9. 27개로 97% — 대립유전자를 고르는 셈법 · Dr. Son's mRNA Vaccine Design, First Steps II

IEDB 에서 T세포 에피토프 예측 도구(tc1)를 열고 서열을 넣습니다. 값은 이렇게 잡습니다.

값	논문이 쓴 것
모든 설정	기본값
펩타이드 길이	9 아미노산
대립유전자	사람 HLA class I 27개
그래서 덮는 인구	약 97%

열쇠와 자물쇠

HLA 를 자물쇠라고 하면, 에피토프는 열쇠입니다. 그런데 사람마다 가진 자물쇠가 다릅니다. 어떤 열쇠는 내 자물쇠에는 맞고 옆 사람 것에는 안 맞아요.

그래서 열쇠를 하나만 만들면 안 됩니다. 여러 자물쇠에 맞는 열쇠들을 골라야 해요. 이것이 III 권의 집단 적용범위 계산으로 곧장 이어집니다.

대립유전자 개수를 늘려 가며 덮이는 인구가 어떻게 오르는지 보세요.

Loading…

이 분포는 설명용 예시입니다. 모양만 보세요 — 앞에서 급히 오르고 뒤에서 눕습니다.

Python Runs in your browser

# 왜 27개에서 멈추나 — 덮는 비율은 점점 천천히 오른다
import numpy as np

# 대립유전자 빈도를 흔한 것부터 늘어놓았다고 하자 (설명용 예시 분포)
rng = np.random.default_rng(11)
freq = np.sort(rng.dirichlet(np.ones(60) * 0.35))[::-1]

cum = 1 - np.cumprod(1 - freq)        # 하나라도 가질 확률(단순화한 셈)

print("고른 개수   덮는 비율(예시)")
for k in (5, 10, 15, 20, 27, 40, 60):
    print("   ", k, "        ", round(float(cum[k-1]) * 100, 1), "%")

print()
print("앞쪽에서 가파르게 오르고 뒤로 갈수록 거의 안 오릅니다.")
print("논문이 27개에서 멈춘 것은 이 모양 때문입니다.")

🤔 Check yourself

HLA 대립유전자를 27개나 고르는 까닭은?

🤔 Check yourself

27개에서 멈추고 더 늘리지 않는 까닭은?