15강 / 20강

품질 거르기 — 세 개의 문턱

【실습】 유전자 수 · UMI 수 · 미토콘드리아 비율

Cell Ranger 가 세포라고 준 것들도 그대로 쓰면 안 됩니다. 그 안에는 아직 부서진 세포와 두 개 붙은 것이 섞여 있어요.

세포마다 세 숫자를 재고, 각각에 문턱을 겁니다.

재는 것	이름	낮으면	높으면
보인 유전자 종류	`n_genes`	부서진 세포 · 빈 방울	이중체
UMI 총합	`total_counts`	RNA 가 거의 없다	이중체
미토콘드리아 유전자 비율	`pct_mt`	—	죽어 가는 세포

고등학생세 개의 문턱

세포로 판정된 것 중에서도 나쁜 세포를 걸러 냅니다.

지표	낮으면	높으면
유전자 수	빈 방울 · 죽은 세포	이중체 의심
UMI 수	같음	같음
미토콘드리아 비율	—	죽어 가는 세포

양쪽 끝을 다 잘라 냅니다 — 너무 적어도, 너무 많아도 문제입니다.

고등학생미토콘드리아 비율이 왜 지표인가

세포가 죽어 가면 세포막이 새기 시작합니다. 세포질의 RNA가 빠져나가요.

RNA 위치	세포막이 새면
세포질	빠져나감
미토콘드리아 안	남아 있음 — 자기 막이 있으니
결과	미토콘드리아 비율이 올라감

미토콘드리아 RNA가 늘어난 게 아니라 나머지가 빠져나간 것입니다.

PBMC 3k 도 이 문턱으로 2,700 -> 2,638 개가 됩니다.

Python 브라우저에서 실행

# 세포 3,000개를 만들어 문턱을 걸어 본다
import numpy as np
rng = np.random.default_rng(11)
N = 3000

n_genes = rng.lognormal(np.log(900), 0.45, N).astype(int)
pct_mt  = np.clip(rng.gamma(2.0, 1.6, N), 0, 100)

# 부서진 세포 150개 — 유전자가 적고 미토콘드리아가 높다
brk = rng.choice(N, 150, replace=False)
n_genes[brk] = rng.integers(30, 190, 150)
pct_mt[brk]  = rng.uniform(18, 65, 150)

# 이중체 120개 — 유전자가 유난히 많다
dbl = rng.choice(np.setdiff1d(np.arange(N), brk), 120, replace=False)
n_genes[dbl] = rng.integers(2600, 4200, 120)

MIN_G, MAX_G, MAX_MT = 200, 2500, 5
keep = (n_genes >= MIN_G) & (n_genes <= MAX_G) & (pct_mt < MAX_MT)

print("문턱:  유전자 %d ~ %d,  미토콘드리아 < %d%%" % (MIN_G, MAX_G, MAX_MT))
print()
print("처음:          %d개" % N)
print("  유전자 부족:  -%d" % (n_genes < MIN_G).sum())
print("  유전자 과다:  -%d" % (n_genes > MAX_G).sum())
print("  미토 과다:    -%d" % (pct_mt >= MAX_MT).sum())
print("  (겹치는 것 있음)")
print("남은 세포:      %d개  (%.1f%%)" % (keep.sum(), keep.mean() * 100))

왼쪽 아래 구석에 뭉친 점들이 부서진 세포입니다.

Python 브라우저에서 실행

# 문턱을 어디에 그을지 — 그림으로 정한다
import numpy as np
import matplotlib.pyplot as plt
rng = np.random.default_rng(11)
N = 3000

n_genes = rng.lognormal(np.log(900), 0.45, N).astype(int)
pct_mt  = np.clip(rng.gamma(2.0, 1.6, N), 0, 100)
brk = rng.choice(N, 150, replace=False)
n_genes[brk] = rng.integers(30, 190, 150)
pct_mt[brk]  = rng.uniform(18, 65, 150)

fig, ax = plt.subplots(1, 2, figsize=(9.5, 3.8))
ax[0].hist(n_genes, bins=60, color="#3b82f6")
ax[0].axvline(200, color="crimson", ls="--")
ax[0].axvline(2500, color="crimson", ls="--")
ax[0].set_xlabel("genes per cell"); ax[0].set_ylabel("cells")

ax[1].scatter(n_genes, pct_mt, s=4, alpha=.35, color="#3b82f6")
ax[1].axhline(5, color="crimson", ls="--")
ax[1].set_xlabel("genes per cell"); ax[1].set_ylabel("mito %")
plt.tight_layout()
plt.show()

고등학생문턱을 어떻게 정하나

방법	내용
고정 문턱	예: MT < 10%, 유전자 > 200
분포 기반	중앙값 ± 3 MAD
세포 유형별	심근세포는 미토콘드리아가 원래 많음

고정 문턱은 편하지만 조직마다 맞지 않습니다 — 분포를 보고 정하세요.

심장·근육·간처럼 미토콘드리아가 많은 조직은 20~30%도 정상일 수 있어요.

고정된 숫자 대신 쓰는 법

문턱을 손으로 정하는 대신, 중앙값에서 몇 배 떨어졌나 로 자르기도 합니다.

MAD = median(|x − median(x)|)

중앙값에서 3 MAD 넘게 벗어난 세포를 버리는 식이에요. 시료마다 알아서 눈금이 맞춰지는 것이 장점이고, 세포유형이 하나뿐인 시료에서는 위험한 것이 단점입니다.

고등학생너무 세게 거르면

과도한 필터의 결과	내용
특정 세포 유형이 통째로 사라짐	작은 세포 · 대사가 활발한 세포
스트레스 받은 세포만 제외	생물학적으로 의미 있을 수도
세포 수가 크게 줄어듦	검정력 저하

필터 전후의 세포 수와 구성을 비교해 보세요 — 한 유형만 사라지면 다시 봐야 합니다.

🤔 확인 문제

미토콘드리아 유전자 비율이 높은 세포를 버리는 이유는?

🤔 확인 문제

n_genes 가 유난히 높은 세포를 의심하는 이유는?