Lesson 20 of 20

말할 수 있는 것과 말할 수 없는 것

TCGA 로 논문을 쓰기 전에 스스로 묻는 열 가지

스무 강을 왔습니다. 처음의 물음으로 돌아갑니다 — 이 표의 한 칸이 무엇을 센 숫자이고, 그것으로 사람에 대해 무엇을 말해도 되는가.

TCGA 는 관찰 코호트입니다. 환자를 무작위로 나눠 무엇을 해 본 것이 아니라, 이미 일어난 일을 모아 놓은 것이에요. 그래서 할 수 있는 말의 크기가 정해져 있습니다.

말할 수 있다

이 코호트에서 A 와 B 가 함께 나타난다
이 코호트에서 A 군의 생존이 더 짧았다
표기·단위·빈칸을 이렇게 처리했다
다른 코호트에서 확인이 필요하다

말할 수 없다

A 가 B 를 일으킨다
A 를 낮추면 오래 산다
이 약이 듣는다
이 값이 진단 기준이다

High school말할 수 있는 것

주장	근거
이 암종에서 이 유전자 발현이 생존과 연관	17강 — 단, 관찰 연구
이 변이들이 상호 배타적이다	16강
TMB 분포가 이렇다	11·12강 — 계산 방식 명시하고
가설을 세울 근거가 있다	—

열 가지 전부 표를 열기 전에는 안 보이는 것들입니다. 그래서 스무 강이 필요했어요.

Python Runs in your browser

import tcga

점검 = [
    ("표본종류를 확인했는가",        "3강",  "01 종양 · 11 정상을 섞지 않았다"),
    ("환자 중복을 정리했는가",        "4강",  "한 사람이 여러 줄로 들어가지 않았다"),
    ("창구를 하나로 고정했는가",      "5강",  "GDC 와 cBioPortal 값을 섞지 않았다"),
    ("단위를 확인했는가",            "6강",  "counts 와 TPM 을 함께 쓰지 않았다"),
    ("로그 변환을 적었는가",         "7강",  "log2(x+1) 의 +1 을 밝혔다"),
    ("빈칸의 뜻을 나눴는가",         "8강",  "안 잰 것과 해당 없는 것을 구분했다"),
    ("종점을 미리 정했는가",         "9강",  "OS·DSS·DFI·PFI 중 하나를 먼저 골랐다"),
    ("TMB 의 분모를 밝혔는가",       "11강", "30 Mb 로 나눴다고 적었다"),
    ("접수기관을 확인했는가",        "14강", "두 군의 병원 구성이 비슷했다"),
    ("가설을 자료 보기 전에 정했는가", "18강", "문턱과 유전자를 미리 골랐다"),
]

print("TCGA 논문 제출 전 점검표")
print()
for i, (물음, 강, 뜻) in enumerate(점검, 1):
    print("%2d. [ ] %-24s (%s)" % (i, 물음, 강))
    print("        %s" % 뜻)

High school말할 수 없는 것

말할 수 없는 것	왜
인과 관계	관찰 연구 (/epi)
배치효과가 아니다	14강 — 확인해야
다른 코호트에서도 그럴 것	재현이 필요
이 문턱이 최적이다	18강 — 최적화하면 안 됨
치료 효과	TCGA는 치료 정보가 제한적

12,591 표본 · 11,081 환자 · 33 암종. Redaction 57건은 동의가 철회된 표본입니다 — 사람의 표라는 것을 마지막으로 상기시켜요.

Python Runs in your browser

import pandas as pd
import tcga

c = tcga.clinical()

print("이 강의에서 다룬 표")
print("   범암종 임상  %6d 표본 · %5d 환자 · %2d 암종"
      % (len(c), c["patient"].nunique(), c["type"].nunique()))
print("   LUAD 분자    %6d 표본 (변이 · TMB · 복제수 · 발현)" % len(tcga.luad_sample()))
print()
print("Redaction 표시가 붙은 표본:", int(c["redaction"].notna().sum()))
print()
print("가장 큰 암종 다섯")
for 종, n in c["type"].value_counts().head(5).items():
    print("   %-6s %5d 표본   %s" % (종, n, tcga.NAMES.get(종, "")))

High school논문을 쓰기 전에 물을 열 가지

	질문	강
①	표본 단위인가 환자 단위인가	1·4강
②	종양만 남겼나	3강
③	어느 창구·버전인가	5강
④	발현 단위가 무엇인가	6강
⑤	이미 로그인가	7강
⑥	결측을 어떻게 다뤘나	8강
⑦	어느 종점인가	9강
⑧	TMB 분모와 필터는	11·12강
⑨	배치를 확인했나	14강
⑩	문턱을 미리 정했나	18강

여기서 이어지는 길

🧫

데이터셋 첫걸음

GEO 의 단일세포 파일 하나를 연다 — 파일 형식이 주제

🧾

bulk RNA-seq 첫걸음

여기서 쓴 발현값이 어떻게 만들어지는지

🔬

종양침윤림프구 첫걸음

TCGA 조직 이미지에서 림프구를 세는 이야기

이 강의가 남긴 습관은 하나입니다. 새 표를 받으면 분석보다 먼저 열의 뜻을 묻는 것. 그 습관이 있으면 어떤 공개 자료를 만나도 첫 걸음은 뗄 수 있습니다.

High school다음으로

더 볼 것	어디서
체세포 변이 데이터베이스	/somatic
TMB와 면역치료	/tmb
발현 자료 재분석	/geo · /bulk
역학과 인과 추론	/epi
단일세포 자료	/tenx · /dataset
표적 발굴	/gwas · /insilico

TCGA는 가설을 만드는 곳입니다 — 확인은 다른 자료와 실험의 몫이에요.

🤔 Check yourself

TCGA 자료로 "이 유전자 발현이 높으면 예후가 나쁘다" 까지 보였습니다. 다음으로 할 수 있는 말은?

🤔 Check yourself

TCGA 에서 "A 약을 받은 환자가 더 오래 살았다" 는 결과가 나왔습니다. 가장 큰 문제는?

🤔 Check yourself

이 강의가 스무 강 내내 되풀이한 물음은?