단백질이 변했기 때문에 질병이 생긴 것일까, 아니면 질병 때문에 단백질이 변한 것일까Proteomics 연구를 하다 보면 어느 순간 매우 자연스럽게 사용하는 표현이 있다."이 단백질이 암 진행을 유도한다.""이 signaling pathway가 염증 반응을 활성화시킨다.""이 biomarker가 질병 발생의 원인이다."논문을 읽다 보면 이런 문장을 거의 매일 접하게 된다. Volcano plot에서 유의한 단백질을 찾고, pathway enrichment를 수행하고, network analysis까지 마치면 마치 생물학적 메커니즘이 밝혀진 것처럼 느껴진다.하지만 조금만 냉정하게 생각해 보면 한 가지 문제가 보인다.Proteomics가 실제로 측정한 것은 단지 abundance 변화뿐이라는 점이다.어떤 단..
우리가 보고 있는 변화는 진짜인가, 아니면 측정의 산물인가metabolomics 데이터를 해석하다 보면어느 순간부터 확신이 생긴다.“이건 분명히 biological difference다.”그런데 시간이 지나고,다른 batch나 다른 cohort에서 같은 분석을 반복하면그 확신은 너무 쉽게 무너진다.같은 pathway, 같은 metabolite인데결과가 재현되지 않는다.이때 많은 사람들이“샘플이 다르기 때문”이라고 생각한다.하지만 실제로 더 자주 등장하는 원인은 이것이다.matrix effect.문제는 이 matrix effect가굉장히 그럴듯하게 “biological signal처럼 보인다”는 점이다.그래서 이 둘을 구분하는 능력은metabolomics 분석에서 가장 중요한 역량 중 하나다.1. Matr..
- Total
- Today
- Yesterday
- bioanalysis
- 정밀의료
- Proteomics
- 시스템
- 미래산업
- 분석
- AI
- Biomarker
- Missing Value
- biological signal
- LC-MS
- 데이터
- 대사체 분석
- matrix effect
- 임상시험
- 정량분석
- 해석
- Targeted Metabolomics
- 재현성
- metabolomics
- 분석팀
- 치료제
- 바이오마커
- 제약
- lc-ms/ms
- audit
- 제약산업
- 약물분석
- 신약개발
- Multi-omics
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |