제약회사 연구원의 블로그

– 통계적 유의성 중심 연구 문화가 만들어낸 구조적 문제현대 생명과학 연구에서 “통계적으로 유의하다(statistically significant)”라는 표현은 매우 강력한 의미를 가진다. 논문에서 p-value가 기준 이하로 떨어지는 순간 그 결과는 중요한 발견처럼 보이고, 반대로 유의성을 확보하지 못한 결과는 종종 연구의 주변부로 밀려난다.문제는 이 과정이 단순히 논문의 표현 방식에만 영향을 주는 것이 아니라 연구 설계, 데이터 해석, 그리고 과학 지식의 축적 방식 자체를 바꾼다는 점이다. 특히 metabolomics, proteomics, transcriptomics와 같은 omics 연구에서는 수천 개의 변수를 동시에 분석하기 때문에 유의미한 결과만 보고하는 문화가 더 강하게 작동한다.이 글에서는..

1. Negative result는 “분석이 실패했다”는 의미가 아니다많은 연구자가 다음과 같이 오해한다:유의한 metabolite 없음 → 실험 실패그룹 간 차이 없음 → 분석 민감도 부족biomarker 발견 실패 → 연구 가치 없음하지만 metabolomics에서 negative result는 종종 다음을 의미한다:생물학적 차이가 실제로 없음질병 기전이 대사 수준이 아닌 다른 계층에 있음효과 크기가 임상적으로 의미 없는 수준분석 설계가 confounder를 제거했기 때문에 “진짜 신호”만 남음👉 즉, negative result는 오히려 과학적으로 더 정직한 결과일 수 있다.2. False discovery를 줄이는 가장 강력한 방어선Metabolomics는 high-dimensional 데이터 ..