Lesson 14 of 22

지도에 색칠하기 — 발현으로 나눈 것이 공간에서 말이 되는가

세포 유형 지도 · 종양 덩어리와 기질 · 밀도 격자

13강에서 만든 세포 유형을 좌표 위에 색으로 찍습니다. 이 한 장이 공간전사체의 대표 그림이에요. 그리고 이것은 검산이기도 합니다 — 발현만 보고 나눈 것이 조직 구조와 맞아떨어지는지 확인하는 것이니까요.

High school발현으로 나눈 것이 공간에서 말이 되는가

13강에서 좌표를 안 쓰고 세포 유형을 나눴다. 이제 그것을 좌표 위에 색으로 찍는다.

이것이 검증이다

결과	뜻
같은 유형이 뭉쳐 있음	배정이 맞다
골고루 흩어져 있음	배정이 잡음일 수 있음
조직 구조와 맞음	강한 확인

상피세포가 종양 덩어리에, 내피세포가 혈관 모양으로, 섬유아세포가 기질에 있으면 배정이 옳다 는 증거다.

공간을 쓰지 않고 나눈 것이 공간에서 말이 되면 그것은 독립적 검증이다

High school왜 이것이 강한 검증인가

단일세포 자료에서는 이런 검증이 불가능 하다. 위치가 없으니까.

	단일세포	공간
배정 검증	표지 확인만	공간 구조와 대조
독립성	같은 자료 안	다른 축의 정보

독립적인 정보로 확인하는 것

이 강의에서 반복되는 원칙이다 — 정의에 쓰지 않은 것 으로 검증한다.

발현으로 나누고 위치로 확인하는 것이 정확히 그 원칙을 따른 것이다.

다른 종류의 증거로 확인할 때 그 확인이 의미를 갖는다

조각이라 점이 성깁니다. 위젯에서는 표본마다 5,000개씩 찍어 훨씬 선명합니다.

Python Runs in your browser

# 세포 유형을 좌표 위에 색칠합니다.
import sp, numpy as np
import matplotlib.pyplot as plt

k = sp.keep(min_tx=20)
c = sp.cells()[k].reset_index(drop=True)
L = sp.lognorm(mask=k)
PC, _, _ = sp.pca(L, npc=30)
lab = sp.kmeans(PC, k=12, seed=3)
ann = sp.annotate(L, lab)
유형 = np.array([ann[x] for x in lab], dtype=object)

색 = {"종양세포": "#f59f00", "증식 종양세포": "#e8590c", "대식세포": "#0c8599",
     "골수세포": "#845ef7", "림프구": "#e03131", "섬유아세포": "#2b8a3e", "내피세포": "#4c6ef5"}

fig, ax = plt.subplots(1, 2, figsize=(11, 5))
for a, s in zip(ax, ["WT_ISO", "DDX_PD1"]):
    m = (c["표본"] == s).values
    for t in 색:
        mm = m & (유형 == t)
        if mm.sum():
            a.scatter(c.x[mm], c.y[mm], s=4, c=색[t], label=t if a is ax[0] else None, alpha=.8)
    a.set_aspect("equal"); a.set_xticks([]); a.set_yticks([]); a.set_title(s)
ax[0].legend(markerscale=3, fontsize=7, loc="upper right")
plt.tight_layout()
print("같은 색이 뭉쳐 있나요? 발현으로만 나눴는데 공간에서도 모여 있다면")
print("주석이 옳다는 독립적인 증거입니다.")

격자 하나가 조직의 구역이 됩니다. 17강의 침윤 분석이 이 발상 위에 서 있어요.

Python Runs in your browser

# 종양 밀도 격자 — 어디가 종양이고 어디가 기질인가.
import sp, numpy as np
import matplotlib.pyplot as plt

k = sp.keep(min_tx=20)
c = sp.cells()[k].reset_index(drop=True)
L = sp.lognorm(mask=k)
PC, _, _ = sp.pca(L, npc=30)
lab = sp.kmeans(PC, k=12, seed=3)
ann = sp.annotate(L, lab)
유형 = np.array([ann[x] for x in lab], dtype=object)
종양 = np.isin(유형, ["종양세포", "증식 종양세포"])

m = (c["표본"] == "WT_ISO").values
x, y = c.x[m].values, c.y[m].values
H, xe, ye = np.histogram2d(x, y, bins=26)
Ht, _, _ = np.histogram2d(x[종양[m]], y[종양[m]], bins=[xe, ye])
frac = np.where(H >= 3, Ht / np.maximum(H, 1), np.nan)

plt.figure(figsize=(5.6, 4.8))
plt.imshow(frac.T, origin="lower", extent=[xe[0], xe[-1], ye[0], ye[-1]],
           cmap="RdYlBu_r", vmin=0, vmax=1)
plt.colorbar(label="tumor cell fraction")
plt.gca().set_aspect("equal"); plt.xticks([]); plt.yticks([])
plt.title("tumor density (WT_ISO)")
print("빨간 곳이 종양이 빽빽한 구역, 파란 곳이 기질·면역 구역입니다.")
print("이렇게 나눠 두면 '종양 안'과 '종양 밖'을 구별해 셀 수 있습니다.")

High school종양 덩어리와 기질을 나누기

세포 유형 지도가 그려지면 영역 을 정의할 수 있다.

영역	정의 방법
종양	상피/종양세포가 밀집한 구역
기질	섬유아세포 · 콜라겐이 많은 구역
경계	둘 사이의 띠

영역 정의가 17강의 기초가 된다

"T세포가 안까지 들어왔나" 를 재려면 "안" 이 어디인지 정해야 한다.

그리고 그 정의가 임의적 이다 — 밀도 문턱을 얼마로 할 것인가, 격자 크기는 얼마인가.

"안" 과 "밖" 을 정하는 것이 침윤 분석의 첫 번째 임의 선택이다

High school밀도 격자로 영역 만들기

단계	하는 일
1	격자를 만듦 (예: 50 μm)
2	칸마다 종양세포 비율을 계산
3	문턱 이상이면 "종양 칸"
4	인접한 종양 칸을 이어 덩어리를 만듦
5	덩어리의 경계를 구함

두 개의 임의 선택

격자 크기 와 문턱 이다. 둘 다 결과를 바꾼다.

선택	결과
격자가 작고 문턱이 높으면	종양 영역이 작고 조각남
격자가 크고 문턱이 낮으면	종양 영역이 크고 뭉침

영역은 자료에 있는 것이 아니라 우리가 그린 것이다

🤔 Check yourself

발현만으로 나눈 군집이 지도에서도 덩어리로 모여 있었습니다. 이것이 뜻하는 바는?

🤔 Check yourself

종양 밀도 격자를 만드는 이유는?

🤔 Check yourself

'이 종양의 면역세포 비율은 12%' 라는 요약이 놓치는 것은?