20강 / 20강

마무리 — 우리가 만든 것과 진짜 MObyDiCK

스무 강이 남긴 것

스무 강 동안 우리는 세포 하나를 컴퓨터 안에 세우고, 그 안에서 치료 표적을 찾아내는 전 과정을 손으로 돌려 봤습니다.

유전자를 스위치로, 세포를 상태 벡터로 (1강)
조절 관계를 논리식으로 (2강)
동기 갱신으로 시간을 흘려보내고 (3강)
어트랙터를 찾아 (4강) 베이슨을 세고 (5강)
어트랙터에 표현형 이름을 붙이고 (6강)
되먹임이 있는 진짜 회로를 세워 (7~9강) 갱신 방식을 검증하고 (10강)
섭동으로 가상 유전자 조작을 걸고 (11~12강)
전수 스크리닝으로 표적을 찾고 (13강)
지표와 함정을 점검하고 (14~16강)
조합 폭발과 강건성의 한계를 재고 (17~18강)
실험 계획으로 넘겼습니다 (19강)

고등학생우리가 만든 것과 진짜 MObyDiCK

	이 강의	실제 도구
유전자 수	4~8	수십~수백
네트워크	손으로 만듦	문헌·DB 에서 구축
전수 조사	가능	표본 추출
갱신	동기 위주	비동기 · 확률적
조합 탐색	이중까지	휴리스틱

축소 모형은 진짜의 대용품이 아니라 원리만 남긴 것이다

우리가 계산으로 스스로 도달한 결론입니다. 처음부터 알려 준 답이 아니에요.

Python 브라우저에서 실행

import bn

net = bn.twin()
base = net.landscape()
rows = net.screen(doubles=True, quiet=True)
best = min((r for r in rows if r["부작용"] == 0 and len(r["섭동"]) == 1),
           key=lambda r: (-r["가역화"], r["휴면"]))

print("스무 강의 결론을 한 화면에")
print("=" * 62)
print(f"  회로            유전자 {net.n}개, 조절 관계 {len(net.edges)}개")
print(f"  상태 공간       {base.total}가지")
print(f"  어트랙터        {len(base.basins)}개 "
      f"(정상 진동 1, 암 고정점 1)")
print(f"  암 베이슨       {base.count('암')}/{base.total} "
      f"({base.count('암')/base.total*100:.1f}%)")
print(f"  시험한 처치     {len(rows)}건 (단일 + 이중)")
print(f"  최적 단일 표적  {best['처치']}  "
      f"가역화 {best['가역화']:.0f}%, 부작용 {best['부작용']}건")
print("=" * 62)

축소 모형의 가치는 작아서 전부 볼 수 있다는 데 있습니다.

Python 브라우저에서 실행

import bn

net = bn.twin()
print(bn.pad("항목", 20) + bn.pad("이 강의의 트윈", 22) + "실제 연구 규모의 모형")
print("-" * 74)
rows = [
    ("유전자 수",     f"{net.n}개",                     "수백 ~ 수천 개"),
    ("조절 관계",     f"{len(net.edges)}개",            "수천 ~ 수만 개"),
    ("관계의 출처",   "가르치려고 만든 것",             "문헌 큐레이션 + 오믹스 자료"),
    ("상태 공간",     f"{2**net.n}가지",                "2^1000 이상 (전수 불가)"),
    ("어트랙터 탐색", "전수 조사",                      "고정점 대수 풀이 · 표본 추출"),
    ("검증",          "규칙 흔들기",                    "세포주 · 오가노이드 · 동물"),
    ("결과",          "학습",                           "논문 · 특허 · 임상 후보"),
]
for a, b, c in rows:
    print(bn.pad(a, 20) + bn.pad(b, 22) + c)

print()
print("크기는 백 배, 천 배 차이가 납니다.")
print("그런데 1강부터 19강까지 배운 개념은 그대로 쓰입니다 —")
print("상태 · 규칙 · 어트랙터 · 베이슨 · 섭동 · 스크리닝 · 강건성.")

고등학생스무 강이 남긴 것

개념	강
상태 · 규칙 · 궤적	1~3강
어트랙터 · 베이슨	4~5강
표현형은 해석이다	6강
되먹임이 동역학을 만든다	8~9강
가정이 결과를 만들 수 있다	10 · 18강
섭동으로 지형을 바꾼다	11~13강
분모를 정해야 한다	14강
모형은 시킨 대로 한다	16강
조합은 폭발한다	17강

아홉 개념 중 절반이 "모형을 의심하는 법" 이다

20강 완주를 축하합니다 🎉

Python 브라우저에서 실행

import bn

print("이 강의가 끝나고 이어서 볼 만한 것")
print("=" * 62)
nxt = [
    ("다치 모형",      "0/1 대신 0/1/2 — 부분 녹다운을 표현할 수 있다"),
    ("확률적 모형",    "규칙이 확률로 적용된다 (PBN) — 잡음을 다룬다"),
    ("미분방정식",     "농도와 시간을 연속으로 — 정밀하지만 매개변수가 많다"),
    ("네트워크 추론",  "자료에서 회로를 자동으로 그린다 (/arac · /viper 강의)"),
    ("자료 쪽 짝",     "DDX54 실측 자료 읽기 (/gene · /immune 강의)"),
]
for k, v in nxt:
    print(f"  {bn.pad(k, 16)}{v}")

print()
print("=" * 62)
print("수고하셨습니다. 이제 여러분은 세포 하나를 컴퓨터에 세우고")
print("치료 표적을 찾아 순위를 매길 수 있습니다.")

🎮 스무 강 되짚기

각 강에서 무엇을 배웠는지 확인해 보세요.

고등학생이 강의가 남기는 습관

습관	나온 곳
가정을 명시한다	2 · 3강
가정을 흔들어 본다	10 · 18강
판정 규칙을 미리 정한다	6 · 15강
분모를 밝힌다	14강
모형이 좋아하는 답을 의심한다	16강
넣은 것과 나온 것을 구별한다	12강

마지막이 가장 중요할 수 있다

모형이 알려 준 것이 우리가 넣은 것의 반복 인지 상호작용의 결과 인지 구별해야 한다.

모형에서 나온 것이 모형에 넣은 것인지 확인하는 것이 첫 번째 검증이다

고등학생다음 걸음

관심	과목
면역 회피 기전의 생물학	/escape
CD47 과 식균	/myeloid
PD-L1 과 면역관문	/checkpoint
논리 회로의 기초	/ca
알고리즘과 자료구조	/alg · /ds
이산수학 · 조합	/dm

이 강의가 남기려는 한 문장

세포의 운명을 계산 가능한 대상 으로 만들면 가상 실험을 할 수 있다.

그런데 그 계산의 결과는 우리가 넣은 가정만큼만 믿을 수 있다.

그러니 모형을 만드는 일의 절반은 그 가정을 흔들어 보는 일이다.

모형은 답을 주는 장치가 아니라 가정을 명확히 하는 장치다

🤔 확인 문제

이 강의에서 다룬 '가역화(reversion)' 를 한 문장으로 하면?

🤔 확인 문제

우리가 만든 8-유전자 트윈과 실제 연구 규모 모형의 가장 큰 차이는?

🤔 확인 문제

'계산은 후보를 좁히고, 실험이 답한다' 가 뜻하는 것은?