제약회사 연구원의 블로그

— 우리는 단백질을 보고 있는가, 아니면 데이터가 만든 환상을 해석하고 있는가proteomics 데이터를 처음 접했을 때의 기억은대부분 비슷하다.수천 개의 단백질 리스트,정교하게 정리된 정량값,그리고 통계적으로 정리된 결과.모든 것이 완성된 것처럼 보인다.마치 우리가생물학적 시스템을 직접 들여다보고 있는 것처럼 느껴진다.그리고 자연스럽게이런 생각에 도달한다.“이 데이터는 실제 단백질 상태를 반영한다.”하지만 이 문장은proteomics에서 가장 위험한 착각이다.1. proteomics는 ‘전체’를 보여주지 않는다많은 사람들이 proteomics를전체 단백질 분석이라고 생각한다.하지만 실제로는 전혀 다르다.우리가 보는 것은 다음 조건을 만족한 것들뿐이다.추출된 단백질digestion에 성공한 peptide..

1. 왜 proteomics에서 Batch effect는 metabolomics보다 더 심각한가Metabolomics에서도 batch effect는 문제지만, proteomics에서는 다음 이유로 훨씬 증폭됩니다.✔ 단백질은 “측정 대상”이 아니라 “추론 대상”펩타이드 → 단백질 매핑 과정 존재missing peptide → 단백질 정량 왜곡batch별 peptide detection 차이 → 단백질 abundance drift✔ 샘플 준비 과정이 길고 복잡digestion efficiencydesalting recoverylabeling efficiency (TMT 등)✔ 장비 조건의 미세 변화에 매우 민감spray stabilityion transmissioncollision energy drift?..