같은 유전자 변이가 목록에 남아 있다고 해서, 다음 실험에서 확인할 대상까지 같다고 볼 수 있을까? 변이에서 만들어질 것으로 예상하는 짧은 단백질 조각을 펩타이드, 그 조각을 면역계에 보여주는 데 관여하는 분자를 HLA라고 한다. 하나의 변이에서도 어떤 펩타이드와 HLA를 조합했는지에 따라 비교 대상이 달라진다.
나는 공개 암세포주 자료를 이용해 변이만 맞춰 본 후보목록과 변이·펩타이드·HLA를 모두 맞춰 본 후보목록을 비교했다. 계산을 다시 했을 때 같은 이름이 얼마나 남는지만 세지 않고, 실제로 같은 조합을 골랐는지까지 확인하는 재현성 연구다.
무엇이 같아야 같은 후보인가
비교 대상은 HCC1395 암세포주와 짝지어진 HCC1395BL 정상 세포주의 공개 SEQC2 자료다. 이 자료의 63개 분석 조건은 환자 63명이나 서로 독립된 종양 63개가 아니다. 일곱 기관에 걸친 21개 라이브러리, 즉 시퀀싱을 위해 준비한 자료 단위마다 세 가지 정렬 프로그램을 적용한 구조다. 같은 라이브러리에서 나온 결과끼리는 입력을 공유하므로 그 관계를 유지하며 비교했다.
각 목록의 항목에는 변이의 위치와 바뀐 염기, 정확한 펩타이드 서열, HLA를 함께 남겼다. 변이만 같거나 펩타이드만 같은 경우를 전체 조합이 같은 경우와 구분하고, 두 목록에 공통으로 들어간 항목 수를 중복 없이 합친 목록의 전체 항목 수로 나누어 일치도를 계산했다. 이것이 자카드 유사도다. 무엇을 하나의 항목으로 세느냐에 따라 같은 두 목록에서도 일치도가 다르게 보일 수 있다.
HLA 조건은 목록을 고르기 전에 바꾸기
공개 자료에는 이 세포주에 대한 HLA 정보가 서로 다른 분석 맥락에서 보고돼 있었다. 어느 한쪽을 정답으로 정하지 않고, 두 HLA 구성을 각각 사용했을 때 선택 결과가 얼마나 달라지는지 살폈다.
이때 이미 뽑힌 목록에서 특정 HLA에 해당하는 항목만 지우면 공정한 비교가 되지 않는다. 처음에는 탈락했지만 바뀐 조건에서는 선택됐을 조합을 놓칠 수 있기 때문이다. 그래서 HLA 조건에 맞춰 전체 펩타이드 조합을 다시 평가한 뒤 후보를 고르는 방식으로 비교를 구성했다. 공개한 분석에서는 변이 수준의 높은 일치가 정확한 펩타이드–HLA 조합의 일치로 그대로 이어지지 않았다.
한 조건의 결과를 다른 조건과 비교할 때도 기관·라이브러리·정렬 프로그램의 구조를 유지했다. 이 비교가 보여 주는 것은 해당 자료와 계산 조건에서의 차이이며, 특정 기관이나 프로그램이 생물학적으로 더 정확하다는 판정은 아니다.
공개한 코드로 확인할 수 있는 범위
분석 코드와 고정한 설정, 결과 파일, 검사 코드를 묶어 2026년 8월 23일 v1.0.0으로 공개했다. 파일의 체크섬은 같은 이름의 파일이 아니라 같은 내용의 파일을 사용하고 있는지 확인하기 위한 것이다. 코드와 결과가 바뀌면 그 사실을 알아볼 수 있게 재현성 번들에 해시 목록도 포함했다.
공개 번들에 들어 있는 결과를 검사하는 일과 원자료부터 모든 계산을 다시 하는 일은 구분해야 한다. 후자를 하려면 별도로 명시한 공개 입력 자료와 MHCflurry 모델 파일을 준비해야 하며, 제3자 자료를 전부 ZIP에 넣어 배포한 것은 아니다. 코드에는 MIT, 직접 만든 문서와 파생 결과에는 CC BY 4.0을 적용했고 제3자 자료에는 각 제공처의 조건이 남아 있다.
반복해서 선택되는 조합을 찾았다는 것만으로 실제 세포 표면에 제시되거나 면역반응을 일으킨다고 판단할 수는 없다. 이 연구에서 생물학적 후보를 지명하지는 않았다. 계산 목록의 일치도를 살피는 작업과 치료효과·안전성을 입증하는 실험은 서로 다른 단계다.
이 DOI는 공개 소프트웨어의 식별자다. 논문은 Computational Biology and Chemistry에 제출했으며, 2026년 9월 3일 기준 편집 절차 중으로 아직 게재가 확정되지는 않았다.