7. 깔때기를 직접 만든다 — 단계마다 몇이 남나 · Dr. Son's mRNA Vaccine Design, First Steps III

2강부터 6강까지 자를 하나씩 배웠습니다. 이제 이어 붙입니다.

예측 → 순위 → (IC₅₀) → 실험 근거 → 안전성 셋 → 적용범위 → 5개

이 강에서 직접 만들어 볼 것은 깔때기 함수 하나입니다. 후보 목록을 넣으면 단계마다 몇이 남는지 찍어 줍니다.

단계를 껐다 켜고 순서를 바꿔 보세요. 남는 개수와 최종 명단이 함께 움직입니다.

Loading…

깔때기를 함수 하나로 적으면 단계를 껐다 켤 수 있습니다. 그게 이 강의 전부입니다.

Python Runs in your browser

# 깔때기 하나를 직접 만든다
import numpy as np
import pandas as pd

rng = np.random.default_rng(42)
N = 2000

# 후보 목록을 예시로 만든다. 값은 전부 가정입니다 (인용 금지).
# 실제 목록은 논문에 없습니다. 여기서 배우는 것은 '구조' 입니다.
cand = pd.DataFrame({
    "id":     ["P%04d" % i for i in range(N)],
    "rank":   np.round(rng.gamma(0.9, 2.2, N), 3),
    "ic50":   np.round(rng.lognormal(5.2, 1.3, N), 1),
    "assay":  rng.poisson(1.4, N),
    "vaxi":   np.round(rng.normal(0.45, 0.28, N), 3),
    "toxic":  rng.random(N) < 0.06,
    "allerg": rng.random(N) < 0.18,
    "hla":    rng.integers(1, 9, N),
})

def funnel(df, use_ic50=False, use_assay=True, use_safety=True):
    log = [("출발 — 예측된 후보", len(df))]
    d = df[df["rank"] <= 1.6]
    log.append(("퍼센타일 순위 <= 1.6", len(d)))
    if use_ic50:
        d = d[d["ic50"] < 500]
        log.append(("IC50 < 500 nM (선택)", len(d)))
    if use_assay:
        d = d[d["assay"] >= 1]
        log.append(("실험 assay 기록 1건 이상", len(d)))
    if use_safety:
        d = d[d["vaxi"] >= 0.4]
        log.append(("VaxiJen >= 0.4", len(d)))
        d = d[~d["toxic"]]
        log.append(("ToxinPred 통과", len(d)))
        d = d[~d["allerg"]]
        log.append(("AllerTOP 통과", len(d)))
    return d, log

d, log = funnel(cand)
prev = None
for name, n in log:
    drop = "" if prev is None else "  (-%d, %.0f%% 남음)" % (prev - n, n / prev * 100)
    print("%-26s %6d%s" % (name, n, drop))
    prev = n
print()
print("전체 통과율 %.2f %%" % (len(d) / N * 100))
print()
print("주의 — 위 후보 목록은 통째로 예시입니다. 논문의 실제 값이 아닙니다.")

순서를 바꾸면 무엇이 달라지나

최종 집합은 대개 같습니다. 조건을 전부 만족하는 원소는 순서와 상관없습니다. 달라지는 것은 비용과 중간 숫자입니다.

싼 자를 먼저

순위는 이미 표에 있어 공짜입니다. 29,620 을 1,443 으로 줄이고 나서 1,443개만 웹 도구에 넣습니다

비싼 자를 먼저

VaxiJen·ToxinPred·AllerTOP 에 29,620개를 넣습니다. 같은 답이 나오지만 시간이 스무 배 듭니다

그리고 중간 숫자가 달라집니다. “안전성에서 몇 개가 떨어졌나” 는 앞에 무엇을 놓았는지에 따라 완전히 다른 수가 됩니다. 단계별 숫자를 인용할 때는 순서를 함께 적어야 합니다.

깔때기가 남기는 진짜 산출물 — 숫자의 계보

깔때기를 코드로 적으면 개수만 나오는 게 아닙니다. 계보가 남습니다.

29,620 —(순위 ≤ 1.6)→ 1,443 —(근거·안전성·적용범위)→ 5

이 한 줄이 논문에서 가장 인용하기 좋은 문장입니다. 개수만 적으면 “5개를 골랐다” 이지만, 계보를 적으면 무엇을 어떤 기준으로 얼마나 버렸는지가 함께 남습니다.

그리고 계보가 있으면 따져 물을 수 있습니다 — “1.6 말고 1.0 이었으면?”, “assay 를 필터로 썼으면?”. 계보가 없으면 그 물음 자체가 불가능합니다. 20강에서 이 논문의 가장 아픈 약점이 바로 이것이라는 것을 봅니다.

🤔 Check yourself

깔때기에서 싼 자를 먼저 대는 까닭은?

🤔 Check yourself

“이 단계에서 몇 개가 떨어졌다” 는 숫자를 인용할 때 반드시 함께 적어야 하는 것은?

🤔 Check yourself

논문이 적은 “assay 수가 많은 것을 우선한다” 를 코드로 가장 가깝게 옮긴 것은?