10강 / 20강

길에도 위아래가 있다

논문 Figure 2B · 2C · iPANDA · Reactome · |점수| > 0.01

길에도 위아래가 있다
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.

하위 경로들의 점수를 움직여 상위경로 한 칸이 어떻게 만들어지는지 봅니다. 0.01 문턱도 함께 걸어 보세요.
불러오는 중…

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

방향상위경로
올라감세포주기 · DNA 복제/수선 · 세포외기질 조직 · 대사
내려감면역 · 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.
Python 브라우저에서 실행
🤔 확인 문제
iPANDA 가 GSEA 와 근본적으로 다른 점은?
🤔 확인 문제
GSEA 와 iPANDA 가 같은 결론을 낸 것이 충분한 확인이 되지 못하는 이유는?