6강 / 20강

파이썬으로 도구를 만든다

실습 · 표적 목록을 한 표로 만드는 함수

표적 하나를 물어보는 것은 쉽습니다. 열다섯 개를 물어보고 비교하려면 도구가 필요합니다.

이 강에서 함수 하나를 만듭니다. 뒤의 열네 강에서 계속 씁니다.

`found` 를 먼저 두는 것이 요령입니다. 없는 표적도 표에서 자리를 차지해야 눈에 보입니다.

Python 브라우저에서 실행

# 1단계 — 표적 하나에서 필요한 숫자만 뽑는다.
import pseq

def summarize(gene, condition="Stim8hr"):
    r = pseq.perturb(gene)
    if "error" in r:                       # 5강의 함정을 여기서 막습니다
        return {"gene": gene, "found": False}
    c = r["conditions"].get(condition, {})
    return {
        "gene": gene,
        "found": True,
        "n_de": c.get("n_total_de"),
        "ontarget": round(c.get("ontarget_effect") or 0, 1),
        "n_cells": c.get("n_cells"),
    }

print(summarize("LAT"))
print(summarize("MAT2A"))

다섯 줄짜리 표가 나왔습니다. 이제 표적을 몇 개 넣든 같은 모양으로 나옵니다.

Python 브라우저에서 실행

# 2단계 — 목록을 표로.
import pseq
import pandas as pd

def summarize(gene, condition="Stim8hr"):
    r = pseq.perturb(gene)
    if "error" in r:
        return {"gene": gene, "found": False, "n_de": None, "ontarget": None, "n_cells": None}
    c = r["conditions"].get(condition, {})
    return {"gene": gene, "found": True, "n_de": c.get("n_total_de"),
            "ontarget": round(c.get("ontarget_effect") or 0, 1), "n_cells": c.get("n_cells")}

def make_table(genes, condition="Stim8hr"):
    return pd.DataFrame([summarize(g, condition) for g in genes])

df = make_table(["LAT", "CD3E", "WRN", "MAT2A", "ENPP1"])
print(df.to_string(index=False))

고등학생좋은 함수의 모양

원칙	내용
하나의 일만	"가져오기"와 "표로 만들기"를 분리
실패를 삼키지 않기	404가 났으면 그 사실이 표에 남아야 함
입력을 검사	빈 목록, 중복, 대소문자
결과를 그대로 두기	가공은 나중에 — 원자료를 먼저 확보

두 번째 줄이 이 강의에서 특히 중요합니다. 실패한 요청을 조용히 건너뛰면, 표에 그 유전자가 안 보이고 "결과가 없다"로 오해하게 돼요. 8강의 침묵 세 종류 중 하나를 잃어버리는 셈입니다.

`n_clusters` 와 `n_disease` 칸이 더 있습니다. 14·15강에서 씁니다.

Python 브라우저에서 실행

import pseq

df = pseq.table(["LAT", "CD3E", "ZAP70", "WRN", "TNIK"])
print(df.to_string(index=False))

고등학생여러 번 두드릴 때의 예의

서버는 남의 것입니다. 한꺼번에 수백 번 두드리면 서버가 느려지거나 막힐 수 있어요.

해야 할 것	왜
요청 사이에 잠깐 쉬기	서버 부담을 줄임
결과를 저장해 두기 (캐시)	같은 것을 두 번 안 물어봄
일괄 엔드포인트가 있으면 쓰기	한 번에 여러 개 — 16강의 /api/compare
실패하면 재시도하되 횟수 제한	무한 재시도는 공격이 됨

캐시는 예의이면서 속도입니다 — 같은 표를 다시 만들 때 몇 초 만에 끝납니다.

도구 하나로 순위가 나옵니다. 다음 강에서 이 도구에 파이프라인 표적을 넣습니다.

Python 브라우저에서 실행

# 3단계 — 정렬하면 곧바로 순위가 됩니다.
import pseq

names = pseq.practice()[:25]
df = pseq.table(names)
df = df[df["found"]].sort_values("n_de", ascending=False)

print("이 세포에서 크게 흔들린 표적 열 개")
print(df.head(10).to_string(index=False))

고등학생표를 만들 때 무엇을 담을까

표적 하나에 대해 이 강의가 담는 열들입니다.

열	뜻	어느 강
gene	유전자 이름	—
condition	Rest / Stim8hr / Stim48hr	10강
n_cells	그 조건에서 그 유전자를 끈 세포 수	12강
ontarget_effect	표적 자신이 얼마나 눌렸나	11강
n_up / n_down	올라간 · 내려간 하류 유전자 수	13강

이 다섯 개가 있어야 판정을 할 수 있습니다. n_up/n_down만 보면 0의 뜻을 못 읽어요 — 나머지 셋이 그 0의 정체를 알려 줍니다.

7강에서 이 표를 만들고, 8강부터 이 표를 읽는 법을 배웁니다.

🤔 확인 문제

`summarize()` 에서 `if "error" in r` 을 가장 먼저 확인한 이유는?

해설 이 API 는 없는 유전자도 200 으로 돌려주고 conditions 열쇠가 없습니다. 먼저 갈라내지 않으면 r["conditions"] 에서 죽습니다.

🤔 확인 문제

표적을 하나씩 보지 않고 표로 만들어 한 번에 보는 것의 이점은?