Lesson 17 of 20

이 스크린이 실제로 답하는 것 — 자료를 탓하지 않기

클러스터 112개 · 자가면역 17종 · 유의한 연관 185건

앞의 여섯 강 동안 이 API 는 계속 0 을 냈습니다. 그래서 자료가 나쁘다고 생각하기 쉽습니다. 아닙니다.

이 스크린이 제 질문을 받으면 어떻게 답하는지 봅시다.

High school자료를 탓하지 않기

15강에서 원하는 답이 안 나왔습니다. 자료가 나쁜 걸까요? 아닙니다 — 다른 질문에는 잘 답합니다.

이 스크린이 답하는 것	답하지 않는 것
T세포에서 어느 유전자가 중요한가	폐 섬유아세포에서
기능적으로 어떻게 묶이는가	IPF 치료 효과
자가면역과 어떻게 연결되나	섬유증과의 연결

도구를 탓하기 전에 질문이 그 도구의 것이었는지 물어야 합니다.

자가면역 17종. 크론병 · 루푸스 · 류마티스관절염 · 1형당뇨 … 특발성 폐섬유증은 없습니다.

Python Runs in your browser

import pseq

s = pseq.stats()
print("검사한 자가면역 질환", len(s["diseases_tested"]), "종")
for d in s["diseases_tested"]:
    print("  -", d)
print()
print("유의한 클러스터-질환 연관:", s["significant_associations"], "건")

유전자 하나에서 클러스터로, 클러스터에서 질환으로. 이 자료가 설계된 방향이 이것입니다.

Python Runs in your browser

import pseq

r = pseq.perturb("ZAP70")
print("ZAP70 — 세 조건 합 DE", r["summary"]["total_de_genes"])
print()
print("속한 클러스터")
for c in r["clusters"]:
    print("  %3d  %s  (구성원 %s)" % (c["cluster"], c["annotation"], c.get("size", "?")))
print()
print("이어진 질환")
for d in r["diseases"][:8]:
    print("  OR %.2f  p_adj %.4f  %s" % (d["odds_ratio"], d["p_adj"], d["disease"]))

High school이 스크린이 실제로 잘하는 것

성과	수
기능 클러스터	112개
검사한 자가면역 질환	17종
유의한 연관	185건

자가면역 질환의 GWAS 히트가 T세포 유전자에 몰려 있다는 것은 오래된 관찰입니다. 이 스크린이 그 히트들을 기능적 경로로 정리해 줘요.

GWAS는 주소를 주고, Perturb-seq은 그 주소에서 무슨 일이 일어나는지 보여 줍니다.

그러면 TNIK 을 제대로 확인하려면 어떤 자료가 필요했을까요. 2절의 표가 그 답입니다.

이 스크린

건강한 사람 CD4+ T세포
자극: 항CD3/CD28
시간: 며칠
읽기: 전사체

필요했던 것

사람 폐 섬유아세포(또는 IPF 환자 유래)
자극: TGF-β
시간: 며칠
읽기: 전사체 + 콜라겐 · 근섬유아세포 표지

High school자료의 성격에 맞는 질문

자료	맞는 질문
CD4+ T세포 Perturb-seq	자가면역 · 면역치료 · 면역 안전성
암세포주 DepMap	암의 의존성 · 필수성
폐 조직 발현 자료	섬유증 관련 유전자
GWAS	인과 방향의 유전 증거

여러 자료를 겹칠 때 각자가 답할 수 있는 것만 물어야 합니다.

쓸모없는 0 이 아니었습니다. 다른 칸에 넣으면 값이 있어요 — 다만 아주 약한 근거입니다.

Python Runs in your browser

import pseq

# 이 자료로 대신 확인할 수 있는 것 하나 — 안전 쪽 정보다.
r = pseq.perturb("TNIK")
print("TNIK 을 사람 1차 CD4+ T세포에서 껐을 때")
print("  세포는 죽었나        : 세포", max(v["n_cells"] for v in r["conditions"].values()),
      "개가 끝까지 남았다 -> 치명적이지 않다")
print("  T세포 회로가 망가졌나 : 흔들린 유전자", r["summary"]["total_de_genes"], "개 -> 거의 안 건드린다")
print("  자가면역 회로에 걸리나 : 클러스터", r["summary"]["n_clusters"],
      "· 질환", r["summary"]["n_disease_associations"])
print()
print("이것은 효능 자료가 아니라 <안전 쪽 자료>입니다.")
print("TNIK 억제제가 면역계를 크게 흔들 것 같지는 않다는 약한 근거입니다.")

High school그래서 TNIK은 어떻게 됐나

이 강의의 공개 자료 경로에서는 TNIK이 상위에 안 옵니다. 문헌 0편, 발현 안 보임, T세포에서 조용함.

공개 자료가 보여 준 것	실제로 일어난 일
순위에 없음	회사는 다른 자료로 찾아냄
T세포에서 조용함	폐 섬유아세포에서는 다를 것
—	임상 2a상까지 진행 — 18·19강

공개 자료로 재현되지 않는다는 것이 결과가 없다는 뜻은 아닙니다.

3강에서 말한 빈칸이 여기 있습니다 — 왜 하필 TNIK이었는지, 공개 정보로는 알 수 없어요.

🤔 Check yourself

TNIK 을 T세포에서 껐을 때 아무 일도 없었다는 결과를 “안전 쪽 근거” 로 읽을 수 있는 이유는?

🤔 Check yourself

이 스크린이 “제대로 답하는 질문” 은?