20강 / 20강

정리 — 여기서 어디로

R 도구에 대응하는 파이썬 · 다음 과목

이 20강에서 할 수 있게 된 것

할 수 있다	어디서 배웠나
서열을 다룬다 — 길이·GC·상보서열	3강
FASTA·CSV·TSV 파일을 읽는다	8·9강
표를 걸러 남는 수를 센다	6·12강
표 둘을 이어 군별로 요약한다	13강
분포·상자·볼케이노·히트맵을 그린다	14·16·17강
t-검정을 하고 다중검정을 보정한다	15강
논문의 표본 선별을 코드로 재현한다	19강

아직 못 한다	어디로
진짜 TCGA 자료를 내려받는다	`/dataset` — 파일이 실제로 어떤 바이트인지
FASTQ 를 정렬하고 카운트를 만든다	`/bulk`
유전자 네트워크를 추론한다	`/arac` → `/viper` → `/diggit`
서버에서 파이프라인을 돌린다	`/os`
왜 그 알고리즘인가	`/alg` · `/la`

고등학생할 수 있게 된 것 일곱 가지

20강을 지나왔습니다. 손에 남은 것을 세어 봅시다.

할 수 있다	어느 강
서열을 다룬다 — 길이 · GC · 상보서열	3강
FASTA · CSV · TSV 파일을 읽는다	8 · 9강
표를 걸러 남는 수를 센다	6 · 11강
표 둘을 이어 군별로 요약한다	12강
분포 · 상자 · 볼케이노 · 히트맵을 그린다	13 · 16 · 17강
t-검정을 하고 다중검정을 보정한다	15강
논문의 표본 선별을 코드로 재현한다	19강

이 일곱 가지가 생물정보학 일상 업무의 절반이다

문법을 다 안 배웠는데도요

1강에서 "문법을 처음부터 다 훑지 않는다" 고 했죠. 실제로 안 배운 게 많습니다 — 클래스, 예외 처리, 파일 쓰기, 정규식…

그런데도 일곱 가지를 할 수 있습니다. 필요한 것부터 배우는 방식이 통한 거예요.

그리고 이제 나머지를 배우기 쉬워졌습니다

쓸 데를 알고 배우는 것과 모르고 배우는 것은 다르다

"클래스가 뭐지?" 를 지금 배우면 훨씬 잘 들어옵니다. 왜 필요한지 아는 상태니까요.

기억할 습관 넷

결과의 개수를 확인한다 (6 · 8 · 11 · 12강)
자료형과 모양을 찍어 본다 (2 · 10 · 18강)
조용히 틀리는 것을 경계한다 (2 · 6 · 10 · 12강)
못 한 것을 적는다 (19강)

문법은 잊어도 이 넷은 남기세요. 파이썬을 안 쓰는 곳에서도 쓰입니다.

R 로 된 논문을 파이썬으로 읽기

이 논문의 분석은 대부분 R 입니다. 대응하는 파이썬 도구를 알아 두면 논문의 방법 문단이 훨씬 잘 읽힙니다.

논문이 쓴 R	파이썬	무엇
DESeq2	pydeseq2 · statsmodels	차등발현
pheatmap	seaborn.clustermap	히트맵 (17강)
fgsea	gseapy	농축분석
survival · survminer	lifelines	생존분석
Seurat	scanpy	단일세포
TCGAbiolinks	requests + GDC API	TCGA 내려받기
enrichR	gseapy.enrichr	GO 분석

이 가운데 seaborn · scanpy · lifelines 는 이 페이지의 Pyodide 에 없습니다 — 자기 컴퓨터에 pip install 로 깔아 쓰면 됩니다.

고등학생R 논문을 파이썬으로 읽는 대응표

이 표가 이 강의의 실용적인 선물입니다. 논문 방법 문단에 나오는 R 도구 이름을 만나면 여기를 보세요.

논문이 쓴 R	파이썬	무엇
DESeq2	pydeseq2 · statsmodels	차등발현
pheatmap	seaborn.clustermap	히트맵 (17강)
fgsea	gseapy	농축분석
survival	lifelines	생존분석
Seurat	scanpy	단일세포
TCGAbiolinks	requests + GDC API	TCGA 내려받기

이름만 다르고 하는 일은 같다

이 표가 왜 유용한가

논문 방법 문단을 읽다가 모르는 이름이 나오면 막힙니다. "Seurat 이 뭐지?" 하고 검색해 보면 영어 설명이 잔뜩 나오죠.

그런데 "scanpy 와 같은 것" 이라고 알면? "아, 단일세포 자료를 다루는 도구구나" 하고 넘어갈 수 있습니다.

모든 도구를 쓸 줄 알 필요는 없다 — 무엇을 하는지만 알면 된다

이 페이지에 없는 것들

seaborn · scanpy · lifelines 는 이 페이지의 Pyodide 에 없습니다. 브라우저 안에서 돌기에는 너무 크거든요.

자기 컴퓨터에 pip install 로 깔아 쓰면 됩니다. 그게 진짜 파이썬 환경으로 넘어가는 첫걸음이에요.

언제 넘어가야 하나

이 페이지로 충분	내 컴퓨터가 필요
배우는 동안	진짜 자료를 다룰 때
작은 예제	파일이 수 GB 일 때
개념 확인	결과를 저장해야 할 때

급하지 않습니다. 여기서 충분히 익힌 뒤 넘어가도 늦지 않아요.

한 장으로 되짚어 보는 표입니다.

Python 브라우저에서 실행

# 이 20강에서 나온 것을 한 줄씩
배운것 = [
    ("2강",  "값과 이름표",       "tmb = 돌연변이수 / 38"),
    ("3강",  "문자열",           'guide[:5] · guide.count("G")'),
    ("4강",  "리스트",           "[v for v in 값들 if v > 5]"),
    ("5강",  "딕셔너리",          '발현["DDX54"] · .get(키, 기본값)'),
    ("6강",  "조건",             "abs(log2fc) > 0.3 and p < 0.05"),
    ("7강",  "함수",             "def tmb(n, mb=38): return n / mb"),
    ("8강",  "FASTA",           "다음 > 까지 이어 붙인다"),
    ("9강",  "CSV·TSV",         "float(칸[1]) — 글자를 숫자로"),
    ("10강", "numpy",           "np.log2(발현 + 1) · 발현[높은가]"),
    ("11강", "pandas",          'df[(df.a > 1) & (df.b < 2)]'),
    ("13강", "merge·groupby",   'a.merge(b, on="sample")'),
    ("14강", "matplotlib",      "plt.bar · plt.boxplot · plt.show()"),
    ("15강", "log2",            "log2(x + 1) — 0 을 피한다"),
    ("16강", "scipy",           "stats.ttest_ind · FDR 보정"),
    ("17강", "볼케이노",         "가로 log2FC · 세로 −log10(p)"),
    ("18강", "히트맵",           "z = (x − 평균) / 표준편차"),
    ("19강", "오류 읽기",         "맨 아랫줄부터 · NaN 을 확인"),
    ("20강", "논문 재현",         "11,070 → 3,055"),
]
print(f"{'강':<6}{'무엇':<14}핵심")
print("-" * 62)
for 강, 무엇, 핵심 in 배운것:
    print(f"{강:<6}{무엇:<14}{핵심}")
print()
print("이 표가 이 강의의 요약입니다. 막히면 해당 강으로 돌아가면 됩니다.")

고등학생20강을 한 줄씩 되짚어 보기

위 코드가 이 강의 전체를 한 표로 만듭니다. 막히면 해당 강으로 돌아가면 됩니다.

되짚을 때 요령

처음부터 다시 읽지 마세요. 필요한 강만 찾아가면 됩니다.

증상	돌아갈 강
자료형 때문에 오류가 난다	2강 · 18강
0부터 세는 게 헷갈린다	3강
표를 어떻게 거르지	6강 · 11강
두 표를 합쳐야 한다	12강
어떤 그림을 그릴까	13강
왜 로그를 씌우지	14강
p 값이 이상하다	15강

프로그래밍은 외우는 게 아니라 찾는 일이다

이게 정말입니다

20년 한 사람도 문법을 검색합니다. "pandas 두 표 합치기" 를 매번 찾아봐요.

기억해야 하는 건 문법이 아니라 —

무엇이 가능한지 ("표를 합칠 수 있다")
뭐라고 부르는지 ("merge 라고 한다")
무엇을 조심할지 ("줄 수가 줄어든다")

세 번째가 가장 중요하고, 검색으로는 잘 안 나옵니다. 그래서 이 강의가 그것들을 계속 짚은 거예요.

이 표를 저장해 두세요

화면을 찍어 두거나, 공책에 옮겨 적어 두면 나중에 코드를 쓸 때 훨씬 빨라집니다.

그리고 이 페이지는 언제든 다시 열 수 있습니다. 코드도 그대로 있어요 — 가져다 고쳐 쓰면 됩니다.

고등학생다음 한 걸음

마지막 note 가 어디로 갈지를 알려 줍니다. 관심에 따라 고르면 됩니다.

바로 이어지는 곳 — /bio

지금 배운 pandas 와 matplotlib 으로 진짜 원자료를 만진다

가장 자연스러운 다음 단계입니다. 도구는 그대로이고 자료가 진짜로 바뀌어요.

그다음 갈래들

관심	어디로	무엇을
파일이 실제로 어떻게 생겼나	`/dataset`	TCGA · GEO · 10x 파일을 뜯어본다
서열에서 카운트까지	`/bulk`	FASTQ 를 정렬하고 세는 과정
논문의 계산을 따라가기	`/arac` → `/viper` → `/diggit` → `/gene`	DDX54 를 어떻게 찾아냈는지 처음부터 끝까지
왜 그 알고리즘인가	`/alg` · `/la`	알고리즘 · 선형대수
서버에서 돌리기	`/os`	운영체제 · 파이프라인

그리고 생물학 쪽이 궁금하다면

/immunology 로 가세요. 이 논문이 무슨 이야기인지를 20강에 걸쳐 다룹니다. 계산 없이 개념만이라 지금 바로 읽어도 됩니다.

계산과 생물학을 둘 다 알면 이 논문을 처음부터 끝까지 혼자 읽을 수 있게 됩니다.

마지막으로

코드를 고쳐 보는 것이 가장 빨리 배우는 길이다

이 강의의 모든 코드 셀은 편집할 수 있습니다. 숫자를 바꾸고, 조건을 바꾸고, 줄을 지워 보세요.

무엇이 달라지는지 보는 것이 어떤 설명보다 낫습니다. 그리고 ↺ 로 언제든 되돌릴 수 있어요.

이제 대학생 눈높이로 한 번 더 읽어 보세요 — 같은 본문이 훨씬 잘 읽힐 겁니다.

🤔 확인 문제

논문이 pheatmap(R) 으로 그린 히트맵을 파이썬으로 다시 그리려면?

해설 간단한 히트맵은 plt.imshow(17강), 군집까지 붙이려면 seaborn.clustermap 입니다.