1강 / 20강
평균 뒤에 숨은 것 — 왜 세포를 하나씩 읽나
bulk RNA-seq 이 못 보는 것과, 10x 가 그 자리에 넣는 것
종양 조각 하나를 갈아서 RNA 를 뽑고 시퀀싱하면 유전자마다 숫자 하나가 나옵니다. 이것이 bulk RNA-seq 입니다. 값이 싸고, 안정적이고, 20년 동안 잘 써 왔어요.
그런데 그 숫자 하나는 조직 안 수십만 개 세포의 평균입니다. 암세포도 있고, T세포도 있고, 대식세포도 있고, 혈관벽 세포도 있는데 전부 한 통에 갈아 넣은 뒤의 평균이에요.
평균은 두 가지를 구분하지 못합니다.
가설 A
모든 세포가 PD-L1 을 조금씩 켜고 있다.
→ bulk 값: 중간
→ bulk 값: 중간
가설 B
세포의 10%만 아주 세게 켜고 나머지는 꺼져 있다.
→ bulk 값: 똑같이 중간
→ bulk 값: 똑같이 중간
치료 관점에서 A 와 B 는 완전히 다른 이야기입니다. B 라면 그 10%가 누구인지가 전부예요. 그런데 bulk 로는 어느 쪽인지 알 수가 없습니다.
평균은 거의 같은데 안에 든 세포는 전혀 다릅니다.
Python
브라우저에서 실행
10x Genomics 의 Chromium 은 이 나누기를 기계로 합니다. 세포 하나하나를 기름방울에 가두고, 방울마다 다른 이름표를 붙이고, 그 이름표째로 한꺼번에 시퀀싱해요.
결과는 표 하나입니다 — 행은 유전자, 열은 세포. bulk 가 준 열 하나짜리 표가 수천 열짜리 표가 되는 것, 그것이 전부입니다.
🤔 확인 문제
bulk RNA-seq 으로는 알 수 없고 단일세포로는 알 수 있는 것은?
해설 bulk 도 '많이 켜져 있다' 는 잘 말합니다. 못 하는 것은
누가 켰나 예요. 단일세포는 세포마다 열을 따로 두므로 그 질문에 답할 수 있습니다.
🤔 확인 문제
단일세포로 바꾸면 잃는 것은 무엇인가?
해설 조직을 해리해서 세포를 하나씩 떼어 내는 순간 어디에 있었는지가 사라집니다.
그 정보를 지키려면 공간전사체(Visium · Xenium)로 가야 합니다 — 이 강의가 다루지 않는 갈래예요.