유전학 논문 한 편의 기관 수가 이제 아홉이다

이 사이트는 서로 다른 논문 671편 위에 서 있습니다. 발행된 모든 변이와 모든 질환 페이지가 그중 최소 한 편을 인용하고, 여기 있는 어떤 주장이든 참이라고 말할 수 있는 근거는 전부 그 인용입니다.

그래서 그 논문들에 물어볼 만한 분명한 질문이 하나 있었습니다. 어느 대학들이 이 일을 하고 있고, 각각은 무엇을 하고 있는가?

돌아온 답은 찾으러 간 답이 아니었습니다.

무엇을 했는가

논문에는 저자 소속이 붙어 있고, Europe PMC가 그것을 내줍니다. 저희 출처 671편 가운데 658편에 최소 하나가 있었고, 소속 문자열은 모두 13,197건이었으며, 이름을 맞춘 뒤 599편에서 기관을 하나 이상 얻었습니다.

규칙 두 가지가 대부분의 일을 했고, 둘 다 적어 둘 값어치가 있습니다. 숫자가 무엇을 뜻하는지를 그 규칙이 정하기 때문입니다.

• 기관은 저자당이 아니라 논문당 한 번씩 셉니다. 그러지 않으면 저자 107명짜리 논문 하나가 한 과를 마흔 개처럼 보이게 만듭니다.
• 부속병원을 소속 대학에 합치지 않았습니다. 매사추세츠 종합병원과 하버드 의대는 따로 둡니다. 합치는 것도 일리가 있지만 그것은 기관 구조에 대한 판단이고 나라마다 답이 다르므로, 읽는 분에게 남겨 두었습니다.

첫 결과는 모두가 똑같아 보인다는 것이었습니다

옥스퍼드, 하버드, 카롤린스카, 흐로닝언, 헬싱키, 코펜하겐 — 형질 목록이 거의 같게 돌아왔습니다. 심방세동. 초경 연령. 대장암. 낮잠.

여섯 개의 서로 다른 기관이 연구하는 것이 그럴 리 없습니다. 하나의 인공물이 여섯 번 반복된 것이고, 왜 그런지를 알아보는 과정이 이 조사를 원래 가려던 곳보다 나은 자리로 데려갔습니다.

이유

변이 43개를 내놓는 컨소시엄 논문 하나는, 저자 명단에 있는 모든 기관에게 똑같은 형질 43개를 넘겨줍니다. 그 명단에 기관이 60곳 있다면, 이제 60곳이 정확히 같은 것을 연구하는 것처럼 보입니다.

그래서 그것이 얼마나 흔한지 재 보았습니다. 발표 연대별, 논문 한 편의 기관 수 중앙값입니다.

저희 출처에서 유전학 논문의 중앙값은 스무 해 동안 단일 기관 논문이었습니다. 2020년대에는 아홉 기관 논문입니다. 가장 넓은 한 편에는 기관 378곳이 올라 있고 — 사람 키와 연관된 흔한 변이의 포화 지도입니다 — 저희에게 주는 변이는 하나도 없습니다. 저희가 색인하는 자리를 보고하는 대신 형질을 지도로 그린 논문이기 때문입니다.

카탈로그의 얼마가 여기에 걸리는가

논문 69편 — 열 편 중 한 편 — 이 카탈로그가 가진 것의 거의 4분의 1을 지고 있습니다. 그리고 그 69편은 각각 자기 주제를 서명한 모든 기관에 흩뿌립니다.

여기서 순위표를 만들면 그것은 컨소시엄 참여 순위표입니다

첫 표를 그대로 내고 멈췄다면 정말로 사람을 오도했을 부분이 이것입니다.

아래는 각 기관의 논문 수와, 그중 좁은 논문의 비율입니다. 좁다는 것은 기관 다섯 곳 이하, 즉 저자로 이름을 올린다는 것이 메타분석에 서명하는 일이 아니라 여전히 연구 그룹을 뜻하는 경우입니다.

저희 출처에서 브로드 연구소가 등장하는 경우의 93%는 넓은 논문입니다. 카롤린스카와 코펜하겐은 94%입니다. 이 데이터로 만든 순위표는 대체로 어느 기관이 컨소시엄에 가장 많이 참여하는지를 재게 됩니다. 그것도 현대 과학에 대한 실재하고 흥미로운 사실이지만, 읽는 사람이 자기가 보고 있다고 생각할 그것은 아닙니다.

그래도 말할 수 있는 것

좁은 논문으로만 좁히면 윤곽이 곧바로 갈라집니다.

• deCODE Genetics(아이슬란드) — 전립선암, 갑상선암, 전립선특이항원 수치
• Institute of Cancer Research(영국) — 전립선암, 대장암, 유방암
• 에라스무스 의료원(네덜란드) — 눈: 시신경유두 지표, 수직 유두함몰비
• 도쿄대학교 — 혈액학적·생화학적 형질, 요산
• 퀸즐랜드 의학연구소(호주) — 시신경 계측, 자궁내막증
• Wellcome Trust Centre for Human Genetics(옥스퍼드) — 크론병, 2형 당뇨병, 비만도

이것들은 주제를 가진 곳처럼 읽힙니다. 그리고 어느 경우든 머리기사 숫자보다 훨씬 적은 논문 수입니다. deCODE는 좁은 논문이 15편, Institute of Cancer Research는 11편입니다.

이것이 뜻하지 않는 것

이 목록에 없는 기관이 유전학에 없다는 뜻이 아닙니다.

구체적인 예를 들면, 텍사스대학교 오스틴 캠퍼스는 저희 출처 671편 가운데 한 편에도 등장하지 않습니다. 텍사스는 많이 나옵니다 — UTHealth 휴스턴이 논문 12편, 베일러 의대가 10편, MD 앤더슨이 9편입니다 — 그런데 전부 의과대학과 암센터입니다.

그것은 저희에 대한 사실입니다. 저희 수집기는 사람의 질환·형질 연관 연구를 색인하는 GWAS Catalog를 읽습니다. 진화유전학, 집단유전학, 전산생물학은 저희가 색인하는 종류의 논문을 내지 않으므로, 그 분야가 강한 학과는 아무리 훌륭해도 여기서 보이지 않습니다. 텍사스에서 나온 것이 전부 병원이라는 양상이 바로 그 편향의 모양입니다.

그러니 이 조사가 재는 것은 한 카탈로그의 출처 목록에 등장하는가입니다. 연구의 질이나 생산량이나 중요성의 척도가 아니며, 이것을 대학 순위로 읽는 것은 잘못 읽는 것입니다.

하마터면 지나칠 뻔한 것 하나

이 분석의 첫 판본은 기관 이름을 맞출 때 universit 바로 뒤에 단어 경계를 요구하는 패턴을 썼습니다. 거기에는 단어 경계가 있을 수 없습니다. "University"는 뒤로 이어지니까요. 그래서 그 패턴은 자기가 찾으려고 쓰인 바로 그 단어를 맞출 수 없었습니다. 그 결과 671편 중 262편이 조용히 빠졌고, 케임브리지 대학교에만 소속된 논문은 전부 사라졌습니다.

아무것도 실패하지 않았습니다. 오류도 나지 않았습니다. 결과는 아주 그럴듯해 보였고, 표 맨 위는 병원 목록이었습니다. 그것이 분명히 틀렸다는 것을 알 수 있었던 이유는 원문에 288번 나오는 케임브리지가 결과에는 한 번도 없었기 때문입니다.

이 이야기를 적어 두는 이유는 두 가지입니다. 같은 모양의 오류가 이 글을 포함해 세는 일이라면 어디서든 가능하다고 독자가 가정해야 하기 때문이고, 자기가 아슬아슬하게 빗나갈 뻔한 지점을 보고하는 조사가 그러지 않는 조사보다 믿기 쉽기 때문입니다.

논문을 읽을 때 이것이 왜 중요한가

이 사이트의 변이 뒤에 있는 연구를 찾아봤는데 저자 171명이 기관 100곳에서 왔다면, 그것은 이름 채우기가 아닙니다. 이제 통계적 검정력에 드는 값이 그것입니다. 위험을 3퍼센트 옮기는 변이를 찾으려면 어느 한 대학도 모을 수 없는 수의 사람이 필요하고, 그래서 모집을 합치며 저자 명단이 그것을 따라갑니다.

그 대가는 논문이 한 장소의 산물이기를 그만둔다는 것입니다. 그래서 저희는 이 사이트 뒤의 논문 671편이 무엇을 찾았는지는 말씀드릴 수 있고, 어느 한 대학이 무엇을 하고 있는지는 정직하게 말씀드릴 수 없습니다.

여기 모든 수치는 2026년 9월 8일 기준으로 이 사이트의 발행된 출처를 대상으로 측정했고, 카탈로그가 자라면 함께 움직입니다. 그 출처가 무엇인지는 데이터가 어디서 오는가를 보십시오.