6. 안전성 셋 — 항원성 · 독성 · 알레르기성 · 손박사의 mRNA백신 설계 첫걸음 III

공항 검색대를 생각해 보십시오. 문이 셋입니다.

📣

첫째 문 · VaxiJen

항원성 — 면역계가 이 조각을 알아볼 만한가. 너무 조용하면 백신이 안 됩니다

☠️

둘째 문 · ToxinPred

독성 — 이 조각이 세포에 해로울 만한가. 걸리면 뺍니다

🤧

셋째 문 · AllerTOP

알레르기성 — 이 조각이 알레르기를 일으킬 만한가. 걸리면 뺍니다

첫째 문은 못 지나가면 탈락이고, 둘째·셋째 문은 지나가면 탈락입니다. 방향이 반대입니다. 첫째 문은 “시끄러워야 통과”, 나머지 둘은 “조용해야 통과” 입니다.

세 문을 하나씩 껐다 켜면서, 어떤 조각이 어느 문에서 떨어지는지 봅니다.

불러오는 중…

전체 CDS 와 에피토프는 다른 모드로 돌린다

무엇을 넣나	ToxinPred 모드	왜
전체 CDS (1,273 아미노산)	protein scanning	긴 서열을 창으로 훑으며 어느 자리가 위험한지 찾는다
에피토프 목록 (짧은 조각들)	Batch	짧은 펩타이드 여러 개를 한 번에 판정한다

같은 도구인데 넣는 것이 다르면 모드가 다릅니다. 긴 서열을 Batch 에 넣으면 “이 단백질 전체가 독성이다/아니다” 라는 쓸모없는 한 줄이 나옵니다. 어느 자리인지를 알아야 뺄 수 있습니다.

문이 늘면 통과율은 더해지는 게 아니라 곱해집니다. 문 셋이면 금세 절반 아래로 내려갑니다.

Python 브라우저에서 실행

# 세 문을 통과하는 비율 — 문이 늘면 남는 것이 어떻게 줄어드나
import numpy as np

rng = np.random.default_rng(7)
n = 1443                       # 4강에서 남은 class I 후보 수 (논문)

# 각 문의 통과 확률은 예시 가정입니다. 논문에 이 비율은 없습니다.
p_anti, p_tox, p_all = 0.62, 0.93, 0.81

anti = rng.random(n) < p_anti
tox  = rng.random(n) < p_tox
alle = rng.random(n) < p_all

print("출발 (순위 1.6 통과)        : %5d" % n)
print("  + 항원성 0.4 이상          : %5d" % anti.sum())
print("  + 독성 없음                : %5d" % (anti & tox).sum())
print("  + 알레르기성 없음          : %5d" % (anti & tox & alle).sum())
print()
keep = (anti & tox & alle).sum()
print("세 문을 다 지난 비율 : %.1f %%" % (keep / n * 100))
print("기대값 0.62 x 0.93 x 0.81 = %.3f" % (p_anti * p_tox * p_all))
print()
print("문이 늘수록 통과율은 곱해집니다 — 빠르게 줄어듭니다.")
print("그래서 문을 늘리는 것은 공짜가 아닙니다.")
print()
print("주의 — 위 세 확률은 예시 가정입니다. 논문은 단계별 생존 수를")
print("class I 의 29620 / 1443 / 5 밖에 주지 않았습니다.")

세 도구가 실제로 보는 것

세 도구가 하는 일

아미노산 조성과 물리화학적 성질을 특징으로 뽑아 이미 알려진 항원/독소/알레르겐과 얼마나 닮았는지 셈합니다

세 도구가 못 하는 일

실제로 면역을 재지 않습니다. 세포도 동물도 없습니다. “닮았다” 는 “그렇다” 가 아닙니다

그래서 이 세 점수는 거르는 데 씁니다. 주장하는 데 쓰면 안 됩니다. “VaxiJen 1.70 이니 면역원성이 높다” 는 말은 18강에서 정면으로 다룹니다.

🤔 확인 문제

VaxiJen 문턱 0.4 를 넘지 못한 조각은 어떻게 되나요?

🤔 확인 문제

전체 CDS 를 ToxinPred 의 protein scanning 모드로 돌리는 까닭은?

🤔 확인 문제

세 도구의 점수를 주장의 근거로 쓰면 안 되는 까닭은?