Lesson 16 of 20

계열 82 개를 한꺼번에 — 규칙은 성립하는가

miRNA 가 오른 만큼 표적이 내려가는가 · r = +0.03 이라는 대답

14~15강에서 miR-34 계열 하나를 파고들었습니다. 그런데 그것만으로는 확증 편향을 피할 수 없습니다. 논문이 지목한 계열이라서 우리도 거기만 판 것이니까요.

이제 질문을 뒤집습니다.

miR-34 만이 아니라 모든 계열에서, "miRNA 가 오른 만큼 그 표적이 내려간다" 는 규칙이 성립하는가?

성립한다면 miR-34 의 작은 신호도 그 규칙의 한 사례로 읽을 수 있습니다. 성립하지 않는다면, 우리가 본 것이 무엇인지 다시 생각해야 합니다.

High school계열 82 개를 한꺼번에

지금까지는 miR-34 계열 하나를 봤다. 이제 모든 계열 에 대해 같은 계산을 한다.

검증할 규칙

miRNA 가 오른 만큼 그 표적이 내려가야 한다

가로축	세로축
계열의 발현 변화 (log2FC)	그 계열 표적의 평균 변화

규칙이 성립하면 음의 상관 이 나와야 한다. miRNA 가 오를수록 표적이 내려가니까.

한 사례가 아니라 전체에서 규칙이 성립하는지 보는 것 — 가장 강한 검증

계열마다 가중 평균 변화와 표적 집합 이동 두 숫자를 만듭니다.

Python Runs in your browser

import mi
import numpy as np, pandas as pd

d = mi.expressed()
tg = mi.targets()
fam = mi.family()
dmi = mi.dmi()

rows = []
for f, sub in tg.groupby("family"):
    genes = sorted(set(sub.gene) & set(d.index))
    if len(genes) < 50:                 # 표적이 너무 적으면 검정이 안 된다
        continue
    ms = [m for m in fam.index[fam.family == f] if m in dmi.index]
    if not ms:
        continue
    e = dmi.loc[ms]
    if e.baseCPM.sum() < 20:            # 이 세포에서 거의 발현되지 않는 계열은 뺀다
        continue
    mir = float(np.average(e.logFC, weights=e.baseCPM))     # 10강의 가중 평균
    s = mi.shift(genes, background=d.drop(index=genes)["logFC"])
    rows.append((f, len(genes), e.baseCPM.sum(), mir, s["delta"], s["p"]))

R = pd.DataFrame(rows, columns=["family", "n", "cpm", "mir", "shift", "p"]).set_index("family")
print(f"검정 가능한 계열 : {len(R)} 개")
print()
print("── miRNA 가 가장 많이 오른 계열 ──")
print(R.sort_values("mir", ascending=False).head(6).round(4))

가설이 맞다면 점들이 왼쪽 위에서 오른쪽 아래로 흘러야 합니다.

Python Runs in your browser

import mi
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

R = mi.family_shifts()          # 위 셀에서 짠 계산이 꾸러미에도 들어 있습니다
r, pr = stats.pearsonr(R.mir, R["shift"])
rho, ps = stats.spearmanr(R.mir, R["shift"])

fig, ax = plt.subplots(figsize=(7.2, 5))
ax.scatter(R.mir, R["shift"], s=np.sqrt(R.n) * 3, c="#4c6ef5", alpha=.6, edgecolor="none")
m34 = R.loc[mi.FAM34]
ax.scatter([m34.mir], [m34["shift"]], s=110, c="#e8590c", zorder=3)
ax.annotate("miR-34/449", (m34.mir, m34["shift"]), xytext=(8, -12),
            textcoords="offset points", fontsize=10, color="#e8590c")
ax.axhline(0, ls="--", lw=.8, c="#adb5bd"); ax.axvline(0, ls="--", lw=.8, c="#adb5bd")
ax.set_xlabel("계열의 miRNA 변화 (가중 log2FC)")
ax.set_ylabel("표적 집합의 mRNA 이동 (log2)")
ax.set_title(f"계열 {len(R)}개   r = {r:+.3f} (p = {pr:.2f})")
plt.tight_layout()

print(f"피어슨  r   = {r:+.3f}   p = {pr:.3f}")
print(f"스피어만 rho = {rho:+.3f}   p = {ps:.3f}")
print()
print("기대했던 것은 '오른쪽 아래로 내려가는 기울기' 입니다.")
print("실제로는 기울기가 없습니다.")

High schoolr = +0.03 이라는 대답

결과는 r = +0.03 이다.

기대	관찰
뚜렷한 음의 상관	거의 0 · 부호도 반대

이것을 어떻게 읽어야 하나

세 가지 읽기가 가능하다.

읽기	내용
규칙이 틀렸다	가장 극단적 — 근거 부족
효과가 너무 작다	17~18강에서 확인
측정에 문제가 있다	정규화 · 예측 정확도

기대와 다른 결과가 나왔을 때 가장 극단적인 해석을 먼저 채택하면 안 된다

상관이 0 이라는 결과

r = +0.03, p = 0.82. 아무 관계도 없습니다.

이것은 실망스러운 결과지만, 사실 예상할 수 있었던 결과이기도 합니다. 계열 82 개 중 대부분은 변화가 아주 작습니다 — 가중 log2FC 가 ±0.3 안에 몰려 있죠. 그 정도 변화로는 표적 집합에 아무 흔적도 남지 않습니다.

그러면 크게 변한 계열만 보면 어떨까요? 확인해 봅시다.

문턱을 올려도 관계가 생기지 않습니다. 다만 miR-34 자체의 순위는 눈여겨볼 만합니다.

Python Runs in your browser

import mi
import numpy as np
from scipy import stats

R = mi.family_shifts()

# 크게 변한 계열만 남기면 관계가 보이나?
for thr in [0.0, 0.2, 0.4, 0.6]:
    sub = R[R.mir.abs() >= thr]
    if len(sub) < 8:
        continue
    r, p = stats.pearsonr(sub.mir, sub["shift"])
    print(f"|가중 log2FC| ≥ {thr:.1f} : 계열 {len(sub):>3}개   r = {r:+.3f}  p = {p:.3f}")

print()
rank = int((R["shift"] < R.loc[mi.FAM34, "shift"]).sum()) + 1
print(f"표적이 가장 많이 내려간 순위에서 miR-34 계열은 {len(R)}개 중 {rank}위입니다.")
print(f"miRNA 상승 순위로는 {int((R.mir > R.loc[mi.FAM34,'mir']).sum()) + 1}위입니다.")

그래도 남는 사실 하나

전체 상관은 0 입니다. 그런데 miR-34 계열의 순위는 눈여겨볼 만합니다.

miRNA 상승 크기 — 82 개 중 3 위
표적 집합이 내려간 정도 — 82 개 중 7 위

둘 다 상위권입니다. 우연이라기에는 그럴듯하고, 증거라기에는 약합니다. 82 개 중 7 위는 p = 0.085 에 해당하니까요 — 또 문턱 근처입니다.

High school왜 0 이 나올 수 있나

이유	내용
효과가 작음	2.8% — 잡음에 묻힘
예측 표적의 부정확	13강 — 가짜가 섞임
계열 발현 변화가 작음	대부분의 계열은 별로 안 변함
구성적 편향	3강 — CPM 의 문제
간접 효과	표적이 다시 다른 유전자를 조절
표적 중복	한 유전자가 여러 계열의 표적

마지막 줄이 특히 중요하다

유전자 하나가 여러 miRNA 의 표적 이다. 그러면 그 유전자의 변화는 여러 miRNA 의 합 이다.

계열 하나만 떼어 상관을 재면 다른 계열들의 효과가 잡음 으로 들어간다.

표적이 겹치면 개별 조절자의 효과를 분리하기 어렵다

🎮 전체 지도

계열 82 개를 흩뿌린 지도입니다. 점을 눌러 어떤 계열인지 확인하세요.

High school0 이 나온 것도 결과다

이 결과가 말해 주는 것
이 자료 규모에서 전역 규칙은 검출되지 않는다
miRNA 층의 효과가 mRNA 층에서 지배적이지 않다
개별 사례(miR-34)는 보이지만 전체는 안 보인다

마지막 줄이 흥미롭다

14강에서 miR-34 표적 집합은 유의하게 내려갔다. 그런데 전체 계열로 넓히면 신호가 사라진다.

이것은 miR-34 가 특별히 크게 변했기 때문일 수 있다. 대부분의 계열은 거의 안 변했으니 표적도 안 변한다.

그럼 정직한 결론은

"크게 변한 계열에서는 표적 억제가 보인다. 전체적으로는 검출되지 않는다."

부분에서 보이고 전체에서 안 보이는 것은 모순이 아니라 효과 크기의 문제일 수 있다

🤔 Check yourself

miR-34 계열 하나만 분석하고 끝냈다면 생겼을 문제는?

🤔 Check yourself

계열 82 개에서 r = +0.03 (p = 0.82) 이 나왔을 때 옳은 서술은?

🤔 Check yourself

문턱을 올려 '크게 변한 계열만' 봤을 때도 관계가 안 나타난 이유로 가장 그럴듯한 것은?