지 들어가는지 계산했습니다.

상황	어디서 막혔나
이상적	안 막힘 ✅
면역 사막	찾아가는 단계
배제형	들어가는 단계
프라이밍 실패	만드는 단계 ← 이 강의

아래 세 줄 모두 '실패' 인데 원인이 다릅니다

그리고 해야 할 일도 다릅니다 —

못 만들었다	→ 백신 · 보조제
못 찾아간다	→ 신호를 만들어 준다
못 들어간다	→ 장벽을 푼다

"안 들었다" 는 한마디에 서로 다른 세 가지가 들어 있습니다

🤔 Check yourself

활성화된 CTL 이 CCR7 을 낮추고 CXCR3 를 올리는 것의 의미는?

🤔 Check yourself

T세포가 잘 만들어졌는데도 면역치료가 실패할 수 있는 이유로 이 강의가 짚는 것은?