5강 / 20강

0 과 −1 사이 — 점수 읽는 법

Dempster JM, et al. Genome Biology 22:343 (2021) · Chronos

지난 강에서 얻은 것은 안내 RNA 의 줄어든 정도였습니다. 그 값을 그대로 쓸 수는 없습니다. 세포주마다 자라는 속도가 다르고, 실험 회차마다 조건이 다르고, 안내 RNA 마다 자르는 솜씨가 다릅니다.

그래서 보정한 뒤 모든 세포주에서 같은 뜻이 되도록 눈금을 맞춥니다. 그 결과가 유전자 효과 점수(gene effect) 이고, 지금 DepMap 이 쓰는 계산 이름은 Chronos 입니다.

고등학생0과 −1 사이

스크린 결과를 유전자 효과 점수로 바꿉니다. Chronos라는 방법이 그 일을 해요.

점수	뜻
0 근처	껐어도 세포에 영향 없음
−1 근처	공통필수 유전자만큼 죽음
−2 이하	매우 강한 의존
양수	껐더니 오히려 잘 자람 (드묾)

−1이 기준점입니다 — 공통필수 유전자의 평균이 −1이 되도록 눈금을 맞춥니다.

공통필수는 −1 근처, 비필수는 0 근처. 눈금이 실제로 그렇게 맞춰져 있습니다.

Python 브라우저에서 실행

# 눈금이 정말 그렇게 박혀 있는지 확인해 봅니다.
import wrn
import numpy as np

m = wrn.matrix()          # 세포주 608 × 유전자 1,000
ctrl = wrn.ctrl()

ess = [g for g in m.columns if g in set(ctrl["essential"])]
non = [g for g in m.columns if g in set(ctrl["nonessential"])]

print("이 표본 안의 공통필수", len(ess), "개 · 비필수", len(non), "개")
print()
print("공통필수 중앙값", round(float(np.median(m[ess].values)), 3))
print("비필수   중앙값", round(float(np.median(m[non].values)), 3))

고등학생왜 이렇게 눈금을 맞추나

실험마다 조건이 다릅니다. 세포주마다 자라는 속도도, 편집 효율도 달라요. 그래서 내부 기준이 필요합니다.

기준	점수	역할
비표적 대조군	0	아무 일도 안 일어난 상태
공통필수 유전자	−1	확실히 죽는 상태

두 기준 사이에 눈금을 그으면, 서로 다른 세포주의 점수를 비교할 수 있습니다.

시험 점수를 학교마다 다른 난이도로 매기지 않고, 공통 기준 문제로 눈금을 맞추는 것과 같습니다.

세 유전자의 분포를 나란히 놓으면 표적이 되는 모양이 무엇인지 보입니다.

POLR2A · 공통필수

모든 세포주에서 −1 아래.
표적이 될 수 없습니다 — 정상 세포도 죽습니다

비필수 유전자

모든 세포주에서 0 근처.
표적이 될 수 없습니다 — 아무도 안 죽습니다

WRN · 선택적

대부분 0 근처인데 일부만 깊이 내려갑니다.
이 모양이 표적입니다

표적이 되려면 두 조건을 동시에 만족해야 합니다. 어떤 무리에서는 확실히 죽고, 나머지에서는 확실히 멀쩡할 것. 한쪽만 만족하는 유전자는 아무리 통계가 좋아도 쓸모가 없습니다. 12강에서 이 사실이 순위를 통째로 갈아엎습니다.

고등학생점수의 꼬리에 누가 있나

모든 유전자의 점수를 히스토그램으로 그리면 대부분이 0 근처에 몰려 있습니다. 왼쪽 꼬리에 몇 개가 있어요.

위치	누가 있나
0 근처 (대부분)	없어도 되는 유전자들
−1 근처	공통필수 — 리보솜·전사·복제
−2 이하	강한 의존 — 일부 세포주에서만

7강부터 그 꼬리에 누가 있는지를 봅니다. 그런데 중요한 함정이 있어요.

초록 실선이 0, 붉은 점선이 −1 입니다. WRN 만 오른쪽에 큰 봉우리를 두고 왼쪽으로 긴 꼬리를 뻗습니다.

Python 브라우저에서 실행

# 세 유전자를 나란히 그려 봅니다.
import wrn
import matplotlib.pyplot as plt

m = wrn.matrix()
fig, ax = plt.subplots(1, 3, figsize=(11, 3.2), sharey=True)

# 그림 안의 글자는 영문으로 — 브라우저 파이썬에는 한글 글꼴이 없습니다.
for i, (g, t) in enumerate([("POLR2A", "common essential"), ("WRN", "selective"), ("MAGIX", "near-harmless")]):
    if g not in m.columns:
        continue
    ax[i].hist(m[g].dropna(), bins=40, color="#3b82f6")
    ax[i].axvline(0, color="#10b981", lw=1.2)
    ax[i].axvline(-1, color="#ef4444", lw=1.2, ls="--")
    ax[i].set_title(g + " (" + t + ")")
    ax[i].set_xlabel("gene effect")

ax[0].set_ylabel("cell lines")
plt.tight_layout()
plt.show()

열두 개가 전부 MSI 입니다. 이 강의의 답이 사실상 여기서 이미 보입니다 — 다만 2019년에는 이 표가 없었습니다.

Python 브라우저에서 실행

# WRN 의 꼬리에는 누가 있나 — 가장 깊이 죽는 세포주 열둘.
import wrn

c = wrn.cells().sort_values("WRN")
print(c[["name", "tissue", "msi", "WRN"]].head(12).to_string(index=False))

고등학생가장 강한 것이 가장 좋은 표적은 아니다

−1 근처에 몰려 있는 공통필수 유전자들은 모든 세포주에서 죽습니다. 그러니 정상 세포도 죽여요.

점수 패턴	표적으로서
모든 세포주에서 −1	부적합 — 독
일부 세포주에서만 −1	좋음 — 선택성
어디서도 0 근처	표적 아님

우리가 찾는 것은 가장 낮은 점수가 아니라 가장 큰 차이입니다.

12강에서 이 사실이 순위를 통째로 갈아엎습니다.

🤔 확인 문제

유전자 효과 점수가 −1 이라는 것은 무슨 뜻입니까?

🤔 확인 문제

표적이 될 수 있는 유전자의 점수 분포로 가장 알맞은 모양은?