18강 / 20강

표적 발굴에서 언제 원자료까지 내려가는가

물음이 결정을 정한다

이 사이트의 강의들을 이어 보면 표적 발굴의 순서가 보입니다. 그 순서 어디에 SRA 가 있는지 정리해 봅니다.

단계	물음	필요한 자료	강의
1	이 병에서 무엇이 달라졌나	GEO 의 처리된 값이면 충분	`/geo`
2	여러 연구가 같은 말을 하나	GEO, 또는 재처리 자원	`/geo` · `/als`
3	세포 구성 때문 아닌가	단일세포 자료	`/immune`
4	사람 유전학이 뒷받침하나	GWAS 요약통계	`/gwas`
5	변이·스플라이싱·반복이 관여하나	SRA 원자료	여기
6	끄면 표현형이 돌아오나	교란 실험	`/pseq`

5단계에서야 원자료가 필요합니다. 그전까지는 값을 치를 이유가 없어요.

고등학생물음이 결정을 정한다

"원자료로 가야 하나"의 답은 무엇을 묻느냐에 달려 있습니다.

물음	어디까지
이 유전자가 병에서 올라가나	GEO 표로 충분
여러 연구를 공정하게 합치고 싶다	재처리 자료 (16강)
이 유전자에 변이가 있나	원자료 필수
어느 아이소폼인가	원자료 필수
새 유전체 버전으로 다시	원자료 또는 재처리 자료

기술이 아니라 질문이 먼저입니다.

고등학생표적 발굴에서의 판단

단계	필요한 자료 수준
후보 유전자 넓게 훑기	처리된 발현 표
여러 코호트에서 재현 확인	재처리된 통일 자료
표적의 아이소폼 확인	원자료
표적 변이 확인	원자료 또는 별도 변이 자료
면역 관련 표적	원자료 (레퍼토리)

대부분의 단계는 위쪽 두 줄에서 끝납니다. 원자료가 필요한 것은 구체적인 질문이 생긴 뒤예요.

물음이 자료를 정합니다. 자료가 물음을 정하는 게 아니에요.

Python 브라우저에서 실행

# 물음마다 필요한 최소한의 자료.
questions = [
    ("이 유전자가 환자에서 높은가",             "GEO"),
    ("여러 연구가 같은 방향인가",               "GEO 또는 재처리 자원"),
    ("이 lncRNA 가 환자에서 높은가",            "재처리 자원 (라이브러리 선택 확인 필수)"),
    ("이 유전자에 병인성 변이가 있는가",        "SRA 원자료"),
    ("C9orf72 반복이 몇 회인가",                "SRA 원자료 (긴 읽기면 더 좋다)"),
    ("이 엑손이 건너뛰어졌는가",                "SRA 원자료"),
    ("이 환자의 T세포 레퍼토리가 좁아졌는가",   "SRA 원자료"),
    ("어느 조절 부위가 열려 있는가",            "SRA 원자료 (ATAC — GEO 에 대개 없다)"),
]
print(f"{'물음':40s} 필요한 것")
for q, need in questions:
    mark = "  " if need.startswith("GEO") or need.startswith("재처리") else "->"
    print(f"{mark} {q:38s} {need}")
print()
print("-> 표시가 있는 것만 내려갑니다. 여덟 중 다섯이에요 —")
print("이 강의가 그 다섯을 다루니 많아 보이지만,")
print("실제 표적 발굴에서는 1~2단계가 대부분의 시간을 차지합니다.")

고등학생단계적으로 내려가기

처음부터 4.4TB를 받을 필요가 없습니다. 순서가 있어요.

순서	하는 일
1	GEO 표로 대략의 답을 본다
2	재처리 자료로 여러 코호트 확인
3	답이 안 나오는 구체적 질문을 특정한다
4	그 질문에 필요한 run만 골라 받는다
5	필요한 분석만 돌린다

713개를 다 받는 대신 필요한 20개를 받으면 비용이 30분의 1이 됩니다.

고등학생언제 멈출지도 정한다

멈출 신호	내용
메타데이터가 없다	라벨 없이는 비교 불가 — 9·10강
깊이가 부족하다	7강 — 변이 분석에는 턱없이 얕음
라이브러리 방식이 안 맞다	5강 — polyA로는 lncRNA를 못 봄
배치와 병이 겹친다	14강 — 보정해도 구분 불가

"이 자료로는 이 질문에 답할 수 없다"고 말하는 것도 분석의 결과입니다.

🤔 확인 문제

표적 발굴에서 SRA 원자료까지 내려가야 하는 경우가 아닌 것은?

🤔 확인 문제

GEO 나 재처리 자원에서 멈추는 것이 옳은 판단인 이유는?