18강 / 20강

레퍼토리로 말할 수 있는 것과 없는 것

이 20강에서 실제로 확인한 것을 줄마다 채점한다

17강까지 왔습니다. 이제 우리가 실제로 무엇을 확인했는지 줄마다 적습니다.

이 강의가 다룬 자료는 하나뿐입니다 — V(D)J 레퍼토리. 거기서 나오는 것과 안 나오는 것을 가릅니다.

고등학생채점표를 스스로 만드는 강의

5부 판정 이 시작됩니다. 여기서 이 강의는 좀 특이한 일을 합니다.

우리가 실제로 확인한 것과 못 한 것을 줄마다 적는다

보통은 이렇게 안 합니다

대부분의 교재와 논문은 한 것만 씁니다. 못 한 것은 안 쓰거나, 맨 뒤에 '한계' 라는 제목으로 두세 줄 적고 끝나죠.

이 강의는 못 한 것을 여섯 개나, 이유까지 붙여서 적습니다. 그리고 무엇을 더하면 할 수 있는지까지 적어요.

왜 이렇게 하나 — 이유 셋

이유	설명
정직	안 한 걸 한 것처럼 쓰면 그건 거짓말이다
다음 사람을 위해	못 한 이유를 적어 두면, 다음 사람이 같은 벽에 다시 부딪히지 않는다
나를 위해	못 한 것의 목록이 곧 다음 연구 계획이 된다

수행평가에 그대로 쓸 수 있는 기술입니다

보고서 마지막에 이렇게 적어 보세요 —

확인한 것 : ○○ (근거 : 우리가 측정한 △△ 값)
확인 못 한 것 : □□ (이유 : ◇◇ 를 잴 장비가 없었다)
무엇이 있으면 되나 : ◇◇ 측정

이렇게 쓴 보고서는 "다 했습니다" 라고 쓴 보고서보다 훨씬 신뢰가 갑니다. 자기 작업의 경계를 아는 사람이라는 뜻이니까요.

경계를 아는 것이 능력의 일부다

여덟 문장 전부 <b>이 강의에서 직접 계산했습니다.</b>

Python 브라우저에서 실행

# 확인한 것 - 자료가 뒷받침하는 문장들
import tcr

문장 = [
    ("배선 유전자 개수를 셀 수 있다",
     f"TRAV {tcr.facts()['germline_n']['TRAV']} · TRBV {tcr.facts()['germline_n']['TRBV']}"),
    ("조합만으로 몇 가지인지 계산할 수 있다",
     f"{tcr.combinations()['짝']:,} 가지"),
    ("V 유전자 사용이 균일하지 않다는 것을 보일 수 있다",
     f"1등 {tcr.v_usage('PBMC-A').iloc[0]:.1f}% vs 꼴찌 {tcr.v_usage('PBMC-A').iloc[-1]:.3f}%"),
    ("CDR3 길이 분포를 그릴 수 있다",
     f"중앙값 {tcr.cdr3_len('PBMC-A').median():.0f} · 범위 "
     f"{tcr.cdr3_len('PBMC-A').min()}~{tcr.cdr3_len('PBMC-A').max()}"),
    ("다양성을 여러 자로 재고 세포 수를 맞출 수 있다",
     f"균등도 {tcr.diversity('PBMC-A')['균등도']}"),
    ("클론 확장을 볼 수 있다",
     f"최대 클론 {tcr.diversity('PBMC-B')['최대클론']}개 세포"),
    ("두 표본이 같은 사람인지 알아낼 수 있다",
     f"A∩C {tcr.overlap('PBMC-A','PBMC-C')['작은쪽대비 %']}% vs 나머지 0.1~0.3%"),
    ("알려진 항원 특이 TCR 을 찾아낼 수 있다",
     f"{len(tcr.antigen('PBMC-A'))}개 · CMV 가 가장 많다"),
]
print("이 자료로 말할 수 있는 것")
for a, b in 문장:
    print(f"  O {a}")
    print(f"      근거 : {b}")

고등학생여덟 문장 — 전부 우리가 계산했습니다

위 코드가 말할 수 있는 것 여덟 개를 근거와 함께 찍어 줍니다. 어느 강에서 나온 것인지 짚어 보면 이렇습니다.

말할 수 있는 것	어느 강	근거
배선 유전자 개수를 셀 수 있다	2강	IMGT 파일에서 직접 셈
조합 가짓수를 계산할 수 있다	2강	곱셈 — 약 530만
V 사용이 균일하지 않다	4강	1등과 꼴찌가 500배
CDR3 길이 분포를 그릴 수 있다	5강	종 모양, 중앙값 약 14
다양성을 재고 크기를 맞출 수 있다	9강	균등도 · 희박화
클론 확장을 볼 수 있다	9·10강	최대 클론 23개
두 표본이 같은 사람인지 알아낸다	11강	A∩C 3.78% vs 나머지 0.1~0.3%
알려진 항원 특이 TCR 을 찾는다	12강	A 에서 CMV 99개

공통점을 보세요

여덟 문장 전부 근거 칸에 숫자가 있습니다. 그리고 그 숫자를 여러분이 직접 계산했어요.

근거가 숫자이고, 그 숫자를 재현할 수 있다

'재현할 수 있다' 가 왜 중요한가

이 페이지의 코드를 다시 실행하면 같은 숫자가 나옵니다. 내일도, 다른 사람의 컴퓨터에서도요.

과학에서 재현 가능성은 사실상 전부입니다. "내가 봤다" 는 증거가 안 되고, "이렇게 하면 당신도 볼 수 있다" 가 증거예요.

거꾸로, 재현할 수 없으면

"어떤 연구에서 이렇게 나왔다더라" 는 것만 있고 자료도 코드도 없으면, 그건 확인할 방법이 없습니다. 믿거나 말거나가 되죠.

이 강의가 모든 숫자를 코드로 다시 계산하는 이유가 이겁니다. 교과서에서 옮겨 적지 않고요.

'못 했다' 를 이유와 함께 적는 것이 '했다' 를 적는 일만큼 중요합니다.

Python 브라우저에서 실행

# 확인하지 못한 것 - 그리고 왜 못 했는지
못한것 = [
    ("이 수용체가 무슨 항원을 알아보는가",
     "서열만으로는 예측 불가. HLA 도 모른다 (8강). 96%가 미상 (12강)"),
    ("CD4 인가 CD8 인가",
     "V(D)J 자료에 유전자 발현이 없다 (15강)"),
    ("기억인가 소진인가",
     "같은 이유 - 발현을 읽어야 갈린다 (16·17강)"),
    ("이 사람이 어떤 병을 앓았는가",
     "CMV 추정까지가 한계. 진단이 아니다 (12강)"),
    ("종양 안의 레퍼토리는 혈액과 다른가",
     "우리 흑색종 시료가 종양 조직인지 혈액인지 확증할 수 없었다"),
    ("치료 반응을 예측할 수 있는가",
     "반응 결과가 붙은 자료가 없다"),
]
print("이 자료로 말할 수 없는 것")
for a, b in 못한것:
    print(f"  X {a}")
    print(f"      이유 : {b}")
print()
print(f"말할 수 있는 것 8개 · 없는 것 {len(못한것)}개")

고등학생여섯 개의 X — 그리고 이유

이제 못 한 것 차례입니다. 각각을 왜 못 했는지 정리하면 —

못 한 것	왜	어느 강
이 수용체가 무슨 항원을 보나	서열만으로는 예측 불가 + HLA 를 모른다 + 96%가 미상	8·12강
CD4 인가 CD8 인가	VDJ 자료에 유전자 발현이 없다	15강
기억인가 소진인가	같은 이유 — 발현을 읽어야 갈린다	16·17강
어떤 병을 앓았나	CMV 추정까지가 한계. 진단이 아니다	12강
종양 레퍼토리는 혈액과 다른가	흑색종 시료의 출처를 확증 못 했다	—
치료 반응을 예측할 수 있나	반응 결과가 붙은 자료가 없다	—

이유를 두 종류로 나눠 보면

종류	어떤 것	해결 가능성
자료가 없어서	발현이 없다 · HLA 가 없다 · 반응 결과가 없다	자료를 더하면 풀린다
방법이 없어서	서열에서 항원을 예측하는 방법이 아직 없다	새 방법이 나와야 한다

이 구분이 아주 유용합니다. 자료 문제면 돈과 시간으로 풀리고, 방법 문제면 연구가 더 필요하기 때문이에요.

다섯 번째를 특히 보세요

"흑색종 시료의 출처를 확증하지 못했다" — 이건 좀 다른 종류의 정직함입니다.

그 시료가 종양 조직에서 왔는지 혈액에서 왔는지 확실치 않았어요. 그러면 선택지가 셋입니다.

① 종양이라고 가정하고 분석한다 → 틀리면 결론이 통째로 무너진다
② 그 표본을 지운다 → 정보를 버리게 된다
③ 확증 못 했다고 적고, 그 표본에 기댄 결론을 세우지 않는다

이 강의는 ③ 을 골랐습니다

가장 재미없어 보이지만 가장 안전한 선택이에요. 자료는 쓰되, 그 위에 결론을 얹지 않는 것.

고등학생X 를 O 로 바꾸는 방법 — 자료 하나면 넷이 풀린다

바로 위 노트가 이 강의에서 가장 실용적인 이야기를 합니다.

못 한 여섯 중 넷이 자료 하나만 더하면 풀린다

그 자료는 — 같은 세포의 유전자 발현

10x 의 5' scRNA + VDJ 라는 방법입니다. 세포 하나에서 수용체 서열과 유전자 발현을 동시에 읽어요.

그러면 표에 열이 확 늘어납니다 —

지금 우리 표	발현을 더한 표
세포 · 사슬 · V · J · CDR3 · 클론타입	+ CD4 · CD8 · Sell · Ccr7 · Pdcd1 · Tox · Gzmb …

15강에서 "표의 열 이름이 곧 말할 수 있는 것의 목록" 이라고 했죠. 열이 늘면 말할 수 있는 것도 늡니다.

그러면 무엇이 가능해지나

CD4 인지 CD8 인지 가른다
기억인지 소진인지 가른다
클론 크기와 상태를 이어서 본다 — "큰 클론이 소진 상태인가?" 를 물을 수 있다

세 번째가 특히 강력합니다

지금은 두 물음을 따로밖에 못 물었습니다.

"클론이 큰가?" → 레퍼토리로 답할 수 있다
"소진 상태인가?" → 답할 수 없다

발현이 붙으면 두 물음을 같은 세포에서 물을 수 있습니다. 그러면 완전히 새로운 물음이 열려요 — "크게 불어난 클론일수록 더 소진되어 있나?"

이건 종양면역에서 실제로 아주 중요한 물음입니다. 큰 클론이 소진되어 있다면, 그건 암과 오래 싸우다 지친 클론이라는 뜻이니까요. 그 클론을 되살리는 게 치료 목표가 됩니다.

자료 두 개를 이으면, 각각으로는 못 묻던 물음이 생긴다

그것이 논문이 한 일이고(Fig 8), /spatial 18·19강이 다시 해 본 일이며, 다음 19강에서 우리가 그 결과를 읽습니다.

🤔 확인 문제

이 강의의 자료로 말할 수 있는 것은?

🤔 확인 문제

못 한 여섯 가지 중 넷을 한꺼번에 푸는 자료는?

🤔 확인 문제

'흑색종 시료가 종양인지 혈액인지 확증할 수 없었다' 를 어떻게 처리했나요?