13강 / 20강

길이로 나눈다 — 긴 유전자는 그냥 자주 맞는다

폐선암 실제 값 · KRAS 157.05 대 TTN 1.40 (킬로아미노산당)

변이가 자주 나오는 유전자 목록을 뽑으면 맨 위 근처에 TTN 이 옵니다. 폐선암에서는 272건으로 2위입니다. 근육의 거대 단백질이고, 암과는 아무 상관이 없습니다.

이유는 단순합니다. 길기 때문입니다. TTN 은 아미노산 34,350개 — TP53(393개)의 87배입니다. 과녁이 87배 크면 87배 자주 맞습니다.

고등학생긴 유전자는 그냥 자주 맞는다

변이 빈도로 유전자를 줄 세우면 상위에 거대 유전자들이 옵니다. TTN이 대표적이에요.

과녁이 크면 자주 맞습니다. 겨냥해서가 아니라 크기 때문이에요.

유전자	대략 길이	변이 빈도
TTN	아미노산 34,000+	매우 높음
KRAS	189	낮음

TTN은 KRAS보다 180배쯤 깁니다 — 아무 이득이 없어도 180배 자주 맞습니다.

34,350 대 393. 무작위로 변이가 떨어지면 TTN 이 87배 자주 맞는 것이 당연합니다.

Python 브라우저에서 실행

import mut

aa = mut.AA_LENGTH
print("아미노산 길이")
for g in ["TTN", "MUC16", "OBSCN", "TP53", "KRAS", "BRAF"]:
    if g in aa:
        print(f"  {g:<8} {aa[g]:>6}")
print()
print(f"TTN 은 TP53 의 {aa['TTN'] / aa['TP53']:.0f}배 길이입니다")

고등학생길이로 나눈 실제 값

폐선암 자료에서 킬로아미노산당 변이율을 계산한 결과입니다.

유전자	길이 보정 점수
KRAS	157.05
TTN	1.40

100배 넘게 차이가 납니다. 보정 전에는 TTN이 앞섰는데 뒤집혔어요.

인구 1만 명당 병원 수로 바꾸면 서울이 1등이 아닐 수 있는 것과 같은 원리입니다.

순위가 뒤집힙니다. TTN 은 2위에서 밀려나고, 변이가 168건뿐인 KRAS 가 밀도 157.05 로 1위가 됩니다.

Python 브라우저에서 실행

import mut

s = mut.study("luad")
rows = [(g["gene"], g["n"], g["aa"], g["per_kaa"]) for g in s["genes"]]

print("== 변이수로 줄 세우면 ==")
for gene, n, a, k in sorted(rows, key=lambda r: -r[1])[:8]:
    print(f"  {gene:<9} 변이 {n:>4} · 길이 {a:>6} · 킬로당 {k:>7.2f}")
print()
print("== 길이로 나눠 줄 세우면 ==")
for gene, n, a, k in sorted(rows, key=lambda r: -r[3])[:8]:
    print(f"  {gene:<9} 변이 {n:>4} · 길이 {a:>6} · 킬로당 {k:>7.2f}")

고등학생길이만으로 부족한 것

보정 못 한 요인	내용
서열 조성	CpG 자리는 돌연변이가 훨씬 잦음
복제 시점	늦게 복제되는 구간에 변이 많음
발현량	많이 쓰이는 유전자는 수선이 잘 됨
변이 종류	침묵 변이와 정지 변이를 똑같이 셈
암종 특이 서명	흡연·자외선 등의 특징적 패턴

실제 도구(MutSigCV, dNdScv)는 이 요인들을 다 넣습니다. 이 강의는 가장 큰 요인 하나만 다뤄요.

네 암종 전부에서 TTN 은 변이수가 수백 건인데 밀도는 0.50~2.06 입니다. TP53 은 81~211 이고요. 이 한 번의 나눗셈이 승객을 걸러 냅니다.

Python 브라우저에서 실행

import mut

# 네 연구 전부에서 TTN 과 TP53 을 견준다
print("연구             TTN 변이 TTN 킬로당   TP53 변이 TP53 킬로당")
for s in mut.STUDIES:
    t = next((g for g in s["genes"] if g["gene"] == "TTN"), None)
    p = next((g for g in s["genes"] if g["gene"] == "TP53"), None)
    if not (t and p):
        continue
    print(f"  {s['name']:<14} {t['n']:>6} {t['per_kaa']:>10.2f}"
          f" {p['n']:>10} {p['per_kaa']:>11.2f}")

고등학생그래도 단순 보정부터 하는 이유

이유	내용
가장 큰 요인이다	길이만으로도 승객 대부분이 걸러짐
계산이 투명하다	손으로 확인 가능
검산이 된다	정교한 도구 결과가 크게 다르면 의심
어디서나 가능	특별한 자료가 필요 없음

복잡한 도구를 쓰기 전에 단순한 기준선을 만들어 두는 것이 좋은 습관입니다.

🤔 확인 문제

TTN 이 변이 빈도 목록 맨 위에 오는 이유는?

🤔 확인 문제

킬로아미노산당 변이수로 바꾸면 무엇이 달라집니까?