제약회사 연구원의 블로그

같은 샘플인데 왜 연구자마다 전혀 다른 생물학을 발견할까Proteomics, Metabolomics, Lipidomics 연구를 처음 시작하는 사람들은 흔히 이렇게 생각한다.분석 결과는 샘플 안에 이미 존재하는 생물학적 정보를 보여주는 것이라고.즉 질병군과 대조군의 차이는 원래 존재하고 있었고, LC-MS/MS는 그것을 단순히 읽어내는 장비라고 생각한다.물론 어느 정도는 맞는 말이다.하지만 실제 Omics 연구를 오래 하다 보면 조금 불편한 사실을 발견하게 된다.우리가 얻는 결과는 샘플이 가진 정보만으로 결정되지 않는다.어떤 전처리(preprocessing)를 선택했는가에 따라 결과 자체가 달라질 수 있다.더 정확히 말하면, 같은 raw data를 가지고도 연구자마다 전혀 다른 생물학적 결론에 도달할 수..

Total ion vs Median vs Quantile vs VSN… Proteomics에서 무엇을 “같게 만든다”는 의미일까Proteomics 데이터를 처음 분석할 때 많은 사람들이 normalization을 거의 자동 단계처럼 생각한다. Raw intensity를 software에 넣으면 normalization이 수행되고, 이후 abundance table과 volcano plot이 생성된다. 데이터가 훨씬 깔끔해지고 replicate 간 variation도 줄어든다. 그래서 자연스럽게 이런 생각을 하게 된다.“Normalization을 하면 technical noise가 제거되고 biology만 남는 것 아닐까?”실제로 normalization은 proteomics에서 거의 필수 과정이다. LC..

— 어떤 방법을 쓰느냐에 따라 결과 자체가 바뀌는 이유데이터 분석에서 normalization은항상 “필수 단계”로 취급된다.그래서 대부분의 분석 pipeline에서는아무 고민 없이 들어간다.log transformscalingnormalization마치 정해진 순서처럼.하지만 실제로 데이터를 몇 번 다뤄보면이상한 경험을 하게 된다.같은 데이터인데어떤 normalization을 쓰느냐에 따라→ 결과가 완전히 달라진다어떤 경우에는→ 있던 차이가 사라지고어떤 경우에는→ 없던 차이가 생긴다이 순간부터 질문이 생긴다.“대체 어떤 normalization이 맞는 걸까?”먼저 이해해야 할 것: normalization은 “정답”이 없다많은 사람들이 오해하는 부분이다.normalization은더 정확한 값을 만드는 ..

데이터를 ‘정리’하는 과정에서 진짜 차이를 지워버릴 때데이터를 처음 받아보면가장 먼저 드는 생각은 이것이다.“값이 너무 들쭉날쭉하다”샘플 간 intensity가 다르고,run마다 scale이 다르고,어떤 샘플은 전체적으로 높고어떤 샘플은 낮다.그래서 우리는 자연스럽게다음 단계를 떠올린다.Normalization전체를 맞추고비교 가능하게 만들고noise를 줄인다이건 너무 당연한 과정이다.그래서 오히려의심하지 않는다.하지만 문제는바로 여기서 시작된다.normalization은 ‘보정’이 아니라 ‘가정’이다우리는 보통 normalization을기술적인 보정이라고 생각한다.하지만 실제로는 그렇지 않다.Normalization은 항상하나의 전제를 포함한다.전체 signal은 비슷하다대부분 feature는 변하지 ..