Lesson 15 of 20

【실습】 TNIK 을 껐다. 아무 일도 없었다

세포 1,082개 · 녹다운 −21.4 · 흔들린 유전자 4개

13강과 14강에서 TNIK 은 좋은 표적으로 보였습니다. Wnt 와 TGF-β 가 겹치는 자리에 앉은 인산화효소, 잡을 주머니도 있고, 아무도 손대지 않았고요.

이제 인과를 확인할 차례입니다. 껴 봅시다.

High schoolTNIK을 껐다. 아무 일도 없었다

13강과 14강에서 TNIK은 좋은 표적으로 보였습니다. Wnt와 TGF-β의 교차점, 키나아제, 약으로 만들 수 있는 것.

그래서 Perturb-seq API에 넣어 봤습니다. 결과는 이랬어요.

항목	값
세포 수	1,082개 — 충분함
녹다운	−21.4 — 강하게 눌림
흔들린 유전자	4개

세포도 충분했고, 제대로 껐는데, 거의 아무 일도 안 일어났습니다.

세포 천 개, 녹다운 −21.4, 통계적으로 유의. 그런데 흔들린 유전자가 조건당 서너 개입니다.

Python Runs in your browser

import pseq

r = pseq.perturb("TNIK")
print("조건        세포수   녹다운   유의   올라감  내려감   합계")
for c in ["Rest", "Stim8hr", "Stim48hr"]:
    d = r["conditions"][c]
    print("%-10s %6d %8.2f %6s %7d %7d %7d"
          % (c, d["n_cells"], d["ontarget_effect"],
             "예" if d["ontarget_significant"] else "아니오",
             d["n_up"], d["n_down"], d["n_total_de"]))
print()
s = r["summary"]
print("세 조건 합 흔들린 유전자 :", s["total_de_genes"])
print("속한 기능 클러스터        :", s["n_clusters"])
print("이어진 질환               :", s["n_disease_associations"])

High school이 결과가 뜻하는 것

12강에서 배운 0의 세 종류를 대어 봅시다.

가능성	배제되나
② 제대로 못 껐다	배제 — 녹다운 −21.4
세포가 부족했다	배제 — 1,082개
③ 원래 발현이 없다	배제 — 눌렸으니 있었음
① 이 세포에서 무관	남음

이것은 깨끗한 ①번 침묵입니다 — CD4+ T세포에서 TNIK은 별 역할을 안 합니다.

같은 스크린에서 크게 흔들린 유전자들과 나란히 놓아 봅시다.

TADA2B · SENP5 · LAT · ZAP70 · CD3E. 전부 T세포 자신의 부품들입니다. 이것이 힌트예요.

Python Runs in your browser

import pseq

print("이 스크린에서 가장 크게 흔든 표적 상위 8")
for h in pseq.top_hits("Stim8hr", 8)["hits"]:
    print("  %-9s DE %5d   녹다운 %7.2f" % (h["gene"], h["n_de"], h["effect"]))
print()
print("TNIK :")
d = pseq.perturb("TNIK")["conditions"]["Stim8hr"]
print("  %-9s DE %5d   녹다운 %7.2f" % ("TNIK", d["n_total_de"], d["ontarget_effect"]))
print()
print("녹다운 세기는 비슷합니다. 아래에서 일어난 일만 천 배 넘게 다릅니다.")

High school그럼 TNIK은 나쁜 표적인가

여기가 이 강의의 핵심 순간입니다. 답은 아니오예요.

이 실험이 말하는 것	말하지 않는 것
CD4+ T세포에서 TNIK은 조용하다	폐 섬유아세포에서도 그렇다
면역세포에 안전할 것	IPF에 효과가 없다

"아무 일도 없었다"가 나쁜 소식이 아닐 수 있습니다 — 그 세포에서는 안전하다는 뜻이니까요.

항섬유화 약이 T세포를 망가뜨리면 큰 문제입니다. 조용하다는 것은 좋은 안전성 신호예요.

TCR 신호 · T세포 활성화. 이 스크린이 잘 아는 것은 T세포가 신호를 받는 회로입니다. 섬유화가 아니라요.

Python Runs in your browser

import pseq

# 크게 흔든 것들이 무슨 유전자인지, 클러스터 이름으로 확인한다
for g in ["ZAP70", "CD3E", "LAT", "PLCG1"]:
    r = pseq.perturb(g)
    names = [c["annotation"] for c in r.get("clusters", [])]
    print("%-8s DE %5d   클러스터: %s"
          % (g, r["summary"]["total_de_genes"], " / ".join(names) or "없음"))
print()
print("TNIK 의 클러스터:", pseq.perturb("TNIK").get("clusters") or "없음")

High school세포를 잘못 골랐다면

더 중요한 문제가 있습니다. 우리가 맞는 세포에서 물었나?

TNIK이 일할 것 같은 세포	이 스크린의 세포
폐 섬유아세포	CD4+ T세포
상피세포	—
근섬유아세포	—

16강의 제목이 답입니다 — 세포가 곧 질문입니다.

맞는 세포에서 안 물었으면, 답이 없는 것이 당연합니다. 이건 자료의 잘못도 표적의 잘못도 아니에요.

🤔 Check yourself

TNIK 녹다운이 −21.4 이고 유의한데 흔들린 유전자가 4개인 것은 무엇을 증명하나?

🤔 Check yourself

같은 스크린에서 TADA2B·CD3E·LAT·ZAP70 이 5,000개 넘게 흔든 것이 뜻하는 것은?