9강 / 22강

세포 분할 — 어디까지가 한 세포인가

핵 염색 · 경계 다각형 · 분할이 바뀌면 자료가 바뀐다

5강에서 본 것처럼 Xenium 이 측정한 것은 점입니다. 세포는 그 위에 그려 넣은 것이죠. 어떻게 그릴까요? 순서는 이렇습니다.

핵 염색

DAPI 로 핵을 찾는다

→

경계 염색

ATP1A1·CD45·E-Cadherin 으로 세포막을 본다

→

경계 그리기

핵에서 시작해 막까지 넓힌다

→

다각형

꼭짓점 목록으로 저장

이 자료의 cells.csv 에는 segmentation_method 열이 있는데, 대부분 "Segmented by boundary stain (ATP1A1+CD45+E-Cadherin)" 이라고 적혀 있습니다. 막을 실제로 보고 그렸다는 뜻이에요. 막이 안 보이는 세포는 핵을 일정 거리 부풀려서(nucleus expansion) 대신 그립니다 — 훨씬 부정확하죠.

고등학생어디까지가 한 세포인가

5강에서 본 대로 Xenium 이 측정한 것은 점 이다. 세포는 그 위에 그려 넣은 것 이다.

어떻게 그리나

단계	하는 일
1	DAPI 로 핵 을 찾음
2	핵에서 바깥으로 일정 거리 확장
3	또는 세포막 염색으로 경계를 찾음
4	경계 다각형을 만듦

2단계가 가장 거칠다

"핵에서 15 μm 확장" 같은 고정된 규칙 을 쓰면 큰 세포는 잘리고 작은 세포는 옆 것을 먹는다.

세포 경계는 측정된 것이 아니라 추정된 것이다 — 이 강의의 핵심 경고

직접 계산한 값과 파일의 값이 거의 같습니다 — 자료를 스스로 검산해 본 것입니다.

Python 브라우저에서 실행

# 경계 다각형은 그냥 꼭짓점 목록입니다.
import sp, numpy as np

vx, vy = sp.boundary(0)
c = sp.win_cells()
print(f"0번 세포 경계: 꼭짓점 {len(vx)}개")
print("앞 5개:", [(round(float(a),2), round(float(b),2)) for a, b in zip(vx[:5], vy[:5])])
print(f"중심 ({c.iloc[0].x:.1f}, {c.iloc[0].y:.1f}) · 면적 {c.iloc[0].cell_area:.1f} µm²")

# 다각형 넓이는 신발끈 공식으로 직접 구할 수 있습니다
넓이 = 0.5 * abs(np.dot(vx, np.roll(vy, 1)) - np.dot(vy, np.roll(vx, 1)))
print(f"\n신발끈 공식으로 구한 넓이 {넓이:.1f} µm²  (파일에 적힌 값 {c.iloc[0].cell_area:.1f})")

고등학생분할이 바뀌면 자료가 바뀐다

분할 변화	결과
경계를 넓히면	세포당 전사체 증가 · 혼입 증가
경계를 좁히면	순수해짐 · 정보 손실
다른 알고리즘	세포 수 자체가 달라짐

세포 수가 달라진다는 것

같은 조직 절편인데 분할 방법에 따라 세포가 15만 개일 수도 20만 개일 수도 있다.

그러면 "세포 밀도" 나 "세포 비율" 같은 값이 전부 달라진다.

가장 기본적인 수인 세포 수조차 방법에 의존한다

경계들이 서로 맞닿아 있지 않습니다. 이 틈이 다음 강의의 주제입니다.

Python 브라우저에서 실행

# 세포 경계를 실제로 그려 봅니다.
import sp, numpy as np
import matplotlib.pyplot as plt

c = sp.win_cells()
x0, x1, y0, y1 = sp.window_box()
cx, cy = (x0+x1)/2, (y0+y1)/2
가까운 = np.where((np.abs(c.x.values-cx) < 30) & (np.abs(c.y.values-cy) < 30))[0]

plt.figure(figsize=(6.2, 6))
for i in 가까운:
    vx, vy = sp.boundary(int(i))
    plt.fill(vx, vy, alpha=.25, lw=1.1, edgecolor="#1864ab")
plt.scatter(c.x.values[가까운], c.y.values[가까운], s=8, c="#e03131", zorder=3)
plt.gca().set_aspect("equal")
plt.xlabel("x (um)"); plt.ylabel("y (um)")
plt.title(f"cell boundaries ({len(가까운)} cells, 60x60 um)")
print(f"세포 {len(가까운)}개의 경계입니다. 빨간 점이 중심(centroid)이에요.")
print("세포 사이에 빈틈이 보이나요? 그 자리의 분자는 어느 세포에도 속하지 못합니다.")

고등학생혼입 — 옆 세포의 분자가 섞인다

세포들이 붙어 있으면 경계를 정확히 그릴 수 없다. 그러면 옆 세포의 분자 가 섞여 들어온다.

이것이 만드는 착시

관찰	진짜일 수도	혼입일 수도
T세포가 각질 유전자 발현	드문 현상	옆 상피세포에서 새어옴
두 표지를 동시에 발현	중간 상태	두 세포가 겹침

어떻게 구별하나

혼입이면 공간적 패턴 이 있다 — 그 유전자를 많이 내는 세포 바로 옆 에서만 나타난다.

진짜 발현이면 위치와 무관 하게 나타난다.

이상한 발현을 보면 그 세포의 이웃을 먼저 본다

이 점검은 발현을 보기 전에 해야 합니다. 분할이 엉망이면 그 위의 모든 것이 엉망이니까요.

Python 브라우저에서 실행

# 분할 품질을 숫자로 점검합니다.
import sp, numpy as np

c = sp.cells()
비 = c["핵면적"] / np.maximum(c["세포면적"], 1e-9)
print("핵/세포 넓이 비")
print(f"  중앙값 {비.median():.2f}")
print(f"  0.95 이상(세포질을 거의 못 잡음): {(비>=0.95).sum():,}개 ({(비>=0.95).mean()*100:.1f}%)")
print(f"  0.20 이하(세포가 지나치게 큼):    {(비<=0.20).sum():,}개 ({(비<=0.20).mean()*100:.1f}%)")

print("\n세포 면적")
for lo, hi, 라벨 in [(0, 10, "아주 작음 <10 µm²"), (10, 30, "작음"), (30, 120, "보통"),
                    (120, 300, "큼"), (300, 1e9, "아주 큼 >300 µm²")]:
    m = (c["세포면적"] >= lo) & (c["세포면적"] < hi)
    print(f"  {라벨:22} {m.sum():>5,}개 ({m.mean()*100:5.1f}%)")
print("\n→ 아주 작은 세포와 아주 큰 세포는 분할 오류일 가능성이 높습니다.")

고등학생그럼 어떻게 다뤄야 하나

대응	내용
여러 분할로 해 보기	결론이 바뀌는지 확인
핵만 쓰기	보수적 — 혼입 최소
혼입 보정 알고리즘	이웃 정보로 보정
결론을 세포 수준에 안 걺	구역 수준에서 논의

마지막이 실용적인 선택이다

"이 세포가 X 를 발현한다" 는 주장은 혼입에 취약하다. "이 구역에 X 발현이 높다" 는 훨씬 안전하다.

분할 오류는 세포 사이에서 일어나지 구역 사이에서는 거의 안 일어난다.

결론의 해상도를 낮추면 그 결론이 견고해진다

🤔 확인 문제

Xenium 에서 '세포'가 만들어지는 과정으로 옳은 것은?

🤔 확인 문제

세포 경계들이 서로 맞닿아 있지 않고 틈이 있었습니다. 그 틈에 있는 분자는?

해설 WT_ISO 에서 97.3% 의 분자가 세포에 배정되었습니다. 나머지 2.7%는 세포 밖에 있던 것이죠. 이 값(fraction_transcripts_assigned)이 낮으면 분할이 세포를 제대로 못 잡고 있다는 신호입니다.

🤔 확인 문제

핵/세포 넓이 비가 0.95 이상인 세포가 많다면?