6강 / 22강

품질 점수 — 이 점을 믿을 것인가

codeword 해독 · Q20 문턱 · 걸러 낸 뒤 남는 것

Xenium 은 유전자를 색의 순서로 읽습니다. 열몇 번 찍는 동안 각 점이 켜졌다 꺼졌다 하는데, 그 패턴이 codeword 이고 codeword 가 유전자 이름입니다.

그런데 형광은 흐릿하고, 조직은 자가형광을 내고, 점이 겹치기도 합니다. 그래서 읽어 낸 패턴이 어떤 codeword 와도 딱 맞지 않는 경우가 생겨요. Xenium 은 그 애매함을 품질 점수(Q value) 하나로 요약합니다.

Q = −10 × log₁₀(틀릴 확률) → Q20 = 틀릴 확률 1%, Q30 = 0.1%

시퀀싱의 Phred 점수와 같은 정의입니다. 그래서 Q20 이상만 쓰는 것이 관례예요.

고등학생이 점을 믿을 것인가

분자 하나하나에 품질 점수 Q 가 붙어 있다. 해독이 얼마나 확실한지를 나타낸다.

Q = −10 log₁₀(틀릴 확률)

Q	틀릴 확률
10	10%
20	1%
30	0.1%

시퀀싱의 Phred 점수와 같은 눈금이다. 로그 눈금 이라 10 오를 때마다 오류가 1/10 이 된다.

품질 점수는 기계가 자기 확신을 숫자로 적어 준 것이다

Q40 에 큰 봉우리가 있습니다 — 확실하게 읽힌 분자들이죠. 왼쪽 꼬리가 애매한 것들입니다.

Python 브라우저에서 실행

# 품질 점수의 분포를 봅니다.
import sp, numpy as np
import matplotlib.pyplot as plt

tx = sp.transcripts()
q = tx.qv.values

plt.figure(figsize=(7, 4))
plt.hist(q, bins=60, color="#4c6ef5")
plt.axvline(20, color="#e03131", ls="--", lw=1.4)
plt.xlabel("Q value"); plt.ylabel("transcripts"); plt.title("quality of every molecule")

print(f"분자 {len(q):,}개")
print(f"  중앙값 Q{np.median(q):.1f}   평균 Q{q.mean():.1f}")
for t in [10, 20, 30, 40]:
    print(f"  Q{t} 이상: {(q>=t).sum():>9,}개 ({(q>=t).mean()*100:5.1f}%)")

고등학생Q20 문턱

Xenium 의 표준 문턱은 Q20 이다. "틀릴 확률 1% 이하만 남긴다."

왜 20인가

문턱	남는 비율	거짓 비율
낮게 (Q10)	많음	높음
Q20	대부분	1% 이하
높게 (Q30)	적어짐	매우 낮음

Q20 이 관행 이 된 것이지 이론적 최적점은 아니다. 자료에 따라 바꿀 수 있다.

문턱을 바꿔 보는 것이 좋다

Q30 으로 올려도 결론이 같으면 튼튼한 결과다. Q30 에서 결론이 바뀌면 낮은 품질 분자에 기댄 결과다.

문턱은 관행이지 자연의 경계가 아니다 — 바꿔 보고 확인한다

버린 것이 어디에 있었는지를 보는 것이 핵심입니다. 고르게 흩어져 있으면 안심, 한곳에 몰려 있으면 경보.

Python 브라우저에서 실행

# Q20 으로 거르면 그림이 얼마나 달라질까?
import sp, numpy as np
import matplotlib.pyplot as plt

tx = sp.transcripts()
ok = tx.qv.values >= 20
sub = np.random.default_rng(0).choice(len(tx), 40000, replace=False)

fig, ax = plt.subplots(1, 2, figsize=(10, 5))
for a, m, t in [(ax[0], np.ones(len(tx), bool), "all molecules"),
                (ax[1], ok, "Q20 filtered")]:
    s = sub[m[sub]]
    a.scatter(tx.x.values[s], tx.y.values[s], s=.4, c="#495057", alpha=.35, linewidths=0)
    a.set_aspect("equal"); a.set_xticks([]); a.set_yticks([])
    a.set_title(f"{t}  ({m.mean()*100:.0f}%)")
plt.tight_layout()
print(f"Q20 미만 {(~ok).sum():,}개 ({(~ok).mean()*100:.1f}%) 를 버렸습니다.")
print("그림은 거의 그대로입니다 — 낮은 품질 분자가 특정 자리에 몰려 있지 않다는 뜻이에요.")
print("만약 한쪽 구석에만 몰려 있었다면 그 부위의 이미지 품질을 의심해야 합니다.")

고등학생걸러 낸 뒤 남는 것

확인할 것	내용
몇 %가 걸러졌나	너무 많으면 실험 문제
유전자마다 다른가	특정 탐침이 문제일 수 있음
영역마다 다른가	절편의 특정 부위 문제

유전자별 차이가 특히 중요하다

어떤 탐침은 구조적으로 해독이 어렵다 — 비슷한 코드워드가 가까이 있거나, 결합이 약하거나.

그런 유전자는 체계적으로 적게 잡힌다. 그것을 "발현이 낮다" 로 읽으면 안 된다.

검출 효율은 유전자마다 다르다 — 유전자 간 비교는 조심해야 한다

유전자마다 평균 품질이 다릅니다. 특정 유전자가 유난히 낮으면 그 유전자의 결과는 조심해서 다뤄야 합니다.

Python 브라우저에서 실행

# 유전자마다 품질이 다를까? — 탐침 설계의 차이를 볼 수 있습니다.
import sp, numpy as np, pandas as pd

tx = sp.transcripts()
이름 = sp.feature_names()
g = tx.gene.values; q = tx.qv.values

cnt = np.bincount(g, minlength=len(이름))
많은것 = np.where(cnt >= 300)[0]
평균q = np.array([q[g == i].mean() for i in 많은것])
o = np.argsort(평균q)

표 = pd.DataFrame({"유전자": 이름[많은것][o], "분자수": cnt[많은것][o],
                  "평균Q": 평균q[o].round(1)})
print("품질이 낮은 쪽 8개"); print(표.head(8).to_string(index=False))
print("\n품질이 높은 쪽 8개"); print(표.tail(8).to_string(index=False))

고등학생품질 필터가 만드는 편향

필터는 중립적이지 않다.

필터가 불리하게 작용하는 것	왜
발현이 낮은 유전자	신호가 약해 Q 가 낮음
세포가 빽빽한 부위	신호가 겹쳐 해독이 어려움
절편 가장자리	광학 조건이 나쁨

두 번째가 이 강의에서 중요하다

종양 덩어리는 세포가 빽빽하다. 그러면 그 부위에서 분자가 더 많이 걸러진다.

그러면 "종양 안쪽에 T세포가 적다" 는 관찰이 실제로 적어서 인지 덜 잡혀서 인지 애매해진다.

필터가 공간적으로 편향되면 공간 결론이 흔들린다

🤔 확인 문제

Q20 이 뜻하는 것은?

🤔 확인 문제

Q20 미만 분자를 걸러 냈더니 조직 한쪽 귀퉁이에서만 대량으로 빠졌습니다. 무엇을 의심할까요?

🤔 확인 문제

특정 유전자의 평균 Q 가 유난히 낮았습니다. 올바른 대응은?