Ion suppression이 peptide quantification을 왜곡하는 방식

Ion suppression이 peptide quantification을 왜곡하는 방식

— 우리는 농도를 측정하는 걸까, 아니면 경쟁에서 살아남은 신호를 보고 있는 걸까

데이터를 보다 보면 이런 순간이 온다.

• 같은 샘플인데 intensity가 다르고
• replicate 간 변동이 예상보다 크고
• 어떤 peptide는 갑자기 사라진다

처음에는 이렇게 생각한다.

“기기가 불안정한가?”
“샘플 준비가 잘못됐나?”

하지만 반복해서 보면
이상한 패턴이 하나 보이기 시작한다.

👉 특정 peptide들이 항상 같이 흔들린다

이 순간부터
문제는 다른 방향을 가리킨다.

Ion suppression

ion suppression은 ‘오류’가 아니라 ‘기본 동작’이다

많은 사람들이 ion suppression을
예외적인 문제처럼 생각한다.

하지만 실제로는 그렇지 않다.

ESI 기반 LC-MS에서는

👉 ion suppression은 항상 존재한다

왜냐하면 이 과정 자체가
“경쟁”이기 때문이다.

ESI는 공정한 측정 시스템이 아니다

Electrospray ionization은
모든 molecule을 동일하게 이온화하지 않는다.

오히려 이렇게 작동한다.

• 동시에 존재하는 analyte들이
• 제한된 공간과 전하를 두고 경쟁

이 경쟁에서

• 잘 이온화되는 peptide → 살아남고
• 그렇지 않은 peptide → 억제된다

즉,

👉 signal intensity는 농도만의 함수가 아니다

가장 단순한 형태: co-elution

LC에서 두 peptide가
같은 시간에 나오면 일이 시작된다.

상황

• peptide A (high abundance)
• peptide B (low abundance)

같이 elute할 경우

→ A가 대부분의 ionization을 차지

결과:

• B signal 감소
• 심하면 검출 안 됨

실제 사례 ①: 존재하지만 보이지 않는 peptide

복잡한 plasma sample에서

• 특정 low abundance peptide가
• 일부 run에서만 검출

초기 해석:

→ biological variability

하지만 분석해보면

→ 항상 특정 high abundance peptide와 co-elution

즉,

👉 존재는 일정하지만
보이는 것이 달라진 것

matrix effect: 더 넓은 의미의 suppression

ion suppression은
peptide 간 경쟁만이 아니다.

샘플 전체 matrix도 영향을 준다.

영향 요소

• salts
• lipids
• detergents
• metabolites

이 물질들은

→ ionization efficiency를 떨어뜨린다

결과

같은 peptide라도

• clean sample → 높은 signal
• complex sample → 낮은 signal

즉,

👉 같은 농도인데 다른 값

실제 사례 ②: sample type에 따른 왜곡

• plasma vs buffer

같은 peptide spike-in

결과:

• buffer → 강한 signal
• plasma → 약한 signal

차이는 농도가 아니라

👉 matrix

gradient와 ion suppression의 관계

LC gradient는
suppression 패턴을 바꾼다.

이유

gradient에 따라

• 어떤 peptide들이 같이 나오고
• 어떤 조합이 형성되는지

가 달라지기 때문이다.

결과

같은 샘플이라도

• gradient A → peptide 검출
• gradient B → peptide 억제

실제 사례 ③: method 변경 후 결과 변화

• 동일 sample
• gradient만 변경

결과:

• 일부 peptide intensity 급감
• 일부는 증가

이건 sensitivity 변화가 아니라

👉 suppression 패턴 변화

DDA에서 더 심각해지는 이유

DDA는

• 가장 강한 signal만 선택

즉,

suppression이 발생하면

→ 약한 peptide는 아예 선택되지 않음

결과

• quantification 문제
• identification 문제 동시에 발생

quantitative 왜곡: 가장 위험한 지점

ion suppression은
단순히 signal을 줄이는 문제가 아니다.

더 중요한 문제

👉 비율(ratio)을 바꾼다

실제 상황

• 실제 농도: 1:1
• 측정 결과: 3:1

이건 단순 noise가 아니라

👉 systematic bias

실제 사례 ④: differential expression 오류

• condition A vs B

특정 peptide:

• A → suppression 없음
• B → suppression 발생

결과:

→ false decrease

internal standard가 해결책이 아닐 수도 있다

많이 사용하는 방법이다.

• internal standard로 보정

하지만 문제는

👉 suppression은 analyte마다 다르다

결과

• internal standard는 안정
• target peptide는 억제

→ 보정 실패

peptide-specific suppression

모든 peptide가 동일하게 영향을 받지 않는다.

영향 요인

• hydrophobicity
• charge state
• sequence

그래서

• 어떤 peptide는 영향 큼
• 어떤 peptide는 거의 없음

실제 사례 ⑤: peptide 간 불일치

같은 단백질에서

• peptide A → 증가
• peptide B → 감소

원인:

→ suppression 차이

우리는 왜 이걸 놓치는가

이유는 간단하다.

ion suppression은

• 눈에 보이지 않고
• 자동으로 발생하며
• 데이터에 자연스럽게 녹아든다

그래서 우리는

👉 이걸 “noise”로 생각한다

하지만 실제로는

👉 구조적인 왜곡

가장 위험한 순간

결과가 너무 “일관되게” 보일 때다.

• 특정 peptide만 계속 낮음
• 특정 그룹에서만 감소

이걸 보면 우리는

→ biological effect로 해석

하지만 실제로는

→ consistent suppression

실무에서 반드시 해야 할 것

1) co-elution 확인

chromatogram 필수 확인

2) multiple peptide 비교

단일 peptide 의존 금지

3) matrix effect 평가

post-column infusion 등 활용

4) sample cleanup 강화

SPE, fractionation

5) gradient 최적화

co-elution 최소화

핵심 정리

ion suppression은

• 예외가 아니다
• 기본이다

그리고

• signal을 줄이는 것이 아니라
  👉 관계를 왜곡한다

결론

LC-MS에서 우리가 보는 intensity는

👉 “농도”가 아니다

이건

👉 경쟁에서 살아남은 결과다

그래서 어떤 peptide는

• 많아도 보이지 않고
• 적어도 강하게 보인다

마지막 질문

다음에 peptide intensity를 볼 때
이 질문을 반드시 해야 한다.

“이 값은 실제 농도를 반영하는가,
아니면 suppression에서 살아남은 결과인가?”