10강 / 20강
환자를 봐도 안 나온다 — 발현 자료의 사각지대
GEO 시리즈 4개 · IPF 102명 대 정상 40명 · 상위 600 안에 TNIK 없음
9강이 남긴 문제는 이겁니다. 논문 0편인 유전자가 68개인데, 문헌 자료로는 그 68개 사이에 순서를 매길 수 없습니다. 전부 0 이니까요.
그러면 문헌이 아닌 자료를 봐야 합니다. 가장 곧바른 것은 환자의 폐에서 실제로 무슨 일이 일어나고 있는가 입니다 — IPF 환자 폐조직과 정상 폐조직의 발현을 나란히 놓는 것이죠.
그 계산은 이미 되어 있습니다. 같은 저장소의 /geo 강의가 NCBI GEO 의 공개 시리즈 넷을 직접 내려받아 합쳤습니다. 그 결과를 그대로 가져와 봅시다.
환자 102명입니다. 작지 않은 자료예요. 그리고 이 강의가 계산한 것이 아니라 /geo 가 계산한 것입니다.
Python
브라우저에서 실행
콜라겐과 섬유아세포 표지가 위를 채웁니다. 흉터가 늘었다는 뜻이고, 맞는 말입니다 — 그런데 그것은 결과입니다.
Python
브라우저에서 실행
세 번째 실패입니다. 근거 순위(7강)도, 문헌 새로움 혼자서도(9강), 이제 환자 발현까지.
Python
브라우저에서 실행
같은 문제가 한 겹 더 있습니다. 발현 자료에서 가장 크게 변한 유전자를 고르는 것 자체가 위험합니다.
위 목록의 1등급을 보세요 — 콜라겐과 섬유아세포 표지입니다. 그것은 흉터 그 자체예요. 흉터를 만들라고 명령한 유전자가 아닙니다. 그리고 명령한 쪽은 대개 조금만 변합니다.
모의 자료입니다. 실제 값은 위의 geo 셀에 있고, 이 셀은 왜 그런 일이 생기는지만 보입니다.
Python
브라우저에서 실행
🤔 확인 문제
환자 폐조직 발현 메타분석에서도 TNIK 이 안 나온 가장 큰 이유는?
해설 자료의 결함이 아니라 자료가 볼 수 있는 것의 한계입니다.
켜지고 꺼지는 방식이 발현이 아닌 단백질은 발현 자료에 잘 안 잡힙니다.
🤔 확인 문제
발현 메타분석 상위에 콜라겐과 섬유아세포 표지가 오는 것을 어떻게 읽어야 하나?
해설 맞는 답입니다. 다만 물은 질문이 “무엇이 늘었나” 였을 뿐이에요.
“무엇이 늘리라고 시켰나” 는 다른 질문이고, 다른 계산이 필요합니다.