Lesson 6 of 20

세포주 × 유전자 — 지도 한 장

Tsherniak A, et al. Cell 170:564-576 (2017) · DepMap Public 24Q4

4강의 실험을 세포주 하나마다 한 번씩 돌립니다. 그러면 세포주마다 유전자 1만 7천 개짜리 줄 하나가 나옵니다. 그 줄들을 쌓으면 표가 됩니다.

              A1BG   A1CF   AAAS   …   WRN   …   ZZZ3
ACH-000971    -0.03  +0.02  -0.91   …  -2.21  …  -0.44   ← HCT-116 (MSI)
ACH-000958    -0.11  -0.05  -0.88   …  -2.47  …  -0.39   ← SW48   (MSI)
ACH-000303    +0.04  -0.01  -0.95   …  -1.24  …  -0.41   ← SNU-5  (MSS)
…

이 표를 의존성 지도(dependency map) 라고 부릅니다. DepMap 이라는 이름이 여기서 왔습니다.

High school세포주 × 유전자 — 지도 한 장

4강의 실험을 세포주 하나마다 한 번씩 돌립니다. 그러면 표 한 장이 나와요.

	유전자 1	유전자 2	…	유전자 17,097
세포주 1	−0.1	−1.2	…	0.0
세포주 2	−0.9	−1.1	…	−0.2
…	…	…	…	…
세포주 608	0.1	−1.3	…	−0.1

608 × 17,097 ≈ 1,040만 개의 "이거 없어도 살아?"라는 질문의 답

브라우저 안에 든 것은 유전자 1,000개짜리 표본입니다. 전체 17,097개의 비교 결과는 따로 실려 있습니다.

Python Runs in your browser

# 표를 직접 열어 봅니다.
import wrn

m = wrn.matrix()
print("모양", m.shape, " (세포주 × 유전자)")
print()
print(m.iloc[:4, :6].round(3).to_string())

High school이 표를 읽는 두 방향

방향	묻는 것	얻는 것
가로 (한 세포주)	이 세포는 무엇에 의존하나	그 암의 취약점
세로 (한 유전자)	이 유전자는 어디서 필수인가	표적의 적용 범위

이 강의는 세로 방향으로 읽습니다. WRN 열을 보고 "어느 세포주에서 낮은가"를 묻는 거예요.

표본의 t 분포가 전체와 거의 같습니다. 다만 p<0.05 가 기대치보다 훨씬 많이 나옵니다 — 11강에서 이 이야기를 합니다.

Python Runs in your browser

# 표본이 정말 치우치지 않았는지 확인해 봅니다.
import wrn

m = wrn.matrix()
g = wrn.genes()

sub = g[g["gene"].isin(m.columns)]
print("표본  ", len(sub), "개  ·  t 중앙값", round(sub["t"].median(), 3))
print("전체  ", len(g), "개  ·  t 중앙값", round(g["t"].median(), 3))
print()
print("표본에서 p < 0.05 인 유전자", int((sub["p"] < 0.05).sum()), "개")
print("우연이라면 기대되는 개수      ", round(0.05 * len(sub), 1), "개")

이 표에서 무엇을 물을 수 있나

표 한 장을 놓고 물을 수 있는 것은 크게 셋입니다. 방향이 다릅니다.

↔️

줄 하나를 본다

"이 세포주는 무엇 없이 못 사나" — 세포주 한 개의 약점 목록

↕️

칸 하나를 본다

"이 유전자는 누구에게 필요한가" — 유전자 한 개의 쓰임새

✂️

칸을 둘로 가른다

"이 무리와 저 무리가 다른 유전자는 무엇인가" — 표적 발굴

세 번째가 이 강의입니다. 그리고 세 번째를 하려면 가르는 기준이 먼저 있어야 합니다. 그 기준이 MSI 입니다. 다음 강에서 실제로 가릅니다.

High school표만으로는 부족하다

표에는 세포주 이름과 점수만 있습니다. "이 세포주가 MSI인가"는 다른 자료에 있어요.

자료	담는 것
DepMap	유전자 효과 점수
Cell Model Passports	세포주의 특성 — MSI 상태, 조직, 변이

두 표를 세포주 ID로 이어 붙여야 비로소 질문을 할 수 있습니다.

7강에서 이 조인을 합니다. 겹치는 세포주가 608개예요.

대부분은 리보솜·중합효소 같은 공통필수입니다. 어느 세포주를 봐도 비슷한 이름이 나옵니다 — 그래서 줄 하나만 봐서는 표적을 못 찾습니다.

Python Runs in your browser

# 6강에서 말한 세 가지 물음 중 첫 번째 — 줄 하나를 본다.
import wrn

m = wrn.matrix()
c = wrn.cells().set_index("id")

line = "ACH-000971"                      # HCT-116 · MSI 대장암
row = m.loc[line].sort_values()

print(c.loc[line, "name"], "·", c.loc[line, "tissue"], "·", c.loc[line, "msi"])
print("이 세포주가 없이 못 사는 유전자 여덟 개 (표본 1,000개 중)")
print(row.head(8).round(3).to_string())

줄 하나를 읽으면 '이 세포주의 약점 목록' 이 됩니다. 대부분 공통필수라 어느 세포주에서 읽어도 비슷합니다 — 그래서 줄 읽기로는 표적을 못 찾습니다.

Python Runs in your browser

# 같은 표를 세로로도 읽어 봅니다 — 세포주 하나의 약점 목록.
import wrn

m = wrn.matrix()
c = wrn.cells().set_index("id")

for cid in [m.index[0]]:
    row = m.loc[cid].sort_values()
    info = c.loc[cid]
    print(info["name"], "·", info["tissue"], "·", info["msi"])
    print("이 세포주가 가장 없이 못 사는 유전자 (표본 1,000개 중)")
    print(row.head(6).round(3).to_string())

High school지도가 있어도 길은 걸어야 한다

표가 주는 것	표가 주지 않는 것
어느 유전자가 어느 세포주에서 필수인가	왜 그런가 (기전)
후보 목록	사람에서도 그런가
선택성의 정도	약으로 만들 수 있나
—	어느 도메인을 막아야 하나 (17강)

1,040만 개의 답이 있어도, 물어야 할 질문을 모르면 아무것도 안 나옵니다.

🤔 Check yourself

의존성 지도(DepMap)의 한 칸에 들어 있는 숫자가 뜻하는 것은?

🤔 Check yourself

이 강의가 브라우저에 실은 1,000개 유전자를 '고른' 것이 아니라 '무작위로 뽑은' 것이 중요한 이유는?