7. 깔때기를 직접 만든다 — 단계마다 몇이 남나 · 손박사의 mRNA백신 설계 첫걸음 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.

불러오는 중…

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

Python 브라우저에서 실행

# 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.

🤔 확인 문제

깔때기에서 싼 자를 먼저 대는 까닭은?

🤔 확인 문제

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

🤔 확인 문제

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