9강 / 20강

표적 효과 — 진짜로 꺼졌나 확인한다

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

CRISPRi 가이드를 넣었다고 유전자가 반드시 꺼지는 것은 아닙니다. 가이드가 제대로 붙지 않았거나, 녹다운 효율이 낮을 수 있습니다. 그래서 꺼야 할 유전자가 실제로 얼마나 줄었는지 — 표적 효과(on-target effect) — 를 확인합니다.

표적 효과는 log2 fold change로 측정합니다. 음수면 줄었다, 양수면 늘었다. 절대값이 클수록 효과가 강합니다.

유전자	표적 효과 (log2FC)	유의미?	해석
CD28	−22.4	✅ 예	매우 강한 녹다운
GATA3	−20.0	✅ 예	매우 강한 녹다운
FOXP3	−3.2	✅ 예	적당한 녹다운

고등학생숫자 읽기

값	뜻	결과를 믿을 수 있나
크게 음수	강하게 눌림	예
조금 음수	약하게 눌림	부분적 — 조심
0 근처	안 눌렸거나 원래 없음	아니오
양수	오히려 늘어남	의심 — 노이즈 또는 보상

세 번째 줄에서 두 가지를 갈라야 합니다. "가이드가 실패했다"와 "원래 발현이 없어서 누를 게 없었다"는 다르니까요. 대조군에서 그 유전자의 발현량을 보면 구분됩니다.

고등학생억제 실패의 원인들

원인	내용
가이드 위치	전사 시작점에서 너무 멀면 효과가 약함
크로마틴 접근성	단단히 감긴 부위에는 dCas9이 못 감
프로모터가 여럿	다른 프로모터로 여전히 만들어짐
발현이 원래 낮음	내릴 여지가 적음
세포의 보상	다른 조절로 발현을 유지

세 번째 줄이 은근히 흔합니다 — 한 유전자가 여러 시작점을 가진 경우가 많습니다.

표적 효과가 클수록 녹다운이 강하게 됐다는 뜻입니다

Python 브라우저에서 실행

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(7)
genes = ['CD28', 'GATA3', 'STAT3', 'IRF4', 'FOXP3']
effects = [-22.4, -20.0, -15.3, -12.1, -3.2]

fig, ax = plt.subplots(figsize=(7, 4))
colors = ['#1ABFB0' if abs(e) > 10 else '#E8A838' for e in effects]
ax.barh(genes[::-1], [abs(e) for e in effects[::-1]], color=colors[::-1], height=0.5)
ax.set_xlabel('|표적 효과| (|log2FC|)')
ax.set_title('표적 유전자가 얼마나 줄었는가')
ax.spines[['top','right']].set_visible(False)
for i, (g, e) in enumerate(zip(genes[::-1], effects[::-1])):
    ax.text(abs(e) + 0.5, i, f'{e}', va='center', fontsize=10)
plt.tight_layout()
plt.show()

고등학생검사를 습관으로

이 검사를 안 하면 무슨 일이 생기는지 정리해 봅시다.

검사 없이 내리는 결론	실제
"이 유전자는 T세포에서 안 중요하다"	제대로 안 껐을 뿐
"이 표적은 안전하다"	실험이 성립 안 함 — 알 수 없음
"우리 결과가 논문과 다르다"	억제 정도가 달랐던 것

억제가 확인되지 않은 결과는 결과가 아닙니다 — "미판정"으로 따로 두어야 합니다.

표를 만들 때 이 열을 반드시 포함하고, 문턱을 미리 정해 두는 것이 정석입니다. 문턱을 못 넘은 줄은 0점이 아니라 제외로 표시하세요.

🤔 확인 문제

표적 효과 log2FC = −20이면 발현이 약 몇 배 줄었나요?

🤔 확인 문제

표적 효과가 유의미하지 않은 교란을 어떻게 처리하나요?