내부 표준(Internal Standard) 선택이 Metabolomics 정량 신뢰도에 미치는 영향

내부 표준(Internal Standard) 선택이 Metabolomics 정량 신뢰도에 미치는 영향

LC-MS/MS가 아무리 좋아도 내부 표준이 틀리면 정량은 흔들린다

Metabolomics 분석을 처음 시작하면 대부분의 관심은 질량분석기(MS)에 집중된다.

어떤 장비를 사용하는가.

Orbitrap인가, QTOF인가, Triple Quad인가.

Resolution은 얼마인가.

Mass accuracy는 어느 수준인가.

물론 모두 중요하다.

하지만 실제 정량 데이터를 오래 다루다 보면 연구자들은 조금 다른 사실을 깨닫게 된다.

좋은 데이터와 나쁜 데이터를 가르는 가장 큰 차이 중 하나는 의외로 내부 표준(Internal Standard, IS) 선택에서 시작된다는 점이다.

실제로 LC-MS/MS 기반 정량 분석에서 가장 위험한 상황은 장비가 고장 난 경우가 아니다.

오히려 장비는 정상적으로 동작하고 있는데 내부 표준이 분석 대상을 제대로 대표하지 못하는 경우다.

이때 결과는 매우 그럴듯하게 나온다.

Calibration curve도 좋다.

R²도 높다.

QC도 통과한다.

하지만 실제 농도는 틀릴 수 있다.

그리고 연구자는 그 사실을 알아차리기 어렵다.

Metabolomics에서 내부 표준은 단순한 보정 물질이 아니다.

분석 전체의 신뢰도를 떠받치는 기준점(reference point)에 가깝다.

1. 왜 내부 표준이 필요한가

LC-MS/MS 분석은 생각보다 변동성이 크다.

샘플을 분석하는 과정에는 수많은 변수가 존재한다.

예를 들어:

• Pipetting 오차
• Extraction recovery 차이
• Sample cleanup 손실
• Injection volume 변동
• Ion suppression
• Instrument drift

등이 있다.

동일한 샘플이라도 매번 같은 신호가 나오지 않는 이유다.

내부 표준은 이러한 변동을 보정하기 위해 사용된다.

기본 개념은 단순하다.

모든 샘플에 동일 농도의 내부 표준을 넣는다.

그리고 분석 대상 물질의 신호를 내부 표준 신호로 나누어 계산한다.

즉 절대 신호가 아니라 상대 신호를 사용하는 것이다.

2. 가장 이상적인 내부 표준은 Stable Isotope-Labeled Standard

정량 분석에서 가장 좋은 내부 표준은 Stable Isotope-Labeled Internal Standard(SIL-IS)다.

예를 들어:

Glucose를 정량한다면

¹³C₆-Glucose

또는

D₇-Glucose

같은 동위원소 표지체를 사용한다.

이 경우:

• 화학 구조 동일
• Extraction behavior 동일
• Chromatography 동일
• Ionization efficiency 동일

하다.

질량만 약간 다르다.

즉 분석 대상과 거의 같은 방식으로 움직인다.

이론적으로 가장 완벽한 보정이 가능하다.

3. 하지만 현실에서는 모든 대사체의 동위원소 표준이 없다

문제는 비용과 가용성이다.

Metabolomics에서는 수백~수천 개의 대사체를 측정한다.

모든 화합물에 대해 SIL-IS를 준비하는 것은 사실상 불가능하다.

그래서 대부분 연구에서는:

Class-matched IS

또는

Surrogate IS

를 사용한다.

바로 여기서 문제가 시작된다.

4. 비슷해 보인다고 같은 것은 아니다

예를 들어 amino acid 분석을 한다고 하자.

연구자는 다음과 같이 생각할 수 있다.

"Leucine-d₁₀ 하나 있으면 다른 amino acid도 보정 가능하지 않을까?"

일부 보정은 가능하다.

하지만 완벽하지 않다.

왜냐하면 각 화합물은:

• Extraction efficiency
• Matrix effect
• Ionization efficiency

가 다르기 때문이다.

즉 구조가 비슷해 보여도 LC-MS 입장에서는 전혀 다를 수 있다.

5. Matrix Effect는 내부 표준 선택의 핵심 이유

Metabolomics에서 가장 큰 정량 오류 원인 중 하나는 ion suppression이다.

예를 들어 혈장(plasma)을 분석한다고 하자.

대사체가 ESI source로 들어갈 때:

• phospholipid
• salt
• endogenous compound

들이 함께 존재한다.

이들은 ionization을 방해한다.

결과적으로 실제 농도보다 신호가 낮아진다.

문제는 suppression 정도가 화합물마다 다르다는 점이다.

따라서 내부 표준도 같은 영향을 받아야 제대로 보정할 수 있다.

6. Retention Time이 다르면 보정이 어려워진다

많은 연구자가 놓치는 부분이다.

Matrix effect는 LC 구간마다 다르다.

예를 들어:

1분 구간

↓

강한 ion suppression

10분 구간

↓

거의 suppression 없음

이 가능하다.

만약 내부 표준이 10분에 나오고 분석 대상이 1분에 나온다면?

동일한 suppression을 경험하지 않는다.

결과적으로 보정이 부정확해진다.

7. Extraction Recovery도 중요하다

내부 표준은 언제 넣느냐도 중요하다.

가장 이상적인 경우는 extraction 전에 첨가하는 것이다.

그래야:

Sample preparation loss

↓

Extraction loss

↓

Cleanup loss

를 모두 반영할 수 있다.

반대로 extraction 후 넣으면?

MS 변동은 보정할 수 있지만 전처리 손실은 보정할 수 없다.

8. 실제 사례: Amino Acid 분석

아미노산 정량을 생각해 보자.

Valine과 Arginine은 모두 amino acid다.

하지만:

• 극성
• pKa
• LC 거동
• Ionization

이 다르다.

만약 하나의 내부 표준으로 전체를 보정한다면?

일부 화합물은 정확하지만 일부는 큰 오차를 보일 수 있다.

9. Lipidomics에서는 더 심각하다

Lipidomics는 내부 표준 선택이 더욱 중요하다.

왜냐하면 lipid class가 매우 다양하기 때문이다.

예를 들어:

• PC
• PE
• TG
• DG
• Ceramide

는 서로 다른 화학적 특성을 가진다.

따라서 보통 class-specific internal standard를 사용한다.

하나의 lipid 표준으로 전체 lipidome을 보정하는 것은 위험하다.

10. Relative Quantification의 착각

Untargeted metabolomics에서는 종종 내부 표준이 몇 개만 사용된다.

그리고 상대 정량(relative quantification)을 수행한다.

이 경우 연구자는:

"Fold change가 2배니까 실제로도 2배 증가했겠지."

라고 생각한다.

하지만 matrix effect가 군 간 다르면?

Fold change 자체가 왜곡될 수 있다.

11. QC가 통과해도 내부 표준 문제는 숨을 수 있다

흥미로운 점은 QC sample이 좋게 나와도 문제가 존재할 수 있다는 것이다.

왜냐하면 QC와 실제 샘플 matrix가 다를 수 있기 때문이다.

예를 들어:

건강인 plasma

↓

QC

암 환자 plasma

↓

실제 sample

이라면 suppression 환경이 달라질 수 있다.

12. Stable Isotope도 완벽하지는 않다

SIL-IS가 가장 좋지만 한계는 있다.

예를 들어:

Deuterium-labeled compound

는 retention time shift가 발생할 수 있다.

특히 HILIC 분석에서는 차이가 더 커질 수 있다.

즉 동위원소 표준도 검증이 필요하다.

13. Biomarker 연구에서 특히 중요하다

임상 바이오마커 연구에서는 작은 차이가 중요하다.

예를 들어:

1.2배 증가

1.5배 증가

정도의 차이로 결론이 달라질 수 있다.

이때 내부 표준 선택이 부적절하면:

실제 차이보다 크게 보이거나

반대로 숨겨질 수 있다.

14. 실무적으로 추천되는 전략

Metabolomics 실무에서는 다음 원칙이 중요하다.

가능한 한 동위원소 표준 사용

가장 신뢰도가 높다.

구조 유사성보다 LC 거동 고려

Retention time도 중요하다.

Extraction 전 첨가

Recovery까지 보정 가능하다.

Class-specific IS 사용

특히 lipidomics에서 중요하다.

Matrix effect 평가 수행

Post-column infusion 또는 matrix factor 평가.

IS 하나에 과도하게 의존하지 않기

복수 IS 사용이 권장된다.

15. 내부 표준이 잘못 선택되면 생기는 일

가장 위험한 점은 결과가 틀려도 그럴듯하게 보인다는 것이다.

Calibration curve는 예쁘다.

QC도 통과한다.

Precision도 좋다.

하지만 실제 농도는 틀릴 수 있다.

즉 내부 표준 문제는 노이즈를 만드는 것이 아니라 잘못된 확신(false confidence)을 만든다.

이것이 더 위험하다.

결론

Metabolomics에서 내부 표준은 단순한 보정 도구가 아니다. 그것은 정량 데이터의 신뢰도를 결정하는 핵심 요소이며, LC-MS/MS 분석 전체의 기준점 역할을 한다.

적절한 내부 표준은 extraction loss, matrix effect, ion suppression, instrument drift를 효과적으로 보정할 수 있지만, 부적절한 내부 표준은 오히려 정량 오차를 숨길 수 있다. 특히 구조가 비슷하다는 이유만으로 선택된 surrogate standard는 실제 분석 대상의 거동을 충분히 반영하지 못하는 경우가 많다.

가장 이상적인 선택은 stable isotope-labeled internal standard이지만, 현실적인 제약 때문에 class-specific 또는 surrogate standard를 사용할 때는 chromatographic behavior와 matrix effect까지 고려해야 한다.

결국 Metabolomics에서 신뢰할 수 있는 정량 결과는 좋은 질량분석기에서 나오는 것이 아니라, 분석 대상을 얼마나 정확하게 대표하는 내부 표준을 선택했는가에서 시작된다.

많은 연구자가 LC-MS 조건 최적화에 집중하지만, 실제로는 내부 표준 선택 하나가 바이오마커의 존재 여부를 바꾸고, 대사 경로 해석을 바꾸고, 결국 생물학적 결론 자체를 바꿔버릴 수도 있다. 이것이 바로 내부 표준이 Metabolomics에서 단순한 첨가제가 아니라 분석의 기준점이라고 불리는 이유다.