학술지의 이름은 독자가 누구인지를 적어 둔 것입니다. 그 이름이 숫자를 다시 읽게 합니다.
논문이 어느 학술지에 실리는가는 겉치레가 아닙니다. 누구를 위해 쓴 글인가를
밝히는 일입니다.
이 논문은 PLoS Neglected Tropical Diseases 에 실렸습니다. 이름 그대로
소외된 열대질환을 다루는 학술지입니다. 부유한 나라의 관심과 돈이
가지 않는 병, 그래서 약과 백신이 만들어지지 않는 병을 다루자는 자리입니다.
왜 하필 그쪽이 낮게 나오나
에피토프 예측 도구는 자료가 많은 HLA에서 더 정확합니다. 그리고 HLA
자료는 역사적으로 유럽계·동아시아계 집단에 훨씬 많이 쌓였습니다.
논문 스스로도 한계 절에 적었습니다 — NetMHCpan 같은 도구는 대표성이 낮은
대립유전자에서 정확도가 떨어질 수 있다고. 자료가 적은 곳에서 예측이
약해지고, 그 약한 예측이 낮은 적용범위로 나타납니다.
그러니 23.88% 는 '그 지역 사람의 면역이 다르다' 기보다
'그 지역 자료가 적다' 에 더 가까울 수 있습니다. 둘은 아주 다른 문제입니다.
만약 생물학이 까닭이라면
그 지역 HLA 에 맞는 에피토프를 더 찾아 넣어야 한다
만약 자료 부족이 까닭이라면
그 지역의 HLA 자료를 먼저 쌓아야 한다. 설계로는 못 푼다
지금 있는 표만으로는 둘을 가를 수 없습니다. 가르려면 그 지역의 HLA 빈도
자료의 표본 수를 봐야 하는데, 그것은 IEDB 쪽 자료의 문제이지
이 논문이 만든 값이 아닙니다.
표본이 스무 명이면 빈도 추정의 폭이 0.2 에 가깝습니다 — 빈도 그 자체만큼 넓습니다.
BtHKU5-CoV-2 는 아직 사람에게서 나오지 않았다
한 가지를 분명히 해 둡니다. 이 바이러스는 2025년 3월에 박쥐에서 보고되었고,
사람 감염 사례는 아직 없습니다. 논문도 그렇게 적었습니다.
그러니 이 백신은 지금 있는 병을 막으려는 것이 아니라
넘어올지도 모르는 일에 미리 대비하는 것입니다.
논문은 이것을 '백신 은행(vaccine bank)' 이라는 말로 부릅니다.
🤔 확인 문제
중앙아메리카의 낮은 적용범위를 해석할 때 가를 수 없는 두 가지는?
해설 생물학적 차이와 자료 부족은 같은 낮은 숫자로 나타납니다. 가르려면 빈도표의 표본 수를 봐야 하는데 그것은 이 논문 바깥의 자료입니다.
🤔 확인 문제
예측 도구가 유럽계·동아시아계 자료에 치우쳐 있을 때 생기는 일은?
해설 자료가 많은 곳에서 예측이 강하고, 적은 곳에서 약합니다. 논문도 한계 절에서 대표성 낮은 대립유전자의 정확도 문제를 적었습니다.