Resolution vs Scan Speed trade-off 실무 가이드

Resolution vs Scan Speed trade-off 실무 가이드

— 더 선명하게 볼 것인가, 더 많이 포착할 것인가, 그리고 언제 무엇을 포기해야 하는가

LC-MS를 처음 다루기 시작하면
대부분은 장비 스펙을 먼저 보게 된다.

resolution, scan rate, sensitivity…
숫자가 크고 높을수록 더 좋아 보인다.

특히 resolution은 직관적이다.
“더 잘 구분해준다”는 설명만으로도 충분히 매력적이다.

그래서 자연스럽게 이렇게 생각한다.

“가능하면 resolution을 최대한 높여서 쓰는 게 맞지 않을까?”

실제로 많은 초보 method는 그렇게 시작된다.
그리고 몇 번의 분석을 거치면서
이 생각이 서서히 흔들리기 시작한다.

분명 더 좋은 조건이라고 생각했는데

• protein 수가 줄어들고
• peptide가 사라지고
• chromatogram이 어딘가 이상하다

이상하다는 느낌은 분명하지만
원인을 바로 찾기는 어렵다.

이 지점에서부터
resolution과 scan speed의 관계를 제대로 이해하지 않으면
계속 같은 문제를 반복하게 된다.

resolution을 높인다는 것의 진짜 의미

resolution은 흔히 “분해능”이라고 부른다.
서로 가까운 m/z를 얼마나 잘 구분하느냐의 문제다.

하지만 실제 데이터에서는
조금 다른 방식으로 작동한다.

resolution을 높인다는 것은
단순히 “더 잘 본다”가 아니라

👉 하나의 신호를 더 세밀하게 쪼개서 본다는 의미다.

이게 중요한 이유는 간단하다.

하나로 보이던 peak가 여러 개로 나뉘면
각각의 signal intensity는 낮아진다.

처음 raw data를 볼 때는 이 차이가 크게 느껴지지 않는다.
하지만 identification 단계로 넘어가는 순간 상황이 달라진다.

threshold의 벽

대부분의 peptide identification은
일정 threshold를 기준으로 이루어진다.

• intensity
• signal-to-noise
• score

이 기준을 넘지 못하면
존재하더라도 “없다”고 판단된다.

resolution을 높이면
signal이 나뉘면서 일부 peak가 이 기준 아래로 떨어진다.

결과적으로

• 이전에는 보이던 peptide가 사라지고
• protein coverage가 줄어든다

이건 장비가 나빠진 것이 아니라
👉 관찰 기준이 바뀐 것이다.

scan speed는 ‘시간의 문제’다

반대로 scan speed는
완전히 다른 차원의 변수다.

이건 정밀도의 문제가 아니라
👉 시간을 어떻게 쓰느냐의 문제다.

LC peak는 생각보다 빠르게 지나간다.
특히 최근에는 fast LC가 많아지면서
peak width가 5~15초 정도로 짧은 경우도 흔하다.

이 짧은 시간 동안
MS가 몇 번 스캔을 하느냐에 따라
데이터의 품질이 결정된다.

실제로 벌어지는 차이

예를 들어 peak width가 10초라고 가정해보자.

• scan speed 빠름 → 10~15 points 확보
• scan speed 느림 → 3~5 points 확보

이 차이는 단순히 “조금 덜 정확하다” 수준이 아니다.

• peak shape이 무너지고
• area 계산이 불안정해지고
• quantification이 흔들린다

특히 label-free에서는
이게 그대로 fold change로 이어진다.

Orbitrap에서 이 trade-off가 더 중요한 이유

Orbitrap 계열 장비는
resolution과 scan time이 매우 밀접하게 연결되어 있다.

resolution을 높일수록
transient acquisition 시간이 길어지고
scan 하나에 필요한 시간이 증가한다.

대표적으로 많이 쓰는 설정을 보면

• 15k → 빠름
• 30k → 중간
• 60k → 느림
• 120k → 매우 느림

이건 단순히 숫자 차이가 아니라
cycle time 전체를 바꿔버린다.

DDA에서의 실제 영향

DDA는 특히 이 trade-off에 민감하다.

왜냐하면 DDA는
👉 “선택 기반 분석”이기 때문이다.

한 cycle 동안 선택할 수 있는 precursor 수가 제한되어 있고
scan speed가 느려지면 그 기회 자체가 줄어든다.

실제 실험 상황

같은 샘플에서

• MS1 resolution 30k
• MS2 resolution 15k

→ protein 5,000개

• MS1 resolution 120k
• MS2 resolution 30k

→ protein 3,500개

처음 보면 이상하다.
더 좋은 설정인데 결과는 나쁘다.

하지만 실제로는

• scan 속도 감소
• MS/MS 횟수 감소
• sampling 감소

이게 누적된 결과다.

DDA 실무 추천 세팅 (Orbitrap 기준)

Discovery 목적

• MS1 resolution: 30k ~ 60k
• MS2 resolution: 15k ~ 30k
• TopN: 최대 확보 (Top15~Top20)
• cycle time: 1~2초 유지

👉 핵심: 최대한 많은 precursor sampling

Sensitivity보다 coverage가 중요할 때

• resolution 낮춤
• scan speed 확보

주의할 점

• MS1만 높이고 MS2를 무시하면 의미 없음
• 전체 cycle을 기준으로 판단해야 함

DIA에서의 상황은 조금 다르다

DIA는 DDA와 달리
모든 ion을 수집한다.

그래서 scan speed보다는
👉 resolution의 역할이 더 중요해진다

하지만 여전히 trade-off 존재

resolution을 너무 높이면

• scan 수 감소
• peak sampling 부족

resolution을 너무 낮추면

• fragment interference 증가
• deconvolution 어려움

DIA 실무 세팅 (Orbitrap 기준)

일반적인 proteomics

• MS1: 60k
• MS2: 30k ~ 60k
• window: 8~20 m/z

복잡한 샘플 (plasma 등)

• MS2 resolution 높게 유지
• 대신 window 수 조정

fast LC 대응

• resolution 낮추고
• scan speed 확보

실제 실험에서 가장 중요한 지표

설정을 아무리 바꿔도
결국 확인해야 하는 건 이것이다.

1) points per peak

👉 최소 8~10개 확보

이게 안 되면 quantification 신뢰 불가

2) cycle time

LC peak보다 충분히 짧아야 함

3) identification 수 vs reproducibility

• 많다고 좋은 게 아님
• 재현성까지 같이 봐야 함

실무에서 자주 겪는 실패 패턴

이건 실제로 많이 발생하는 문제다.

1) “최대 resolution 사용”

→ 데이터는 깨끗하지만
→ 대부분 peptide 놓침

2) “scan speed만 강조”

→ 많은 peptide 검출
→ 하지만 false positive 증가

3) “기존 method 그대로 사용”

→ 샘플 특성 무시
→ 최적화 실패

현실적인 최적화 접근

실무에서는 이렇게 접근하는 것이 가장 안정적이다.

Step 1: 중간값 설정

• MS1: 30k
• MS2: 15k

Step 2: chromatogram 확인

• peak sampling 충분한지

Step 3: 결과 확인

• protein 수
• reproducibility

Step 4: 조정

• sampling 부족 → resolution 낮춤
• interference 많음 → resolution 높임

결국 남는 질문

이 모든 과정을 거쳐도
결국 하나의 질문으로 돌아온다.

“나는 지금 무엇을 얻고 싶은가?”

• 더 많은 단백질인가
• 더 정확한 정량인가

이 질문이 명확하지 않으면
어떤 설정도 정답이 될 수 없다.

결론

Resolution과 scan speed는
단순한 장비 설정이 아니다.

이건

👉 데이터의 형태를 결정하는 변수다

그리고 우리는 항상
그 사이에서 선택을 한다.

• 더 선명하게 볼 것인가
• 더 넓게 볼 것인가

이 선택은 피할 수 없다.

다만 중요한 건

👉 그 선택을 “의도적으로” 하고 있는가다.

 

다음에 method를 설정할 때
이 질문을 그냥 지나치지 말아야 한다.

“이 데이터는 내가 보고 싶은 방향으로 만들어진 것인가,
아니면 아무 생각 없이 설정된 조건의 결과인가?”

이 질문 하나가
결과 해석의 깊이를 완전히 바꾼다.