13강 / 20강

MSI 는 대장에 몰려 있다 — 교란

Cell Model Passports 조직 주석 · MSI 43개의 출신

지금까지 우리는 608개를 MSI 와 MSS 로 갈랐습니다. 그런데 그 가르기가 MSI 만 갈랐을까요.

고등학생MSI는 대장에 몰려 있다

MSI 세포주 43개의 출신 조직을 세어 보면 대장이 압도적입니다.

조직	MSI 세포주
대장	가장 많음
자궁내막	일부
위	일부
혈액·림프	9개 — 15강의 문제

MSI 무리와 MSS 무리는 조직 구성이 다릅니다 — 이것이 교란입니다.

MSI 쪽은 대장 11개가 4분의 1을 차지합니다. MSS 쪽은 폐가 103개로 가장 많고 대장은 26개뿐입니다.

Python 브라우저에서 실행

import wrn

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

print("MSI 43개의 조직")
print(c[msi]["tissue"].value_counts().to_string())
print()
print("MSS 565개의 조직 (상위 6)")
print(c[~msi]["tissue"].value_counts().head(6).to_string())

고등학생교란이 무엇인가

교란(confounding)은 "우리가 보려는 것과 다른 것이 같이 움직여서 구분이 안 되는 상황"입니다.

우리가 물은 것	실제로 답한 것일 수도
"MSI에서 필수인 유전자는?"	"대장 세포주에서 필수인 유전자는?"

아이스크림 판매량과 익사 사고가 함께 는다고 아이스크림이 원인이 아니듯이, 여름이라는 제3의 변수가 둘을 같이 밀어 올립니다.

MSI ↔ 대장이 겹쳐 있으면, 어느 쪽 때문인지 알 수 없습니다.

교란은 상상 속 걱정이 아닙니다. 실제로 표적 발굴에서 가장 자주 나오는 헛발입니다. 어떤 유전자는 특정 계통의 세포에서만 필요합니다. 그 계통이 한쪽 무리에 몰려 있으면, 그 유전자는 무엇으로 갈라도 차이가 나 보입니다.

대장에서는 MSI −1.73 대 MSS −0.02 로 크게 갈립니다. 그런데 혈액에서는 −0.06 대 −0.05 — 전혀 갈리지 않습니다.

Python 브라우저에서 실행

# 조직별로 WRN 을 봅니다. MSI 가 있는 조직만.
import wrn

c = wrn.cells()
rows = []
for t, d in c.groupby("tissue"):
    a = d[d["msi"] == "MSI"]["WRN"]
    b = d[d["msi"] == "MSS"]["WRN"]
    if len(a) >= 3:
        rows.append((t, len(a), round(a.mean(), 3), len(b), round(b.mean(), 3) if len(b) else None))

rows.sort(key=lambda r: -r[1])
print("조직".ljust(30), "MSI n  평균     MSS n  평균")
for t, na, ma, nb, mb in rows:
    print(t.ljust(30), str(na).rjust(4), str(ma).rjust(8), str(nb).rjust(6), str(mb).rjust(8))

고등학생대장 특이 유전자가 상위에 오면

실제 상황	우리가 보게 되는 것
어떤 유전자가 대장 세포주에서 필수	MSI 무리에 대장이 많으니 MSI 평균이 낮음
MSI와는 무관	"MSI 특이적"으로 보임

이런 유전자가 실제로 순위 상위에 나타납니다. 대장 계통 전사인자 같은 것들이에요.

이름을 알아보면 의심할 수 있습니다 — 대장 발생에 관여하는 유전자가 상위에 있으면요.

대장은 MSI 쪽에서 25.6%, MSS 쪽에서 4.6% 입니다. 다섯 배 넘게 치우쳐 있습니다.

Python 브라우저에서 실행

# 두 무리의 조직 구성이 얼마나 다른지 나란히 놓고 봅니다.
import wrn

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

a = c[msi]["tissue"].value_counts(normalize=True) * 100
b = c[~msi]["tissue"].value_counts(normalize=True) * 100

print("조직".ljust(30), "MSI%   MSS%   차이")
for t in a.index[:6]:
    pa, pb = a.get(t, 0), b.get(t, 0)
    print(t.ljust(30), str(round(pa, 1)).rjust(5), str(round(pb, 1)).rjust(6), str(round(pa - pb, 1)).rjust(7))

대장은 MSI 무리의 26%인데 MSS 무리에서는 4.6%입니다. 다섯 배 넘게 치우쳐 있습니다 — 교란을 의심해야 할 크기입니다.

Python 브라우저에서 실행

# 쏠림을 숫자로 — 두 무리의 조직 구성이 얼마나 다른가.
import wrn

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

print("조직".ljust(30), "MSI 안 비율   MSS 안 비율")
for t in ["Large Intestine", "Haematopoietic and Lymphoid", "Endometrium", "Lung"]:
    a = 100 * (c.loc[msi, "tissue"] == t).mean()
    b = 100 * (c.loc[~msi, "tissue"] == t).mean()
    print(t.ljust(30), f"{a:9.1f}%{b:12.1f}%")

고등학생교란을 지우는 법

방법	내용	대가
조직 안에서만 비교	14강 — 대장 세포주끼리만	표본이 확 줄어듦
조직을 공변량으로	회귀 모형에 넣음	모형 가정이 필요
여러 조직에서 재현 확인	어느 조직에서도 그런가	표본이 적으면 어려움

가장 확실한 것은 첫 줄입니다 — 같은 조직 안에서도 차이가 나는지 보는 것.

🤔 확인 문제

MSI 무리에 대장 세포주가 유난히 많이 들어 있는 것이 왜 문제가 됩니까?

🤔 확인 문제

조직별로 나눠 본 결과 혈액 세포주에서는 MSI 와 MSS 의 WRN 점수가 거의 같았습니다. 이것이 시사하는 것은?