This lesson is only available in Korean for now.

Prof. Kwon's Macrophages and the Myeloid Compartment, First Steps

The most abundant cells in a tumour —
and they have not picked a side

Cancer immunotherapy is almost always told through T cells. Yet dissociate a tumour and count: T cells are only 4.3%. What fills the space is the myeloid compartment — 85.1%: neutrophils and macrophages.
A T cell has picked a side. A myeloid cell has not. The same macrophage can eat a cancer cell or lay down the vessels that feed it. What decides that — and can a drug change it?
Not just in words: you open 33,594 mouse tumour myeloid cells, re-derive the paper's six subtypes from its own markers, test with independent genes whether those labels earn their names, measure whether M1/M2 is really one axis, and check the whole conclusion against spatial transcriptomics.

🍖 macrophages🩸 neutrophils🛑 CD47-SIRPα 🔬 Fig. 7 reproduced🐍 Python🧬 GSE268555·Xenium🇬🇧 English

Start lesson 1 →

How you'll learn

🔬Rebuild the paper's figure

We re-derive the six subtypes of Fig. 7 using the paper's own markers. M1-like monocytes 11.46% → 28.07%, circulating monocytes 27.34% → 13.75% — both claims reproduce.

🏷️Distrust the label

Proving a name with the genes that gave the name is circular. We test with different genes: circulating monocytes lead three of four suppression axes, while 'M1-like' tops the ROS axis but comes last on pathogen sensing.

📐Convenient vs correct

If M1/M2 were one axis, the two scores would correlate at −1. They correlate at −0.179, and 21.9% of cells are high on both. It is not one axis.

🚧Write down what you cannot do

The paper's Cd47 claim is about cancer cells, and this dataset has none. Elane and Mpo read zero, so NETs are invisible here. We label the untestable as untestable.

Full curriculum

종양 안에서 가장 많은 세포 — 그런데 편이 정해져 있지 않다

논문 Fig. 5I·7A · GSE268555 세포 37,585개

두 갈래 기원 — 난황낭에서 온 것과 골수에서 온 것

대식세포 계보 · 논문 SI 「single-cell transcriptome data」

【실습】 골수세포 33,594개를 연다

GSE268555 · log1p(CP10K) · 유전자 116개

단핵구 두 종류 — 심부름꾼과 순찰대

고전형 Ly6c⁺ 대 비고전형 · 논문 Fig. 7D 「circulating monocyte」

대식세포가 된다는 것 — 무엇이 바뀌나

단핵구 → 대식세포 분화 · GSE268555

폐포대식세포 — 논문이 하필 폐암인 것과 관계가 있다

논문 Fig. 1C 「LUAD」 · 조직 상주 대식세포

식균작용 — 알아보고 · 삼키고 · 소화한다

대식세포의 본업 · 옵소닌화

'먹지 마' 신호 — CD47 과 SIRPα

논문 Fig. 6D·E 「Ddx54 induces Cd47 expression」

【실습】 논문의 Cd47 을 네 조건에서 다시 잰다

논문 Fig. 6E · GSE268555 — 그리고 왜 검증이 안 되는가

먹은 다음 — 항원제시하는 대식세포와 안 하는 대식세포

MHC-II · 논문 Fig. 7A 「present antigens to T cells」

에퍼로사이토시스 — 죽은 세포를 조용히 치우는 일

MerTK · Gas6 · 그리고 왜 이것이 종양에서 문제가 되나

M1 과 M2 — 편리하지만 틀린 이름

1990년대의 비유가 남긴 것

【실습】 M1·M2 점수로 나누면 정말 둘로 갈리나

GSE268555 단핵구계열 14,637개 · 두 축으로 재기

TAM — 종양이 기르는 대식세포

종양연관대식세포 · Trem2 · Apoe · Gpnmb

MDSC — 이름이 가장 논쟁적인 세포

골수유래억제세포 · 정의 문제

호중구 — 가장 많은데 가장 안 보이는 세포

GSE268555 호중구 15,096개 · NET · 그리고 10x 의 한계

【실습】 논문의 여섯 아형을 표지자만으로 다시 나눈다

논문 Fig. 7A–D · SI Fig. S16 · 단핵구계열 14,637개

【실습】 순환 단핵구가 정말 억제성인가 — 네 축으로 검증한다

논문 Fig. 7F · 순환논증을 피하는 법

【실습】 'M1 유사' 라는 이름은 이름값을 하나 — 그리고 조직에서 다시 본다

논문 Fig. 7E·G · GSE285341 Xenium

정리 — 골수계로 말할 수 있는 것과 없는 것

20강 · 이 강의가 남기는 목록