8강 / 20강

유사벌크 — 왜 세포를 합쳐야 하나

Zhu, Dann et al. (2026) Methods — pseudobulk DE with DESeq2

단일세포 데이터가 있으니 세포 하나하나를 비교하면 되지 않을까요? 그렇게 하면 문제가 생깁니다 — 같은 기증자의 세포들은 서로 독립이 아닙니다.

같은 사람의 세포 100개를 독립 관측 100개로 취급하면, 통계적 유의성이 뻥튀기됩니다. 위양성이 쏟아져요.

🏫

단일세포 DE

한 학교 학생 100명에게 물으면 독립 100명이 아니라 한 학교의 의견일 뿐

🏘️

유사벌크 DE

학교 4곳을 비교 — 학교 간 차이가 진짜 차이

고등학생가짜 반복(pseudoreplication)

같은 조건에서 나온 세포 1,000개를 독립적인 1,000개의 관찰로 세면 어떻게 될까요.

세포를 독립으로 세면	실제로는
표본 수 1,000	같은 배양접시에서 나옴 — 독립 아님
p값이 아주 작아짐	거짓으로 확신하게 됨
미미한 차이도 유의	배치 효과를 신호로 오해

학교 급식 조사에서 한 반 학생 30명에게 물어 놓고 "30개 학교를 조사했다"고 하는 것과 같습니다. 같은 급식을 먹었으니 답이 비슷할 수밖에요.

고등학생유사벌크 — 합쳐서 하나로

해법은 세포들을 그룹별로 합쳐서 하나의 값으로 만드는 것입니다.

단계	하는 일
1	같은 조건 · 같은 교란 · 같은 기증자의 세포를 모은다
2	유전자마다 읽기 수를 더한다
3	그 합계를 하나의 표본으로 취급한다
4	일반 벌크 RNA-seq 도구(DESeq2)로 분석한다

세포 하나씩 읽은 정보는 분류에 쓰고, 통계는 합쳐서 냅니다 — 각 단계에 맞는 도구를 씁니다.

유사벌크는 기증자별로 세포를 합산합니다

Python 브라우저에서 실행

import numpy as np

np.random.seed(42)
n_cells = 180
n_donors = 4

# 같은 교란 안에서 기증자별로 세포를 모읍니다
cells_per_donor = np.random.multinomial(n_cells, [0.25]*4)
print("=== GATA3 녹다운 (Stim 8hr) — 유사벌크 구성 ===")
print(f"총 세포: {n_cells}개 (실제 데이터에서 818개)")
print()
for i, n in enumerate(cells_per_donor):
    print(f"  기증자 {i+1}: {n}개 세포 → 합산하여 유사벌크 1개")
print()
print(f"결과: {n_donors}개 유사벌크 시료로 DESeq2 분석")
print(f"이것을 대조군의 유사벌크 4개와 비교합니다.")

고등학생유사벌크의 대가와 이득

이득	대가
가짜 반복을 피함	표본 수가 확 줄어듦
검증된 통계 도구를 씀	세포 간 이질성 정보를 버림
단일세포의 0 문제가 완화됨	세포 하위집단을 놓칠 수 있음
결과가 재현됨	—

두 번째 줄이 아쉬운 점입니다. "절반의 세포만 강하게 반응했다" 같은 정보가 평균에 묻혀요. 그래서 실무에서는 유사벌크로 통계를 내되, 세포 수준 분포도 따로 확인합니다.

합치기 전과 후를 둘 다 보는 것이 정석입니다.

🤔 확인 문제

유사벌크를 쓰는 주된 이유는?