5강 / 20강

침묵변이를 빼면 — 2.6%와 두 사람

이름은 nonsynonymous 인데 실제로는 무엇을 세고 있나

4강에서 정했습니다 — 단백질을 바꾸지 않는 변이는 빼기로. 폐선암 566 표본에서 그런 변이는 Splice_Region 2,259줄, 전체의 1.4%뿐입니다. 1.4% 쯤이야, 하고 넘어가도 될까요.

고등학생2.6%와 두 사람

침묵변이를 빼면 TMB 가 얼마나 달라질까?

관찰	값
TMB 값의 평균 변화	약 2.6%
문턱 10 을 기준으로 분류가 바뀌는 사람	두 명

작아 보이는가

566명 중 두 명이면 0.35% 다. 전체로는 작다.

그런데 그 두 사람에게는 치료를 받느냐 마느냐의 차이다.

평균적으로 작은 차이가 개인에게는 결정적일 수 있다

중앙값은 2.6% 내려갑니다. 눈에 띄지 않는 크기입니다.

Python 브라우저에서 실행

import tmb

d = tmb.luad()
d = d[d["n_mut"] > 0]                       # 변이가 하나도 없는 5명은 뺀다

all_tmb = d["n_mut"] / 30                   # 전부 세기
ns_tmb  = d["n_nonsyn"] / 30                # 단백질 바꾸는 것만

print("표본", len(d), "개")
print("전부 세면      중앙값", round(all_tmb.median(), 3))
print("침묵변이 빼면  중앙값", round(ns_tmb.median(), 3))
print("차이", round(100 * (1 - ns_tmb.median() / all_tmb.median()), 1), "%")

중앙값만 보면 아무 일도 아닙니다. 그런데 우리가 이 숫자로 하는 일은 문턱 넘기입니다. 평균이 아니라 선 근처에 있는 사람이 문제입니다.

고등학생왜 이렇게 작은가

침묵변이가 전체의 상당 부분 인데 왜 TMB 는 조금만 바뀌나?

이미 빼고 있었기 때문이다

공개된 TMB 값 대부분이 이미 nonsynonymous 기준이다. 우리가 다시 빼도 거의 안 바뀐다.

상황	차이
전체 변이로 계산 → 침묵 제외	크게 바뀜
이미 제외된 값 → 다시 확인	거의 안 바뀜

그럼 이 실습의 의미는

"공개 값이 어떻게 계산되었는지 확인한 것" 이다. 문서에 안 적혀 있어도 자료로 역추적할 수 있다.

문서에게 묻지 말고 자료에게 물어라 — 계산 규칙도 역추적할 수 있다

두 명입니다. 566명 중 둘 — 작은 수처럼 보이지만, 그 둘에게는 약을 쓰느냐 마느냐입니다.

Python 브라우저에서 실행

import tmb

d = tmb.luad()
d = d[d["n_mut"] > 0].copy()
d["tmb_all"] = d["n_mut"] / 30
d["tmb_ns"]  = d["n_nonsyn"] / 30

crossed = d[(d["tmb_all"] >= 10) & (d["tmb_ns"] < 10)]
print("전부 셀 때는 TMB-High, 침묵변이를 빼면 아닌 사람:", len(crossed), "명")
print()
print(crossed[["sample", "n_mut", "n_silent", "tmb_all", "tmb_ns"]].to_string(index=False))

고등학생이름과 실제가 어긋날 때

"nonsynonymous TMB" 라는 이름이 붙어 있어도 실제로 무엇을 셌는지 확인해야 한다.

확인 방법	내용
변이 종류별로 다시 세기	어느 종류가 포함되었나
공개 값과 맞춰 보기	7강
문서 확인	있으면

7강에서 이것을 직접 한다

39 표본을 손으로 다시 세어 cBioPortal 값과 맞춰 본다.

맞으면 계산 규칙을 알아낸 것이고, 안 맞으면 어디가 다른지 를 찾는다.

공개 값을 재현해 보면 그 값의 계산 규칙을 알게 된다

그런데 cBioPortal 은 무엇을 세고 있었나

이 표의 tmb 열 이름은 원래 TMB_NONSYNONYMOUS 입니다. 이름대로라면 단백질을 바꾸는 변이만 세야 합니다. 정말 그런지 확인해 봅시다.

cBioPortal 의 값은 '전부 세기' 와 같습니다. 이름은 nonsynonymous 인데 Splice_Region 을 세고 있었던 것입니다.

Python 브라우저에서 실행

import tmb

d = tmb.luad().set_index("sample")
s = "TCGA-05-4244-01"
row = d.loc[s]

mine = tmb.compute(s)                       # 우리 규칙 — 침묵변이 제외
print(s)
print("  cBioPortal 의 tmb        ", round(row["tmb"], 3))
print("  전부 세어 30 으로 나누면 ", round(row["n_mut"] / 30, 3))
print("  침묵변이 빼고 나누면     ", round(mine, 3))

이 강의는 앞으로 두 값을 모두 씁니다. 566명 전체를 다루는 강에서는 cBioPortal 의 tmb 열을 그대로 쓰고(그래야 다른 자료와 견줄 수 있으니까요), 변이 줄을 직접 세는 강에서는 우리 규칙 tmb.compute() 를 씁니다. 차이가 나는 자리에서는 그때마다 말씀드리겠습니다.

고등학생작은 차이도 세는 이유

이유	내용
문턱 근처에서는 결정적	두 사람의 사례
규칙을 알아내려면	차이를 봐야 규칙을 안다
다른 자료에서는 클 수 있음	계산 방식이 다르면

문턱 근처의 민감성

TMB 가 9.8 인 사람과 10.2 인 사람 — 거의 같은데 분류가 다르다.

계산 규칙이 조금만 달라져도 이 두 사람의 위치가 바뀐다.

그래서 연속 값을 쓰자는 주장이 있다

이분화하지 않고 TMB 값 그대로 쓰면 문턱 근처의 불안정성이 사라진다.

문턱이 있으면 그 근처에서 작은 차이가 큰 결과를 만든다

🤔 확인 문제

침묵변이를 빼도 중앙값이 2.6% 밖에 안 움직였는데, 그래도 확인해야 하는 까닭은?

🤔 확인 문제

tmb 열이 실제로는 침묵변이까지 세고 있음을 어떻게 알아냈나?