Label-free quantification의 한계와 착각
Proteomics에서 “숫자”는 정말 단백질 양을 의미할까Proteomics를 처음 배우는 사람들은 보통 abundance table을 보는 순간 강한 확신을 갖게 된다. Sample A에서 어떤 protein intensity가 높게 나왔고, Sample B에서는 낮게 나왔으니 해당 단백질의 실제 양이 변했다고 생각한다. 특히 modern software가 자동으로 normalization, alignment, quantification을 수행하고 fold change와 p-value까지 계산해주기 시작하면 결과는 더욱 신뢰감 있게 보인다.그리고 이 흐름의 중심에는 label-free quantification(LFQ)이 있다.최근 proteomics에서는 LFQ가 거의 표준처럼 사용된다. Stabl..
제약산업
2026. 5. 23. 20:06
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 데이터
- 제약산업
- 시스템
- metabolomics
- matrix effect
- 분석
- Proteomics
- AI
- 치료제
- Spatial metabolomics
- 해석
- 대사체 분석
- 약물분석
- lc-ms/ms
- bioanalysis
- 정량분석
- Biomarker
- 바이오마커
- Missing Value
- 정밀의료
- 제약
- Multi-omics
- 미래산업
- 분석팀
- LC-MS
- 임상시험
- audit
- biological signal
- 신약개발
- Targeted Metabolomics
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
글 보관함