17. 두 함정 — 길이를 무시한 견줌과, 예측을 결과로 읽기

이 권에서 계산한 값들은 다 맞습니다. 그런데 그 값을 문장으로 옮길 때 두 가지 실수가 자주 납니다. 둘 다 계산 실수가 아닙니다.

📏

첫째 함정

길이가 다른 MFE 를 그대로 견준다

🔮

둘째 함정

좋은 CAI 를 발현량으로 읽는다

첫째 함정 — 그리고 결론이 뒤집히는 실제 예

7강에서 논문의 두 값은 길이로 나누면 거의 같다고 했습니다. 그런데 더 나쁜 경우가 있습니다 — 결론 자체가 뒤집히는 경우입니다.

마지막 두 줄이 요점입니다. 나눠 보기 전에는 뒤집히는지 알 수 없습니다.

Python 브라우저에서 실행

# 길이를 무시하면 결론이 뒤집힌다 - 아래 두 후보는 교육용 예시다.
cands = [
    ("후보 A", 927, -320.0),
    ("후보 B", 1200, -395.0),
]

print("두 후보 (교육용 예시 - 논문의 값이 아니다)")
print("  이름     길이(nt)   MFE(kcal/mol)   MFE/nt")
for n, L, m in cands:
    print("  %-7s %7d   %12.2f   %.4f" % (n, L, m, m / L))
print()

raw_best = min(cands, key=lambda c: c[2])
nrm_best = min(cands, key=lambda c: c[2] / c[1])

print("그대로 견주면      : %s 가 더 깊다 (%.2f)" % (raw_best[0], raw_best[2]))
print("길이로 나눠 견주면 : %s 가 더 깊다 (%.4f per nt)"
      % (nrm_best[0], nrm_best[2] / nrm_best[1]))
print()
if raw_best[0] != nrm_best[0]:
    print("결론이 뒤집혔다.")
    print("B 의 MFE 가 더 깊은 것은 B 가 273 nt 더 길기 때문이다.")
    print("자리마다 얼마나 촘촘히 접혔는지로 보면 A 가 더 촘촘하다.")
else:
    print("이 예에서는 뒤집히지 않았다.")
print()

print("논문의 두 값에서는 뒤집히지 않는다 - 거의 같아질 뿐이다.")
print("  전체 CDS %.4f  ·  MEVC %.4f" % (-1231.20 / 3819, -299.50 / 927))
print("뒤집히지 않았다고 해서 나눌 필요가 없었던 것은 아니다.")
print("나눠 보기 전에는 뒤집히는지 알 수 없다.")

두 후보의 길이와 MFE 를 밀어 보세요. 어느 자리에서 결론이 뒤집히는지 보입니다.

불러오는 중…

둘째 함정 — CAI 는 발현량이 아니다

CAI 0.83 을 얻었습니다. 좋은 값입니다. 그런데 이렇게 말할 수 있을까요 — "이 mRNA 는 단백질을 많이 만든다".

CAI 가 재는 것

이 서열의 철자 습관이 숙주의 습관에 얼마나 가까운가. 코돈 사용표 하나와 곱셈으로 나오는 값입니다.

CAI 가 재지 않는 것

실제로 만들어진 단백질의 양. 그것은 세포에 넣고 재야 나옵니다.

둘 사이에는 여러 단계가 있습니다 — 전달 · 분해 · 구조 · 번역 개시 · 운반 RNA 재고의 실제 상태. CAI 는 그중 하나의 대리 지표일 뿐입니다.

같은 숫자로도 말할 수 있는 문장과 없는 문장이 갈립니다.

Python 브라우저에서 실행

# 두 함정을 문장으로 가려 본다 - 같은 숫자, 다른 문장.
claims = [
    ("MFE 가 -299.50 kcal/mol 로 계산됐다", True,
     "계산 결과를 그대로 적었다"),
    ("전체 CDS 가 MEVC 보다 네 배 안정하다", False,
     "길이가 네 배다. 나누면 차이가 사라진다"),
    ("두 서열의 뉴클레오타이드당 MFE 가 사실상 같다", True,
     "-0.3224 대 -0.3231, 0.2 %% 차이"),
    ("이 mRNA 는 세포에서 안정하다", False,
     "MFE 는 열역학 모형의 계산이지 측정이 아니다"),
    ("CAI 가 0.83 으로 계산됐다", True,
     "계산 결과를 그대로 적었다"),
    ("CAI 0.83 이니 단백질이 많이 만들어진다", False,
     "CAI 는 철자 습관의 닮음이지 발현량이 아니다"),
    ("GC 가 권장 구간 30~70 %% 안에 있다", True,
     "논문이 준 구간과 견준 것뿐이다"),
    ("GC 53.61 %% 가 최적이다", False,
     "논문이 준 것은 구간이지 최적값이 아니다"),
]

ok = 0
print("말할 수 있나 - 여덟 문장")
for text, good, why in claims:
    mark = "O" if good else "X"
    if good:
        ok += 1
    print("  %s  %s" % (mark, text))
    print("       %s" % why)
print()
print("여덟 가운데 말할 수 있는 것 %d 개." % ok)
print("나머지 넷은 숫자가 틀린 게 아니라 문장이 숫자보다 멀리 갔다.")

두 함정의 공통점

숫자는 맞는데 문장이 숫자보다 멀리 갔다

첫째 함정은 견줌의 바탕을 빠뜨렸고, 둘째 함정은 재지 않은 것을 말했습니다. 둘 다 계산을 다시 해서 고칠 수 없습니다. 문장을 고쳐야 고쳐집니다.

🤔 확인 문제

길이가 다른 두 서열의 MFE 를 나눠 보기 전에 알 수 없는 것은?

🤔 확인 문제

CAI 0.83 으로 말할 수 있는 것은?

🤔 확인 문제

두 함정의 공통점은?