손박사의 SRA 첫걸음

완성된 요리를 받을 것인가
재료를 받을 것인가

공개 발현 자료를 넷 열어 보면 값의 범위가 제각각입니다 — 하나는 96,841까지 가고 다른 하나는 −8.3부터 시작해요. 올린 사람마다 다르게 처리했기 때문이고, 그 결정은 되돌릴 수 없습니다.
그 숫자를 만들기 전의 것이 SRA 에 있습니다. 기계에서 갓 나온 서열 조각 — 실험 4,626만 건어치요.
이 20강에서는 실제 run 713개의 메타데이터를 받아 옵니다. 그리고 거기서 나온 숫자들을 봅니다 — RNA-Seq 안에서만 라이브러리 선택이 여덟 가지, 깊이는 4,828배 차이, 그리고 Disease 칸은 100% 비어 있었습니다. 파이썬은 이 페이지 안에서 바로 실행됩니다.

🐍 Python🧵 SRA📄 FASTQ 🔬 라이브러리📏 깊이⚙️ 재처리🇰🇷 한국어

1강 시작하기 →

이렇게 배웁니다

🧵진짜 runinfo 를 뜯는다

열 마흔일곱 개 중 실제로 쓰는 열넷을 하나씩. run 713개를 실제로 받아 왔습니다.

🔬같은 RNA-Seq 이 아니다

PolyA 로 뽑았는가 리보솜을 제거했는가. 이게 다르면 잡히는 RNA 가 다릅니다.

🕳️Disease 칸이 비어 있다

713개 전부요. ALS 로 검색해 찾은 자료인데도. 그럼 라벨은 어디에 있나 — 9·10강.

⚖️자유의 값

4.4 테라바이트와 22일. 그리고 적어 둬야 할 결정 열두 가지. 내려갈 이유가 있을 때만 내려갑니다.

전체 커리큘럼

남의 숫자에는 남의 결정이 박혀 있다

NCBI SRA · 2026-08-30 기준 실험 46,259,578건

SRP · SRX · SRR · SRS — 그리고 BioProject

SRA 등록번호 체계와 GEO 와의 연결

runinfo 표 한 장 — 열 마흔일곱 개

eutils efetch rettype=runinfo · 실제 받은 표

무엇을 잰 자료인가 — 라이브러리 전략 다섯

이 강의가 모은 713 run 의 실제 분포

같은 RNA-Seq 이 아니다 — PolyA 와 리보솜 제거

이 강의 RNA-Seq 433개 run 의 LibrarySelection 실제 분포

한쪽에서 읽는가 양쪽에서 읽는가 — 그리고 50 부터 1,408 까지

713 run 의 LibraryLayout 과 avgLength 실제 분포

4,828배 — run 마다 깊이가 이만큼 다르다

713 run 의 bases 분포 · 3,533만 부터 1,705억까지

FASTQ — 네 줄이 read 하나

read 의 실제 생김새와 Phred 품질 점수

Disease 칸이 100% 비어 있다

713 run 의 메타데이터 채움 상태 · 실제로 세어 본 값

라벨을 찾아 세 곳을 건넌다 — BioSample · GEO · 논문

SRA 에 없는 정보를 어디서 가져오는가

read 에서 카운트까지 — 다섯 단계

다시 처리한다는 것이 실제로 무엇을 하는 일인가

CPM · TPM · 크기인자 — 무엇으로 나눌 것인가

깊이와 유전자 길이를 맞추는 세 가지 방식

다 같은 파이프라인으로 다시 — 그러면 견줄 수 있나

표준화가 실제로 없애 주는 것과 남기는 것

표준화해도 연구는 여전히 배치다

이 강의 자료의 study 76개와 그 사이의 차이

4.4 테라바이트 — 왜 다들 GEO 에서 멈추는가

이 강의 자료 713 run 의 실제 크기와 처리 시간

남이 이미 다시 처리해 두었다 — recount3 · ARCHS4

직접 내려가지 않고 표준화된 자료를 얻는 길

원자료로만 되는 것 — 변이 · 스플라이싱 · 반복확장 · 레퍼토리

발현 카운트가 통과시키지 못하는 정보

표적 발굴에서 언제 원자료까지 내려가는가

물음이 결정을 정한다

처음부터 다시 — 자료를 고르는 결정들

1강부터 18강까지를 한 번에

말할 수 있는 것과 말할 수 없는 것

이 강의가 실제로 확인한 것과 그 한계