Bioanalysis Deep Dive 시리즈

– IS 선택부터 Matrix Effect, Validation Trouble Shooting까지

“SOP에 나오지 않는 판단의 영역을 해부하다”

Bioanalysis 업무를 오래 해본 사람일수록 공감하는 사실이 하나 있다.
문제의 80%는 SOP 바깥에서 발생한다는 점이다.

• SOP에는 internal standard를 사용하라고 적혀 있지만
  👉 어떤 IS가 ‘좋은’ IS인지에 대한 답은 없다
• 가이드라인에는 matrix effect를 평가하라고 되어 있지만
  👉 어디까지 허용 가능한지에 대한 감각은 사람마다 다르다
• validation 항목은 명확하지만
  👉 실패했을 때 “왜” 실패했는지는 아무도 자세히 써주지 않는다

그래서 이 시리즈의 목적은 분명하다.

“Bioanalysis를 ‘절차’가 아니라 ‘판단의 학문’으로 다시 들여다보는 것”

 

Part 1. Internal Standard(IS) 선택법 –

“IS는 하나의 시약이 아니라, 하나의 가설이다”

신입 연구원이 가장 쉽게 오해하는 개념이 바로 internal standard다.

“비슷한 구조니까 괜찮겠죠?”
“Stable isotope면 무조건 좋은 IS 아닌가요?”

하지만 실무에서 IS 선택은 분석 전체의 성패를 가르는 첫 번째 가설 설정에 가깝다.

1-1. IS 선택의 본질: 무엇을 보정하려는가?

IS의 목적을 명확히 정의하지 않으면, 선택 기준도 흐려진다.

• extraction loss를 보정하려는가?
• matrix effect를 보정하려는가?
• injection variability를 보정하려는가?
• 장비 drift를 보정하려는가?

이 질문에 대한 답이 정리되지 않은 상태에서의 IS 선택은
“형식적으로 IS를 넣은 것”에 불과하다.

1-2. Stable isotope IS의 함정

실무에서 자주 발생하는 오해:

• isotope IS = 항상 최선
• co-elution = matrix effect 완벽 보정

하지만 실제로는,

• isotope purity 문제
• isotopic interference
• differential adsorption
• low m/z 영역에서의 background 증가

등으로 인해 오히려 variability를 키우는 사례도 빈번하다.

이 파트에서는
✔ 구조 유사 IS vs isotope IS 선택 기준
✔ early phase vs late phase에서의 IS 전략 차이
✔ multi-analyte 분석에서 IS 설계 실패 사례
를 실제 데이터 흐름 중심으로 풀어낸다.

Part 2. Matrix Effect –

“숫자로는 설명되지만, 숫자만으로 판단하면 사고가 난다”

Matrix effect는 bioanalysis에서 가장 많이 언급되지만,
가장 많이 오해되는 개념이기도 하다.

2-1. Matrix effect는 ‘존재 여부’의 문제가 아니다

많은 보고서가 이렇게 끝난다.

“Matrix effect was observed but consistent across lots.”

이 문장은 안전해 보이지만, 실제로는 가장 위험한 문장일 수 있다.

• consistent하다는 기준은 무엇인가?
• 어느 농도 구간에서 consistent한가?
• IS-normalized matrix effect는 정말 안정적인가?

Matrix effect는 있다/없다의 문제가 아니라,
👉 “통제 가능한가?”의 문제다.

2-2. Low concentration 영역에서 matrix effect가 폭발하는 이유

실무에서 반복적으로 마주치는 패턴:

• mid/high QC는 안정적
• LLOQ 근처에서 CV 급증
• batch 간 bias 발생

이 파트에서는,

• ion suppression이 농도 의존적으로 보이는 이유
• extraction recovery와 matrix effect의 착시
• sample prep 단계에서 이미 결과가 결정되는 메커니즘

을 크로마토그램 해석 중심으로 설명한다.

Part 3. Validation Trouble Shooting –

“Validation 실패는 결과가 아니라 신호다”

Validation 실패를 경험해보지 않은 분석가는 없다.
문제는 실패를 ‘재시험’으로만 해결하려 할 때 발생한다.

3-1. Accuracy 실패의 진짜 원인들

Accuracy가 튀는 상황에서 가장 흔한 반응은 이것이다.

“standard 다시 만들어볼게요.”

하지만 실제 원인은 훨씬 구조적인 경우가 많다.

• calibration model 선택 오류
• weighting factor의 무비판적 적용
• stock solution stability 착시
• back-calculated concentration에만 집중한 해석

이 파트에서는
✔ accuracy bias 패턴별 원인 분류
✔ 재시험이 의미 없는 상황 구분법
✔ validation 데이터를 method improvement로 연결하는 사고 흐름
을 다룬다.

3-2. Stability 실패는 ‘화학’이 아니라 ‘시스템’ 문제일 수 있다

• freeze–thaw에서만 깨지는 경우
• autosampler stability만 불안정한 경우
• long-term stability 결과가 batch마다 흔들리는 경우

이런 현상은 단순 분해 문제가 아니라,

• container adsorption
• light exposure
• reconstitution solvent mismatch
• sequence 설계 문제

등 분석 시스템 전체의 문제인 경우가 많다.

Part 4. SOP와 판단 사이 –

“규정을 지켰는데 왜 문제가 되는가”

Bioanalysis 실무에서 가장 어려운 질문은 이것이다.

“SOP대로 했는데, 왜 audit에서 지적을 받았을까?”

이 파트에서는,

• 규정 준수와 과학적 타당성의 충돌
• audit trail이 요구하는 ‘설명 가능한 판단’
• CRO 데이터 리뷰 시 분석가가 봐야 할 포인트

를 중심으로, ‘분석 책임자 관점’의 사고 방식을 정리한다.

이 시리즈가 지향하는 궁극적인 목표

“Bioanalysis Deep Dive” 시리즈는
기술 매뉴얼도, 가이드라인 요약도 아니다.

이 시리즈의 목적은 단 하나다.

“왜 이 결과를 믿을 수 있는지 설명할 수 있는 분석가를 만드는 것”

• 버튼을 누르는 사람이 아니라
• 피크를 예쁘게 만드는 사람이 아니라
• 데이터에 대해 질문을 받아도 흔들리지 않는 사람

그것이 이 시리즈가 말하는 실무형 bioanalyst다.

 

Bioanalysis Deep Dive 시리즈