3. 다수결이 아니라 확률 — bcftools call · 손박사의 애완견 비만세포암 치료제 첫걸음 II

세로로 세었더니 이 자리에 T 가 여섯 개, A 가 스물넷입니다. 이제 판단해야 합니다 — 변이인가, 오류가 여섯 번 난 것인가.

단순한 방법은 다수결입니다. 그런데 다수결은 여기서 안 됩니다. 스물넷 대 여섯이면 A 가 이깁니다. 그래도 T 여섯 개는 설명이 필요합니다.

소설이 Mutect2 를 두고 쓴 문장이 bcftools 에도 그대로 맞습니다.

이것을 우연이라고 볼 수 있는가

3/30 도 p 는 이미 아주 작습니다. 그래도 실무는 그것을 바로 믿지 않습니다 — 오류율이 자리마다 다르기 때문입니다.

Python 브라우저에서 실행

# 오류만으로 이 숫자가 나올 확률
from scipy.stats import binomtest

err = 0.002      # 자리당 시퀀싱 오류율. Q27 쯤
cases = [
    ("아주 얕은 증거",  1, 30),
    ("애매한 자리",     3, 30),
    ("이야기의 KIT",   51, 60),   # VAF 0.847 x 60x
    ("subclone 의심",   4, 80),
    ("생식세포 이형접합", 30, 60),
]
print(f"{'상황':<18}{'변이/깊이':>12}{'VAF':>8}{'p (우연일 확률)':>18}")
for name, alt, dp in cases:
    p = binomtest(alt, dp, err, alternative="greater").pvalue
    print(f"{name:<18}{f'{alt}/{dp}':>12}{alt/dp:>8.3f}{p:>18.2e}")
print()
print("p 가 아주 작으면 '오류만으로는 설명이 안 된다' 는 뜻입니다.")
print("그런데 문턱을 어디에 둘지는 이 계산이 말해 주지 않습니다 — 11강.")

깊이·변이 리드·오류율을 움직여 보세요. 확률과 판정이 함께 움직입니다.

불러오는 중…

`-m` 과 `-v` 가 하는 일

옵션	무엇
`-m`	다중대립 모형. 한 자리에 대립유전자가 셋 이상일 수 있다고 본다. 옛 `-c` 모형은 둘만 봤다. 지금은 `-m` 이 권장값
`-v`	변이만 출력. 없으면 유전체의 모든 자리가 나온다 (2.4억 줄)
`-Ov`	사람이 읽는 VCF 로. `-Ob` 면 압축 BCF

그런데 -v 에는 함정이 있다

"변이가 없다"와 "안 봤다"가 똑같이 빈칸이 됩니다.
임상에서는 그래서 -v 없이 gVCF 를 만듭니다 — 변이가 없는 자리도 "여기는 깊이 45× 로 봤고 참조와 같았다" 라고 적어 둡니다. I 권 20강의 없는 것과 못 본 것을 섞지 마라 가 파일 형식으로 나타난 것입니다.

임상 보고서에서 이 구별을 놓치면 거짓 안심이 생깁니다.

Python 브라우저에서 실행

# -v 를 쓰면 무엇이 사라지나
locus = [
    # (자리, 깊이, 변이 리드)
    (47258001, 62,  0),
    (47258002, 58,  0),
    (47258003,  0,  0),   # 아예 못 봤다
    (47258004, 61, 51),   # 변이!
    (47258005,  3,  0),   # 봤지만 너무 얕다
    (47258006, 59,  0),
]
print("bcftools call -v 의 출력 (변이만):")
for pos, dp, alt in locus:
    if alt > 0:
        print(f"   13  {pos}  DP={dp}  AD=0,{alt}")
print()
print("gVCF 의 출력 (모든 자리):")
for pos, dp, alt in locus:
    if alt > 0:
        print(f"   13  {pos}  변이       DP={dp}")
    elif dp == 0:
        print(f"   13  {pos}  못 봄       DP=0   ← 결론을 말할 수 없다")
    elif dp < 10:
        print(f"   13  {pos}  얕음       DP={dp}   ← 참조와 같다고 말하기 어렵다")
    else:
        print(f"   13  {pos}  참조와 같음 DP={dp}")
print()
print("-v 만 보면 47258003 과 47258005 가 '변이 없음' 으로 읽힙니다.")
print("하나는 아예 못 본 자리이고, 하나는 증거가 모자란 자리입니다.")

그래서 종양 전용 도구가 따로 있습니다. 그 차이가 7강입니다.

Python 브라우저에서 실행

# 생식세포 모형이 기대하는 VAF 와, 종양이 실제로 내는 VAF
print("bcftools call -m 이 기대하는 것 (이배체 생식세포)")
for gt, vaf in [("0/0", 0.0), ("0/1", 0.5), ("1/1", 1.0)]:
    print(f"   {gt}  기대 VAF {vaf:.2f}")
print()
print("종양이 실제로 내는 VAF")
rows = [
    ("모든 종양세포 · 이형접합 · 순도 100%", 0.50),
    ("모든 종양세포 · 이형접합 · 순도 60%",  0.30),
    ("모든 종양세포 · 정상사본 소실 · 순도 100%", 1.00),
    ("이야기의 KIT (LOH + 순도)",             0.847),
    ("종양의 40% 만 가진 subclone · 순도 70%", 0.14),
]
for name, v in rows:
    near = min([0.0, 0.5, 1.0], key=lambda g: abs(g - v))
    fit = "모형에 맞음" if abs(near - v) < 0.08 else "<모형 밖>"
    print(f"   VAF {v:>5.3f}   {name:<38}{fit}")
print()
print("아래 두 줄이 생식세포 모형으로는 설명되지 않습니다.")
print("0.847 은 1.0 도 0.5 도 아니고, 0.14 는 0.0 에 가까워 잡음으로 버려지기 쉽습니다.")

🤔 확인 문제

bcftools call -v 를 쓰면 '변이 없음'과 '보지 않음'이 어떻게 됩니까?

해설 -v 는 변이만 출력합니다. 깊이 0 인 자리도, 깊이 60× 로 봤는데 참조와 같았던 자리도 똑같이 빈칸이 됩니다. 임상에서는 gVCF 로 '여기는 몇 겹으로 봤고 참조와 같았다'를 적어 둡니다.

🤔 확인 문제

bcftools call -m 의 모형이 종양에서 잘 안 맞는 이유는?

-m 과 -v 가 하는 일

`-m` 과 `-v` 가 하는 일