1강 / 22강

좌표가 있는 자료 — 세포를 뜯어내지 않고 읽는다

공간전사체란 무엇인가 · GSE285341 이 주는 파일 열두 가지

단일세포 RNA 시퀀싱을 하려면 먼저 조직을 효소로 녹여 세포를 하나하나 떼어 내야 합니다. 그렇게 얻은 자료는 "이 세포에 어떤 유전자가 켜져 있었나"를 알려 주지만, 그 세포가 종양 한가운데 있었는지 가장자리에 있었는지는 영영 알 수 없습니다.

그런데 면역치료 연구에서 가장 중요한 질문이 바로 그것입니다.

T세포가 종양 안까지 들어왔는가, 아니면 문 앞에서 서성이는가?

수를 세는 것만으로는 답할 수 없습니다. 열 개가 안에 있는 것과 백 개가 밖에 있는 것은 치료 결과가 완전히 다르니까요. 위치를 알아야 합니다.

단일세포 RNA-seq

조직을 녹여서 세포를 떼어 낸다
유전자 2~3만 개 전부를 읽는다
세포당 수천 개 분자

깊게 읽지만 위치가 없다

Xenium 공간전사체

조직 절편을 그대로 두고 현미경으로 읽는다
미리 고른 5,006개 표적만 본다
세포당 수백 개 분자

얕게 읽지만 좌표가 있다

둘은 맞바꾸는 관계입니다. 깊이를 포기하고 위치를 얻는 것이죠. 그래서 좋은 연구는 둘을 함께 씁니다 — 이 논문도 그렇게 했습니다.

고등학생세포를 뜯어내지 않고 읽는다

단일세포 시퀀싱은 조직을 낱개 세포로 해리 해야 한다. 그 순간 위치 정보가 사라진다.

공간전사체는 그것을 안 한다

조직 절편을 그대로 둔 채 그 위에서 RNA 를 읽는다. 그러면 각 분자가 어디에 있었는지 가 남는다.

	단일세포	공간전사체
조직 처리	해리	절편 그대로
위치	잃음	유지
유전자 수	전체 전사체	패널 (수백~수천)
세포 경계	명확 (방울 하나)	추정해야 함

위치를 얻는 대신 다른 것을 내준다 — 그 맞바꿈이 이 강의의 주제다

GSE285341 을 내려받으면 무엇이 오는가

단일세포 자료는 표본당 파일 하나(.h5)였습니다. Xenium 은 표본마다 열두 가지가 옵니다.

파일	내용	크기(한 표본)
`cells.csv.gz`	세포마다 한 줄 — 좌표·전사체 수·면적	12~24 MB
`transcripts.zarr.zip`	분자 하나하나의 좌표와 품질	2 GB
`matrix.mtx.gz` 외 2	세포 × 유전자 행렬 (10x 삼총사)	264~858 MB
`cell_boundaries.csv.gz`	세포 경계 다각형의 꼭짓점	47~96 MB
`nucleus_boundaries.csv.gz`	핵 경계 다각형	46~92 MB
`morphology.ome.tif.gz`	현미경 원본 이미지	4.6~8.8 GB
`experiment.xenium.txt.gz`	실험 기록 (JSON)	1 KB
`metrics_summary.csv.gz`	품질 요약표	1 KB
`analysis.zarr.zip`	제조사가 미리 돌린 군집·UMAP	2~4 MB

전부 받으면 48 GB 입니다. 그런데 현미경 이미지가 그중 45 GB예요. 분석에 필요한 것만 고르면 2.2 GB 로 줄어듭니다. 무엇이 필요한지 아는 것도 실력입니다.

고등학생파일 열두 가지

Xenium 실험 하나가 내놓는 파일이 열두 가지 다. 합치면 48 GB.

파일	내용
experiment.xenium	실험 설정 (2강)
cells.csv	세포 표 + 좌표 (3강)
transcripts.zarr	분자 하나하나의 좌표 (5강)
cell_feature_matrix	세포 × 유전자 행렬 (11강)
cell_boundaries	세포 경계 다각형 (9강)
morphology.ome.tif	현미경 이미지 (4강)

여러 층으로 되어 있다

가장 원본은 분자의 좌표 다. 거기서 세포를 정의하고, 행렬을 만들고, 요약한다.

대부분의 분석은 행렬부터 시작한다. 그런데 이 강의는 분자부터 본다.

가공된 결과에서 시작하면 그 가공에 들어간 판단이 안 보인다

고등학생왜 원본부터 보나

행렬부터 시작하면	분자부터 보면
세포 경계를 주어진 것으로 받음	경계가 추정임을 안다
배정된 분자만 봄	버려진 분자도 본다
품질 필터를 모름	무엇이 걸러졌나 안다

이 강의의 태도

공간전사체는 결과가 그림으로 나온다. 그림은 설득력이 세다.

그런데 그 그림은 여러 추정을 거쳐 만들어진 것이다. 어디서 추정이 들어갔는지 모르면 그림을 사실로 착각하게 된다.

21강의 제목이 그것이다 — "눈에 보이기 때문에 더 위험하다."

보이는 자료일수록 어떻게 만들어졌는지를 알아야 한다

transcripts / cells / boundaries / features 네 그룹입니다. 분자·세포·경계·이름표.

Python 브라우저에서 실행

# 이 강의가 쓰는 두 파일부터 확인합니다.
import sp

print("① 시야 하나 — 분자 수준")
sp.tree("xenium_window.h5")

이쪽은 앞 강의(생물정보학 데이터셋 첫걸음)에서 본 10x 형식과 똑같습니다. 다만 cells 그룹에 x·y 좌표가 붙어 있죠.

Python 브라우저에서 실행

import sp

print("② 네 표본 조각 — 세포 수준")
sp.tree("xenium_cells.h5")

고등학생이 강의가 향하는 질문

스물두 강이 하나의 질문 을 향한다.

T세포가 종양 안까지 들어왔는가, 문 앞에 있는가

왜 이 질문인가

상태	면역치료
염증형 — 안까지 들어옴	잘 듣는 편
배제형 — 문 앞에만	잘 안 듦
사막형 — 아예 없음	거의 안 듦

이 셋을 가르려면 위치 정보가 반드시 필요 하다. 발현 자료로는 배제형과 사막형을 못 가른다.

공간 자료가 답할 수 있는 대표적 질문이 '어디에 있나' 다

🤔 확인 문제

공간전사체가 단일세포 RNA-seq 으로는 답할 수 없는 질문에 답할 수 있는 이유는?

🤔 확인 문제

Xenium 자료의 가장 작은 단위는 무엇인가요?

🤔 확인 문제

GSE285341 전체가 48 GB 인데 분석에 필요한 것은 2.2 GB 뿐이었습니다. 나머지는 무엇인가요?