10강 / 20강

【실습】 CD4 의 TCR 과 CD8 의 TCR 은 다르게 생겼나

CDR3 길이 · V 유전자 사용 · 답은 '거의 같다' 였다

여기까지 오면 자연스러운 질문이 생깁니다.

클래스 I 을 읽는 TCR 과 클래스 II 를 읽는 TCR 은 다르게 생겼을까요?

그럴 법도 합니다. 홈의 모양이 다르고, 조각의 길이가 다르고, 조각이 삐져나오는 방식도 다릅니다. 그렇다면 그 위에 앉는 수용체도 다르게 생겨야 할 것 같습니다.

세어 봅시다.

고등학생CD4 의 TCR 과 CD8 의 TCR

클래스 I 을 읽는 TCR 과 클래스 II 를 읽는 TCR. 다르게 생겼을까?

다를 것 같은 이유

클래스 I	클래스 II
펩타이드 8~11	13~25
홈이 닫힘	열림
표면 모양이 다름	—

보는 대상이 다르니 보는 도구도 다를 것 같다.

구조가 다르면 그것을 읽는 도구도 다를 것 — 자연스러운 예상

0.06 글자 차이입니다. 아미노산 하나의 15분의 1이에요.

Python 브라우저에서 실행

# CDR3 길이 — 등급에 따라 다른가
import thla

for gene in ["TRA", "TRB"]:
    a = thla.cdr3_len("I", gene)
    b = thla.cdr3_len("II", gene)
    print(f"{gene}")
    print(f"   클래스 I  n={len(a):>7,}  평균 {a.mean():.2f}  중앙값 {a.median():.0f}")
    print(f"   클래스 II n={len(b):>7,}  평균 {b.mean():.2f}  중앙값 {b.median():.0f}")
    print(f"   차이 {a.mean()-b.mean():+.2f} 글자")
    print()

12만 줄로도 못 잡아내는 차이라면, 있다 해도 아주 작습니다.

Python 브라우저에서 실행

# 우연일 수 있나 — 순위합 검정
import thla
from scipy import stats

a = thla.cdr3_len("I", "TRB")
b = thla.cdr3_len("II", "TRB")
u, p = stats.mannwhitneyu(a, b)
print(f"Mann-Whitney U 검정  p = {p:.3f}")
print()
if p > 0.05:
    print("두 분포가 다르다고 말할 근거가 없습니다.")
else:
    print("차이가 있습니다.")
print()
print("표본이 각각 116,477 과 4,098 인데도 p 가 크다는 것은")
print("차이가 '작다' 가 아니라 '안 보인다' 는 뜻입니다.")

고등학생무엇으로 비교하나

비교 항목	재는 것
CDR3 길이	펩타이드에 닿는 고리의 크기
V 유전자 사용	어떤 V 를 골랐나
J 유전자 사용	—
아미노산 조성	화학적 성질

CDR3 길이가 특히 그럴듯한 예측이다

클래스 II 의 펩타이드가 더 길고 삐져나온다. 그러면 그것을 잡는 CDR3 도 달라야 하지 않을까?

더 길거나, 더 짧거나 — 어느 쪽이든 차이가 있어야 자연스럽다.

예측을 먼저 세우고 재는 것이 확인과 사후 설명을 가른다

두 곡선이 거의 겹칩니다.

Python 브라우저에서 실행

# 길이 분포를 겹쳐 그린다
import matplotlib.pyplot as plt
import numpy as np
import thla

fig, ax = plt.subplots(figsize=(8, 4))
bins = np.arange(8, 24) - 0.5
for cls, col, lab in [("I", "#4C7DE0", "class I  (CD8)"), ("II", "#E8863F", "class II (CD4)")]:
    v = thla.cdr3_len(cls, "TRB")
    ax.hist(v, bins=bins, density=True, histtype="step", lw=2.4, color=col, label=lab)
ax.set_xlabel("CDR3beta length (aa)")
ax.set_ylabel("fraction")
ax.legend()
plt.show()

V 유전자 사용은 어떤가 — 여기서 함정이 하나 나온다

CDR3 길이가 같다면 V 유전자는 어떨까요. 그런데 이 비교에는 앞에서 배운 편향이 그대로 들어옵니다.

고등학생답은 '거의 같다' 였다

실제로 재 보면 차이가 거의 없다.

항목	결과
CDR3 길이 분포	거의 겹침
V 유전자 사용	비슷한 편향

이것이 무엇을 뜻하나

TCR 은 클래스에 맞춰 특화되지 않았다. 같은 종류의 도구로 두 가지 다른 접시 를 읽는다.

4강의 논쟁과 연결된다

TCR 이 MHC 일반 을 보도록 배선되어 있다면, 클래스 I 이든 II 든 비슷한 방식 으로 볼 것이다.

클래스에 특화된 TCR 이 따로 있는 것이 아니라, 같은 TCR 풀에서 흉선 선택이 갈라놓는 것이다.

차이가 없다는 결과가 배선 편향설을 지지하는 증거가 된다

0.38 과 0.90. 이렇게 벌어지면 어딘가에 큰 덩어리가 하나 있다는 뜻입니다.

Python 브라우저에서 실행

# 두 등급의 TRBV 사용을 견준다 — 두 가지 상관계수로
import pandas as pd
import thla

a = thla.vdj("I", "TRB")["v"].value_counts(normalize=True)
b = thla.vdj("II", "TRB")["v"].value_counts(normalize=True)
j = pd.concat([a, b], axis=1, keys=["I", "II"]).fillna(0)
print(f"Pearson  {j['I'].corr(j['II']):.3f}    (값 자체를 견준다)")
print(f"Spearman {j['I'].corr(j['II'], method='spearman'):.3f}    (순위를 견준다)")
print()
print("순위는 거의 같은데 값은 어긋납니다. 왜일까요.")

조각 하나를 빼자 0.38 이 0.64 가 됩니다. NY-ESO-1 실험 하나가 그만큼 큽니다.

Python 브라우저에서 실행

# 범인 찾기 — 조각 하나를 빼고 다시 잰다
import pandas as pd
import thla

d = thla.vdj("I", "TRB")
big = d.groupby("epitope").size().idxmax()
n = int((d["epitope"] == big).sum())
print(f"가장 큰 덩어리 : {big}  {n:,}줄  ({100*n/len(d):.1f}%)")
print()
b = thla.vdj("II", "TRB")["v"].value_counts(normalize=True)
for label, sub in [("전체", d), (f"{big} 제외", d[d["epitope"] != big])]:
    a = sub["v"].value_counts(normalize=True)
    j = pd.concat([a, b], axis=1, keys=["I", "II"]).fillna(0)
    print(f"   {label:<18} Pearson {j['I'].corr(j['II']):.3f}")

고등학생'결론을 뒤집을 뻔했다' 는 것

이 실습이 흥미로운 것은 기대와 반대 결과 가 나왔기 때문이다.

기대	결과
다를 것	거의 같다

예상 밖 결과를 만났을 때

확인 순서	내용
1	계산이 맞나
2	비교 집단이 공정한가
3	자료의 편향인가 (7강)
4	진짜 결과인가

이 경우 3번을 꼭 확인해야 한다

클래스 II 항목이 훨씬 적을 수 있다. 그러면 분포가 불안정하고 차이를 못 볼 수 있다.

"차이가 없다" 가 없어서 인지 못 봐서 인지 — 표본 수를 확인해야 안다.

차이가 없다는 결론은 그 차이를 볼 검정력이 있었을 때만 성립한다

🤔 확인 문제

클래스 I 과 클래스 II 를 읽는 TCR 의 CDR3β 길이 비교 결과는?

🤔 확인 문제

Pearson 0.38 과 Spearman 0.90 이 크게 벌어졌을 때 의심해야 할 것은?

🤔 확인 문제

이 강의가 내린 결론은?