20강 / 20강

말할 수 있는 것과 없는 것 — 그리고 진짜 API 로

정리 · http://192.168.219.45:8500

말할 수 있는 것

주장	근거
건강한 CD4+ T세포는 파이프라인 암 표적 대부분 없이도 산다	13개 중 11개가 DE 두 자릿수 이하 · 세포·녹다운 충분(7·8강)
같은 표적도 세포 상태에 따라 결과가 뒤집힌다	LAT Rest 4 → Stim8hr 5,536 (10강)
TCR 신호전달 부품은 이 세포의 급소다	CD3E · LAT · ZAP70 · PLCG1 전부 DE 5,000+ (4·9강)
ZAP70 클러스터는 자가면역 7종과 이어진다	클러스터 89 · OR 2.4~4.0 · p_adj < 0.05 (15강)
가장 크게 흔드는 표적이 가장 좋은 표적은 아니다	TADA2B 선택성 1.3배 대 ZAP70 60배 (16강)

고등학생말할 수 있는 것

주장	근거
표적은 유전자 이름이 아니라 유전자 × 세포 × 상태의 조합이다	9·10강
표에서 0은 최소 세 가지 뜻이다	8강
억제 확인 없는 결과는 결과가 아니다	11강
세포 수가 적으면 판정 자체가 불가능하다	12강
같은 세포도 상태가 다르면 1,000배 차이가 난다	10강 — ZAP70 4 대 5,536
"이 세포에서 변화 없음"은 안전성 정보가 된다	9강

말할 수 없는 것

말할 수 없는 것	왜
"WRN·TNIK·ENPP1 은 나쁜 표적이다"	암 표적을 T세포에서 시험했을 뿐입니다(1·9강)
"ZAP70 을 막으면 다발경화증이 낫는다"	연관은 인과가 아닙니다. 방향도 안전성도 미지수(15강)
"이 표적은 사람에게 듣는다"	접시 위 1차 세포이지 사람이 아닙니다
"DE 0 이면 효과가 없다"	0 에는 세 종류가 있습니다(8강)
"이 자료로 암 표적을 판단할 수 있다"	세포가 암이 아닙니다. `/wrn` 이 그 자료를 다룹니다

고등학생말할 수 없는 것

말할 수 없는 것	왜
이 표적이 좋은 약이 될지	세포 하나의 자료 · 사람은 다름
다른 세포에서도 그럴지	이 스크린은 CD4+ T세포뿐
단백질 수준에서도 그럴지	측정한 것은 RNA
약으로 눌렀을 때도 같을지	CRISPRi와 약물 억제는 다름 (시간·정도·부위)
사람마다 같을지	기증자가 제한적
클러스터가 진짜 경로인지	14강 — 함께 있다고 함께 일하는 것은 아님

네 번째 줄이 특히 중요합니다 — 유전자를 끄는 것과 단백질을 막는 것은 같지 않습니다.

유전자를 끄면 단백질이 사라지지만, 약은 단백질을 남겨 둔 채 기능만 막습니다. 단백질이 자리를 차지하는 것 자체가 기능인 경우(비효소적 역할)에는 결과가 달라져요.

진짜 API 로 넘어가기

이 강의의 pseq 꾸러미는 진짜 API 응답을 2026-08-30 에 떠 온 것입니다. 표적 135개만 들어 있고요. 사설망 안에 있다면 진짜 API 를 그대로 부를 수 있습니다 — 유전자 11,526개 전부에 대해서요.

함수 이름도 인자도 돌려주는 모양도 같습니다. `requests.get(...).json()` 으로 바꾸기만 하면 됩니다.

Python 브라우저에서 실행

import pseq
print(pseq.live())

고등학생그럼에도 이 자료가 값진 이유

값진 이유	내용
사람 1차 세포	세포주가 아님 — 사람에 훨씬 가까움
유전자 1만 개 이상	가설 없이 전부 봄
단일세포 해상도	평균이 아니라 세포 하나씩
세 가지 상태	맥락 의존성을 직접 관찰
공개	누구나 API로 두드릴 수 있음

마지막 줄이 이 강의를 가능하게 했습니다. 우리가 이 실험을 할 수는 없지만, 결과를 읽고 자기 질문을 던질 수는 있어요. /geo·/gwas 강의와 같은 태도입니다.

남이 만든 자료를 읽는 능력이, 자료를 만드는 능력만큼 중요해졌습니다.

# 사설망 안에서 (파이썬)
import requests
B = "http://192.168.219.45:8500"

r = requests.get(f"{B}/api/perturb/ZAP70").json()
if "error" in r:                      # 5강 — 없는 유전자도 200 입니다
    print(r["suggestions"])
else:
    print(r["summary"])

# 명령줄에서
curl -s "http://192.168.219.45:8500/api/top-hits?condition=Stim48hr&n=10"
curl -s "http://192.168.219.45:8500/api/compare?genes=ZAP70,LAT,CD3E"

이 강의에서 쓴 여섯 함수가 그대로 여섯 엔드포인트입니다. pseq.perturb(g) → GET /api/perturb/<g> 처럼요.

다음에 볼 것

💀

/wrn

같은 WRN 을 암 세포주에서 — 여기서 조용했던 이유가 거기 있습니다

🎯

/insilico

파이프라인 표적 15개가 각각 어떤 논리로 나왔는지

✂️

/perturb

CRISPR 스크린을 실험대 쪽에서

🧬

/pseq

Perturb-seq 자체를 더 깊이

두 줄이 이 강의의 요약입니다.

Python 브라우저에서 실행

# 마지막으로 — 이 강의 전체를 한 번에.
import pseq

for g in ["WRN", "ZAP70"]:
    r = pseq.perturb(g)
    d = r["conditions"]["Stim8hr"]
    print(g.ljust(7),
          "녹다운", str(round(d["ontarget_effect"], 1)).rjust(7),
          "· 세포", str(d["n_cells"]).rjust(5),
          "· DE", str(d["n_total_de"]).rjust(5),
          "· 질환", r["summary"]["n_disease_associations"])
print()
print("같은 자료, 같은 방법, 같은 계산입니다.")
print("다른 것은 이 세포가 그 유전자를 쓰느냐뿐입니다.")

고등학생다음으로

이어서 볼 것	어디서
Perturb-seq 방법론을 더 깊이	/perturb
단일세포 자료 다루기	/tenx
표적 선정의 논리 전체	/insilico
유전 증거로 표적 찾기	/gwas
공개 발현자료 재분석	/geo
T세포 자체를 더 알기	/tcell · /tcrhla

그리고 이 강의에서 쓴 API는 실제로 살아 있습니다. 직접 두드려 보면서 자기 표적을 넣어 보세요. 그때 18강의 다섯 함정을 옆에 두고 보면 됩니다.

도구를 아는 것보다, 도구가 못 하는 일을 아는 것이 더 오래갑니다.

🤔 확인 문제

이 자료만으로 말할 수 있는 것은?

🤔 확인 문제

이 강의가 가르친 '순서' 의 첫 단계는?