20강 / 20강
말할 수 있는 것과 말할 수 없는 것
이 강의가 실제로 확인한 것과 그 한계
스무 강을 지나 확인한 것을 적습니다. 전부 실제로 받은 713줄에서 나온 값이에요.
말할 수 있는 것
✅ 이렇게 말해도 된다
"ALS·폐섬유증 관련 SRA run 713개를 모았을 때, RNA-Seq 433개 안에서만
라이브러리 선택이 여덟 가지였고 염기 수가 4,828배 차이났다."
"이 713개 run 의
"원시 자료를 같은 파이프라인으로 다시 처리하면 처리 방식의 차이는 없앨 수 있으나 라이브러리 선택·깊이·기계의 차이는 남는다."
"이 713개 run 의
Disease 칸은 하나도 채워져 있지 않았고,
Body_Site 는 83.3%, Sex 는 65.2% 가 비어 있었다.""원시 자료를 같은 파이프라인으로 다시 처리하면 처리 방식의 차이는 없앨 수 있으나 라이브러리 선택·깊이·기계의 차이는 남는다."
말할 수 없는 것
❌ 이렇게 말하면 안 된다
"SRA 자료는 GEO 보다 낫다" — 물음에 따라 다릅니다. 발현 비교라면
GEO 26MB 로 될 일을 4.4TB 로 하는 셈이에요.
"다시 처리하면 연구 사이의 차이가 사라진다" — 계산의 차이만 사라집니다.
"SRA 메타데이터가 부실하다" — SRA 는 서열과 그 만든 방법을 담는 곳입니다. 임상 정보는 애초에 BioSample·GEO·dbGaP 의 일이에요.
"이 713개가 ALS 자료의 전부다" — 검색어 몇 개로 모은 표본입니다. 대표성이 없습니다.
"다시 처리하면 연구 사이의 차이가 사라진다" — 계산의 차이만 사라집니다.
"SRA 메타데이터가 부실하다" — SRA 는 서열과 그 만든 방법을 담는 곳입니다. 임상 정보는 애초에 BioSample·GEO·dbGaP 의 일이에요.
"이 713개가 ALS 자료의 전부다" — 검색어 몇 개로 모은 표본입니다. 대표성이 없습니다.
여덟 줄 중 셋만 바꾸면 다른 물음에 그대로 씁니다.
Python
브라우저에서 실행
여기서 나가는 길입니다.
| 다음에 하고 싶은 일 | 강의 |
|---|---|
| 남이 처리한 값으로 메타분석 해 보기 | /geo |
| 그 방법이 어디서 부서지는지 보기 | /als |
| 이 read 가 어떻게 만들어졌는지 | /libprep · /illumina |
| 서열에서 나온 변이를 병 위험과 잇기 | /gwas |
| 세포 하나씩 재는 자료 | /immune · /tenx |
| 파일 속 바이트를 직접 뜯어보기 | /dataset |
🤔 확인 문제
"SRA 자료가 GEO 보다 낫다" 가 틀린 진술인 이유는?
해설 26MB 로 될 일을 4.4TB 로 하는 것은 나은 게 아니라 낭비입니다. 내려갈 이유가 있을 때만 낫습니다.
🤔 확인 문제
"SRA 의 메타데이터가 부실하다" 는 진술이 부정확한 이유는?
해설 라이브러리·기계·깊이 정보는 SRA 에 아주 잘 적혀 있습니다. 비어 있는 것은 애초에 SRA 가 맡은 정보가 아니에요.
🤔 확인 문제
이 강의의 한 문장 결론으로 가장 알맞은 것은?
해설 원자료는 모든 것을 내가 정할 수 있게 해 주지만, 동시에 전부 내가 정해야 합니다. 열두 줄의 레시피가 그 목록이에요.