7강 / 20강

차등 발현 분석 — 무엇이 바뀌었나를 센다

Zhu, Dann et al. (2026) SI Table S1 — DE statistics

유전자 A를 끄고 나서 세포의 전사체를 읽었습니다. 대조군(아무것도 안 끈 세포)과 비교합니다. 두 그룹 사이에 통계적으로 유의하게 발현이 달라진 유전자가 차등 발현(DE) 유전자입니다.

고등학생무엇이 바뀌었나를 센다

어떤 유전자를 껐을 때, 다른 유전자들의 발현이 얼마나 달라졌는지를 세는 것이 차등 발현 분석입니다.

단계	하는 일
1	그 유전자를 끈 세포들을 모은다
2	대조군 세포들을 모은다
3	유전자마다 두 무리의 발현을 비교한다
4	차이가 우연이 아닌 유전자를 센다

n_up = 올라간 유전자 수 · n_down = 내려간 유전자 수 · 합 = 그 교란의 파장 크기

📊

올라간 유전자

유전자를 끈 뒤 발현이 증가한 것 — 브레이크가 풀린 것일 수 있다

📉

내려간 유전자

유전자를 끈 뒤 발현이 감소한 것 — 그 유전자에 의존하던 것

고등학생두 숫자를 함께 본다

차등 발현 판정에는 두 가지가 필요합니다.

숫자	묻는 것	이것만 보면
log2 fold change	얼마나 달라졌나	노이즈도 크게 나올 수 있음
p값 / q값	우연일 가능성	아주 작은 차이도 유의해짐

둘 다 문턱을 넘어야 "차등 발현"으로 셉니다. 크기만 크고 확신이 없거나, 확신은 있는데 크기가 미미하면 제외해요.

"크다"와 "확실하다"는 다른 질문입니다 — 둘 다 물어야 합니다.

실제 데이터에서 몇 가지 유전자의 DE 결과를 봅시다 (자극 8시간 조건).

끈 유전자	올라간 것	내려간 것	총 DE 유전자	표적 효과
TADA2B	—	—	5,920	—
CD3E	—	—	5,711	—
GATA3	—	—	1,239	−20.0
IRF4	—	—	567	—
CTLA4	—	—	1	—

고등학생다중검정 — 2만 번 물어보면

유전자 2만 개 각각에 "달라졌나?"를 묻습니다. 아무 차이가 없어도 p < 0.05 기준이면 1,000개가 우연히 걸려요.

보정	내용	결과
보정 안 함	p < 0.05	가짜가 1,000개
본페로니	p < 0.05/20000	거의 아무것도 안 남음
BH (FDR)	q값 사용	고른 것 중 가짜 비율을 통제

q < 0.05 = "이 목록에 가짜가 5% 정도 섞여 있다"

어느 유전자가 가짜인지는 모릅니다. 목록 전체의 성질이에요.

유전자마다 DE 유전자 수가 극적으로 다릅니다

Python 브라우저에서 실행

import matplotlib.pyplot as plt
import numpy as np

genes = ['TADA2B', 'CD3E', 'LAT', 'STAT3', 'GATA3', 'IRF4', 'STAT6', 'SOCS1', 'FOXP3', 'CTLA4']
de_counts = [5920, 5711, 5536, 1370, 1239, 567, 233, 5, 4, 1]

fig, ax = plt.subplots(figsize=(9, 5))
colors = ['#f85149' if d > 1000 else '#E8A838' if d > 100 else '#3fb950' for d in de_counts]
bars = ax.barh(genes[::-1], de_counts[::-1], color=colors[::-1], height=0.6)
ax.set_xlabel('DE 유전자 수 (Stim 8hr)')
ax.set_title('유전자를 끄면 몇 개가 따라 바뀌는가?')
ax.spines[['top','right']].set_visible(False)
for bar, v in zip(bars, de_counts[::-1]):
    ax.text(bar.get_width() + 100, bar.get_y() + bar.get_height()/2,
            f'{v:,}', va='center', fontsize=9)
plt.tight_layout()
plt.show()

고등학생숫자를 비교할 때의 규칙

비교	공정한가	이유
같은 조건 안에서 유전자끼리	대체로 공정	세포 수가 비슷하면
같은 유전자, 다른 조건	주의	조건마다 세포 수가 다름
다른 논문의 숫자와	불공정	세포 종류·깊이·기준이 다름

세포가 많을수록 작은 차이도 유의해집니다. 그래서 세포 수가 다른 두 조건의 n_de를 그냥 비교하면, 세포가 많은 쪽이 자동으로 큰 숫자가 나와요.

15강에서 이 문제를 정면으로 다룹니다 — 세포 수가 결론을 만듭니다.

🤔 확인 문제

DE 유전자가 가장 많은 교란은?

🤔 확인 문제

CTLA4 녹다운이 1개의 DE 유전자만 낸다면 CTLA4는 중요하지 않은 건가요?