12. 일곱 가운데 셋은 논문 자신의 기준으로 약한 결합이다

앞 강에서 논문이 적어 둔 기준을 봤습니다. 다시 적습니다.

%Rank ≤ 2% 는 강한 결합 · 2% < %Rank ≤ 10% 는 약한 결합

이제 Table 2 의 %Rank 를 이 자에 대 봅니다.

일곱 가운데 셋. 논문이 이 사실을 본문에 적지 않았습니다.

Python 브라우저에서 실행

# 논문이 적어 둔 기준을 논문이 고른 일곱 개에 그대로 적용한다.
htl = [
    ("TTARIKKIYPAFVLG", 1.72),
    ("TIVISPTTTARIKKI", 0.07),
    ("YFHNINYYSVIPRSP", 0.66),
    ("ISPTTTARIKKIYPA", 1.09),
    ("WTAGLASFAAIPFAQ", 2.22),
    ("LYFFHVGYQPTALIN", 3.70),
    ("RYVAMDVKFENITTK", 3.58),
]
strong = []
weak = []
for pep, rk in htl:
    if rk <= 2.0:
        strong.append((pep, rk))
    else:
        weak.append((pep, rk))

print("강한 결합 (%Rank <= 2)")
for pep, rk in strong:
    print("   %-18s %.2f" % (pep, rk))
print()
print("약한 결합 (2 < %Rank <= 10)")
for pep, rk in weak:
    print("   %-18s %.2f" % (pep, rk))
print()
print("일곱 가운데", len(weak), "개가 논문 자신의 기준으로 '약한 결합' 이다.")
print("비율", round(len(weak) / len(htl) * 100), "%")

모순인가, 아닌가

조심해서 읽어야 합니다. 논문은 %Rank 로 거르겠다고 쓴 적이 없습니다. 거르는 데 쓴 문턱은 IC50 500 nM 미만 이었고, 셋 다 그 선은 지났습니다 (174.42 · 316.83 · 449.56).

논문이 지킨 것

IC50 < 500 nM 이라는 자기가 정한 거르는 문턱을 일곱 개 모두 지켰다

논문이 적지 않은 것

자기가 소개한 %Rank 분류로는 셋이 '약한 결합' 이라는 사실

그러니까 규칙 위반이 아니라 보고의 공백입니다. 독자가 직접 표를 보고 계산해야만 알 수 있는 상태입니다.

두 문턱을 각각 움직여 보세요. IC50 으로 자르느냐 %Rank 로 자르느냐에 따라 살아남는 조각이 달라집니다.

불러오는 중…

왜 이것이 중요한가

약한 결합이라고 쓸모없는 것은 아닙니다. 다만 세 가지가 따라옵니다.

따라오는 것	무슨 뜻인가
적용범위가 부풀 수 있다	붙는다고 세었는데 실제로는 약하게만 붙으면, 그 HLA 를 가진 사람은 계산에는 들어가고 실제로는 빠진다
가장 항원성 높은 것이 가장 약하다	`RYVAMDVKFENITTK` 는 항원성 1.5141 로 일곱 중 최고인데 %Rank 는 3.58 로 최하위권이다
도구 사이의 불일치	항원성 자와 결합력 자가 서로 다른 것을 가리킨다

두 자가 반대 방향을 가리킵니다. 표본이 일곱이라 단정할 수는 없습니다.

Python 브라우저에서 실행

# 항원성과 결합력이 서로 어긋나는지 본다.
htl = [
    ("TTARIKKIYPAFVLG", 1.72, 0.6896),
    ("TIVISPTTTARIKKI", 0.07, 0.7988),
    ("YFHNINYYSVIPRSP", 0.66, 0.4245),
    ("ISPTTTARIKKIYPA", 1.09, 1.0021),
    ("WTAGLASFAAIPFAQ", 2.22, 0.6589),
    ("LYFFHVGYQPTALIN", 3.70, 1.0424),
    ("RYVAMDVKFENITTK", 3.58, 1.5141),
]
import numpy as np
rk = np.array([r[1] for r in htl])
ag = np.array([r[2] for r in htl])
c = float(np.corrcoef(rk, ag)[0, 1])
print("%Rank 와 항원성의 상관계수", round(c, 3))
print()
if c > 0:
    print("양수다 — %Rank 가 클수록(결합이 약할수록) 항원성이 높게 나온다.")
    print("두 도구가 서로 반대 방향을 가리킨다는 뜻이다.")
print()
print("가장 항원성이 높은 것과 가장 낮은 것")
hi = max(htl, key=lambda r: r[2])
lo = min(htl, key=lambda r: r[2])
print("  최고 %-18s 항원성 %.4f  %%Rank %.2f" % (hi[0], hi[2], hi[1]))
print("  최저 %-18s 항원성 %.4f  %%Rank %.2f" % (lo[0], lo[2], lo[1]))
print()
print("(표본이 일곱 개뿐이라 상관계수는 참고값이다 — 인용하지 말 것)")

독자가 할 수 있는 일

논문을 읽을 때 방법 절의 기준과 결과 표의 값을 나란히 놓아 보십시오. 이 논문처럼 기준을 성실히 적어 둔 논문일수록 이 대조가 잘 됩니다.

기준을 안 적은 논문은 이 대조 자체가 불가능합니다. 그러니까 이 논문은 검산이 가능한 논문입니다. 그 점은 장점입니다.

🤔 확인 문제

Table 2 의 일곱 개 가운데 논문 자신의 %Rank 기준으로 '약한 결합' 인 것은 몇 개인가?

🤔 확인 문제

이 발견을 정확히 표현한 것은?

🤔 확인 문제

약한 결합 에피토프가 섞여 있으면 적용범위 계산에 무슨 일이 생기나?