Lesson 5 of 20

병 하나에 표적이 칠천 개 붙어 있다

Open Targets Platform · MONDO_0005300 · 연관 표적 7,008개

이제 자료를 제대로 두드립니다.

Open Targets Platform 은 유럽 EMBL-EBI 와 제약사들이 함께 만드는 공개 자료입니다. 하는 일은 하나예요 — "이 유전자와 이 병이 얼마나 이어져 있는가" 를 0에서 1 사이 점수로 매깁니다.

점수를 만들 때 쓰는 근거는 일곱 종류입니다. 이 일곱이 이 강의의 나머지 전부를 결정하니 표로 붙여 둡니다.

근거 종류(datatype)	무슨 뜻인가
`genetic_association`	사람의 유전 변이가 그 병과 이어져 있다 — 가장 무거운 근거
`genetic_literature`	같은 것인데 논문에서 사람이 읽어 온 것
`clinical`	그 표적에 이미 약이 있다
`literature`	논문 초록에 그 유전자와 그 병이 같이 나온다
`animal_model`	쥐에서 그 유전자를 건드리니 비슷해지더라
`affected_pathway`	그 유전자가 속한 경로가 그 병에서 어긋나 있다
`rna_expression`	병든 조직에서 그 유전자 발현이 다르다

먼저 병 셋을 열어 봅시다.

High school점수가 만들어지는 방식

Open Targets는 여러 종류의 근거를 모아 하나의 점수로 합칩니다.

근거 종류	무엇을 세나
genetic_association	GWAS 등 유전 증거
somatic_mutation	암의 체세포 변이
known_drug	그 표적에 약이 있고 그 병에 쓰이나
literature	논문에 함께 언급된 횟수
animal_model	동물 실험 표현형
rna_expression	병든 조직에서의 발현 차이
pathways	경로 정보

각 종류에서 0~1 사이 점수가 나오고, 그것들을 가중 합산해 전체 점수를 만듭니다.

세 병 모두 표적이 칠천 개 안팎입니다. 이것이 표적 발굴의 출발선입니다.

Python Runs in your browser

import ot

for key in ot.diseases():
    d = ot.disease(key)
    print("%-5s %-30s %s" % (key, d["name"], d["efo"]))
    print("        이어진 표적 : %6d 개" % d["n_targets"])
    print("        이 강의가 뜬 것 : 상위 %d 개" % d["n_rows"])
    print()

칠천 개입니다. 여기서 하나를 골라야 해요.

물론 칠천 개가 다 진짜 후보는 아닙니다. 점수가 낮은 것이 대부분이에요. 줄 세워 놓고 위쪽만 봅시다.

High school가중치가 결론을 만든다

어느 근거에 얼마나 무게를 줄지는 사람이 정합니다. 그리고 그 선택이 순위를 바꿔요.

가중치를 이렇게 주면	상위에 올라오는 것
literature를 높게	많이 연구된 유명 유전자
genetic_association을 높게	GWAS 히트가 있는 유전자
known_drug을 높게	이미 약이 있는 표적
animal_model을 높게	쥐 실험이 된 유전자

"객관적인 점수"처럼 보이지만 가중치는 주관입니다 — 19강에서 직접 바꿔 봅니다.

그리고 세 번째 줄에 함정이 숨어 있습니다. 약이 있다는 것이 근거가 되면, 이미 약이 있는 표적이 계속 상위에 남아요. 새 표적은 영원히 밀립니다. 8강에서 이 문제를 정면으로 봅니다.

맨 오른쪽 칸을 보세요. 표적마다 어떤 근거로 그 점수를 받았는지가 다릅니다.

Python Runs in your browser

import ot

print("만성콩팥병 — 점수 높은 순 15개")
print("%4s  %-9s %7s   %s" % ("등", "표적", "점수", "무슨 근거로"))
print("-" * 66)
for r in ot.assoc("ckd", 15):
    kinds = ", ".join("%s %.2f" % (k, v) for k, v in sorted(r["dt"].items()))
    print("%4d  %-9s %7.4f   %s" % (r["rank"], r["symbol"], r["score"], kinds))

1등 PKD1 을 봅시다. genetic_association 이 0.92 입니다. 이 유전자가 고장 나면 다낭콩팥병이 생깁니다 — 사람에게서 직접 확인된 인과예요. 이런 것이 가장 무거운 근거입니다.

2등 ACE 는 다릅니다. clinical 0.97 — 이미 약이 있습니다. ACE 억제제는 40년 된 혈압약이에요.

같은 상위권인데 근거의 성질이 완전히 다릅니다. 하나는 "사람에게서 인과가 보인다", 다른 하나는 "이미 약이 있다".

High school이 강의가 파고들 한 칸

PHD의 콩팥병 점수는 거의 전부 한 칸에서 나옵니다 — clinical(known_drug) 칸입니다.

칸	PHD의 점수	뜻
clinical	높음 (0.936)	이 표적에 약이 있고 콩팥병에 쓰임
genetic_association	낮음 (콩팥병에 대해)	GWAS 증거가 콩팥병을 가리키지 않음
literature	중간	논문이 어느 정도 있음

7강과 8강이 이 한 칸을 다룹니다. 그리고 그 칸을 빼면 무슨 일이 생기는지 보게 될 거예요.

점수를 볼 때는 총점이 아니라 분해표를 봐야 합니다 — 어느 칸에서 왔는지가 전부입니다.

🤔 Check yourself

Open Targets 의 clinical 근거가 뜻하는 것은?

🤔 Check yourself

PKD1 이 만성콩팥병에서 1등인 근거의 성질은?