2강 / 22강

실험 기록 읽기 — 이 자료가 어떻게 만들어졌는지

experiment.xenium · 패널 · 화학 버전 · 픽셀 크기

Xenium 은 실험 조건을 experiment.xenium 이라는 JSON 파일에 그대로 적어 둡니다. 사람이 옮겨 적은 것이 아니라 기계가 자동으로 남긴 기록이라 믿을 만합니다.

항목	값	왜 중요한가
panel_name	Xenium Mouse 5K Pan Tissue & Pathways	어떤 유전자를 볼 수 있는지 결정
panel_num_targets	5,006	전사체 전체가 아니다
chemistry_version	v2	버전마다 민감도가 다르다
preservation_method	ffpe	포르말린 고정 — RNA 가 일부 손상돼 있다
pixel_size	0.2125 µm	화소 ↔ 마이크로미터 환산의 열쇠
num_transcripts	95,481,927	이 조직에서 읽은 분자 총수
num_cells	198,792	분할로 찾아낸 세포 수
region_area	27,715,636 µm²	조직 면적 — 밀도 계산의 분모

고등학생실험 기록부터 읽는다

자료를 열자마자 분석하고 싶지만, 먼저 이 자료가 어떻게 만들어졌는지 를 읽어야 한다.

확인할 것	왜
패널 이름과 유전자 수	무엇을 볼 수 있나 (8강)
화학 버전	성능·품질 기준이 다름
픽셀 크기	거리 계산의 단위
실행 날짜	배치 효과

세 번째가 특히 중요하다

좌표가 픽셀 단위 로 되어 있으면 마이크로미터로 바꿔야 거리를 해석할 수 있다.

단위를 잘못 알면 모든 거리 계산이 틀린다. 그리고 결과는 그럴듯해 보인다.

단위를 확인하지 않은 거리는 숫자일 뿐 거리가 아니다

고등학생패널이 정하는 것

Xenium 은 정해진 유전자만 본다. 이 자료는 5,006개 패널이다.

	전사체 전체	이 패널
유전자 수	약 2만	5,006
비율	100%	약 25%

패널에 없으면 없는 것이 된다

어떤 유전자가 자료에 안 나오면 두 가지다 — 발현이 없거나, 패널에 없거나.

둘을 구별하려면 패널 목록을 확인해야 한다. 21강에서 이 함정을 다시 만난다.

표적 패널 자료에서 "없다" 는 언제나 "패널에 없다" 를 먼저 의심한다

이 표 한 장이 12강과 20강의 복선입니다. 표본 품질이 다르다는 사실을 여기서 이미 알 수 있어요.

Python 브라우저에서 실행

# 실험 기록은 그냥 JSON 입니다. 표본마다 비교해 봅니다.
import json, gzip, pandas as pd
# (강의에서는 미리 읽어 둔 값을 씁니다. 여러분의 컴퓨터에서는 아래 한 줄이면 됩니다.)
#   meta = json.load(gzip.open("GSM8701050_WT_ISO_experiment.xenium.txt.gz", "rt"))

기록 = {   # experiment.xenium 에서 그대로 옮긴 값
 "WT_ISO":  dict(세포=198792, 분자=95481927,  면적=27715636, 세포당분자=294),
 "DDX_ISO": dict(세포=397786, 분자=349187412, 면적=43304028, 세포당분자=611),
 "WT_PD1":  dict(세포=342508, 분자=116569027, 면적=34600361, 세포당분자=202),
 "DDX_PD1": dict(세포=217301, 분자=51397233,  면적=24563093, 세포당분자=57),
}
df = pd.DataFrame(기록).T
df["세포밀도(개/100µm²)"] = (df["세포"] / df["면적"] * 1e4).round(3)
df["분자밀도(개/µm²)"] = (df["분자"] / df["면적"]).round(2)
print(df.to_string())
print("\n→ 조직 크기도, 세포 수도, 세포당 분자 수도 표본마다 다릅니다.")
print("→ 특히 DDX_PD1 은 세포당 분자가 57개 — 다른 표본의 1/4~1/10 수준입니다.")

고등학생화학 버전이 왜 중요한가

버전이 정하는 것	내용
검출 효율	같은 발현이라도 잡히는 수가 다름
배경 잡음	거짓양성률 (7강)
품질 점수 기준	Q 값의 의미 (6강)
패널 구성	버전마다 다를 수 있음

표본 간 비교에서 결정적이다

표본 A 는 구 버전, 표본 B 는 신 버전으로 처리했다면 세포당 전사체 수가 다르게 나온다.

그것을 생물학적 차이 로 읽으면 완전히 틀린다.

12강에서 실제로 이 문제를 만난다 — DDX_PD1 표본의 세포당 전사체가 57개 로 유난히 낮다.

기술적 차이를 먼저 배제하지 않으면 생물학적 결론은 세울 수 없다

감각을 만드는 계산입니다. 200 µm 는 머리카락 두 가닥 굵기 정도예요.

Python 브라우저에서 실행

# 화소 ↔ 마이크로미터 환산. 이 강의의 시야는 200 × 200 µm 입니다.
PIXEL = 0.2125          # µm / 화소

창 = (1372, 1572, 5129, 5329)      # x0, x1, y0, y1 (µm)
폭 = 창[1] - 창[0]
print(f"시야 크기: {폭:.0f} × {폭:.0f} µm")
print(f"        = {폭/PIXEL:.0f} × {폭/PIXEL:.0f} 화소")
print(f"        = {폭/1000:.2f} × {폭/1000:.2f} mm")

print(f"\n사람 세포 지름은 보통 10~20 µm 이므로,")
print(f"이 시야에는 세포가 한 줄에 {폭/15:.0f}개쯤 들어갑니다.")
print(f"실제로 이 시야 안에는 세포가 660개 있습니다 "
      f"(넓이 {폭*폭:,.0f} µm² · 밀도 {660/(폭*폭)*1e4:.2f}개/100µm²)")

고등학생메타데이터를 어디까지 믿나

정보	신뢰도
기계가 자동 기록한 것	높음 (픽셀 크기 · 버전)
사람이 입력한 것	낮음 (표본 이름 · 조건)

확인할 수 있는 것은 자료로 확인한다

메타데이터	자료에서 확인하는 법
패널 유전자 수	features 표의 행 수를 셈
세포 수	cells.csv 행 수
좌표 범위	min/max 계산

문서와 자료가 어긋나면 자료가 우선 이다. 사람이 입력한 것이 더 자주 틀린다.

문서에게 묻지 말고 자료에게 물어라 — 확인 가능한 것은 확인한다

🤔 확인 문제

experiment.xenium 의 값을 GEO 설명글보다 믿을 만한 이유는?

🤔 확인 문제

픽셀 크기 0.2125 µm 를 무시하고 화소 좌표를 µm 로 착각하면?

🤔 확인 문제

DDX_PD1 의 세포당 분자가 57개로 다른 표본의 1/10 이었습니다. 지금 시점에서 옳은 태도는?