20강 / 20강

정리 — 말할 수 있는 것과 말할 수 없는 것

조인 점검표 · 그리고 이 강의에 없는 넉 줄

말할 수 있는 것

✅

조인 키

유전체 좌표만 유일하다. 단백질 이름은 17건이 이미 모호했다

✅

재발성

KRAS G12C 가 490검체 중 70회. 우연이 아니다

✅

방향

핫스팟 점유율과 조기종결 비율로 어림잡을 수 있다

✅

패널의 몫

전장엑솜의 4.0%만 남는다. 나머지는 표에 없다

고등학생말할 수 있는 것

주장	근거
변이의 조인 키는 좌표 기반이어야 한다	4·6강
빌드가 다르면 하나도 안 붙는다	7강 — 152,935 차이
인델은 정규화하지 않으면 갈라진다	9강 — EGFR 실제 사례
유전자 이름은 안정적 식별자가 아니다	8강
빈도만 보면 긴 유전자가 상위에 온다	13강 — KRAS 157.05 대 TTN 1.40
패널이 안 본 것은 "없는 것"이 아니다	17강 — 4.0%만 남음

말할 수 없는 것

"이 변이는 X%에서 보인다"

그 분모는 세상이 아니라 그 데이터베이스입니다

"데이터베이스에 없으니 새 변이다"

안 본 유전자일 수도, 안 본 집단일 수도 있습니다

"매칭률 88.7%니 잘 붙었다"

삽입·결실만 0%여도 그 숫자가 나옵니다

"이 변이는 병원성이다"

ClinVar 판정은 대개 생식세포 맥락입니다

고등학생말할 수 없는 것

말할 수 없는 것	왜
이 코호트 비율이 세상의 비율	16강 — 코호트 편향
재발 안 하면 중요하지 않다	11강 — 기능상실은 흩어짐
모든 체세포 변이를 다 잡았다	17·18강 — 패널·검출 한계
이 변이가 이 환자의 원인	통계는 집단의 이야기
실행가능성 정보가 최신이다	데이터베이스 갱신 주기

20강 동안 만든 것이 이 표입니다. 마지막 줄이 정직함의 자리입니다.

Python 브라우저에서 실행

import mut

# 이 강의가 만든 숫자들을 한 번에
s = mut.STATS
d = mut.PANEL_DROP
v = mut.VAF

print("=" * 52)
print("  체세포 변이 데이터베이스 — 최종 요약")
print("=" * 52)
print(f"  MAF 줄                {s['n_rows']:>8}")
print(f"  검체                  {s['n_samples']:>8}")
print(f"  서로 다른 변이         {s['n_distinct_variants']:>8}")
print(f"  단백질 이름이 모호한 것 {s['n_ambiguous_protein']:>8} 건")
print("-" * 52)
print(f"  cBioPortal 연구        {s['n_studies']:>8}")
print(f"    검체                {s['n_study_samples']:>8}")
print(f"    변이 기록            {s['n_study_records']:>8}")
print("-" * 52)
print(f"  전장엑솜 변이          {d['exome_total']:>8,}")
print(f"  IMPACT468 로 자르면    {d['IMPACT468']['total']:>8,}"
      f"  ({d['IMPACT468']['pct_kept']}%)")
print(f"  VAF 중앙값            {v['median']:>8}")
print("-" * 52)
print("  아직 비어 있는 칸:")
print("    COSMIC · ClinVar · gnomAD · OncoKB 의 실제 레코드")
print("=" * 52)

고등학생조인 점검표

	확인
①	양쪽 자료의 빌드가 같은가
②	염색체 표기(chr 유무)와 대소문자가 통일됐는가
③	인델이 좌측정렬·최소 표현으로 정규화됐는가
④	ref 염기가 기준 유전체와 일치하는가
⑤	유전자 이름 대신 안정적 ID를 쓰는가
⑥	조인 후 붙지 않은 줄 수를 세었는가
⑦	데이터베이스 버전과 날짜를 적었는가

일곱 개를 다 확인하면 대부분의 조용한 오류를 막습니다.

없는 넉 줄을 채우려면

창구	받는 법	조인 키
COSMIC	학술용 등록 후 내려받기 (상업용은 유료)	유전체 좌표 · COSM ID
ClinVar	NCBI FTP 에서 VCF 로 공개	유전체 좌표 (빌드별로 따로 제공)
gnomAD	공개 · VCF 와 Hail 테이블	유전체 좌표 (정규화 필수)
OncoKB	학술용 API 키 신청	유전자 + 단백질 변화 (!)
cBioPortal	공개 REST API	연구 ID + 검체 ID

맨 아래 두 줄을 보세요. OncoKB 는 단백질 이름으로 조인합니다. 6강에서 본 그 모호한 키로요. 그래서 OncoKB 를 붙일 때는 양쪽 전사체를 맞추는 일이 따로 필요합니다.

고등학생이 강의에 없는 넉 줄

이 강의가 다루지 못한 것들입니다. 알아 두면 다음에 찾아볼 수 있어요.

다루지 않은 것	왜 중요한가
구조 변이 (융합·역위·전좌)	ALK·ROS1 융합은 중요한 표적
사본 수 변이 (CNV)	증폭·결실도 운전자 — /snscc 15강
비코딩 변이	TERT 프로모터 변이 등
돌연변이 서명 (signature)	어떤 손상 과정이 있었나

그리고 마지막 경고 하나. OncoKB를 붙일 때는 6강의 그 모호한 키로 붙지 않도록 조심하세요. p. 표기는 여러 좌표를 가리킬 수 있으니, 좌표로 붙이거나 최소한 전사체를 명시해야 합니다.

이어서 볼 것	어디서
유전 증거로 표적 찾기	/gwas
암 유전체 대규모 자료	/tcga
변이 부담과 면역치료	/tmb
표적 선정의 논리	/insilico
드문 암의 다층 분석	/snscc

변이 분석의 절반은 통계이고, 나머지 절반은 이름을 정확히 다루는 일입니다.

🤔 확인 문제

조인 점검표에서 가장 자주 빠지고 가장 많이 알려 주는 항목은?

🤔 확인 문제

OncoKB 를 붙일 때 추가로 필요한 작업은?

🤔 확인 문제

이 강의가 COSMIC·ClinVar·gnomAD·OncoKB 값을 계산하지 않은 이유는?