16강 / 20강

KRAS 와 EGFR 은 함께 오지 않는다 — 아형이란 무엇인가

566 표본 가운데 둘 다 가진 사람은 1명

지금까지는 LUAD 566 표본을 한 덩어리로 다뤘습니다. 그런데 이 안은 균일하지 않아요.

폐선암에는 운전자 변이(driver mutation) 가 있습니다. 암을 굴러가게 만드는 변이예요. 그리고 운전자는 대개 하나면 충분합니다. 이미 KRAS 가 굴리고 있으면 EGFR 이 또 망가질 이유가 없어요.

그래서 두 변이는 같은 종양에 잘 안 나타납니다. 이것을 상호배타(mutual exclusivity) 라고 부르고, 아형을 나누는 가장 단순한 근거가 됩니다. 자료로 확인해 봅시다.

고등학생KRAS와 EGFR은 함께 오지 않는다

폐선암 566 표본에서 KRAS와 EGFR 변이를 둘 다 가진 사람은 1명뿐입니다.

관찰	이름
두 변이가 거의 안 겹침	상호 배타적 (mutually exclusive)

우연이 아닙니다 — 둘 다 필요 없기 때문이에요.

TP53 이 295 표본(52%)으로 가장 많고, 그다음이 KRAS 168, EGFR 70 입니다.

Python 브라우저에서 실행

import pandas as pd

maf = pd.read_csv("tcga_luad_maf.tsv", sep="\t")
s   = pd.read_csv("tcga_luad_sample.tsv", sep="\t", dtype={"tss": str})

g = maf.groupby("Hugo_Symbol")["Tumor_Sample_Barcode"].nunique().sort_values(ascending=False)
print("유전자별 변이를 가진 표본 수 (전체 %d)" % len(s))
print()
for 유전자, n in g.head(8).items():
    print("   %-8s %3d 표본  (%4.1f%%)" % (유전자, n, 100 * n / len(s)))

독립이라면 20.8 표본에서 겹쳐야 하는데 실제로는 1개입니다. p = 1.2e-10 — 우연이 아니에요.

Python 브라우저에서 실행

import pandas as pd
from scipy import stats

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

def 가진표본(유전자):
    return set(maf[maf["Hugo_Symbol"] == 유전자]["Tumor_Sample_Barcode"])

K, E = 가진표본("KRAS"), 가진표본("EGFR")

둘다 = len(K & E)
K만  = len(K - E)
E만  = len(E - K)
없음 = len(전체 - K - E)

print("           EGFR 있음  EGFR 없음")
print("KRAS 있음  %8d %10d" % (둘다, K만))
print("KRAS 없음  %8d %10d" % (E만, 없음))
print()
odds, p = stats.fisher_exact([[둘다, K만], [E만, 없음]])
print("피셔 정확검정  p = %.3g" % p)
print("기대되는 겹침 (독립이라면) : %.1f 표본" % (len(K) * len(E) / len(전체)))

고등학생왜 배타적인가

이유	내용
같은 경로	둘 다 RAS-MAPK를 켬
하나면 충분	두 번째는 이득이 없음
둘 다면 해로울 수도	과도한 신호 → 세포 노화

전등을 켜는 스위치가 둘인데 하나만 누르면 되는 것과 같습니다.

고등학생그래서 아형이 생긴다

상호 배타적인 변이들이 환자를 무리로 나눕니다.

폐선암 아형	치료
EGFR 변이형	EGFR 억제제
ALK 융합형	ALK 억제제
KRAS 변이형	G12C 억제제 (최근)
기타	—

아형이 치료를 정합니다 — 이것이 정밀의료의 기본 구조예요.

EGFR 변이 무리에서 EGFR 발현도 함께 높습니다. 변이와 발현은 다른 자료인데 서로 맞아떨어져요 — 아형이 진짜라는 증거입니다.

Python 브라우저에서 실행

import pandas as pd
import numpy as np

maf = pd.read_csv("tcga_luad_maf.tsv", sep="\t")
e   = pd.read_csv("tcga_luad_expr.tsv", sep="\t", index_col=0)

K = set(maf[maf["Hugo_Symbol"] == "KRAS"]["Tumor_Sample_Barcode"])
E = set(maf[maf["Hugo_Symbol"] == "EGFR"]["Tumor_Sample_Barcode"])

무리 = {"KRAS": [s for s in e.columns if s in K and s not in E],
        "EGFR": [s for s in e.columns if s in E and s not in K],
        "둘다없음": [s for s in e.columns if s not in K and s not in E]}

print("%-9s %5s %9s %9s %9s" % ("무리", "표본", "EGFR발현", "CD8A", "MKI67"))
for 이름, 표본들 in 무리.items():
    v = np.log2(e[표본들] + 1)
    print("%-9s %5d %9.2f %9.2f %9.2f"
          % (이름, len(표본들), v.loc["EGFR"].median(),
             v.loc["CD8A"].median(), v.loc["MKI67"].median()))

고등학생배타성을 검정할 때

주의	내용
다중검정	유전자 쌍이 아주 많음
빈도가 낮은 유전자	겹칠 확률이 원래 낮음
아형 교란	이미 다른 아형이 나뉘어 있으면

두 번째 줄이 중요합니다 — 둘 다 1%짜리면 겹치는 게 원래 드뭅니다.

🤔 확인 문제

KRAS 와 EGFR 이 독립이라면 20.8 표본에서 겹쳐야 하는데 1개만 겹쳤습니다. 이것은?

🤔 확인 문제

이 자료의 19개 유전자로 발현 군집을 지어 새 아형을 발표해도 될까요?