1강 / 20강

변이 하나를 다섯 군데서 찾으면 답이 다섯 개 온다

TCGA 폐선암 MAF 982줄 · 검체 490 · 서로 다른 변이 629가지

환자 한 사람의 종양에서 변이가 하나 나왔다고 합시다. KRAS G12C. 이제 이 변이에 대해 알아야 할 것들을 찾아봅니다.

📚

COSMIC

이 변이가 얼마나 자주 보고되었나

🏥

ClinVar

임상적으로 어떤 뜻이라고 판정되어 있나

👥

gnomAD

건강한 사람에게도 흔한가 — 그러면 체세포가 아닙니다

💊

OncoKB

이 변이에 쓸 약이 있나

네 군데를 다 봐야 판단이 섭니다. 그런데 네 군데가 이 변이를 서로 다른 이름으로 부르고 있습니다.

내 MAF        12  25398285  C  A     KRAS  G12C
유전체 좌표    chr12:25398285:C>A          ← hg19
같은 것(hg38) chr12:25245350:C>A          ← 152,935 만큼 밀렸다
HGVS 단백질   NP_004976.2:p.Gly12Cys
HGVS 코딩     NM_004985.4:c.34G>T
dbSNP        rs121913530
COSMIC       COSM516

일곱 줄이 전부 같은 변이입니다. 그리고 이 중 아무거나 골라 조인하면 결과가 달라집니다.

고등학생982줄에 629가지

이 강의가 쓰는 자료입니다. TCGA 폐선암의 변이 표예요.

항목	값
MAF 파일 줄 수	982
검체 수	490
서로 다른 변이	629가지

982줄인데 변이는 629가지입니다. 같은 변이가 여러 검체에서 반복해서 나왔기 때문이에요. 그 반복이 11강의 재발성 이야기가 됩니다.

이 강의가 쓰는 자료

실제 MAF 파일 한 장으로 시작합니다. TCGA 폐선암의 변이 표입니다.

고등학생이 강의가 다루는 문제

대부분의 변이 분석 강의는 "어떤 변이가 중요한가"를 다룹니다. 이 강의는 그 앞 단계를 다뤄요 — 변이를 정확히 지목하는 법입니다.

강	다루는 것
2–3	어떤 데이터베이스가 무엇을 담나
4–9	이름 붙이기의 함정 — 좌표, rs번호, HGVS, 빌드, 유전자명, 인델
10	실제로 이어 붙여 본다 — 몇 개가 사라지나
11–15	변이를 해석한다 — 재발, 핫스팟, 길이, 방향
16–18	자료가 세상을 대표하지 않는다는 것
19–20	변이 하나를 처음부터 끝까지 · 점검표

이름이 어긋나면 분석 전체가 조용히 틀립니다 — 오류 메시지도 안 나옵니다.

982줄 안에 서로 다른 변이가 629가지입니다. 나머지는 여러 환자가 같은 자리에 걸린 것 — 그것이 11강의 재발성입니다.

Python 브라우저에서 실행

import mut

s = mut.STATS
print("MAF 줄 수        ", s["n_rows"])
print("검체            ", s["n_samples"])
print("유전자          ", s["n_genes"])
print("서로 다른 변이    ", s["n_distinct_variants"])
print()
print("단백질 이름이 좌표 여럿을 가리키는 경우:", s["n_ambiguous_protein"], "건")
print("cBioPortal 연구  ", s["n_studies"], "· 검체", s["n_study_samples"], "· 기록", s["n_study_records"])

이 두 줄의 차이가 강의 전체의 뼈대입니다. 5강과 6강에서 왜 그런지 봅니다.

Python 브라우저에서 실행

import mut

# 첫 줄을 그대로 열어 본다
r = mut.rows()[0]
for k in ["gene", "chrom", "pos", "ref", "alt", "cls", "vtype", "hgvsp", "sample"]:
    print(f"{k:8} {r[k]}")
print()
print("이 강의가 붙여 둔 조인 키 두 개")
print(f"  gkey  {r['gkey']}   ← 유전체 자리. 유일합니다")
print(f"  pkey  {r['pkey']}          ← 단백질 이름. 유일하지 않습니다")

고등학생왜 조용히 틀리는 것이 위험한가

프로그램이 멈추면 고칩니다. 그런데 조인이 어긋나면 프로그램은 정상적으로 돌아가고, 결과만 틀립니다.

일어나는 일	겉보기
키가 안 맞아 절반이 안 붙음	"이 변이들은 알려진 게 없다"
유전자 이름이 달라 못 찾음	"이 유전자는 변이가 없다"
좌표 빌드가 달라 엉뚱한 곳	"새로운 변이를 발견했다"

조인에서 사라진 줄은 화면에 안 보입니다 — 세어 보지 않으면 모릅니다.

10강에서 실제로 세어 봅니다. 같은 자료를 네 가지 키로 조인해서 각각 몇 개가 붙는지 확인해요.

🤔 확인 문제

이 강의가 다루는 핵심 문제는?

🤔 확인 문제

KRAS G12C 를 hg19 좌표로 적으면 12:25398285 입니다. hg38 에서는?