15강 / 20강

함정 — 세포가 적으면 결론이 흔들린다

Zhu, Dann et al. (2026) Methods — cell number thresholds

GATA3 녹다운은 Stim 8hr에서 818개 세포가 프로파일되었습니다. 다른 교란은 50개밖에 안 될 수도 있습니다. 세포가 적으면 진짜 효과를 감지할 힘(검정력)이 떨어집니다.

🎯

세포가 많으면

작은 효과도 잡아낸다 — 고해상도 사진

🌫️

세포가 적으면

큰 효과만 보인다 — 흐릿한 사진. 작은 효과를 놓침

고등학생세포 수가 왜 달라지나

이유	내용
감염이 균일하지 않음	가이드마다 세포에 들어간 비율이 다름
그 유전자가 필수	껐더니 세포가 죽거나 안 자람
조건이 셋으로 나뉨	조건마다 3분의 1
품질 필터에서 탈락	읽기 수가 적은 세포는 제외

두 번째 줄이 흥미롭습니다. 세포 수가 적다는 것 자체가 정보예요 — 그 유전자가 생존에 필요하다는 신호입니다.

세포 수가 늘면 감지할 수 있는 DE 유전자도 늘어납니다

Python 브라우저에서 실행

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
cell_counts = [20, 50, 100, 200, 500, 1000]
detected = [3, 12, 45, 120, 380, 850]

fig, ax = plt.subplots(figsize=(7, 4))
ax.plot(cell_counts, detected, 'o-', color='#1ABFB0', linewidth=2, markersize=8)
ax.set_xlabel('교란당 세포 수')
ax.set_ylabel('감지된 DE 유전자 수')
ax.set_title('세포 수와 통계적 검정력')
ax.spines[['top','right']].set_visible(False)
ax.axhline(100, color='#E8A838', linestyle='--', alpha=0.5, label='100개 문턱')
ax.legend()
plt.tight_layout()
plt.show()

고등학생생존 편향

더 미묘한 문제가 있습니다. 살아남은 세포는 특별한 세포일 수 있어요.

일어나는 일	결과
억제가 강했던 세포가 죽음	남은 세포는 억제가 약했던 것
그 세포들을 측정	ontarget_effect가 실제보다 약해 보임
하류 변화도 작아 보임	중요도가 과소평가

아주 어려운 시험에서 살아남은 학생만 조사하면 "생각보다 쉽던데요"라는 답이 나옵니다.

그래서 필수 유전자일수록 이 스크린에서 약해 보입니다. n_cells와 ontarget_effect를 같이 봐야 하는 이유예요.

고등학생문턱을 정하고 지키기

세포 수	할 수 있는 것
50 미만	사실상 판정 불가
50~200	강한 신호만 · 작은 변화는 놓침
200~1,000	대체로 신뢰할 만함
1,000 이상	작은 변화까지

문턱을 못 넘은 줄은 0점이 아니라 "미판정"으로 표시합니다.

0점으로 매기면 "그 유전자는 중요하지 않다"는 뜻이 되어 버려요. "모른다"를 0으로 바꾸지 않는 것이 이 강의의 규칙입니다.

🤔 확인 문제

세포가 적은 교란에서 DE 유전자가 0개로 나왔다면 그 유전자는 정말 효과가 없는 걸까요?