LC Column Batch Variability 대응법

QC Set 기반 Column Qualification 전략

LC-MS/MS 기반 정량 분석에서 column batch variability 문제는 누구나 한 번쯤 겪는다.
처음에는 단순히 “이번에 받은 column이 뭔가 이상한가?”라고 생각하지만,
실제로는 lot 변경이 method robustness에 크고 작은 영향을 주는 경우가 많다.

국내 제약사 분석팀에서도, validation을 마치고 임상분석을 시작하려는 시점에
새로운 column lot이 투입되면서 RT retention, peak shape, sensitivity가 흔들리는 상황이 부지기수다.
특히 C18 계열 column이라 하더라도 제조사·lot별로 물성 차이가 분명 존재하고,
이 차이가 분석 결과의 정밀도를 뒤흔드는 주요 원인이 된다.

그래서 많은 글로벌 제약사들은 column qualification 시스템을 운영한다.
그중에서도 최근 가장 활용도가 높은 접근 방식이 바로 QC set 기반 column qualification 방식이다.

이 글에서는 column variability가 실제 분석에 어떤 영향을 주는지,
그리고 QC set을 이용해 새로운 lot을 어떻게 qualify 할 수 있는지
실무 중심으로 풀어보고자 한다.

1. Column batch variability가 왜 발생하는가?

column variability는 다음 네 가지 요인에서 발생한다.

① 실리카 기반 기질(silica substrate)의 물성 차이

• bulk silica purity
• pore size distribution
• surface area
• metal impurity
  이 요소들이 다르면 같은 “C18”이라도 retention이 미세하게 달라진다.

② bonding phase 차이

• C18 chain length
• end-capping 효율
• residual silanol의 양
• bonded phase density

이 작은 차이가 hydrophobic interaction에 영향을 주며 RT shift로 이어진다.

③ 제조 공정상의 batch-to-batch 편차

• slurry packing 조건
• column packing 압력
• frit 품질

실제로 동일 제조사 column이라도 6개월 간격으로 받은 batch가 성능 차이를 보이는 경우가 많다.

④ aging 효과 (column의 사용하는 과정에서 노화)

새로운 column은 RT가 좀 더 길고 peak shape이 날카로운 경우가 많고,
사용하면서 retention이 줄어들고 tailing이 증가한다.

2. Column variability가 바이오애널리시스에 미치는 영향

(1) RT drift → MRM scheduling 문제

특히 scheduled MRM 방식을 사용하는 분석에서는 RT drift는 곧 신호 저하로 연결된다.
RT window에서 벗어나면 peak가 절반만 잡히는 상황이 발생하기 때문이다.

(2) Peak shape 변동 → integration variance

lot 교체 후 peak tailing이 증가하면
정량 variability가 심해지고 batch-to-batch bias가 발생한다.

(3) Selectivity 변화

특히 matrix interferences가 column selectivity에 영향을 받는 경우,
column lot 변경은 major interference shift로 이어질 수 있다.

(4) sensitivity 변화

peak height 또는 area가 5–20% 이상 차이 나는 경우도 흔하다.

3. Column Variability를 관리해야 하는 이유

Validation은 특정 column batch에서 수행된다.
따라서 임상 분석에 사용하는 column이 validation batch와 다른 경우,
method transfer 또는 partial validation 수준의 검증이 필수다.

규제 기관에서도 다음을 강조한다:

✔ “Column lot 변경은 critical component change에 해당하며, 영향 평가가 필요하다.”

즉, column qualification 시스템이 있느냐가
분석팀의 품질 수준을 보여주는 척도가 된다.

4. QC Set 기반 Column Qualification 개념

QC set 기반 접근은 간단히 말해:

“분석법의 핵심 민감 지표를 확인할 수 있는 작은 패널(QC set)을 사용하여

새로운 column lot의 성능을 검증하는 방식”

여기서 QC set은 대표적으로 다음 항목을 포함한다.

■ QC Set 기본 구성 (추천)

① Calibration 중간 농도(QC-M)

• RT stability
• peak shape
• response 비교

② High QC (QC-H)

• overloading 영향 평가
• peak shape 유지 여부

③ Low QC (QC-L) 또는 3×LLOQ

• low-end sensitivity 검증
• S/N ratio 비교

④ Blank matrix

• interference shift 확인
• selectivity 비교

⑤ 상위 metabolite 혹은 구조 유사체

column selectivity의 영향을 가장 잘 반영한다.

5. Column Qualification 구체적인 평가 항목

QC set을 주입한 뒤 다음 항목을 비교 평가한다.

(1) Retention Time (RT) 비교

단순 평균값이 아니라 아래 값을 모두 확인한다.

항목	기준
RT shift	±3% 또는 ±0.1 min
Retention reproducibility (n=5)	RSD ≤ 2%
RT window 내 유지 여부	scheduled MRM 필수

 

(2) Peak shape

peak shape의 변화는 정량 variation으로 이어지므로 핵심 항목이다.

주요 지표

• tailing factor (TF)
• asymmetry factor (As)
• efficiency (N)

권장 기준:

• TF ≤ 1.2
• As ≤ 1.5
• efficiency 변화 ≤ 20%

(3) Peak Area 또는 Height 비교

새로운 column에서 배율 심하게 바뀌면 문제가 된다.

일반 기준:

• Area change ≤ ±15%
• Height change ≤ ±20%

QC-L에서 높이 변화가 더 크다면 selectivity 문제 가능성이 있다.

(4) Selectivity 평가

Blank matrix + standard 비교로 확인한다.

변경된 column에서

• 새로운 interference peak 등장
• 기존은 없던 co-elution 발생
  하면 reject 대상이다.

(5) Carryover 변화

column frit이나 packing 차이로 carryover가 달라질 수 있다.

기준:

• previous column 대비 +10% 이상 증가 시 보류
• backflush 필요 여부 평가

6. Column Qualification Workflow (실무형)

아래는 실제 제약사 LC-MS/MS 분석팀에서 사용하는 workflow를 기반으로 구성한 것이다.

Step 1. Pre-screening

• 새로운 column lot 1개를 간단한 solvent test로 확인
• pressure stability 체크
• system suitability test 수행

Step 2. QC set 주입

• QC-L, QC-M, QC-H, blank, metabolite set 주입
• 최소 3회 반복 주입(n=3)

Step 3. RT, shape, area 비교

validation batch와 overlay 비교로 일차 평가

Step 4. Acceptance decision

✔ PASS

변동이 기준 이내 → 해당 column lot 사용 승인

✔ CONDITIONAL PASS

일부 변동 있지만 method robustness 내 허용
→ 새 lot에서 partial validation 필요 (accuracy·precision 최소 수행)

✔ FAIL

다음 오류 발생 시 재고 사용 불가

• RT shift 5% 이상
• selectivity 문제
• low QC sensitivity 20% 이상 저하
• interference peak 신설

Step 5. 신규 lot 등록 및 batch 기록 관리

• LIMS/ELN에 기록
• column qualification logbook 작성
• column usage tracking

7. Column Variability 감소를 위한 실무 팁

(1) 같은 제조사의 동일 column bulk 구매

lot 간 variability를 줄이는 가장 확실한 방법이다.
대량 구매 시 동일 batch를 받기 때문에 일관성이 높다.

(2) Column flush protocol 표준화

column 성능은 유지 관리 방식에 크게 좌우된다.

권장 flush:

• high organic (95% ACN)
• acidic aqueous
• basic aqueous
• IPA flush

(3) Column storage 용액 관리

실리카 기반 column은 보존 용액에 민감하다.
따라서 제조사 권고에 따라 보존해야 한다.

(4) Column aging tracking

column마다 사용량에 따라 aging 속도가 다르다.
사용일·injection 수를 기록해 두면
column 교체 시점 예측에 큰 도움이 된다.

8. 실제 사례: Column 변경 후 발생했던 문제와 해결 과정

국내 한 제약사의 백혈병 치료제 LC-MS/MS 분석에서 있었던 일이다.

validation은 A사 C18 column batch A123으로 수행했다.
임상 분석 중 column이 소진되어 batch A125를 투입했는데
다음 문제가 발생했다:

문제

• RT 0.12 min 증가
• metabolite M1 peak shape tailing 증가
• QC-L이 기존 대비 18% 낮게 검출됨

원인 분석

• 새로운 batch의 end-capping 효율이 떨어져 silanol 영향 증가
• M1은 polar metabolite라 impact가 더 컸음
• QC-L의 민감도 저하로 ISR mismatch 우려

조치

• mobile phase pH를 약간 낮추어 silanol interaction 감소
• organic modifier 비율 소폭 증가
• column 후보 2개 교체 테스트
• 최종적으로 batch A125는 reject

이 과정에서 QC set 기반 qualification이 결정적인 역할을 했다.
validation batch와 overlay 비교를 통해 difference를 명확히 파악할 수 있었기 때문이다.

9. QC Set의 확장 버전 (Advanced)

일부 글로벌 제약사는 다음 항목을 QC set에 추가한다.

• Incurred sample 2–3개
• metabolite-rich sample
• co-medication sample
• hemolyzed sample

이렇게 구성하면 column selectivity 변화를 훨씬 정확히 평가할 수 있다.

10. 결론 – Column Qualification은 Bioanalysis 품질의 핵심

column lot 변경은 단순한 소모품 교체가 아니다.
정량 분석법의 반복성과 신뢰성을 유지하는 핵심적인 품질 관리 절차다.

QC set 기반 column qualification은 다음과 같은 장점이 있다.

✔ 객관적 비교 가능

validation batch와 overlay 비교로 신속한 의사결정 가능

✔ 문제 조기 발견

ISR 실패, batch variability, sensitivity drift 등을 사전에 차단

✔ 규제기관 대응 용이

FDA/EMA audit에서 column lot 관리 여부는 매우 중요한 항목이다.

 

LC Column Batch Variability 대응법