Low LLOQ 분석에서 재현성이 무너지는 순간들

 

1. LLOQ는 ‘가장 낮은 농도’가 아니라 ‘가장 불안정한 지점’이다

우리는 LLOQ를 흔히 이렇게 정의한다.

• S/N ≥ 10
• accuracy, precision 허용 범위 충족

그래서 LLOQ는
“기술적으로 가능한 가장 낮은 농도”처럼 느껴진다.

하지만 실제 분석에서 LLOQ는
시스템이 가장 불안정해지는 경계선이다.

• noise와 signal의 경계
• linearity가 무너지기 직전
• matrix effect가 가장 과장되는 구간

즉,

LLOQ는 정량의 시작점이 아니라
정량이 붕괴되기 직전의 마지막 지점이다.

2. “어제는 됐는데 오늘은 안 됩니다”의 정체

Low LLOQ 분석에서
가장 자주 듣는 말이다.

“어제 batch에서는 잘 나왔는데요…”

이 말이 반복된다는 건
분석 조건이 unstable하다는 뜻이 아니다.

오히려,

분석 조건이 너무 경계값에 맞춰져 있다는 신호다.

LLOQ는
조건이 조금만 바뀌어도
결과가 급격히 흔들리는 영역이다.

3. 재현성이 무너지는 첫 번째 순간: noise가 signal처럼 보일 때

Low LLOQ에서
가장 흔한 착각은 이것이다.

• peak가 있다
• integration도 된다

그래서 “signal”이라고 판단한다.

하지만 이 구간에서는
signal과 noise의 경계가 거의 사라진다.

• chemical noise
• background ion
• matrix fragment

이들이
analyte peak와 같은 RT에 겹치기 시작하면,
재현성은 이미 무너진 상태다.

4. S/N 기준은 LLOQ를 보장하지 않는다

S/N ≥ 10이라는 기준은
분명 필요하다.

하지만 충분하지 않다.

왜냐하면,

• S/N은 한 번의 측정값이고
• 재현성은 여러 번의 반복 구조이기 때문이다.

Low LLOQ에서는
S/N은 매번 달라진다.

어제는 12
오늘은 8
내일은 15

이 흔들림 자체가
재현성 붕괴의 신호다.

5. 두 번째 순간: IS가 더 이상 보정하지 못할 때

Low LLOQ에서
IS는 종종 이렇게 보인다.

• IS peak 안정
• IS area CV 양호

그래서 분석가는 안심한다.

하지만 이 구간에서 IS는
이미 보정 능력을 상실했을 가능성이 높다.

이유는 간단하다.

• IS는 충분한 signal
• analyte는 noise와 경쟁

두 물질이
더 이상 같은 ionization 환경에 있지 않다.

IS는 안정적인데
analyte만 흔들린다면,
그건 IS failure가 아니라
LLOQ 구조의 한계다.

6. 세 번째 순간: integration이 분석가마다 달라질 때

Low LLOQ에서는
integration이 기술이 된다.

• baseline을 어디로 잡을 것인가
• peak 끝을 어디로 볼 것인가

이 판단은
분석가마다 미묘하게 달라진다.

그 결과,

같은 raw data
다른 결과

이 순간 재현성은
사람의 판단에 의존하게 된다.

7. 자동 integration이 더 위험해지는 지점

아이러니하게도
Low LLOQ에서는
자동 integration이 더 위험해질 수 있다.

• noise를 peak로 인식
• baseline drift를 signal로 해석

자동화는
일관성은 제공하지만, 정확성을 보장하지 않는다.

그래서 LLOQ 구간에서는
“자동 vs 수동” 문제가 아니라,

어떤 기준으로 integration을 허용할 것인가가 핵심이다.

8. 네 번째 순간: batch 간 환경 차이가 누적될 때

Low LLOQ는
환경 변화에 가장 민감하다.

• source contamination
• column aging
• matrix load 누적

이 변화는
high concentration에서는 거의 안 보인다.

하지만 LLOQ에서는
즉각적으로 반응한다.

그래서,

QC는 멀쩡
LLOQ만 흔들림

이라는 현상이 발생한다.

9. Low LLOQ는 통계적으로 가장 취약한 지점이다

정량 분석에서
가장 많은 통계적 가정이
LLOQ에서 깨진다.

• homoscedasticity 붕괴
• linearity 왜곡
• variance 폭증

이 상태에서
평균과 CV만 보는 것은
현상을 가리는 일이다.

10. Validation 통과 ≠ 장기 재현성 확보

Validation은
특정 시점의 성공을 증명한다.

하지만 Low LLOQ 재현성은
시간의 문제다.

• validation 직후 OK
• 몇 달 뒤 흔들림
• 특정 matrix에서만 문제

이건 validation 실패가 아니라,

LLOQ를 시스템 한계보다
너무 아래에 설정했을 가능성이다.

11. SOP에서 LLOQ를 다시 정의해야 하는 이유

많은 SOP는
LLOQ를 이렇게 정의한다.

“허용 기준을 만족하는 최저 농도”

하지만 현업에서는
이 정의가 너무 얇다.

현실적인 정의는 이렇다.

“LLOQ는 반복 분석 및 batch 간 비교에서
안정적인 재현성을 유지할 수 있는
시스템 최소 정량 농도이다.”

이 문장은
LLOQ를 숫자가 아니라
운영 가능한 영역으로 만든다.

12. R 기반 분석에서 LLOQ가 먼저 드러난다

R 기반 자동화를 도입하면
가장 먼저 드러나는 것이 LLOQ 문제다.

• batch 간 LLOQ CV trend
• low-end bias 패턴
• time-dependent drift

사람 눈으로는
“그냥 운이 나쁜 batch”였던 것이,
데이터로 보면
항상 LLOQ에서 시작한다.

13. 그래서 LLOQ는 줄이는 게 아니라 ‘올려야’ 할 때가 있다

가장 어려운 결정은 이것이다.

“LLOQ를 높이자.”

이 결정은
기술적 패배가 아니다.

오히려,

• 장기 재현성 확보
• audit 대응
• 데이터 신뢰성

모두를 위한
가장 현실적인 선택일 수 있다.

14. 정리하며: LLOQ는 용기가 필요한 숫자다

마지막으로 이 문장을 남기고 싶다.

Low LLOQ 분석에서 재현성이 무너질 때,
그것은 분석가의 실력이 부족해서가 아니라
시스템의 경계를 넘었기 때문이다.

LLOQ는
낮을수록 좋은 숫자가 아니다.

지킬 수 있는 숫자가
진짜 좋은 LLOQ다.

Low LLOQ 분석에서 재현성이 무너지는 순간들