Internal Standard 실패 케이스 분석

 IS가 있는데도 결과가 무너지는 이유

1. “IS는 문제없는데요?”라는 말이 가장 위험하다

LC-MS/MS 분석에서
결과가 흔들릴 때
가장 먼저 확인하는 것은 거의 항상 이것이다.

• IS peak 있음
• RT 정상
• area도 큰 문제 없어 보임

그리고 이렇게 결론이 내려진다.

“IS는 정상입니다.”

이 문장은
안심을 주는 말처럼 들리지만,
실제로는 가장 많은 문제를 숨긴다.

2. IS가 있다는 사실과, IS가 ‘작동한다’는 것은 다르다

우리는 종종
IS를 이렇게 생각한다.

• 넣어두면 자동으로 보정해주는 장치
• 있으면 matrix effect도, loss도 해결됨

하지만 IS는
존재만으로는 아무것도 보정하지 않는다.

IS가 보정 역할을 하려면
아주 까다로운 조건이 충족되어야 한다.

3. IS 보정이 성립하는 전제 조건

IS가 제대로 작동하려면
분석 시스템은 암묵적으로
다음 가정을 하고 있다.

• IS와 analyte가 동일한 영향을 받는다
• matrix effect가 같은 방향, 같은 크기로 작용한다
• extraction loss가 비례적으로 발생한다
• ionization 환경에서 경쟁 관계가 유지된다

이 중 하나만 깨져도
IS는 더 이상 ‘보정자’가 아니다.

4. 실패 케이스 1: IS는 안정적인데 결과만 흔들릴 때

현장에서 자주 보는 장면이다.

• IS area: batch 간 CV < 5%
• QC: 특정 농도 구간에서만 bias 발생

분석가는 이렇게 말한다.

“IS는 안정적인데요?”

하지만 바로 그게 문제다.

IS가 너무 안정적이라는 것은
analyte와 다른 세계에서 움직이고 있다는 신호일 수 있다.

5. 구조적 원인: matrix effect의 비대칭 작용

Matrix effect는
IS와 analyte에
항상 동일하게 작용하지 않는다.

특히 이런 경우에서 차이가 커진다.

• endogenous analyte
• 극저농도 analyte
• late eluting compound
• source 경쟁이 심한 조건

이때 IS는
ion suppression을 덜 받고,
analyte만 더 크게 영향을 받는다.

결과적으로,

IS는 “정상”,
analyte만 “비정상”이 된다.

6. 실패 케이스 2: IS RT는 맞는데 peak shape이 다를 때

IS 확인을
RT와 area로만 하는 경우가 많다.

하지만 정말 중요한 건
peak shape의 유사성이다.

• IS peak는 sharp
• analyte peak는 tailing 또는 fronting

이 상황에서
IS는 이미 보정 기능을 상실했다.

왜냐하면,

peak shape이 다르다는 건
chromatographic behavior가 다르다는 뜻이고,
결국 ionization 타이밍도 다르다는 의미이기 때문이다.

7. Stable isotope IS의 함정

Stable isotope-labeled IS는
“가장 완벽한 IS”로 여겨진다.

하지만 아이러니하게도
실패 사례는 여기서도 나온다.

• deuterium labeling으로 인한 RT shift
• back-exchange
• matrix와의 미세한 상호작용 차이

이 경우 IS는
화학적으로는 같아 보이지만,
시스템에서는 다르게 취급된다.

8. 실패 케이스 3: extraction loss를 IS가 따라가지 못할 때

IS를
sample prep 초기에 넣는 이유는 분명하다.

“loss를 같이 겪게 하기 위해서”

하지만 실제로는
loss가 항상 비례적으로 발생하지 않는다.

• protein binding 차이
• adsorption 차이
• 용매 친화성 차이

이런 차이가 누적되면
IS는 “같이 빠진 것처럼 보이지만”
analyte와는 다른 양상으로 움직인다.

9. IS는 loss를 ‘보정’하지 않는다

IS는 loss를 ‘감지’할 뿐이다

이 문장이 중요하다.

IS는
loss를 없애주지 않는다.

다만,

loss가 발생했음을
시스템에 알려주는 센서 역할을 한다.

이 관점이 없으면
IS failure는 영원히 설명되지 않는다.

10. 실패 케이스 4: IS가 너무 깨끗한 환경에서만 움직일 때

실제 샘플이 쌓이면서
matrix load가 증가하면
LC-MS 시스템은 미묘하게 변한다.

• source contamination
• column surface 변화
• carryover 증가

이때 IS는
“항상 같은 조건”에서 들어오지만,
analyte는 누적된 matrix의 영향을 더 크게 받는다.

결과적으로,

IS는 안정
결과는 점점 흔들림

이게 바로
시스템 차원의 IS failure다.

11. 그래서 IS 실패는 단일 원인이 아니다

IS failure를
단순히 이렇게 말하면 안 된다.

“IS가 안 맞는다”

대신 이렇게 봐야 한다.

• 시스템 상태 변화
• matrix load 누적
• chromatographic 분리 한계
• ionization 경쟁 구조 붕괴

IS는 그 모든 변화의
피해자이자 증거물이다.

12. IS response를 숫자가 아닌 ‘패턴’으로 봐야 하는 이유

IS를 관리할 때
가장 흔한 실수는 이것이다.

• 평균값
• CV
• 허용 범위

이 숫자들은
변화의 방향을 말해주지 않는다.

하지만 IS failure는
대부분 이렇게 나타난다.

• 특정 batch부터 서서히 drift
• 특정 농도에서만 이상
• 특정 matrix에서만 반복

이건 패턴 문제다.

13. SOP에서 IS를 다시 정의해야 하는 이유

많은 SOP에는
이런 문장이 있다.

“Internal standard를 사용하여 정량한다.”

이 문장은
아무것도 정의하지 않는다.

IS를 시스템 관점에서 보려면
SOP 문장은 이렇게 바뀌어야 한다.

“Internal standard는 분석 시스템의 상태 및
matrix effect 변화를 감지하기 위한 지표로 활용하며,
IS response 및 analyte 대비 비율의 변화 양상을
batch 간 비교를 통해 관리한다.”

이 한 문장이
IS를 ‘보정 도구’에서
관리 도구로 끌어올린다.

14. R 자동화와 IS failure는 최고의 궁합이다

IS failure는
사람 눈으로는 잘 안 보인다.

• batch가 쌓여야 보이고
• 비교 구조가 있어야 드러난다

R 자동화는
IS failure를 이렇게 바꾼다.

• IS/analyte ratio trend
• batch-wise heatmap
• 농도 구간별 bias 시각화

이 순간 IS는
“있으니까 쓰는 것”이 아니라
시스템을 읽는 센서가 된다.

15. 정리하며: IS는 만능이 아니다

가장 중요한 결론은 이것이다.

IS가 있다고 해서
분석이 안전해지는 것은 아니다.

IS는

• 제대로 설계되고
• 제대로 해석되고
• 시스템 관점에서 관리될 때만

의미를 가진다.

IS failure는
분석가의 실수가 아니라,

IS를 너무 단순하게 믿어온
시스템 사고의 한계가 드러난 결과다.

 

 

Internal Standard 실패 케이스 분석