Reactome 은 길을 계층으로 묶습니다. 하위 경로 수십 개가 상위 한 칸을 이룹니다.
GSEA 는 길 하나하나를 따로 봅니다. 그런데 길끼리는 겹치고 포개집니다.
'세포주기' 안에 'G1/S 전환' 이 있고, 그 안에 'CDK 활성화' 가 있습니다.
Reactome 데이터베이스는 이 포개짐을 계층으로 정리해 둡니다.
가장 위 칸을 상위경로(superpathway) 라고 부릅니다 —
세포주기 · 대사 · 면역계 · 세포사 · 세포외기질 조직 같은 큰 이름들입니다.
문턱은 0.01
논문의 규칙은 한 줄입니다.
iPANDA 점수 > 0.01 이면 활성화 · < −0.01 이면 억제
이 값 자체에 생물학적 의미가 있는 것은 아닙니다.
GSEA 의 q ≤ 0.05 처럼, 그은 선입니다. 위젯에서 이 선을 옮겨 보면
어떤 경로가 경계에 걸려 있는지 보입니다.
SNSCC 의 결과 — GSEA 와 같은 이야기
| 방향 | 상위경로 |
| 올라감 | 세포주기 · DNA 복제/수선 · 세포외기질 조직 · 대사 |
| 내려감 | 면역 · 세포사 |
논문의 요약은 이렇습니다 —
증식하고, 대사가 활발하고, 면역이 억눌린 상태.
두경부암에서 전형적인 모습입니다.
도구를 바꿔도 같은 답이 나왔다는 것이 중요합니다.
GSEA 는 Enrichr 의 묶음을, iPANDA 는 Reactome 의 그물을 씁니다.
서로 다른 데이터베이스, 서로 다른 계산인데 결론이 겹쳤습니다.
IP 에서는 흔들린 길이 적었다
IP 에서 흔들린 축은 이런 것들입니다 —
스트레스 · 생존 · 세포사 · 분화 · 대사 재프로그래밍 · DNA 수선 · 면역반응 조절.
논문의 표현 — 이것은 악성 전환에 유리한 미세환경을 시사한다.
그림 2C 는 상위경로마다 그 아래 하위 경로가 몇 개 올라가고 몇 개 내려갔는지를
막대로 그린 것입니다. 상위경로 하나에 하위 경로가 몇 개 들었는지도 함께 적혀 있습니다.
이 예시의 숫자는 논문 값이 아닙니다. 상위경로마다 하위 경로 수가 크게 다르다는 점이 요점입니다.
🤔 확인 문제
iPANDA 가 GSEA 와 근본적으로 다른 점은?
해설 GSEA 는 묶음 안 유전자를 동등하게 셉니다. iPANDA 는 미리 계산한 공발현, 발현 변화 크기, 그리고 길 그림에서의 위치를 합쳐 가중치를 만듭니다 — 길목에 있는 유전자가 더 무겁습니다.
🤔 확인 문제
GSEA 와 iPANDA 가 같은 결론을 낸 것이 충분한 확인이 되지 못하는 이유는?
해설 도구를 바꾸는 것과 자료를 바꾸는 것은 다릅니다. 독립적 확인은 다른 코호트에서 나와야 하고, 이 논문에는 그것이 없습니다 — 논문 스스로 한계로 적었습니다.