12강 / 20강

배가시간 — 한 번 나누는 데 걸리는 시간

세포주마다 다르고, 실험 설계를 정한다

배가시간(doubling time) 은 세포 수가 두 배가 되는 데 걸리는 시간입니다. 세포주의 성질 가운데 실험 설계에 가장 크게 영향을 주는 값이에요.

N(t) = N₀ · 2^{t / T_d}

이 하나로 정해지는 것들을 봅시다.

정해지는 것	어떻게
계대 비율	1:8 로 나누면 3배가 → 배가시간 × 3 뒤에 다시 찬다
96웰에 심을 개수	이삼일 뒤 관찰할 수 있게 (9강)
넉다운 관찰 시점	siRNA 효과가 있는 동안 몇 번 나누나 (`/perturb` 6강)
마우스에 넣을 세포 수	빨리 자라면 적게 (`/invivo` 7강)

LLC1 은 빠릅니다 (16시간쯤), KLN205 는 느립니다 (23시간쯤). 그래서 /invivo 에서 LLC1 은 10만 개, KLN205 는 50만 개를 넣었죠.

고등학생한 번 나누는 데 걸리는 시간

배가시간(doubling time)은 세포 수가 두 배가 되는 데 걸리는 시간입니다.

세포주	대략의 배가시간
빠른 암세포주	12~20시간
보통	20~30시간
느린 것	40시간 이상
1차 세포	훨씬 느리거나 안 나뉨

배가시간은 지수기에서만 의미가 있습니다 — 다른 구간에서는 일정하지 않아요.

고등학생어떻게 계산하나

지수 성장은 이렇게 표현됩니다.

N(t) = N₀ × 2^(t / T_d) — T_d가 배가시간

로그를 씌우면 직선이 됩니다.

단계	하는 일
1	세포 수(또는 컨플루언스)에 log를 씌움
2	지수기 구간만 골라 직선을 맞춤
3	기울기에서 배가시간을 계산

로그를 씌우면 지수기가 직선이 됩니다. 그래서 지수기가 어디인지도 눈으로 보여요.

LLC1 은 토요일에 차 버립니다 — 그래서 금요일에는 더 묽게 나눕니다.

Python 브라우저에서 실행

# 배가시간이 일정에 미치는 영향
import numpy as np

세포주 = {"LLC1": 16.0, "KLN205": 23.0, "A549": 22.0, "HEK293T": 24.0}

print(f"{'세포주':<9}{'배가시간':>8}{'1:8 계대 후':>12}{'10^4→90%':>11}")
print("-" * 42)
for 이름, td in 세포주.items():
    계대 = np.log2(8) * td                      # 1:8 → 3배가
    포화 = np.log2(50000 * 0.9 / 10000) * td    # 96웰에서 1만개 → 90%
    print(f"{이름:<9}{td:>7.0f}h{계대:>10.0f}h{포화:>10.0f}h")

print()
print("금요일 오후 5시에 1:8 로 계대하면 다시 차는 시각:")
for 이름, td in 세포주.items():
    h = np.log2(8) * td
    일 = int(h // 24); 시 = h % 24
    요일 = ["금","토","일","월","화"][min(일, 4)]
    print(f"  {이름:<9} {h:5.0f}h 뒤 → {요일}요일 {(17+시)%24:.0f}시쯤")

고등학생배가시간이 실험 설계를 정한다

정하는 것	어떻게
심을 세포 수	9강 — 실험 기간 동안 몇 배가 되나
실험 기간	차이를 보려면 몇 배가 필요한가
계대 주기	며칠마다 나눠야 하나
측정 간격	10강 — 배가시간의 10분의 1 정도

배가시간을 모르면 실험 일정을 못 짭니다 — 그래서 새 세포주는 먼저 이것부터 잽니다.

그리고 배가시간이 갑자기 변하면 신호입니다 — 오염(14강)이거나 계대수가 너무 올라갔거나(6강) 세포가 뒤바뀐 것(15강)일 수 있어요.

🤔 확인 문제

배가시간이 16시간인 세포를 1:8 로 계대했습니다. 원래 밀도로 돌아오는 데 걸리는 시간은?