Missing value 처리 방법이 결과를 바꾸는 이유

Missing value 처리 방법이 결과를 바꾸는 이유Proteomics에서 가장 위험한 숫자는 “0”이 아니라 “비어 있는 칸”이다Proteomics 데이터를 처음 분석할 때 많은 사람들이 가장 당황하는 부분 중 하나가 missing value다. 어떤 protein은 control에서는 잘 보이는데 disease sample에서는 전부 비어 있고, 어떤 peptide는 replicate 중 절반만 존재하며, low abundance protein은 거의 랜덤하게 사라지는 것처럼 보인다.처음에는 단순 측정 실패처럼 느껴진다. LC-MS가 완벽하지 않으니 일부 peptide는 못 잡을 수도 있다고 생각한다. 그래서 자연스럽게 다음 단계로 넘어간다.“비어 있는 값을 어떻게 채울까?”그리고 이 순간부터 p..
제약산업 2026. 5. 27. 20:00
1