7강 / 20강

표를 둘로 가른다 — 43 대 565

DepMap 24Q4 × Cell Model Passports · 겹치는 세포주 608개

이제 손을 씁니다. 표의 줄(세포주)을 MSI 와 MSS 두 무더기로 나누고, 칸(유전자)마다 두 무더기가 다른지를 묻습니다.

먼저 나눠 봅시다. 나누기 전에 누가 나누어지는지부터 보는 게 순서입니다.

고등학생표를 둘로 가른다 — 43 대 565

608개 세포주를 MSI 상태로 나눕니다.

무리	수
MSI	43
MSS	565

이제 유전자마다 두 무리의 점수를 비교하면 됩니다. "MSI에서만 낮은 유전자"를 찾는 거예요.

한쪽이 43개뿐이라는 것이 이 강의의 여러 문제를 만듭니다.

43 대 565. 7% 대 93% 입니다. 두 무더기의 크기가 열세 배 차이납니다.

Python 브라우저에서 실행

import wrn

c = wrn.cells()
print("전체", len(c), "개")
print(c["msi"].value_counts().to_string())
print()
print("MSI 비율", round(100 * (c["msi"] == "MSI").mean(), 1), "%")

고등학생43이 작다는 것의 세 가지 결과

문제	내용	어느 강
평균이 흔들림	표본이 적어 추정이 불안정	8강 — 웰치 t
우연이 넘침	43개로 1만 7천 번 물으면	11강 — FDR
더 쪼갤 수 없음	조직별로 나누면 한 칸에 열 개도 안 남음	14강

표본이 적으면 할 수 있는 질문의 수가 제한됩니다.

표를 가른 다음, WRN 칸 하나만 꺼내 두 무더기를 나란히 놓아 봅시다.

평균만 다른 게 아닙니다. 표준편차가 0.97 대 0.18 — MSI 쪽이 다섯 배 넓게 퍼져 있습니다.

Python 브라우저에서 실행

import wrn
import numpy as np

c = wrn.cells()
msi = c["msi"] == "MSI"
a = c.loc[msi, "WRN"].values
b = c.loc[~msi, "WRN"].values

def summarize(name, x):
    q = np.percentile(x, [25, 50, 75])
    print(name.ljust(4), "n =", str(len(x)).rjust(3),
          " 평균", str(round(x.mean(), 3)).rjust(7),
          " 표준편차", str(round(x.std(ddof=1), 3)).rjust(6),
          " 사분위", [round(v, 2) for v in q])

summarize("MSI", a)
summarize("MSS", b)

고등학생두 무리가 정말 비교 가능한가

중요한 검사가 있습니다. 두 무리가 MSI 말고 다른 것도 다르면 안 돼요.

확인할 것	왜
조직 구성이 같나	13강 — MSI는 대장에 몰려 있음
배양 조건이 같나	자라는 속도가 다르면 점수가 달라짐
실험 배치가 같나	시기별로 나뉘어 있으면 배치 효과

첫 줄이 이 강의의 가장 큰 함정입니다 — MSI와 대장이 겹칩니다.

붉은 것이 MSI 입니다. 왼쪽 끝은 붉은색만 있고, 0 근처는 파란색이 압도합니다. 다만 붉은 것 중 일부도 0 근처에 남아 있습니다.

Python 브라우저에서 실행

# 겹치는 구간이 얼마나 되나 — 눈으로 봅니다.
import wrn
import matplotlib.pyplot as plt

c = wrn.cells()
msi = c["msi"] == "MSI"

plt.figure(figsize=(7.5, 3.6))
plt.hist(c.loc[~msi, "WRN"], bins=40, range=(-4, 0.6), alpha=.75, label="MSS (565)", color="#3b82f6")
plt.hist(c.loc[msi, "WRN"], bins=40, range=(-4, 0.6), alpha=.85, label="MSI (43)", color="#ef4444")
plt.axvline(-0.5, color="#111", ls="--", lw=1.2)
plt.xlabel("WRN gene effect")
plt.ylabel("cell lines")
plt.legend()
plt.show()

그림에서 세 가지가 보입니다.

✅

왼쪽 끝은 붉다

깊이 죽는 것은 거의 다 MSI 입니다

⚠️

붉은 것도 0 근처에 있다

MSI 인데 안 죽는 것들 — 15강

⚠️

파란 것도 왼쪽에 있다

MSS 인데 죽는 것들 — 18강

완벽하게 갈리지 않습니다. 어떤 진짜 표적도 완벽하게 갈리지 않습니다. 이 두 종류의 예외를 어떻게 다룰지가 표적을 약으로 만드는 일의 절반입니다.

고등학생조인의 실무

두 표를 이어 붙일 때 조심할 것들입니다.

확인	내용
ID 체계가 같나	DepMap ID · Sanger ID · 세포주 이름
몇 개가 안 붙나	조용히 사라지면 안 됨
MSI 라벨이 결측인 세포주	제외하되 수를 기록
중복 세포주	같은 세포주가 두 이름으로

조인에서 사라진 줄은 화면에 안 보입니다 — 세어 보지 않으면 모릅니다.

🤔 확인 문제

MSI 43개와 MSS 565개로 나뉜 이 표에서, 두 무리의 크기가 크게 다른 것이 만드는 문제는?

🤔 확인 문제

MSI 세포주의 표준편차가 MSS 보다 다섯 배 넓은 것을 어떻게 읽어야 합니까?