LC-MS 조건 하나로 결과가 바뀌는 이유

LC-MS 조건 하나로 결과가 바뀌는 이유

— 우리는 같은 샘플을 분석하고 있는 것이 아닐지도 모른다

처음 LC-MS를 다루기 시작했을 때,
가장 이해하기 어려웠던 순간이 있다.

같은 샘플을 분석했는데
결과가 다르게 나오는 순간이다.

처음에는 이렇게 생각한다.

“장비 상태가 안 좋은가?”
“샘플이 변했나?”

하지만 시간이 지나면서
조금씩 다른 결론에 도달하게 된다.

문제는 샘플이 아니라
조건이었다.

그리고 더 놀라운 사실은 이것이다.

LC-MS에서 조건 하나만 바뀌어도
우리는 사실상 ‘다른 데이터를 보고 있는 것’과 같다.

1. LC-MS는 측정 장비가 아니라 ‘필터’다

많은 사람들이 LC-MS를
“농도를 측정하는 도구”라고 생각한다.

하지만 실제로는 다르다.

LC-MS는
모든 것을 보여주는 장비가 아니라
일부만 선택해서 보여주는 필터다.

이 필터는 다음 요소로 구성된다.

• chromatography
• ionization
• mass detection

이 중 하나만 바뀌어도
통과하는 물질이 달라진다.

즉, 결과적으로
보이는 세계 자체가 달라진다.

2. Chromatography: 무엇을 볼지 결정하는 단계

LC 조건은
단순히 분리를 위한 것이 아니다.

이건 사실상
“어떤 metabolite를 볼 것인가”를 결정한다.

컬럼 선택의 영향

• Reverse-phase → 비극성 중심
• HILIC → 극성 중심

같은 샘플이라도
이 선택 하나로 분석 결과는 완전히 달라진다.

어떤 경우에는
특정 pathway 자체가 보이지 않기도 한다.

Gradient 조건

• 짧은 gradient → co-elution 증가
• 긴 gradient → 분리 개선

짧은 gradient를 사용하면
throughput은 좋아지지만
여러 화합물이 동시에 나온다.

이때 발생하는 것이
ion suppression이다.

결과적으로
특정 metabolite는 “없는 것처럼” 보인다.

3. Ionization: 신호의 생존 경쟁

ESI에서 일어나는 일은
생각보다 단순하지 않다.

모든 화합물은
이온화라는 과정을 거쳐야
검출될 수 있다.

문제는 이 과정이
공평하지 않다는 점이다.

• 어떤 화합물은 잘 이온화됨
• 어떤 화합물은 거의 안 됨

그리고 더 중요한 것은

서로 경쟁한다는 것

• 강한 신호 → 약한 신호 억제
• 높은 농도 → 주변 signal 감소

이 현상은
LC 조건에 따라 달라진다.

즉, LC 조건 변경은
단순한 분리 문제가 아니라
이온화 경쟁 구조를 바꾸는 것이다.

4. Mass analyzer 설정의 영향

많은 사람들이 간과하는 부분이다.

하지만 MS 설정 역시
결과에 큰 영향을 준다.

Resolution

• 높을수록 정확한 구분
• 낮으면 peak overlap

Scan speed

• 느리면 peak sampling 부족
• 빠르면 sensitivity 감소

Acquisition mode

• Full scan → 넓은 coverage
• MRM → 높은 정확도

이 설정 하나만 바뀌어도
검출되는 feature가 달라진다.

5. Co-elution이 만들어내는 착각

현장에서 가장 흔한 문제 중 하나다.

여러 화합물이 동시에 elute되면
다음 문제가 발생한다.

• ion suppression
• signal distortion
• peak misassignment

문제는 이 현상이
“정상 데이터처럼 보인다”는 점이다.

그래프만 보면
아무 문제 없어 보인다.

하지만 실제로는
데이터가 이미 왜곡되어 있다.

6. 같은 샘플, 다른 결론

이 모든 요소가 결합되면
이런 일이 발생한다.

조건 A

• pathway A 활성화

조건 B

• pathway B 활성화

같은 샘플인데
완전히 다른 결론이 나온다.

이건 오류가 아니다.

각 조건이 다른 ‘관점’을 제공한 것이다.

7. 왜 이런 일이 반복되는가

이 문제는 단순한 실수가 아니다.

LC-MS workflow 자체가
이런 구조를 가지고 있다.

• 조건 선택의 자유도 높음
• 표준화 어려움
• 결과 해석이 데이터 중심

특히 가장 큰 문제는 이것이다.

데이터를 먼저 보고
조건의 영향을 나중에 생각한다는 점

8. 가장 위험한 착각

많은 분석가들이
무의식적으로 이렇게 생각한다.

“이 결과는 샘플의 상태를 반영한다”

하지만 실제로는

“이 결과는 특정 조건에서의 관측 결과”다

이 차이는 매우 크다.

9. 해결 방법은 있는가

완전히 해결할 수는 없다.
하지만 줄일 수는 있다.

1) 조건을 변수로 인식하기

조건 자체가 결과에 영향을 준다는 전제를 가져야 한다.

2) multiple condition 비교

• 다른 column
• 다른 gradient
• 다른 ionization

결과가 유지되는지 확인

3) internal standard 활용

ion suppression 및 variation 확인

4) targeted validation 수행

untargeted 결과는 반드시 검증 필요

10. 실무에서의 핵심 질문

결국 모든 것은 이 질문으로 정리된다.

“이 결과는 샘플의 차이인가,
아니면 내가 만든 조건의 결과인가?”

이 질문을 하지 않으면
결과는 언제든지 바뀔 수 있다.

결론: LC-MS는 진실을 보여주지 않는다

LC-MS는 매우 강력한 도구다.
하지만 동시에 매우 위험한 도구이기도 하다.

왜냐하면

항상 ‘부분적인 진실’만 보여주기 때문이다.

조건이 바뀌면
그 진실도 바뀐다.

그래서 좋은 분석가는
데이터를 해석하기 전에
이 사실을 먼저 인정한다.

“나는 지금
샘플을 보고 있는 것이 아니라
조건이 만든 결과를 보고 있다”

이 인식 하나가
연구의 방향을 완전히 바꾼다.