19. 종합 실습 — 두 논문의 표를 처음부터 다시 그린다 · Dr. Yoo's On-Demand mRNA Synthesiser, First Steps III

스무 강을 마무리하는 실습입니다. 두 논문의 핵심 그림을 코드로 다시 그립니다. 값은 전부 논문에서 가져온 것이고, 우리가 하는 일은 배치와 해석뿐입니다.

Table 1 을 두 축으로 나눠 그리면 논문의 주장이 눈에 보입니다.

Python Runs in your browser

# 실습 1 — [B] Table 1 을 '기여 분해' 그림으로 다시 그린다
import numpy as np
import matplotlib.pyplot as plt

labels = ["B(IVT)\n+BD+OdT", "B(IVT)\n+BD+MMC", "Os(IVT)\n+BD+OdT",
          "Os(IVT)\n+BD+MMC", "Os(IVT)\n+uFD+OdT", "Os(IVT)\n+uFD+MMC", "통합"]
yields = [641, 870, 773, 1241, 864, 1283, 1275]
prod   = [98.6, 133.8, 309.2, 496.4, 345.6, 513.2, 637.5]

fig, ax = plt.subplots(1, 2, figsize=(11, 3.8))
c = ["#94a3b8"] * 6 + ["#3b82f6"]
ax[0].bar(range(7), yields, color=c)
ax[0].set_xticks(range(7)); ax[0].set_xticklabels(labels, fontsize=7)
ax[0].set_ylabel("수율 (µg)"); ax[0].set_title("Table 1 — 수율")
ax[1].bar(range(7), prod, color=c)
ax[1].set_xticks(range(7)); ax[1].set_xticklabels(labels, fontsize=7)
ax[1].set_ylabel("생산성 (µg/h)"); ax[1].set_title("Table 1 — 생산성")
plt.tight_layout(); plt.show()

print("눈으로 확인할 것:")
print("  · 수율에서 통합은 6번째(1283)보다 살짝 낮다 (1275)")
print("  · 생산성에서는 통합이 홀로 크게 뛴다 (637.5)")
print("  → 통합이 번 것은 수율이 아니라 시간이다.")

논문의 서술이 자료가 허락하는 범위 안에 있는지 직접 검산합니다.

Python Runs in your browser

# 실습 2 — [A] Fig. 4e 의 세 배치를 신뢰구간과 함께
import numpy as np
rng = np.random.default_rng(2026)

vals = np.array([308.0, 198.0, 324.0])
mean = vals.mean(); sd = vals.std(ddof=1)
print("평균 %.1f µg · 표준편차 %.1f µg · CV %.1f%%" % (mean, sd, sd / mean * 100))

# n=3 의 평균에 붙는 95% 구간 (t 분포)
from math import sqrt
t95 = 4.303                       # df=2
lo, hi = mean - t95 * sd / sqrt(3), mean + t95 * sd / sqrt(3)
print("평균의 95%% 신뢰구간: %.0f ~ %.0f µg" % (lo, hi))
print()
print("→ '8시간에 200~300 µg' 이라는 논문의 서술은 이 구간과 잘 맞는다.")
print("   '300 µg 를 안정적으로 만든다' 는 서술이었다면 자료를 넘어선 것이다.")
print()

# 부트스트랩으로 다시 확인
boot = [rng.choice(vals, 3, replace=True).mean() for _ in range(20000)]
print("부트스트랩 95%% 구간: %.0f ~ %.0f µg" % (np.percentile(boot, 2.5), np.percentile(boot, 97.5)))
print("(n=3 의 부트스트랩은 원자료 세 값만 되풀이하므로 구간이 좁게 나온다 — 과신 금물)")

여러 자로 재고, 표에 없는 축이 무엇인지 마지막에 적습니다.

Python Runs in your browser

# 실습 3 — 두 공정을 '같은 자' 로 세우고 견준다
import pandas as pd

rows = [
    # 이름,            수율µg, 시간h, 반응부피mL, 품질항목수(정량)
    ("[A] 2023 상자",     280.0,  8.0, 0.200, 2),
    ("[B] 배치 벤치마크",  641.0,  6.5, 0.150, 5),
    ("[B] 통합",         1275.0,  2.0, 0.150, 5),
]
df = pd.DataFrame(rows, columns=["공정", "수율", "시간", "부피", "정량항목"])
df["생산성(µg/h)"] = (df["수율"] / df["시간"]).round(1)
df["부피당(µg/µL)"] = (df["수율"] / (df["부피"] * 1000)).round(2)
df["STY(µg/(L·h))"] = (df["수율"] / (df["부피"] / 1000 * df["시간"])).round(0)
print(df.to_string(index=False))
print()
print("자를 바꾸면 순위가 어떻게 되나:")
for col in ("수율", "생산성(µg/h)", "부피당(µg/µL)", "STY(µg/(L·h))", "정량항목"):
    order = df.sort_values(col, ascending=False)["공정"].tolist()
    print("  %-16s %s" % (col, "  >  ".join(order)))
print()
print("네 자 모두에서 [B] 통합이 앞선다. 다만 [A] 는 '주형 준비와 포장' 을 포함한다 —")
print("이 표에 없는 축이다. 표에 없는 축을 잊는 것이 비교에서 가장 흔한 실수다.")

자(지표)를 골라 보세요. 세 공정의 순위가 어떻게 바뀌는지, 그리고 그 자가 무엇을 지우는지 함께 나옵니다.

Loading…

🤔 Check yourself

논문의 그림을 스스로 다시 그려 보는 것이 좋은 까닭은?

🤔 Check yourself

비교 표를 만든 뒤 반드시 해야 할 일은?