Lesson 10 of 20

변이 한 줄 — MAF 파일이 말하는 것과 말하지 않는 것

chr12:25398285 C>A · KRAS G12C

변이 자료는 MAF(Mutation Annotation Format) 라는 표로 옵니다. 한 줄이 표본 하나의 변이 하나예요.

지금 브라우저에 tcga_luad_maf.tsv 가 있습니다. 폐선암 566 표본에서 유전자 19개분의 진짜 변이만 잘라 온 것입니다.

High schoolMAF 파일이 말하는 것

MAF는 변이를 한 줄씩 적은 표입니다.

주요 열	내용
Hugo_Symbol	유전자 이름
Chromosome · Start_Position	위치
Reference_Allele · Tumor_Seq_Allele2	원래 → 바뀐 염기
Variant_Classification	변이 종류 — 12강
Tumor_Sample_Barcode	어느 표본
t_alt_count · t_ref_count	읽기 수 — VAF 계산용

첫 줄이 그 유명한 KRAS G12C 입니다 — 12번 염색체 25398285 번지에서 C 가 A 로.

Python Runs in your browser

import pandas as pd
pd.set_option("display.width", 200)

m = pd.read_csv("tcga_luad_maf.tsv", sep="\t")
print("줄:", len(m))
print()
print(m.head(5).to_string())

열 하나하나가 무엇인지 봅시다.

열	뜻
`Hugo_Symbol`	유전자 이름
`Chromosome` · `Start_Position`	유전체에서의 번지
`Reference_Allele`	참조 유전체에는 이 글자가 있었다
`Tumor_Seq_Allele2`	이 종양에서는 이 글자로 바뀌었다
`Variant_Classification`	그 바뀜이 단백질에 하는 일
`HGVSp_Short`	단백질 수준의 표기 — `G12C`
`t_ref_count` · `t_alt_count`	그 자리를 읽은 조각 수 — 참조 / 변이

High school말하지 않는 것

MAF에 없는 것	왜
검사한 범위	11강 — TMB 분모가 없음
변이가 없는 자리	있는 것만 적음
구조 변이	별도 파일
종양 순도	15강 — 별도 지표

"이 유전자에 변이가 없다"가 안 봤다는 뜻일 수도 있습니다.

VAF 0.02 짜리 변이가 실제로 있습니다. 이런 변이를 믿을지 말지가 12강의 주제예요.

Python Runs in your browser

import pandas as pd

m = pd.read_csv("tcga_luad_maf.tsv", sep="\t")
m["VAF"] = m["t_alt_count"] / (m["t_ref_count"] + m["t_alt_count"])

print("VAF 분포")
print("   중앙값 %.3f" % m["VAF"].median())
print("   0.1 미만 %d줄 (%.0f%%)" % ((m["VAF"] < 0.1).sum(),
                                     100 * (m["VAF"] < 0.1).mean()))
print()
print("VAF 가 가장 낮은 다섯 줄")
print(m.nsmallest(5, "VAF")[["Hugo_Symbol", "HGVSp_Short",
                             "t_ref_count", "t_alt_count", "VAF"]].to_string(index=False))

TP53 은 314줄인데 표본은 289개 — 한 표본에 TP53 변이가 둘인 경우가 있다는 뜻입니다.

Python Runs in your browser

import pandas as pd

m = pd.read_csv("tcga_luad_maf.tsv", sep="\t")

print("유전자마다 몇 줄인가")
for g, n in m["Hugo_Symbol"].value_counts().head(8).items():
    표본 = m[m["Hugo_Symbol"] == g]["Tumor_Sample_Barcode"].nunique()
    print("   %-8s 변이 %3d줄 · 표본 %3d개" % (g, n, 표본))

High school종양 순도가 왜 문제인가

종양 조직에는 정상 세포가 섞여 있습니다.

순도	변이의 VAF (이형접합 기준)
100%	0.5
50%	0.25
20%	0.1 — 검출이 어려움

순도가 낮으면 변이를 놓칩니다 — 15강의 순수도가 이 이야기예요.

TP53 51%, KRAS 27%, EGFR 12%. 폐선암 교과서에 적힌 값과 맞습니다.

Python Runs in your browser

import pandas as pd

m = pd.read_csv("tcga_luad_maf.tsv", sep="\t")
s = pd.read_csv("tcga_luad_sample.tsv", sep="\t", dtype={"tss": str})
전체 = s["sample"].nunique()

print("전체 표본:", 전체)
print()
for g in ["TP53", "KRAS", "EGFR", "STK11", "KEAP1"]:
    가진표본 = m[m["Hugo_Symbol"] == g]["Tumor_Sample_Barcode"].nunique()
    print("   %-8s %3d / %d 표본  = %4.1f%%" % (g, 가진표본, 전체,
                                                100 * 가진표본 / 전체))

High school줄을 세면 변이 수

1강의 교훈이 여기서 되풀이됩니다.

세는 것	얻는 것
MAF의 줄 수	변이 수
고유 바코드 수	표본 수
고유 환자 ID 수	환자 수

"변이가 만 개"와 "환자가 만 명"은 완전히 다른 말입니다.

🤔 Check yourself

MAF 표에 어떤 표본이 한 줄도 없다면 무슨 뜻인가요?

🤔 Check yourself

VAF 가 0.03 인 변이를 보았습니다. 가장 그럴듯한 해석은?