8강 / 20강

한 칸을 빼면 14등이 400등이 된다

clinical 근거를 걷어 내고 다시 줄 세우기

7강에서 본 것을 정리하면 이렇습니다.

PHD 가 콩팥병에서 14등인 이유는 거의 전적으로 "이미 약이 있다" 입니다. 그런데 우리가 알고 싶은 것은 "이 표적에 약을 만들 만한가" 였습니다.

답이 물음을 되풀이하고 있습니다. 이것을 순환논증이라고 합니다.

❓

물음

이 표적에 약을 만들 만한가?

➡️

자료의 답

점수가 높다 (14등)

🔄

그 점수의 근거

이미 약이 있다

새 정보가 하나도 들어오지 않았습니다. 알고 있던 것을 점수로 바꿔 돌려받았을 뿐입니다.

고등학생한 칸을 빼면 어떻게 되나

실험을 해 봅시다. clinical 근거를 빼고 나머지 근거로만 다시 줄을 세우면 PHD는 몇 등이 될까요?

	순위
전체 근거 사용	14등
clinical 제외	약 400등

14등이 400등이 됩니다. 한 칸이 순위의 거의 전부였다는 뜻이에요.

근거 하나를 빼서 순위가 무너지면, 그 순위는 그 하나였던 것입니다.

그럼 걷어 내고 다시 세어 봅시다. clinical 을 빼면 몇 등인가.

Open Targets 의 실제 합산 공식은 근거 원천마다 가중치가 다른 복잡한 것입니다. 여기서는 그것을 흉내 내지 않고, 더 단순하고 정직한 방법을 씁니다 — clinical 을 뺀 나머지 근거 중 가장 센 것으로 줄을 세웁니다.

고등학생이것이 순환 논리인 이유

clinical 근거가 무엇이었는지 다시 봅시다 — "이 표적에 약이 있고 그 약이 이 병에 쓰인다"입니다.

"약이 있으니 좋은 표적이다" → "좋은 표적이니 약을 만들자" — 뱀이 자기 꼬리를 뭅니다.

순환 논리가 하는 일	결과
이미 약이 있는 표적을 상위로	기존 표적이 계속 1등
새 표적은 근거가 없어 하위로	새 표적을 못 찾음
"검증됨"이 "발견됨"처럼 보임	발굴 도구가 아니라 요약 도구가 됨

주의할 점 — 이게 틀린 정보는 아닙니다. 약이 있다는 것은 사실이고 유용한 정보예요. 문제는 그것을 "표적 발굴 근거"로 쓸 때 생깁니다.

직접 계산해 보세요. 세 줄의 오른쪽 숫자가 이 강의의 제목입니다.

Python 브라우저에서 실행

import ot

rows = ot.assoc("ckd", 500)

def score_without_clinical(r):
    dt = {k: v for k, v in r["dt"].items() if k != "clinical"}
    return max(dt.values()) if dt else 0.0

again = sorted(rows, key=score_without_clinical, reverse=True)

pos = {r["symbol"]: i + 1 for i, r in enumerate(again)}

print("clinical 을 빼고 다시 줄 세웠다 (상위 500 안에서)")
print("%-8s %8s %8s" % ("표적", "빼기 전", "뺀 뒤"))
print("-" * 28)
for g in ["EGLN1", "EGLN2", "EGLN3"]:
    r = ot.row("ckd", g)
    print("%-8s %8d %8d" % (g, r["rank"], pos[g]))

14등 → 400등. 15등 → 411등. 16등 → 425등.

그것도 상위 500 안에서만 다시 센 결과입니다. 7,008개 전체를 놓고 세면 더 내려갑니다.

이 한 칸이 등수의 거의 전부를 지고 있었습니다.

위로 올라온 것들의 '무슨 근거' 칸을 보세요. 예상과 다를 겁니다.

Python 브라우저에서 실행

import ot

# 뺀 뒤에 위로 올라온 것은 누구인가
rows = ot.assoc("ckd", 500)
def s(r):
    dt = {k: v for k, v in r["dt"].items() if k != "clinical"}
    return max(dt.values()) if dt else 0.0

again = sorted(rows, key=s, reverse=True)
print("clinical 을 뺀 뒤의 상위 12")
print("%3s  %-9s %8s  %s" % ("등", "표적", "점수", "무슨 근거"))
print("-" * 58)
for i, r in enumerate(again[:12], 1):
    dt = {k: v for k, v in r["dt"].items() if k != "clinical"}
    top = max(dt, key=dt.get) if dt else "-"
    print("%3d  %-9s %8.4f  %s" % (i, r["symbol"], s(r), top))

고등학생그럼 clinical 근거는 언제 유용한가

목적	clinical 근거를
새 표적 발굴	빼야 함 — 순환
기존 약의 적응증 확장	써야 함 — 정확히 그 정보가 필요
표적의 성숙도 평가	써야 함 — 얼마나 진행됐나
경쟁 상황 파악	써야 함

같은 정보가 목적에 따라 근거가 되기도 하고 잡음이 되기도 합니다.

그래서 Open Targets는 근거를 종류별로 분해해서 보여 줍니다. 총점만 보면 이 구분이 사라져요. 총점을 그대로 쓰는 것이 이 강의가 경계하는 태도입니다.

예상과 다릅니다. 사람 유전학이 아니라 literature 가 올라왔습니다. 1등부터 12등까지 전부요. PKD1 은 오히려 밀려났습니다 — 유전 점수 0.92 보다 다른 표적들의 논문 점수 0.99 가 높았기 때문입니다.

무슨 일이 일어난 걸까요. literature 는 많이 연구된 유전자에 유리한 점수입니다. FGF23 · PTH · ALB 같은 이름들은 콩팥 논문에 수천 번 나옵니다. 그러니 이 순위는 "좋은 표적" 이 아니라 "많이 이야기된 것" 을 위로 올립니다.

편향 하나를 걷어 냈더니
그 아래 있던 다른 편향이 드러났습니다.

이 실습의 정직한 한계

우리가 쓴 방법은 남은 근거 중 가장 센 것 하나로 줄을 세우는 것이었습니다. 단순해서 검산하기 쉽지만, 그 단순함이 literature 를 이기게 만들었습니다.

Open Targets 의 진짜 합산은 근거 원천마다 가중치가 다릅니다. 우리 방법이 그것보다 낫다는 뜻이 아닙니다 — 다르다는 뜻입니다.

19강에서 이 문제를 제대로 다룹니다. 근거 종류마다 내가 가중치를 정해서 순위를 다시 만들 겁니다. 그때 literature 를 낮추면 무엇이 올라오는지 보세요.

어느 쪽이든 PHD 세 아형이 14등에서 400등대로 내려간다는 결론은 바뀌지 않습니다. 그 셋은 clinical 말고는 기댈 칸이 거의 없으니까요.

고등학생그럼 PHD는 좋은 표적이 아닌가

성급한 결론입니다. 400등이라는 것은 "Open Targets가 아는 근거로는 400등"이라는 뜻이에요.

Open Targets에 없는 근거	어디서 찾나
동물모델 상세 결과	원논문 — 12강
기전 연구	교과서 · 리뷰
임상시험 진행 상황	ClinicalTrials.gov — 17·18강
안전성 관찰	규제기관 라벨 — 16강

PHD의 콩팥병 근거는 실은 아주 튼튼합니다 — 기전이 노벨상급으로 명확하고, 여러 나라에서 약이 허가됐어요. 다만 그 근거가 Open Targets의 어느 칸에도 제대로 안 들어가 있을 뿐입니다.

점수판이 낮다고 표적이 나쁜 것이 아니라, 점수판이 그 근거를 못 담는 것일 수 있습니다.

19강에서 이 문제를 다룹니다. 가중치를 내가 정해서 다시 줄을 세워 보고, literature를 낮추면 무엇이 올라오는지 봅니다.

그 전에, 콩팥병이 아니라 장질환에서 같은 계산을 해 봐야 합니다. 파이프라인은 두 병을 한 줄에 묶었으니까요.

🤔 확인 문제

clinical 근거를 빼고 다시 줄 세우면 EGLN1 은 몇 등이 되나요?

🤔 확인 문제

순환논증이 표적 발굴에서 문제가 되는 까닭은?