Lesson 11 of 20

제대로 껐는가 — ontarget_effect

표적 자신이 얼마나 눌렸는지를 먼저 본다

모든 해석의 첫 단추입니다. 표적 자신이 눌렸는가.

API 는 이것을 ontarget_effect 로 줍니다. 표적 유전자 자신의 발현이 대조군에 견줘 얼마나 내려갔는지를 잰 값입니다. 음수일수록 잘 눌린 것입니다.

TEAD1 과 ENPP1 은 사실상 안 눌렸습니다. 이 둘의 0 은 '효과 없음' 이 아니라 '해석 불가' 입니다.

Python Runs in your browser

import pseq

print("표적       녹다운 세기   유의?   판정")
for g in ["SENP5", "WRN", "TNIK", "KAT6B", "ENPP1", "TEAD1"]:
    d = pseq.perturb(g)["conditions"]["Stim8hr"]
    e = d["ontarget_effect"]
    sig = d["ontarget_significant"]
    mark = "잘 눌림" if e is not None and e < -10 else ("약함" if e is not None and e < -2 else "거의 안 눌림")
    print(g.ljust(9), str(round(e, 2) if e is not None else "—").rjust(9),
          ("예" if sig else "아니오").rjust(8), "  ", mark)

High school왜 억제가 실패하나

이유	내용
가이드 RNA 설계가 나쁨	프로모터에서 너무 멀거나 결합이 약함
크로마틴이 닫혀 있음	dCas9이 접근 못 함
원래 발현이 낮음	내릴 것이 별로 없음 — ③번 침묵과 겹침
세포가 보상함	다른 조절로 발현을 유지
측정 한계	발현이 낮아 검출이 불안정

세 번째 줄이 헷갈리는 지점입니다. 원래 발현이 0에 가까우면 ontarget_effect도 0에 가깝게 나와요. 그러면 ②번 침묵과 ③번 침묵을 구분해야 하는데, 그러려면 대조군에서의 발현량을 봐야 합니다.

High school숫자를 어떻게 읽나

ontarget_effect	뜻	다음 판단
크고 음수 (강하게 줄어듦)	제대로 껐음	하류 결과를 믿을 수 있음
0 근처	안 꺼졌거나 원래 없음	대조군 발현 확인 필요
양수	오히려 늘어남?	노이즈이거나 보상 반응 — 의심

억제가 확인되지 않은 결과는 결과가 아닙니다 — 실험이 성립하지 않았을 뿐입니다.

7강의 표를 다시 보면, ontarget_effect 열이 이 검사를 위해 있는 것입니다. 이 열을 안 보고 n_up/n_down만 보면 함정에 빠져요.

이제 표가 정직해졌습니다. '0' 과 '판정 불가' 가 갈라져 보입니다.

Python Runs in your browser

# 판정 불가를 걸러 낸 표. 6강의 도구를 한 겹 개선합니다.
import pseq
import pandas as pd

def clean_table(genes, condition="Stim8hr", min_kd=10.0, min_cells=100):
    rows = []
    for g in genes:
        r = pseq.perturb(g)
        if "error" in r:
            rows.append({"gene": g, "n_de": None, "verdict": "스크린에 없음"})
            continue
        d = r["conditions"].get(condition, {})
        e, n = d.get("ontarget_effect"), d.get("n_cells", 0)
        if e is None or abs(e) < min_kd:
            v = "판정 불가 — 녹다운 약함"
        elif n < min_cells:
            v = "판정 불가 — 세포 부족"
        else:
            v = "해석 가능"
        rows.append({"gene": g, "n_de": d.get("n_total_de"),
                     "kd": round(e, 1) if e is not None else None,
                     "cells": n, "verdict": v})
    return pd.DataFrame(rows)

names = [g for g, _ in pseq.pipeline()]
print(clean_table(names).to_string(index=False))

High school양성 대조군이라는 습관

실험이 제대로 작동하는지 확인하는 방법이 또 있습니다. 답을 이미 아는 유전자를 같이 넣어 보는 거예요.

대조군 종류	넣는 것	기대
양성 대조	CD3E, ZAP70 등 T세포 필수 유전자	큰 변화가 나와야 함
음성 대조	아무 데도 안 붙는 가이드	아무 변화도 없어야 함

양성 대조에서 변화가 안 나오면 실험 전체를 의심해야 합니다. 음성 대조에서 변화가 나오면 배경 노이즈가 큰 것이고요.

이 스크린의 T세포 부품 유전자들(9강의 5,000+)이 그 양성 대조 역할을 합니다.

🤔 Check yourself

ontarget_effect 가 −1.7 인 표적에서 DE 유전자가 0 이었습니다. 옳은 기록은?

🤔 Check yourself

ontarget_effect 를 다른 무엇보다 먼저 보는 이유는?