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..

— 왜 같은 실험을 다시 하면 다른 결과가 나오는가omics 데이터를 처음 다뤘을 때의 기억은 꽤 인상적이다.수천, 수만 개의 변수.그리고 그 안에서 튀어나오는 “유의미한 신호들”.처음 결과를 보면 대부분 비슷한 생각을 한다.“이 정도면 뭔가 잡힌 것 같은데?”하지만 시간이 지나고,다른 코호트에서 같은 분석을 반복해보면상황은 전혀 다르게 흘러간다.똑같은 방법을 썼는데도결과는 재현되지 않는다.이건 단순한 실수의 문제가 아니다.많은 omics 연구들이 비슷한 방식으로 설계되고,그 설계 자체가 재현성을 무너뜨린다. 1. 작은 샘플, 거대한 변수: 구조적인 불균형omics 연구의 가장 근본적인 문제는데이터 구조 자체에 있다.샘플 수 (n): 수십 ~ 수백변수 수 (p): 수천 ~ 수만즉, p >> n 구조다.이..