14강 / 20강

운전자와 승객 — 걸러 내는 논리

기대치를 만들고 그것보다 많은지를 본다

종양 하나에 변이가 수백 개 있습니다. 그중 암을 만든 것은 몇 개뿐입니다. 나머지는 그냥 같이 실려 온 것입니다.

🚗

운전자 (driver)

이 변이 때문에 세포가 유리해졌습니다. 선택되었습니다

🧍

승객 (passenger)

그냥 같이 있었습니다. 아무 일도 안 합니다

데이터베이스는 둘을 구분해서 담지 않습니다. 구분은 우리가 해야 합니다.

고등학생운전자와 승객

버스에 탄 사람 중 버스를 움직이는 사람은 한 명입니다. 나머지는 그냥 타고 있어요.

운전자 (driver)	승객 (passenger)
암세포에 이득을 줌	아무 일도 안 함
선택되어 퍼짐	같이 실려 옴
표적 후보	표적 아님
소수	대다수

한 종양에 변이가 수백~수천 개 있는데, 그중 운전자는 보통 몇 개뿐입니다.

고등학생기대치를 만들고 비교한다

운전자를 가려내는 논리의 핵심입니다.

운전자 신호 = 실제 관찰된 변이 수 ÷ 기대되는 변이 수

단계	하는 일
1	배경 돌연변이율을 추정 (길이·서열·발현 등)
2	각 유전자에서 기대되는 변이 수를 계산
3	실제 관찰과 비교
4	기대보다 유의하게 많으면 운전자 후보

1단계가 어렵습니다. 배경률을 잘못 잡으면 전체가 틀려요.

dN/dS — 가장 우아한 방법

진화생물학에서 빌려 온 생각입니다. 변이를 두 종류로 나눕니다.

동의변이 (synonymous, dS)

아미노산이 안 바뀝니다.
선택압을 받지 않습니다 → 배경 변이율의 잣대

비동의변이 (nonsynonymous, dN)

아미노산이 바뀝니다.
선택압을 받습니다

선택이 없으면 dN/dS 가 1 근처입니다. 암 유전자는 1보다 큽니다 — 아미노산을 바꾸는 변이가 기대보다 많이 살아남았다는 뜻입니다.

이 방법의 아름다움: 배경 변이율을 같은 유전자 안에서 구합니다. 바깥에서 모델을 가져올 필요가 없습니다.

이 파일로는 dN/dS 를 못 냅니다. 분모가 이미 버려졌기 때문입니다 — 데이터베이스에서 받은 표가 무엇을 이미 버렸는지 확인해야 하는 이유입니다.

Python 브라우저에서 실행

import mut

# 이 MAF 에서 변이 종류별 구성을 본다
import collections
rows = mut.rows()
cls = collections.Counter(r["cls"] for r in rows)
print("변이 종류별")
for k, v in cls.most_common():
    print(f"  {k:<22} {v:>4}")
print()
print("→ 이 MAF 는 이미 동의변이가 걸러진 표입니다.")
print("  dN/dS 를 계산하려면 동의변이가 남아 있는 원본이 필요합니다.")
print("  분모가 없으면 그 비율은 계산할 수 없습니다.")

고등학생dN/dS — 더 강력한 도구

변이의 종류를 이용하는 방법입니다.

변이 종류	단백질에	선택을 받나
침묵 변이 (동의)	영향 없음	안 받음 — 배경률의 지표
미스센스	아미노산 하나 바뀜	받을 수 있음
넌센스 (정지)	단백질이 끊김	강하게 받음

침묵 변이는 내장된 대조군입니다 — 그 유전자의 배경률을 스스로 알려 줍니다.

비침묵/침묵 비율이 1보다 크면 양의 선택(운전자), 1보다 작으면 음의 선택입니다. 유전자마다 자기 배경률을 쓰니 다른 보정이 덜 필요해요.

밀도 하나만으로도 두 무리가 꽤 깨끗하게 갈립니다. 알려진 암 유전자와 알려진 긴 유전자로요.

Python 브라우저에서 실행

import mut

# 승객이 섞여 있음을 보이는 다른 방법 — 유전자별 밀도의 분포
s = mut.study("luad")
gs = sorted(s["genes"], key=lambda g: -g["per_kaa"])

hi = [g for g in gs if g["per_kaa"] >= 5]
lo = [g for g in gs if g["per_kaa"] < 1]

print("킬로아미노산당 5 이상 (운전자 후보):", len(hi), "개")
print("  ", ", ".join(g["gene"] for g in hi[:12]))
print()
print("킬로아미노산당 1 미만 (승객 후보) :", len(lo), "개")
print("  ", ", ".join(g["gene"] for g in lo[:12]))

고등학생그래도 완벽하지 않다

한계	내용
드문 운전자	표본이 적으면 통계가 안 나옴
비코딩 운전자	조절부위 변이는 dN/dS로 못 봄
맥락 의존	어떤 암종에서만 운전자
구조 변이	융합·증폭은 다른 방법으로

"운전자 목록"은 현재의 통계적 검출력이 만든 목록입니다 — 표본이 늘면 늘어납니다.

🤔 확인 문제

dN/dS 방법의 가장 큰 장점은?

🤔 확인 문제

동의변이가 이미 걸러진 MAF 로 dN/dS 를 계산하면?