왜 논문에서는 분명히 보였던 바이오마커와 메커니즘이 다른 연구에서는 사라질까Proteomics 분야에서 오랫동안 일하다 보면 한 가지 이상한 경험을 반복하게 된다.논문에서는 매우 강력해 보였던 결과가 있다.p-value는 충분히 낮다.Fold change도 크다.Volcano plot도 깔끔하다.Pathway enrichment도 설득력 있다.논문 결론은 명확하다.특정 단백질은 질병의 핵심 바이오마커이며, 특정 pathway는 질병 발생의 중심 메커니즘이라고 주장한다.그런데 몇 달 뒤 다른 연구실에서 비슷한 실험을 수행한다.결과는 예상과 다르다.중요하다고 했던 단백질은 보이지 않는다.Pathway도 재현되지 않는다.Hub protein도 달라진다.심지어 같은 연구실에서 같은 실험을 반복해도 결과가 달라지..
– 논문에서는 성공하지만 병원에서는 사라지는 이유 생명과학 연구에서 biomarker 발견은 매우 중요한 목표 중 하나이다. 새로운 biomarker는 질병의 조기 진단, 치료 반응 예측, 환자 분류 등 다양한 임상 의사결정에 활용될 수 있기 때문이다. 실제로 genomics, proteomics, metabolomics 연구에서는 매년 수많은 biomarker 후보가 보고된다.그러나 흥미로운 사실이 하나 있다. 논문에서는 매우 유망해 보이던 biomarker가 실제 임상 검사로 이어지는 경우는 극히 드물다는 점이다.많은 연구에서 다음과 같은 과정을 거친다.discovery cohort에서 유의미한 biomarker 발견논문 발표후속 연구에서 재현 실패임상 적용 단계에서 중단이러한 패턴은 특정 분야에만 ..
1. Validation은 끝났는데, 분석은 왜 점점 어려워지는가Method validation을 마치면분석팀은 잠시 숨을 돌린다.accuracy OKprecision OKmatrix effect 평가 완료stability 문제 없음보고서는 깔끔하고,QA review도 통과한다.하지만 이상하게도그 이후부터 이런 말이 나오기 시작한다.“예전만큼 결과가 안 예쁘네요.”“이 method, 원래 이렇지 않았는데요…”이 지점에서 처음 드러나는 사실은 이것이다.Validation은 분석법의 ‘완성’이 아니라‘출시’에 불과하다. 2. Validation이 보장하는 것과, 보장하지 않는 것많은 사람들이validation에 대해 오해한다.Validation이 보장하는 것은 딱 이것이다.“이 방법은특정 조건과 특정 시점에..
- Total
- Today
- Yesterday
- audit
- lc-ms/ms
- Biomarker
- Multi-omics
- 해석
- AI
- Proteomics
- 시스템
- metabolomics
- 제약산업
- LC-MS
- 미래산업
- 분석팀
- 약물분석
- 정밀의료
- 제약
- Missing Value
- 데이터
- 치료제
- 바이오마커
- 재현성
- biological signal
- 대사체 분석
- 분석
- matrix effect
- bioanalysis
- Targeted Metabolomics
- 임상시험
- 신약개발
- 정량분석
| 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 |