티스토리 뷰
slope drift의 숨은 원인들
1. “이번 배치는 slope가 좀 다르네요”라는 말의 정체
LC-MS/MS 분석 회의에서
가장 자주, 가장 가볍게 나오는 말 중 하나가 이것이다.
“이번 배치는 slope가 조금 다르네요.”
그리고 보통 이렇게 이어진다.
- R²는 괜찮음
- back-calculated accuracy도 허용 범위
- QC도 통과
그래서 결론은 늘 같다.
“사용에는 문제 없습니다.”
하지만 여기서 놓치는 사실이 있다.
slope가 바뀌었다는 건, 이미 시스템이 바뀌었다는 신호라는 점이다.
2. Calibration curve는 ‘선’이 아니라 ‘시스템의 지문’이다
우리는 calibration curve를
종종 단순히 이렇게 생각한다.
- 농도 vs response의 직선
- 정량을 위한 수학적 도구
하지만 실제로 calibration curve는
그날 그 시간의 LC-MS 시스템 상태를 그대로 반영한 결과물이다.
- ionization efficiency
- matrix load
- source condition
- chromatographic 상태
이 모든 것이
하나의 slope 안에 압축되어 들어간다.
3. slope drift는 오류가 아니라 누적의 결과다
중요한 점은 이것이다.
slope drift는
대부분 갑자기 발생하지 않는다.
대신 이렇게 나타난다.
- 배치마다 조금씩
- 눈에 띄지 않게
- 하지만 같은 방향으로
그래서 분석가는
“항상 조금씩 다른데, 항상 허용 범위”라는
가장 위험한 상태에 익숙해진다.
4. 원인 1: matrix load는 calibration curve를 기억한다
Calibration standard는
보통 “깨끗한 용매” 혹은
“blank matrix spiked”로 준비된다.
하지만 시스템은
그보다 훨씬 많은 것을 기억한다.
- 이전 배치에서 주입된 실제 샘플
- 고농도 QC
- problematic matrix
이 누적된 matrix load는
다음 calibration curve의 slope에 영향을 준다.
즉,
같은 standard라도
시스템이 다르면 slope는 달라진다.
5. 원인 2: ion source는 매일 조금씩 변한다
Ion source는
가장 민감하면서도
가장 과소평가되는 영역이다.
- 미세한 contamination
- spray stability 변화
- temperature·gas 조건의 누적 편차
이 변화들은
absolute response에는 잘 드러나지 않지만,
**농도 의존성(response linearity)**에는 직접적인 영향을 준다.
그 결과가 바로
slope drift다.
6. “IS가 있으니까 괜찮다”는 착각
많은 분석가는 이렇게 말한다.
“IS로 보정했으니까 slope 변화는 큰 의미 없어요.”
하지만 앞선 IS failure 논의와 연결해보면
이 말은 절반만 맞다.
IS는
- absolute signal fluctuation은 줄여줄 수 있어도
- 농도 구간별 비선형 변화까지는 보정하지 못한다.
특히,
- low end에서만 slope가 달라질 때
- high concentration에서 saturation이 시작될 때
IS는 이미
보정 범위를 벗어난 상태다.
7. 원인 3: 저농도 영역에서 시작되는 slope 왜곡
Slope drift는
거의 항상 저농도 영역에서 시작된다.
- background noise 증가
- ion competition
- chemical noise 누적
이 변화는
high concentration에서는 잘 보이지 않는다.
그래서 curve는
겉보기엔 멀쩡해 보인다.
하지만 실제로는,
curve의 기울기가 아니라
curve의 ‘무게 중심’이 이동하고 있다.
8. 원인 4: calibration design 자체의 구조적 문제
Calibration curve는
“만드는 방식” 자체가
slope drift를 유발하기도 한다.
예를 들면,
- 항상 같은 농도 포인트
- 항상 같은 injection order
- 항상 같은 batch 내 위치
이 반복은
시스템이 특정 패턴에 익숙해지게 만들고,
결과적으로 drift를 고착화시킨다.
9. slope drift는 QC fail보다 먼저 온다
중요한 사실 하나.
QC fail은 slope drift의 결과다.
원인이 아니다.
QC는
어느 순간 갑자기 무너지지만,
slope는 그 이전부터
이미 움직이고 있다.
즉,
- slope drift를 관리하지 않으면
- QC는 언젠가 반드시 fail한다.
10. SOP에서 slope를 어떻게 다뤄야 하는가
대부분의 SOP는
slope에 대해 이렇게 말한다.
“Calibration curve를 작성한다.”
하지만 이것만으로는
아무것도 관리되지 않는다.
현실적인 SOP 문장은
이렇게 바뀌어야 한다.
“Calibration curve의 slope는
batch 간 비교를 통해 추적 관리하며,
이전 batch 대비 일정 범위 이상의 변화가 관찰될 경우
시스템 상태 점검을 수행한다.”
이 문장은
slope를 ‘수학 결과’가 아니라
시스템 지표로 끌어올린다.
11. R 기반 자동화가 slope drift를 드러내는 방식
사람은
한 배치의 curve만 본다.
R은
여러 배치를 동시에 본다.
- batch별 slope trend
- compound별 slope stability
- matrix별 slope 분포
이걸 시각화하는 순간
분석가는 이렇게 말하게 된다.
“아… 예전부터 계속 움직이고 있었네.”
12. slope drift는 실패가 아니라 조기 경보다
이 관점이 가장 중요하다.
slope drift는
분석 실패의 증거가 아니라,
시스템이 변하고 있다는 조기 경보다.
이 신호를 무시하면
나중에 QC fail, OOS, audit finding으로 돌아온다.
하지만 읽을 수 있다면,
- PM 시점 조정
- source cleaning 전략
- method refinement
모두 선제적으로 할 수 있다.
13. 정리하며: calibration curve는 매번 달라질 수밖에 없다
마지막으로 이 문장을 남기고 싶다.
Calibration curve가 매번 다른 것은
분석가의 실수가 아니라,
LC-MS 시스템이 살아 있다는 증거다.
문제는
그 변화를 이해하고 관리하느냐,
아니면
숫자로만 소비하느냐다.

'제약산업' 카테고리의 다른 글
| Internal Standard 실패 케이스 분석 (0) | 2026.02.05 |
|---|---|
| Matrix effect를 ‘측정값’이 아닌 ‘시스템 특성’으로 관리하는 전략 (0) | 2026.02.04 |
| LC-MS/MS에서 ‘좋은 피크’의 정의는 어떻게 만들어지는가 (0) | 2026.02.03 |
| R 기반 자동화 결과를 SOP로 전환하는 방법 (0) | 2026.02.02 |
| R 기반 LC-MS 데이터 자동화 파이프라인 (0) | 2026.02.01 |
| R 기반 LC-MS 데이터 자동화 파이프라인 예시 (0) | 2026.01.31 |
| 데이터 자동화 × R 기반 LC-MS 데이터 활용 전략 (0) | 2026.01.30 |
| Regulatory Ready LC-MS/MS 시리즈 (0) | 2026.01.29 |
- Total
- Today
- Yesterday
- 정밀의료
- bioanalysis
- 분석
- Targeted Metabolomics
- 약물개발
- 정량분석
- 신약 개발
- 대사체 분석
- Spatial metabolomics
- 데이터
- 신약개발
- 치료제
- AI
- 바이오마커
- Multi-omics
- 제약
- matrix effect
- 머신러닝
- 분석팀
- 디지털헬스케어
- 임상시험
- ich m10
- LC-MS
- metabolomics
- 미래산업
- 약물분석
- audit
- 시스템
- 제약산업
- lc-ms/ms
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
