Lesson 5 of 20

【실습】 Open Targets 를 두드린다 — 후보 4,591개에 줄을 세운다

GraphQL 한 번 · 상위 300개 · 표적 143개의 자세한 기록

이제 실제로 두드립니다. Open Targets 는 GraphQL 하나로 다 됩니다 — 엔드포인트가 딱 하나고, 무엇을 받을지는 질문 안에 적습니다.

강의는 공개 사이트에서 돌고 브라우저 안 파이썬은 아무 데나 접속하지 못하므로, 응답을 떠서 실어 두었습니다. 모양은 진짜와 같습니다. 진짜로 부르는 법은 ot.live() 가 찍어 줍니다.

High schoolGraphQL 한 번으로

Open Targets는 GraphQL이라는 방식의 API를 씁니다. 원하는 필드를 명시해서 한 번에 받아요.

	REST	GraphQL
요청	정해진 주소마다	원하는 필드를 질의문으로
돌아오는 것	서버가 정한 것 전부	요청한 것만
여러 정보	여러 번 요청	한 번에

식당에서 세트 메뉴를 받는 것과, 원하는 반찬만 골라 주문하는 것의 차이입니다.

인증도 열쇠도 없습니다. requests 한 줄이면 여러분 컴퓨터에서 지금 그대로 돌아갑니다.

Python Runs in your browser

import ot

print(ot.live())
print()
print("이 강의가 떠 온 자료:", ot.source())

상위 12개를 봅시다. 각 줄에 총점과 근거 종류별 점수가 같이 옵니다.

High school상위 300개를 받는다

4,591개를 다 받을 필요는 없습니다. 점수 순으로 상위 300개만 받아요.

얻는 것	내용
표적 이름과 총점	순위표
갈래별 점수	분해표 — 4강의 일곱 갈래
표적의 자세한 기록	143개에 대해

페이지 단위로 받는 것이 예의입니다. 한 번에 수천 개를 요청하면 서버에 부담이 커요.

1~4등과 5~10등의 모양이 완전히 다릅니다. 위쪽은 유전학 칸이 차 있고, 아래쪽은 임상 칸만 차 있어요.

Python Runs in your browser

import ot

print("등 유전자     총점   유전학  임상   문헌   동물")
for i, r in enumerate(ot.assoc(12), 1):
    b = r["by_type"]
    print("%2d %-9s %.3f  %.3f  %.3f  %.3f  %.3f"
          % (i, r["symbol"], r["score"],
             b.get("genetic_association", 0), b.get("clinical", 0),
             b.get("literature", 0), b.get("animal_model", 0)))

1등부터 4등이 말하는 것 — 텔로미어와 계면활성제

PARN · RTEL1 · SFTPA2 · TERT.

PARN·RTEL1·TERT 는 텔로미어를 다루는 유전자들입니다. 염색체 끝을 유지하는 일을 하죠. 이 유전자들에 희귀 변이가 있는 집안에서 폐섬유증이 몰려 나옵니다. SFTPA2 는 폐 계면활성제 단백질입니다 — 허파꽈리를 안 쭈그러들게 하는 물질이요.

즉 사람 유전학이 가리키는 IPF 의 뿌리는 “폐 상피세포가 늙고 지친다” 쪽입니다. 이것은 진짜 신호입니다. 다만 이 강의가 뒤에서 볼 문제는 여기서 약을 만들 수 있느냐 입니다 — 14강.

High school상위 20개를 눈으로 보면

순위표를 받으면 상위 몇 개를 눈으로 훑는 것이 첫 검사입니다.

확인할 것	왜
아는 이름이 있나	파이프라인이 작동한다는 신호
주근거가 무엇인가	어느 갈래가 순위를 만들었나
이상한 것이 섞였나	매핑 오류·순환 논리

실제로 상위 20개의 주근거를 세어 보면 두 무리로 갈립니다. 그 갈림이 6강의 발견으로 이어져요.

상위 20개의 주근거를 세면 두 무리로 갈립니다. 다음 강이 그 두 무리의 정체입니다.

Python Runs in your browser

import ot
import pandas as pd

t = ot.table(20)
# 각 표적에서 가장 큰 근거가 무엇인지 이름을 붙인다
def top_kind(row):
    kinds = {k: row[k] for k in ot.DATATYPES}
    return max(kinds, key=kinds.get)

t["주근거"] = t.apply(top_kind, axis=1)
print(t[["rank", "gene", "score", "주근거"]].to_string(index=False))
print()
print(t["주근거"].value_counts().to_string())

High school순위를 그대로 믿지 않기

순위가 흔들리는 이유	내용
가중치	4강 — 사람이 정함
자료 갱신	버전마다 순위가 바뀜
문헌 편향	많이 연구된 것이 유리
순환 논리	6강 — 약이 있으니 좋은 표적

순위표는 출발점입니다 — 그 안을 열어 보는 것이 이 강의의 방식입니다.

🤔 Check yourself

Open Targets 의 총점(score) 하나만 보고 표적을 고르면 안 되는 이유는?

🤔 Check yourself

Open Targets 상위 1~4등(PARN·RTEL1·SFTPA2·TERT)의 공통점은?