19강 / 20강

표적 하나를 처음부터 끝까지

종합 실습 · 병을 고르고 표적을 찾아 판정까지

이제 처음부터 끝까지 한 번 해 봅니다. 순서는 이렇습니다.

1️⃣

병을 고른다

자가면역 17종 중 하나

2️⃣

클러스터를 찾는다

그 병과 이어진 무리(15강)

3️⃣

표적을 추린다

구성원 중 해석 가능한 것(11·12강)

4️⃣

관문을 통과시킨다

다섯 함정(18강)

고등학생처음부터 끝까지 한 번

지금까지 배운 것을 하나로 이어 봅니다. 병을 고르고, 표적을 찾고, 이 스크린으로 판정하는 전 과정입니다.

단계	하는 일	근거 강
1	병을 고른다 — 이 세포와 관련 있는가	9·15강
2	표적 후보를 찾는다	15강 · /gwas
3	API로 표를 만든다	5·6·7강
4	세포 수와 억제를 검사한다	11·12강
5	세 조건을 비교한다	10강
6	클러스터와 질환 연결을 본다	14·15강
7	비교표로 규모를 잡는다	16강
8	판정을 적는다 — 조건과 함께	18강

다발경화증과 이어진 클러스터들입니다. 배수비가 큰 것부터 봅니다.

Python 브라우저에서 실행

# 1단계 — 병을 고르고 이어진 클러스터를 찾는다.
import json, gzip

DISEASE = "multiple sclerosis"          # 여기를 바꿔 가며 해 보세요
meta = json.load(gzip.open("pdrug_meta.bin", "rt"))

found = []
for c in meta["clusters"].values():
    for d in c.get("diseases", []):
        if d["disease"] == DISEASE:
            found.append((c, d))

found.sort(key=lambda x: x[1]["p_adj"])
print(DISEASE, "와 이어진 클러스터", len(found), "개")
print()
for c, d in found[:5]:
    print(" 클러스터", str(c["cluster"]).rjust(3),
          (c.get("annotation") or "unknown").ljust(28),
          "OR", str(d["odds_ratio"]).rjust(5),
          "· 크기", c.get("size"))

클러스터 구성원이 곧 후보 목록이 됩니다. 그중 프로파일이 있는 것만 다음 단계로 갑니다.

Python 브라우저에서 실행

# 2단계 — 그 클러스터의 구성원을 표적 후보로 삼는다.
import json, gzip
import pseq

DISEASE = "multiple sclerosis"
meta = json.load(gzip.open("pdrug_meta.bin", "rt"))

cands = []
for c in meta["clusters"].values():
    if any(d["disease"] == DISEASE for d in c.get("diseases", [])):
        for g in c.get("members", []):
            if g not in cands:
                cands.append(g)

print("후보", len(cands), "개:", ", ".join(cands[:15]))
print()
have = [g for g in cands if "error" not in pseq.perturb(g)]
print("이 강의 자료에 프로파일이 있는 것:", len(have), "개")
print(" ", ", ".join(have))

고등학생1단계가 가장 중요하다

이 세포와 관련 없는 병을 고르면, 나머지 일곱 단계가 다 헛수고입니다.

이 스크린에 맞는 병	안 맞는 병
자가면역 (T세포 중심)	고형암 (종양세포를 봐야)
면역결핍	폐섬유증 (섬유아세포를 봐야)
면역치료 반응	신경질환 (신경세포를 봐야)
알레르기	대사질환 (간·지방을 봐야)

1강에서 "표적은 맞았는데 아무 일도 없었다"고 한 것이 바로 이 단계의 실수입니다.

다만 오른쪽 열의 병이라도 안전성 확인 목적으로는 이 스크린이 유용합니다(9강). 목적을 분명히 하면 헛수고가 아니에요.

관문을 통과한 표적만 남았습니다. 후보 목록이 손에 꼽을 만큼 줄어듭니다.

Python 브라우저에서 실행

# 3단계 — 후보를 표로 만들고 관문을 통과시킨다.
import json, gzip
import pseq
import pandas as pd

DISEASE = "multiple sclerosis"
meta = json.load(gzip.open("pdrug_meta.bin", "rt"))

cands = []
for c in meta["clusters"].values():
    if any(d["disease"] == DISEASE for d in c.get("diseases", [])):
        for g in c.get("members", []):
            if g not in cands:
                cands.append(g)

rows = []
for g in cands:
    r = pseq.perturb(g)
    if "error" in r:
        continue
    cs = r["conditions"]
    stim = cs.get("Stim8hr", {})
    rest = cs.get("Rest", {}).get("n_total_de", 0) or 0
    de = stim.get("n_total_de", 0) or 0
    kd = abs(stim.get("ontarget_effect") or 0)
    rows.append({"gene": g, "DE": de, "kd": round(kd, 1),
                 "cells": stim.get("n_cells", 0),
                 "선택성": round(de / rest, 1) if rest else None,
                 "질환수": r["summary"]["n_disease_associations"]})

df = pd.DataFrame(rows)
df = df[(df["kd"] >= 10) & (df["cells"] >= 100) & (df["DE"] >= 50)]
print(df.sort_values("DE", ascending=False).to_string(index=False))

고등학생판정문을 쓰는 법

마지막 단계인 8번이 실은 가장 어렵습니다. 좋은 판정문의 조건이 있어요.

포함할 것	예시 표현
세포와 상태	"사람 1차 CD4+ T세포, 자극 48시간에서"
세포 수	"세포 1,820개 기준"
억제 확인	"표적 발현이 X% 감소한 것을 확인한 뒤"
관찰	"하류 유전자 58개가 유의하게 변화"
비교 기준	"같은 스크린의 TCR 신호 유전자는 5,000개 이상"
한계	"다른 세포에서는 다를 수 있음"

좋은 판정문은 읽는 사람이 스스로 다시 판단할 수 있게 합니다.

병마다 이어진 클러스터 수가 다릅니다. 많을수록 후보가 넓고, 적을수록 좁지만 선명합니다.

Python 브라우저에서 실행

# 병을 바꿔 가며 돌려 보세요.
import json, gzip
import pseq

meta = json.load(gzip.open("pdrug_meta.bin", "rt"))
diseases = sorted({d["disease"] for c in meta["clusters"].values() for d in c.get("diseases", [])})

print("고를 수 있는 병", len(diseases), "종")
for d in diseases:
    n = sum(1 for c in meta["clusters"].values()
            if any(x["disease"] == d for x in c.get("diseases", [])))
    print("  ", d.ljust(34), "클러스터", n, "개")

고등학생실전에서 자주 만나는 상황

상황	어떻게 할까
표적이 스크린에 없다	별칭 확인 → 발현 확인 → "이 세포에서는 검사 불가"로 기록
세 조건 결과가 제각각	정상 — 상태 의존성 (10강). 조건별로 따로 기록
세포 수가 다 적다	필수 유전자일 가능성 — 그 자체가 정보 (12강)
모든 표적이 0에 가깝다	세포 종류가 맞는지 재검토 (9강)
결과가 기대와 반대	가장 흥미로운 경우 — 억제 확인부터 다시

마지막 줄이 연구자로서 가장 값진 순간입니다. 기대와 다른 결과는 대개 실수이거나 발견 중 하나예요. 순서대로 확인하면 어느 쪽인지 알 수 있습니다.

🤔 확인 문제

이 실습에서 후보 목록을 만든 출발점은 무엇이었습니까?

🤔 확인 문제

1강에서 한 실수를 이 실습에서는 하지 않게 된 이유는?