제약회사 연구원의 블로그

재현되지 않는 omics 연구의 공통된 설계 패턴

pharma_info — Sat, 11 Apr 2026 20:25:10 +0900

— 왜 같은 실험을 다시 하면 다른 결과가 나오는가

재현되지 않는 omics 연구의 공통된 설계 패턴

omics 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 반복해보면
상황은 전혀 다르게 흘러간다.

똑같은 방법을 썼는데도
결과는 재현되지 않는다.

이건 단순한 실수의 문제가 아니다.
많은 omics 연구들이 비슷한 방식으로 설계되고,
그 설계 자체가 재현성을 무너뜨린다.

1. 작은 샘플, 거대한 변수: 구조적인 불균형

omics 연구의 가장 근본적인 문제는
데이터 구조 자체에 있다.

샘플 수 (n): 수십 ~ 수백
변수 수 (p): 수천 ~ 수만

즉, p >> n 구조다.

이 상황에서는 어떤 일이 벌어질까?

우연히 의미 있어 보이는 변수들이
반드시 등장한다.

이건 발견(discovery)이 아니라
확률적으로 발생하는 현상에 가깝다.

문제는 이 신호들이
다른 데이터셋에서는 거의 재현되지 않는다는 점이다.

2. Feature selection의 유혹

데이터가 많을수록
연구자는 “중요한 변수만 고르고 싶어진다”.

그래서 등장하는 것이 feature selection이다.

p-value 기반 필터링
fold change 기준 선택
machine learning importance score 활용

문제는 이 과정이 대부분
단일 데이터셋에 최적화되어 있다는 점이다.

즉, 선택된 feature는
그 데이터에서는 잘 작동하지만
다른 데이터에서는 무너진다.

이건 모델이 잘못된 것이 아니라
선택 과정 자체가 과적합(overfitting)되어 있기 때문이다.

3. Validation이 아니라 “확인”에 가까운 검증

많은 연구에서 validation을 한다고 말한다.
하지만 실제로는 validation이 아닌 경우가 많다.

대표적인 패턴은 다음과 같다.

같은 데이터에서 train/test split
normalization 공유
feature selection 후 validation

이 경우 validation set은 이미
train data의 영향을 받은 상태다.

겉보기에는 성능이 좋아 보이지만
완전히 독립된 데이터에서는 재현되지 않는다.

진짜 validation은
다음 조건을 만족해야 한다.

완전히 독립된 cohort
동일하지 않은 batch
분석 pipeline 분리

이 조건을 만족하는 연구는 생각보다 많지 않다.

4. Batch effect: 가장 과소평가된 변수

omics 데이터에서 batch effect는
거의 피할 수 없다.

분석 날짜
장비 상태
시약 lot
실험자 차이

이 모든 것이 데이터에 영향을 준다.

문제는 많은 연구에서
이 batch effect를 충분히 통제하지 않는다는 점이다.

더 위험한 경우는
batch correction이 과도하게 적용되는 경우다.

이 경우 실제 biological signal까지
같이 제거될 수 있다.

결과적으로
다른 환경에서는 재현되지 않는
“가공된 데이터”가 만들어진다.

5. 통계적 유의성과 생물학적 의미의 혼동

omics 연구에서는
p-value가 쉽게 나온다.

왜냐하면 변수 자체가 많기 때문이다.

하지만 중요한 것은
유의성이 아니라 일관성(consistency)이다.

여러 cohort에서 반복되는가
다른 분석 방법에서도 유지되는가
biological mechanism과 연결되는가

이 기준을 통과하지 못하면
그 결과는 재현 가능성이 낮다.

6. 과도한 모델링: 설명보다 예측에 집착

최근에는 머신러닝 기반 분석이 많아졌다.

Random Forest, SVM, Neural Network 등
복잡한 모델들이 사용된다.

문제는 이 모델들이
데이터를 너무 잘 “외운다”는 점이다.

특히 sample size가 작은 상황에서는
모델 성능이 과장되기 쉽다.

AUC 0.95
Accuracy 90% 이상

이런 결과는 매력적이지만
외부 데이터에서는 급격히 무너지는 경우가 많다.

7. 결과를 정리하는 방식 자체의 문제

논문이나 보고서를 보면
항상 “가장 좋은 결과”가 강조된다.

하지만 실제 분석 과정에서는
수많은 시도가 존재한다.

다양한 normalization 방법
여러 feature selection 기준
여러 모델

이 중에서 가장 잘 나온 결과만 보고되면
재현성은 당연히 떨어진다.

이건 의도적인 조작이 아니라
출판 구조 자체가 만든 편향이다.

8. 재현되지 않는 연구의 공통된 흐름

이 모든 요소를 종합하면
재현되지 않는 omics 연구는
대체로 다음과 같은 흐름을 가진다.

작은 샘플에서 신호 탐색
feature selection으로 패턴 강화
내부 validation으로 성능 확인
시각화로 결과 강조
논문에서는 가장 좋은 결과만 보고

이 과정은 매우 자연스럽고,
많은 연구에서 반복된다.

하지만 이 흐름 자체가
재현성을 떨어뜨리는 구조다.

9. 그렇다면 어떻게 설계를 바꿔야 할까

완벽한 해결책은 없지만
방향은 분명하다.

1) 샘플 수를 늘리는 것보다 중요한 것

cohort 다양성 확보
independent dataset 확보

2) feature selection의 분리

train set에서만 수행
validation에는 절대 개입 금지

3) batch effect를 설계 단계에서 통제

랜덤화
균형 배치
metadata 기록

4) 단순한 모델부터 시작

복잡한 모델보다
재현 가능한 결과가 중요하다.

5) negative result도 포함

재현성은
성공 사례보다 실패 사례에서 더 잘 드러난다.

결론: 문제는 데이터가 아니라 설계다

omics 연구가 재현되지 않는 이유를
데이터의 복잡성 때문이라고 생각하기 쉽다.

하지만 실제로는 다르다.

문제는 데이터가 아니라
그 데이터를 다루는 방식, 즉 설계다.

비슷한 설계는 비슷한 결과를 만들고,
비슷한 오류를 반복한다.

그래서 재현되지 않는 연구들은
놀라울 정도로 닮아 있다.

좋은 연구는 복잡한 분석에서 나오지 않는다.

오히려
단순하지만 흔들리지 않는 설계에서 시작된다.

연구자가 기대한 방향으로 데이터가 보이기 시작하는 순간

pharma_info — Fri, 10 Apr 2026 20:19:19 +0900

— 그때부터 분석은 과학이 아니라 ‘확신’이 된다

연구자가 기대한 방향으로 데이터가 보이기 시작하는 순간

데이터를 분석하다 보면 이상한 순간이 찾아온다.

처음에는 아무 의미도 없어 보이던 숫자들이
어느 순간, 하나의 이야기처럼 이어지기 시작한다.

그리고 그 이야기가
내가 처음에 기대했던 가설과 맞아떨어질 때,

그때부터 무언가가 바뀐다.

조심해야 할 순간은 바로 그때다.

1. “드디어 나왔다”라는 생각이 드는 순간

연구를 하다 보면 누구나 가설을 세운다.

이 약물은 효과가 있을 것이다.
이 바이오마커는 예후를 예측할 것이다.
이 pathway가 핵심일 것이다.

문제는 이 가설이 틀렸을 가능성보다
맞았을 때의 기대감이 훨씬 크다는 점이다.

그래서 데이터가 가설과 맞는 방향으로 조금만 움직여도
머릿속에서는 이미 결론이 완성된다.

“역시 예상대로야”
“이건 의미 있는 신호다”
“이 정도면 충분하지 않을까?”

하지만 이 순간, 분석은 더 이상 중립적이지 않다.
이미 결론을 향해 움직이기 시작한다.

2. 선택적 해석이 시작되는 지점

데이터는 항상 완벽하지 않다.
노이즈도 있고, 예외도 있고, 모순되는 결과도 존재한다.

그런데 흥미로운 점은
사람이 특정 방향을 기대하기 시작하면
데이터를 보는 방식 자체가 바뀐다는 것이다.

가설과 맞는 데이터 → “핵심 결과”
맞지 않는 데이터 → “노이즈”, “outlier”

같은 데이터임에도 불구하고
의미 부여의 기준이 달라진다.

특히 LC-MS/MS 정량 분석이나 metabolomics처럼
데이터 포인트가 많은 경우,
이 선택적 해석은 훨씬 더 쉽게 발생한다.

원하는 패턴만 골라보는 순간,
분석은 이미 객관성을 잃는다.

3. 시각화가 확신을 강화하는 방식

여기서 한 단계 더 나아가면
데이터 시각화가 개입한다.

그래프를 그리는 순간,
데이터는 더 이상 숫자가 아니라 “이미지”가 된다.

그리고 그 이미지는
생각보다 훨씬 강력하게 확신을 만들어낸다.

Y축을 조금 줄이면 효과가 커 보이고
smoothing을 하면 트렌드가 명확해 보이고
특정 구간만 확대하면 패턴이 뚜렷해진다

이 모든 과정이 의도적이지 않을 수도 있다.

하지만 결과적으로는
“보고 싶은 그림”이 완성된다.

그리고 사람은 한 번 본 이미지를 쉽게 의심하지 않는다.

4. 통계적 유의성과 심리적 확신의 괴리

여기서 가장 위험한 지점이 등장한다.

데이터는 아직 애매한 상태인데
연구자의 확신은 이미 강해진 상태.

예를 들어 p-value가 0.08인 결과를 보자.
통계적으로는 유의하지 않다.

하지만 데이터가 기대한 방향으로 움직이고 있다면
이렇게 해석되기 시작한다.

“sample size만 늘리면 될 것 같다”
“trend는 분명히 있다”
“임상적으로 의미가 있다”

이런 해석이 틀렸다고 말할 수는 없다.
문제는 이 과정에서 반대 가능성을 거의 고려하지 않게 된다는 점이다.

5. 반복 분석과 ‘결과 맞추기’

이 단계까지 오면 연구자는 무의식적으로
결과를 “개선”하기 시작한다.

특정 샘플 제거
분석 조건 변경
normalization 방식 수정
subgroup 분석 수행

이 모든 과정은 정당한 분석 과정일 수도 있다.

하지만 문제는 방향이다.

결과를 이해하기 위한 분석이 아니라
결과를 맞추기 위한 분석이 시작되는 순간,

연구는 이미 다른 길로 들어선다.

6. 실제 연구 환경에서 더 자주 발생하는 이유

이러한 현상은 단순히 개인의 문제가 아니다.
연구 환경 자체가 이를 강화하는 경우가 많다.

논문 게재 압박
유의한 결과에 대한 선호
긍정적 결과 중심의 평가 구조

특히 제약 및 바이오 분야에서는
“효과 없음”이라는 결론이 갖는 부담이 크다.

그 결과,
데이터가 기대 방향으로 보이는 순간
그 흐름을 유지하려는 압력이 생긴다.

7. 가장 위험한 착각: “나는 객관적이다”

많은 연구자들이 이렇게 생각한다.

“나는 데이터를 있는 그대로 본다”

하지만 실제로는
모든 해석은 어느 정도 주관을 포함한다.

특히 경험이 많을수록
패턴을 빠르게 인식하게 되는데,

이 능력이 오히려 편향을 강화하기도 한다.

빠른 판단 → 확신 강화
확신 강화 → 검증 약화

이 악순환이 반복된다.

8. 이 순간을 어떻게 통제할 것인가

이 문제를 완전히 없애는 것은 불가능하다.
하지만 최소화하는 방법은 있다.

1) 분석 전 기준을 미리 정의하기

outlier 제거 기준
통계적 threshold
데이터 포함 조건

사전에 정해두면
결과에 따라 기준이 바뀌는 것을 막을 수 있다.

2) 반대 가설을 의도적으로 검토하기

“이 결과가 틀렸다면 이유는?”
“다른 설명은 없는가?”

이 질문을 반복해야 한다.

3) 시각화는 최대한 단순하게 유지하기

과도한 smoothing 금지
축 조작 최소화
전체 데이터 공개

그래프는 설득 도구가 아니라
검증 도구여야 한다.

4) 제3자의 시선 활용

다른 사람이 보면
내가 보지 못한 편향이 보인다.

특히 같은 데이터를 두고
다른 해석이 나오는 경우,
그 지점이 가장 중요한 부분이다.

결론: 데이터가 맞아떨어질수록 더 의심해야 한다

연구를 하다 보면
데이터가 기대한 방향으로 깔끔하게 맞아떨어지는 순간이 있다.

그 순간은 기쁜 순간이기도 하지만,
동시에 가장 위험한 순간이기도 하다.

왜냐하면 그때부터
우리는 데이터를 보는 것이 아니라
확신을 확인하기 시작하기 때문이다.

좋은 연구자는
데이터가 틀렸을 때보다

데이터가 너무 잘 맞을 때 더 의심하는 사람이다.

p-value 중심 해석이 metabolomics 연구를 단순화시키는 이유

pharma_info — Thu, 9 Apr 2026 20:53:35 +0900

– 복잡한 생물학을 ‘유의/비유의’로 축소하는 순간

p-value 중심 해석이 metabolomics 연구를 단순화시키는 이유

Metabolomics 연구에서 p-value는 거의 모든 분석의 중심에 있다. 환자군과 대조군을 비교하고, 수백에서 수천 개의 metabolite 중에서 통계적으로 유의한 변화를 보이는 것들을 선별하는 과정은 매우 익숙한 분석 흐름이다.

문제는 이 과정이 너무 자연스럽게 반복되면서, 어느 순간 metabolomics 연구 전체가 “유의한 metabolite를 찾는 작업”으로 단순화된다는 점이다.

하지만 metabolomics 데이터가 담고 있는 정보는 그렇게 단순하지 않다. 대사체는 수많은 생리적 변수, 환경 요인, 시간적 변화, 그리고 복잡한 네트워크 구조를 반영한다. 그럼에도 불구하고 p-value 중심 해석은 이 복잡한 시스템을 이분법적인 구조로 축소시켜 버린다.

이 글에서는 왜 p-value 중심 접근이 metabolomics 연구를 과도하게 단순화시키는지, 그리고 그로 인해 어떤 중요한 정보들이 사라지는지를 살펴보고자 한다.

1. 연속적인 biological variation이 ‘있다/없다’로 바뀐다

Metabolite 수준은 본질적으로 연속적인 변수이다.

예를 들어 특정 metabolite는 다음과 같은 분포를 가질 수 있다.

건강한 사람: 0.8 ~ 1.5
환자: 1.0 ~ 2.0

이 경우 두 집단 사이에는 분명한 차이가 존재하지만 동시에 상당한 overlap도 존재한다.

하지만 p-value 기반 분석에서는 이 연속적인 차이가 다음과 같이 변환된다.

p < 0.05 → 의미 있음
p ≥ 0.05 → 의미 없음

이 과정에서 중요한 정보가 사라진다.

효과 크기의 크기
분포의 형태
개인 간 variability

즉 실제로는 부분적으로 겹치는 두 집단의 복잡한 구조가 단순히 “차이가 있다/없다”로 축소된다.

2. 네트워크 구조가 개별 feature 리스트로 분해된다

Metabolomics 데이터의 중요한 특징은 metabolite들이 서로 독립적인 존재가 아니라 network 형태로 연결되어 있다는 점이다.

예를 들어 하나의 metabolic pathway에서는 여러 metabolite가 동시에 변화할 수 있다. 하지만 p-value 기반 분석에서는 다음과 같은 과정이 이루어진다.

각 metabolite별로 독립적으로 통계 검정 수행
유의한 metabolite 리스트 생성
리스트 기반 해석

이 과정에서 다음과 같은 문제가 발생한다.

동일 pathway에 속한 metabolite 중 일부만 선택됨
약한 변화는 모두 제외됨
전체 metabolic 흐름이 분해됨

결과적으로 metabolomics 데이터가 가진 시스템 수준의 정보(system-level information)가 사라지고, 단순한 feature 리스트로 축소된다.

3. 작은 차이는 과소평가되고, 큰 차이는 과대해석된다

p-value는 효과 크기(effect size)와 샘플 수(sample size)에 모두 영향을 받는다.

이로 인해 다음과 같은 현상이 발생할 수 있다.

매우 작은 차이지만 샘플 수가 많아 p-value는 작음
biologically 중요한 변화지만 variability가 커서 p-value는 큼

즉 p-value는 biological importance를 직접적으로 반영하지 않는다.

하지만 실제 연구에서는 종종 다음과 같은 해석이 이루어진다.

p-value가 작다 → 중요한 변화
p-value가 크다 → 중요하지 않음

이 과정에서 metabolomics 데이터의 중요한 특징이 왜곡된다.

subtle하지만 의미 있는 변화는 무시됨
우연히 안정적인 작은 변화는 강조됨

4. 시간적(dynamic) 정보가 완전히 사라진다

Metabolomics는 매우 dynamic한 시스템을 반영한다.

Metabolite는 다음과 같은 시간적 변화를 보일 수 있다.

분 단위 변화
식후 급격한 변화
circadian rhythm

하지만 대부분의 metabolomics 연구는 single time-point 데이터를 기반으로 분석된다. 그리고 p-value 분석은 이 snapshot 데이터를 기반으로 이루어진다.

이 경우 다음과 같은 문제가 발생한다.

transient 변화는 포착되지 않음
timing에 따른 biological 의미 차이가 무시됨
dynamic regulation이 정적인 차이로 해석됨

즉 metabolomics 데이터의 중요한 특징인 시간적 구조가 완전히 제거된다.

5. 해석이 “스토리 만들기”로 연결된다

p-value 기반 분석을 통해 얻어진 결과는 보통 다음과 같은 형태를 가진다.

유의한 metabolite 리스트
pathway enrichment 결과

이 정보만으로는 biological mechanism을 직접 설명하기 어렵다. 따라서 연구자는 자연스럽게 다음과 같은 작업을 수행하게 된다.

일부 metabolite를 선택
pathway를 연결
하나의 설명 구조 생성

이 과정에서 metabolomics 데이터는 객관적인 관찰 결과라기보다 설명 가능한 이야기 구조로 재구성된다.

특히 다음과 같은 패턴이 자주 나타난다.

가장 설명하기 쉬운 pathway 선택
기존 지식과 맞는 해석 강조
불일치 데이터는 제외

이 과정은 의도적이지 않을 수 있지만 결과적으로 데이터 해석을 단순화시킨다.

6. 그렇다면 무엇이 필요한가

p-value 자체는 잘못된 도구가 아니다. 문제는 그것이 유일한 해석 기준이 될 때 발생한다.

Metabolomics 데이터를 보다 제대로 이해하기 위해서는 다음과 같은 접근이 필요하다.

effect size 중심 해석
distribution 기반 비교
network-level 분석
longitudinal data 활용
biological context 고려

즉 단일 지표가 아니라 여러 층위의 정보를 함께 해석하는 구조가 필요하다.

결론

p-value 중심 해석은 metabolomics 연구를 빠르고 명확하게 만들어준다. 수천 개의 feature 중에서 중요한 후보를 선별하는 데 매우 유용한 도구이기 때문이다.

하지만 그 과정에서 다음과 같은 단순화가 발생한다.

연속적인 biological variation의 이분화
네트워크 구조의 분해
효과 크기의 왜곡
시간 정보의 소실
narrative 중심 해석 강화

결국 metabolomics 데이터는 단순한 “유의한 metabolite 리스트”가 아니라 복잡한 생물학적 시스템의 표현이다.

따라서 중요한 것은 p-value를 버리는 것이 아니라, 그것을 출발점으로만 사용하고 그 너머의 구조를 해석하려는 시도라고 할 수 있다.

유의미한 결과만 보고하는 문화가 과학을 왜곡하는 방식

pharma_info — Wed, 8 Apr 2026 20:03:14 +0900

– 통계적 유의성 중심 연구 문화가 만들어낸 구조적 문제

유의미한 결과만 보고하는 문화가 과학을 왜곡하는 방식

현대 생명과학 연구에서 “통계적으로 유의하다(statistically significant)”라는 표현은 매우 강력한 의미를 가진다. 논문에서 p-value가 기준 이하로 떨어지는 순간 그 결과는 중요한 발견처럼 보이고, 반대로 유의성을 확보하지 못한 결과는 종종 연구의 주변부로 밀려난다.

문제는 이 과정이 단순히 논문의 표현 방식에만 영향을 주는 것이 아니라 연구 설계, 데이터 해석, 그리고 과학 지식의 축적 방식 자체를 바꾼다는 점이다. 특히 metabolomics, proteomics, transcriptomics와 같은 omics 연구에서는 수천 개의 변수를 동시에 분석하기 때문에 유의미한 결과만 보고하는 문화가 더 강하게 작동한다.

이 글에서는 왜 이러한 연구 문화가 형성되었는지, 그리고 그것이 과학적 해석을 어떤 방식으로 왜곡할 수 있는지를 살펴보고자 한다.

1. “유의성”이 연구의 목표가 되는 순간

통계 분석에서 p-value의 역할은 원래 단순하다.

관찰된 차이가 우연히 발생했을 가능성을 평가하는 도구다. 즉 p-value는 결과의 중요성을 판단하는 기준이 아니라 우연성(randomness)을 평가하는 하나의 지표일 뿐이다.

하지만 실제 연구 환경에서는 상황이 조금 다르게 작동한다.

연구 과정은 보통 다음과 같은 구조를 가진다.

실험 수행
데이터 분석
p-value 계산
유의한 결과 선택
논문 작성

이 과정이 반복되면서 자연스럽게 연구의 목표 자체가 유의한 결과를 찾는 것처럼 변한다.

특히 다음과 같은 상황에서 이 경향은 더 강해진다.

연구비 확보 경쟁
논문 출판 압박
높은 impact journal의 선호 구조

결과적으로 많은 연구에서 중요한 질문은 다음과 같이 바뀐다.

“이 결과가 biologically meaningful한가?”

보다는

“이 결과가 statistically significant한가?”

2. Negative result는 연구 기록에서 사라진다

과학 연구에서 negative result는 매우 중요한 의미를 가진다.

어떤 가설이 틀렸다는 사실은 새로운 가설을 세우는 데 중요한 단서가 될 수 있기 때문이다. 그러나 현실적으로 negative result는 다음과 같은 이유로 보고되기 어렵다.

논문 출판 가능성이 낮음
연구 성과로 인정받기 어려움
연구비 평가에 불리

이러한 구조 때문에 많은 연구에서 다음과 같은 현상이 발생한다.

유의한 결과만 논문에 포함
유의하지 않은 실험은 보고되지 않음
동일한 실험의 실패 사례는 공유되지 않음

이 현상은 흔히 publication bias라고 불린다.

문제는 publication bias가 단순히 연구 결과 일부를 숨기는 문제가 아니라 과학적 지식 자체의 방향을 바꿀 수 있다는 점이다.

예를 들어 특정 biomarker가 실제로는 질병과 큰 관련이 없다고 가정해 보자.

하지만 여러 연구에서 반복적으로 분석을 수행하면 우연히 유의한 결과가 나오는 연구도 일부 존재할 수 있다. 그리고 바로 그 연구들만 논문으로 출판된다면 과학 문헌에서는 다음과 같은 인상이 형성될 수 있다.

“이 biomarker는 질병과 관련이 있다.”

3. Omics 연구에서 false discovery가 증가하는 이유

Omics 데이터에서는 이러한 문제가 더욱 심각해질 수 있다.

예를 들어 metabolomics 연구에서 다음과 같은 상황을 생각해 보자.

분석된 feature 수: 5,000
통계 기준: p < 0.05

이론적으로 아무런 실제 차이가 없어도 약 5%의 feature는 우연히 유의한 결과로 나타날 수 있다. 즉 약 250개의 feature가 의미 있는 변화처럼 보일 수 있다.

물론 실제 분석에서는 multiple testing correction이 적용된다. 하지만 여전히 다음과 같은 문제가 남는다.

작은 cohort size
batch effect
biological heterogeneity

이러한 요인들이 결합되면 일부 feature는 우연한 패턴임에도 불구하고 매우 흥미로운 biological signal처럼 보일 수 있다.

그리고 연구자는 자연스럽게 그 feature들을 중심으로 생물학적 스토리를 구성하게 된다.

4. 연구자는 의도하지 않아도 선택적 해석을 한다

흥미로운 점은 이러한 문제들이 반드시 의도적인 데이터 조작 때문만은 아니라는 것이다.

대부분의 경우 연구자는 매우 성실하게 데이터를 분석한다. 하지만 인간의 인지 구조 자체가 패턴을 찾는 데 매우 강하게 최적화되어 있다.

따라서 다음과 같은 상황이 자연스럽게 발생한다.

흥미로운 결과에 더 많은 관심
설명 가능한 결과 중심 해석
기존 지식과 맞는 패턴 강조

반대로 다음과 같은 결과는 상대적으로 덜 주목받는다.

해석하기 어려운 결과
기존 가설과 충돌하는 결과
통계적으로 애매한 결과

이러한 선택적 해석 과정은 의도하지 않아도 연구 narrative를 특정 방향으로 이끌 수 있다.

5. 재현성 위기가 나타나는 구조적 이유

최근 생명과학 연구에서 reproducibility crisis가 중요한 문제로 논의되고 있다. 많은 연구 결과가 다른 연구에서 재현되지 않는다는 보고가 이어지고 있기 때문이다.

이 현상의 원인 중 하나가 바로 유의성 중심 연구 문화이다.

다음과 같은 구조를 생각해 볼 수 있다.

여러 연구 그룹이 동일한 가설을 테스트
대부분의 연구에서는 유의성 없음
일부 연구에서 우연히 유의성 발견
그 연구만 논문으로 출판

이 경우 과학 문헌에는 다음과 같은 인상이 남는다.

“이 효과는 존재한다.”

하지만 이후 더 큰 규모의 연구가 진행되면 그 효과는 재현되지 않는 경우가 많다. 이 과정이 반복되면서 reproducibility 문제가 나타난다.

6. 해결책은 무엇일까

이 문제를 완전히 해결하는 것은 쉽지 않다. 하지만 최근 과학계에서는 여러 가지 개선 시도가 이루어지고 있다.

대표적인 접근 방식은 다음과 같다.

1. pre-registration

연구 시작 전에 분석 계획을 미리 등록하는 방식이다. 이를 통해 분석 과정에서 선택적 결과 보고를 줄일 수 있다.

2. negative result 공유

유의하지 않은 결과도 데이터베이스나 논문 형태로 공유하려는 움직임이 늘어나고 있다.

3. effect size 중심 해석

단순한 p-value 대신 다음과 같은 지표를 강조하는 접근도 늘고 있다.

effect size
confidence interval
biological relevance

4. replication study 확대

독립적인 cohort에서 결과를 재현하는 연구가 점점 중요해지고 있다.

결론

과학 연구에서 통계적 유의성은 중요한 도구이다. 하지만 그것이 연구의 목표가 되는 순간 여러 가지 문제가 나타날 수 있다.

특히 다음과 같은 현상들이 과학적 해석을 왜곡할 수 있다.

유의한 결과만 보고되는 publication bias
omics 데이터에서 증가하는 false discovery
선택적 해석이 만들어내는 narrative
재현성 문제

결국 중요한 질문은 다음과 같다.

“이 결과가 통계적으로 유의한가?”

보다는

“이 결과가 반복적으로 관찰되는가, 그리고 실제 생물학적 의미를 가지는가?”

이 질문을 중심에 둘 때 과학 연구는 단순히 유의한 결과를 찾는 과정이 아니라 현상을 이해하는 과정으로 다시 돌아갈 수 있다.

Omics 데이터가 ‘스토리 만들기 도구’가 되는 순간

pharma_info — Tue, 7 Apr 2026 20:17:19 +0900

– 데이터 해석이 과학에서 내러티브로 바뀌는 지점

Omics 데이터가 ‘스토리 만들기 도구’가 되는 순간

최근 생명과학 연구에서 omics 데이터는 거의 모든 분야의 핵심 도구가 되었다. Transcriptomics, proteomics, metabolomics, epigenomics 같은 기술들은 한 번의 실험으로 수천에서 수만 개의 분자 정보를 동시에 측정할 수 있게 만들었다. 이러한 기술의 발전은 분명히 생물학 연구의 범위를 크게 넓혔다.

그러나 omics 데이터가 가진 특징 때문에 연구 해석 과정에서 한 가지 미묘한 위험이 생긴다. 데이터가 너무 많기 때문에 연구자는 거의 언제든지 설득력 있어 보이는 이야기를 만들 수 있다는 점이다.

이 글에서는 omics 데이터가 과학적 발견을 돕는 도구에서 어느 순간 ‘스토리를 만들어내는 장치’로 변하는 과정을 살펴보고, 그 과정에서 연구자가 쉽게 빠질 수 있는 해석의 함정을 이야기해보고자 한다.

1. 데이터가 많아질수록 ‘설명 가능한 패턴’도 많아진다

전통적인 생화학 연구에서는 보통 몇 개의 변수만을 다루었다. 특정 단백질 하나, 혹은 특정 대사 경로 하나가 연구의 중심이 되는 경우가 많았다.

하지만 omics 분석에서는 상황이 완전히 달라진다.

한 번의 실험에서 다음과 같은 데이터가 생성될 수 있다.

수천 개의 gene expression 변화
수천 개의 단백질 abundance 변화
수백~수천 개의 metabolite 변화

이러한 데이터 환경에서는 통계적으로 의미 있는 변화가 매우 많이 나타난다.

예를 들어 10,000개의 feature를 분석한다고 가정하면, 통계적 기준을 적용하더라도 상당수의 feature가 유의한 차이를 보일 수 있다.

문제는 그 다음 단계에서 시작된다.

연구자는 이 수많은 변화 중에서 생물학적으로 의미 있어 보이는 패턴을 선택하고 연결하기 시작한다. 그리고 그 과정에서 자연스럽게 하나의 이야기, 즉 연구의 narrative가 만들어진다.

이 자체는 과학 연구에서 자연스러운 과정이다. 하지만 문제는 데이터가 많을수록 여러 가지 다른 스토리가 동시에 가능해진다는 점이다.

2. Pathway 분석이 이야기 구조를 만들어낸다

Omics 연구에서 거의 항상 등장하는 단계가 있다. 바로 pathway enrichment 분석이다.

연구자가 differential feature 리스트를 만들면 다음과 같은 분석이 이어진다.

KEGG pathway enrichment
Gene ontology analysis
metabolic pathway mapping

이러한 분석 결과는 종종 다음과 같은 형태로 표현된다.

“이 질병에서는 inflammatory pathway가 활성화되어 있다.”
“이 치료는 mitochondrial metabolism을 조절한다.”

이러한 문장은 매우 설득력 있게 들린다. 하지만 실제로는 다음과 같은 과정이 생략되어 있을 수 있다.

pathway에 속한 일부 분자만 변화
다른 pathway에서도 유사한 변화 존재
pathway annotation 자체의 불완전성

즉 pathway 분석은 데이터를 이해하기 쉽게 구조화해 주는 도구이지만 동시에 연구의 스토리를 강화하는 장치로도 작동할 수 있다.

3. 가설이 데이터에서 나온 것처럼 보이는 순간

Omics 연구에서 흔히 나타나는 구조는 다음과 같다.

대규모 데이터 생성
differential feature 탐색
pathway 분석
특정 생물학적 해석 도출

논문에서는 이 과정이 종종 다음과 같은 형태로 표현된다.

“우리는 X pathway가 질병의 핵심 메커니즘이라고 가설을 세웠고 이를 검증했다.”

하지만 실제 연구 과정을 들여다보면 종종 순서가 반대인 경우도 있다.

먼저 데이터에서 흥미로운 패턴 발견
그 패턴에 맞는 생물학적 설명 탐색
결과적으로 하나의 가설 구조 형성

즉 가설이 데이터를 통해 검증된 것이 아니라 데이터에서 만들어진 이야기 구조일 수도 있다.

이 과정 자체가 잘못된 것은 아니다. 많은 중요한 발견이 이런 방식으로 이루어진다. 하지만 문제는 이 과정이 논문에서 마치 처음부터 계획된 가설 검증처럼 보일 때이다.

4. Multi-omics에서 스토리는 더 강해진다

Omics 데이터가 하나만 있을 때도 해석은 복잡하다. 하지만 최근 연구에서는 여러 omics 데이터를 동시에 사용하는 경우가 많다.

예를 들어 다음과 같은 데이터가 함께 분석된다.

transcriptomics
proteomics
metabolomics

이 경우 연구자는 서로 다른 데이터 사이의 연결점을 찾기 시작한다.

예를 들어 다음과 같은 구조가 만들어질 수 있다.

특정 gene expression 증가
관련 protein 증가
해당 pathway metabolite 변화

이러한 결과는 매우 강력한 스토리처럼 보인다.

하지만 실제 생물학 시스템에서는 transcript, protein, metabolite 사이의 관계가 항상 직선적인 것은 아니다. 많은 경우 이러한 데이터 사이에는 복잡한 조절 구조와 시간 지연이 존재한다.

그럼에도 불구하고 연구자는 자연스럽게 이 데이터들을 하나의 선형적인 이야기 구조로 연결하려는 경향을 가진다.

5. Negative 결과는 스토리에서 사라진다

Omics 연구에서 또 하나 중요한 문제는 negative result의 가시성이다.

대규모 데이터에서는 다음과 같은 상황이 흔하다.

많은 feature는 변화 없음
일부 feature는 약한 변화
소수 feature만 강한 변화

하지만 논문에서는 보통 다음과 같은 부분만 강조된다.

가장 큰 변화
가장 흥미로운 pathway
가장 설명하기 쉬운 결과

그 결과 전체 데이터의 상당 부분은 연구 narrative에서 사라진다.

이 과정은 의도적인 조작이 아니라 자연스러운 연구 과정의 일부일 수 있다. 하지만 결과적으로 omics 데이터는 객관적인 관찰 결과라기보다 선택된 스토리처럼 보일 수 있다.

6. 그렇다면 omics 데이터는 신뢰할 수 없는가

이러한 문제들을 보면 omics 연구가 지나치게 해석 중심이라는 인상을 받을 수도 있다. 하지만 이것이 omics 데이터 자체의 가치가 낮다는 의미는 아니다.

오히려 omics 데이터의 진짜 가치는 다음과 같은 부분에 있다.

새로운 biological hypothesis 생성
예상하지 못했던 pathway 발견
시스템 수준의 변화 탐색

즉 omics 데이터는 최종 결론을 제공하는 도구라기보다 새로운 질문을 만들어내는 도구에 가깝다.

문제는 이 과정을 때때로 확정된 생물학적 메커니즘처럼 표현할 때 발생한다.

결론

Omics 기술은 생명과학 연구에서 이전에는 불가능했던 수준의 데이터를 제공한다. 이러한 데이터는 질병 이해와 생물학 연구에 매우 중요한 통찰을 줄 수 있다.

하지만 omics 데이터가 가진 특성 때문에 연구 해석 과정에서 다음과 같은 위험도 존재한다.

많은 데이터 중 일부만 선택되는 문제
pathway 분석이 narrative를 강화하는 구조
데이터 기반 가설이 계획된 가설처럼 보이는 문제
multi-omics 통합에서 과도한 해석

결국 omics 데이터는 과학적 발견의 강력한 도구이지만 동시에 매우 설득력 있는 스토리를 만들어낼 수 있는 도구이기도 하다.

따라서 중요한 것은 데이터가 말해주는 이야기를 그대로 받아들이는 것이 아니라, 그 이야기가 어떤 선택과 해석 과정을 거쳐 만들어졌는지 이해하는 것이다.

임상 적용을 목표로 할 때 metabolomics 연구 설계가 달라져야 하는 이유

pharma_info — Mon, 6 Apr 2026 20:09:24 +0900

– discovery 연구와 clinical biomarker 연구는 전혀 다른 문제다

임상 적용을 목표로 할 때 metabolomics 연구 설계가 달라져야 하는 이유

Metabolomics 연구는 지난 10여 년 동안 폭발적으로 증가했다. 특히 LC-MS 기반 untargeted metabolomics 기술이 발전하면서 수천 개의 metabolite feature를 동시에 관찰할 수 있게 되었고, 다양한 질병에서 새로운 biomarker 후보들이 제시되었다.

논문만 보면 metabolomics는 이미 precision medicine의 핵심 기술처럼 보인다. 특정 metabolite 패턴을 이용해 질병을 진단하고, 환자를 분류하며, 치료 반응을 예측할 수 있다는 연구 결과들이 매우 많기 때문이다.

하지만 현실적으로 보면 상황은 조금 다르다.

수많은 metabolomics biomarker 후보가 보고되었지만 실제 임상 진단 검사로 이어진 사례는 매우 제한적이다. 많은 연구가 discovery 단계에서 끝나고 임상 적용 단계로 이어지지 못한다.

이 현상이 반복되는 이유 중 하나는 연구 설계 자체가 임상 적용을 염두에 두지 않고 만들어지는 경우가 많기 때문이다.

Discovery 연구에서 좋은 설계가 반드시 임상 적용에 적합한 설계는 아니다. 오히려 임상 적용을 목표로 한다면 metabolomics 연구는 시작 단계부터 다른 방식으로 설계되어야 한다.

1. Discovery 연구는 차이를 찾지만, 임상 검사는 환자를 구분해야 한다

많은 metabolomics 연구의 목표는 다음과 같다.

“환자군과 대조군 사이에서 어떤 metabolite가 다른가?”

이 질문은 과학적으로 매우 중요한 질문이다. 하지만 임상에서는 조금 다른 질문이 필요하다.

“이 metabolite로 실제 환자를 구분할 수 있는가?”

두 질문은 비슷해 보이지만 실제로는 매우 다른 문제다.

예를 들어 특정 metabolite가 환자군에서 평균적으로 증가했다고 가정해 보자.

환자군 평균: 1.8
대조군 평균: 1.5

이 차이는 통계적으로 유의할 수 있다. 그러나 개인 수준에서 보면 두 집단의 분포가 크게 겹칠 수 있다.

이 경우 논문에서는 의미 있는 발견처럼 보일 수 있지만 실제 환자를 검사했을 때 diagnostic test로는 거의 사용될 수 없다.

따라서 임상 적용을 목표로 한다면 연구 설계 단계에서부터 다음과 같은 질문이 포함되어야 한다.

sensitivity는 충분한가
specificity는 충분한가
ROC curve가 실제 임상 수준에 도달하는가

즉 단순한 group comparison을 넘어 patient classification 관점에서 설계가 이루어져야 한다.

2. Cohort 설계가 훨씬 중요해진다

Discovery metabolomics 연구에서는 종종 다음과 같은 cohort가 사용된다.

질병 환자
건강한 대조군

하지만 실제 임상 환경에서는 상황이 훨씬 복잡하다.

환자가 병원에 왔을 때 의사가 고민하는 질문은 보통 다음과 같다.

이 환자가 특정 질병인가
아니면 다른 질환인가

즉 실제 임상에서는 differential diagnosis가 중요한 문제다.

예를 들어 특정 metabolite가 cancer 환자에서 증가했다고 가정해 보자.

하지만 동일한 metabolite가 다음과 같은 상황에서도 증가할 수 있다.

염증 질환
감염
대사 질환

이 경우 healthy control과 비교했을 때는 강력한 biomarker처럼 보일 수 있지만 실제 임상에서는 거의 도움이 되지 않는다.

따라서 임상 적용을 목표로 한다면 cohort 설계는 다음과 같은 형태가 필요하다.

target disease
clinically similar diseases
real-world patient population

이러한 cohort 설계는 연구 난이도를 높이지만 실제 임상 relevance를 크게 높인다.

3. Pre-analytical variation 관리가 훨씬 중요하다

Metabolomics 데이터는 sample handling에 매우 민감하다.

예를 들어 다음과 같은 변수만으로도 metabolite profile이 크게 달라질 수 있다.

채혈 후 처리 시간
sample storage 조건
freeze-thaw cycle
anticoagulant 종류

Discovery 연구에서는 이러한 변수들이 완벽하게 통제된 환경에서 분석되는 경우가 많다.

하지만 실제 임상 환경에서는 다음과 같은 상황이 흔하다.

채혈 후 처리 시간이 일정하지 않음
병원마다 sample handling protocol이 다름
sample transport 시간이 길어짐

이러한 조건에서도 biomarker가 안정적으로 유지되어야 임상 적용이 가능하다.

따라서 임상 적용을 목표로 하는 연구에서는 다음과 같은 실험이 필요하다.

stability study
freeze-thaw 영향 평가
sample handling variability 평가

즉 biomarker의 biological signal뿐 아니라 practical robustness도 함께 검증해야 한다.

4. Untargeted discovery에서 targeted validation으로의 전환

Metabolomics 연구는 보통 다음과 같은 단계로 진행된다.

untargeted discovery
candidate metabolite identification
validation study

문제는 많은 연구가 1단계에서 끝난다는 점이다.

Untargeted metabolomics는 수천 개의 feature를 동시에 관찰할 수 있지만 다음과 같은 한계가 있다.

정량 정확도 제한
instrument variability
annotation uncertainty

임상 적용을 위해서는 정확한 정량 분석이 필요하다.

이 때문에 biomarker 후보가 발견된 이후에는 LC-MS/MS 기반 targeted assay로 전환되는 과정이 필요하다.

이 과정에서는 다음과 같은 요소들이 중요하다.

internal standard 설계
calibration curve 구축
analytical validation

즉 discovery 연구와 임상 assay 개발은 완전히 다른 분석 전략을 요구한다.

5. 재현성(reproducibility) 검증이 필수적이다

Omics 연구에서 가장 큰 문제 중 하나는 재현성 부족이다.

특히 metabolomics biomarker 연구에서는 다음과 같은 패턴이 자주 나타난다.

discovery cohort에서는 강력한 결과
validation cohort에서는 약한 결과
independent cohort에서는 재현 실패

이러한 현상은 다음과 같은 이유로 발생할 수 있다.

cohort 특성 차이
분석 플랫폼 차이
batch effect
environmental factors

따라서 임상 적용을 목표로 한다면 최소한 다음과 같은 검증이 필요하다.

independent cohort validation
multi-center validation
longitudinal validation

이 과정이 없으면 biomarker는 논문 수준의 발견에 머물 가능성이 높다.

6. 임상 workflow를 고려한 assay 설계

임상 검사로 사용되기 위해서는 biomarker가 다음과 같은 조건을 충족해야 한다.

분석 시간이 짧을 것
자동화가 가능할 것
비용이 과도하지 않을 것

하지만 metabolomics 연구에서 제안되는 biomarker는 종종 다음과 같은 특징을 가진다.

수십 개 metabolite 조합
복잡한 머신러닝 모델
고해상도 LC-MS 분석 필요

이러한 방식은 연구 환경에서는 가능하지만 실제 병원 검사 시스템에서는 적용하기 어렵다.

따라서 임상 적용을 목표로 한다면 assay는 가능한 한 다음과 같은 형태로 단순화되어야 한다.

소수의 핵심 biomarker
robust targeted assay
높은 throughput

결론

Metabolomics는 질병 생물학을 이해하는 데 매우 강력한 도구이다. 하지만 discovery 연구에서 발견된 biomarker가 실제 임상 검사로 이어지기 위해서는 연구 설계 자체가 달라져야 한다.

특히 다음과 같은 요소들이 중요하다.

patient classification 중심 연구 설계
현실적인 cohort 구성
pre-analytical variation 평가
targeted assay 개발
multi-cohort validation
임상 workflow 고려

결국 metabolomics biomarker 연구에서 가장 중요한 질문은 단순히 “차이가 존재하는가?”가 아니라 다음과 같은 질문이다.

“이 biomarker를 이용해 실제 환자 진료가 달라질 수 있는가?”

이 질문을 중심에 두고 연구가 설계될 때 metabolomics 연구는 discovery 단계를 넘어 실제 임상 의사결정에 기여하는 도구로 발전할 수 있다.

Precision Medicine에서 Metabolomics가 과대평가되는 지점

pharma_info — Sun, 5 Apr 2026 20:06:00 +0900

– 기대와 현실 사이에서 생기는 간극

Precision Medicine에서 Metabolomics가 과대평가되는 지점

Precision medicine(정밀의학)은 환자 개개인의 유전적 특성, 환경 요인, 생활 습관 등을 종합적으로 고려하여 맞춤형 치료 전략을 설계하려는 접근이다. 이러한 흐름 속에서 metabolomics는 매우 매력적인 기술로 주목받아 왔다.

그 이유는 비교적 명확하다. Genome이나 transcriptome은 잠재적인 정보를 담고 있지만, metabolome은 현재의 생리적 상태를 직접적으로 반영하는 분자 수준의 결과물이기 때문이다. 세포 대사의 최종 산물이 바로 metabolite이기 때문에 질병 상태나 약물 반응을 가장 직접적으로 보여주는 층위라고 설명되곤 한다.

이러한 논리 때문에 metabolomics는 종종 precision medicine의 핵심 기술처럼 소개된다. 실제로 많은 연구에서 metabolomics 기반 biomarker를 통해 질병 진단, 치료 반응 예측, 환자 stratification이 가능할 것이라는 기대가 제시된다.

하지만 실제 연구 현장과 임상 적용 과정을 살펴보면 metabolomics가 가진 잠재력과는 별개로 과대평가되는 지점도 분명히 존재한다. 이 글에서는 precision medicine 맥락에서 metabolomics가 종종 지나치게 낙관적으로 해석되는 이유를 살펴보고자 한다.

1. Metabolome은 안정적인 지표가 아니다

Precision medicine에서 biomarker는 개인에게 비교적 안정적으로 유지되는 특징이어야 한다. 그래야 환자 분류나 치료 전략 결정에 신뢰할 수 있는 기준이 된다.

하지만 metabolome은 매우 동적인 시스템이다.

Metabolite 수준은 다음과 같은 요인에 의해 빠르게 변할 수 있다.

식사 상태
수면 패턴
운동
약물 복용
장내 미생물 변화
스트레스 상태

예를 들어 동일한 사람의 혈장 metabolite profile도 다음과 같은 조건에서 크게 달라질 수 있다.

공복 vs 식후
아침 vs 저녁
운동 직후 vs 휴식 상태

이러한 특성 때문에 metabolomics 데이터는 개인의 장기적인 특성(trait)보다 순간적인 상태(state)를 더 강하게 반영한다.

Precision medicine이 필요로 하는 것은 비교적 안정적인 patient stratification인데, metabolomics는 그보다는 physiological fluctuation을 더 잘 포착하는 기술일 가능성이 높다.

2. 질병 신호보다 환경 신호가 더 강할 수 있다

Metabolomics 데이터에서 관찰되는 변화가 항상 질병 때문이라고 가정하기 쉽다. 하지만 실제로는 환경 요인이 더 강한 영향을 미치는 경우가 많다.

특히 다음과 같은 metabolite는 환경 영향이 매우 크다.

lipid species
bile acids
microbiome-derived metabolite
dietary metabolite

예를 들어 특정 metabolite가 질병 환자에서 증가하는 것으로 보일 수 있다. 하지만 그 변화가 실제로는 다음과 같은 요인 때문일 수도 있다.

식단 차이
약물 복용
장내 미생물 구성

이 경우 metabolomics 결과는 질병 특이적인 signal이 아니라 생활 환경 차이를 반영하는 signal일 수 있다.

Precision medicine 관점에서 보면 이러한 biomarker는 환자 분류에 안정적으로 사용되기 어렵다.

3. Metabolite annotation의 불확실성

Metabolomics 연구에서 또 하나 중요한 문제는 metabolite identification의 불확실성이다.

특히 untargeted metabolomics에서는 다음과 같은 단계가 존재한다.

feature detection
peak alignment
library matching
metabolite annotation

많은 경우 연구에서 보고되는 metabolite는 확정된 구조가 아니라 추정된 annotation이다.

예를 들어 다음과 같은 상황이 흔하다.

동일한 m/z를 가지는 여러 metabolite
fragment pattern이 유사한 구조
library에 존재하지 않는 unknown compound

이러한 상황에서 metabolite identity가 완전히 확정되지 않은 상태로 biological interpretation이 진행되는 경우도 있다.

Precision medicine에서 biomarker로 사용되기 위해서는 분자의 identity가 명확해야 한다. 하지만 실제 metabolomics 연구에서는 이 단계가 생각보다 불확실한 경우가 많다.

4. Cohort dependency 문제

Metabolomics biomarker 연구에서 매우 자주 관찰되는 현상이 있다.

Discovery cohort에서는 매우 강력한 biomarker처럼 보이던 metabolite가 다른 코호트에서는 재현되지 않는 경우이다.

이 현상은 여러 이유로 발생한다.

환자 모집 기준 차이
생활 환경 차이
분석 플랫폼 차이
sample handling 차이

특히 metabolomics 데이터는 이러한 변수에 매우 민감하기 때문에 cohort가 바뀌는 순간 biomarker significance가 사라지는 일이 흔하다.

Precision medicine에서 biomarker는 다양한 인구 집단에서 재현 가능해야 한다. 하지만 많은 metabolomics biomarker는 특정 cohort에 의존적인 signal일 가능성이 있다.

5. 임상 workflow와의 거리

Metabolomics가 precision medicine에서 활용되기 위해서는 실제 의료 시스템 안에 들어갈 수 있어야 한다.

하지만 현재 metabolomics 분석은 다음과 같은 특징을 가진다.

복잡한 sample preparation
LC-MS 기반 분석
데이터 처리 과정의 복잡성

이러한 과정은 연구 환경에서는 충분히 가능하지만 병원 검사 환경에서는 부담이 될 수 있다.

임상 진단 검사는 보통 다음과 같은 조건을 요구한다.

빠른 turnaround time
높은 자동화 수준
표준화된 분석 프로토콜

현재 많은 metabolomics 분석은 이러한 요구를 완전히 충족시키기 어렵다.

6. Precision medicine에서 metabolomics의 진짜 역할

이러한 한계에도 불구하고 metabolomics가 precision medicine에서 의미 없는 기술이라는 뜻은 아니다.

오히려 metabolomics는 다음과 같은 영역에서 강점을 가진다.

약물 반응 모니터링
대사 경로 변화 분석
질병 진행 상태 평가

즉 metabolomics는 환자를 정적으로 분류하는 도구라기보다 환자의 생리적 변화를 추적하는 도구에 더 가깝다.

이러한 관점에서 보면 metabolomics는 precision medicine에서 환자 분류보다는 dynamic monitoring에 더 적합할 수 있다.

결론

Metabolomics는 precision medicine 연구에서 매우 중요한 정보를 제공할 수 있는 기술이다. 대사체는 세포 상태와 질병 과정의 변화를 직접적으로 반영하기 때문이다.

하지만 다음과 같은 이유로 metabolomics의 역할이 때때로 과대평가되기도 한다.

metabolome의 높은 변동성
환경 요인의 강한 영향
metabolite identification의 불확실성
cohort dependency
임상 workflow와의 거리

결국 metabolomics를 precision medicine의 만능 도구로 보는 시각보다는 다른 omics 데이터와 함께 해석되는 하나의 층위로 이해하는 것이 더 현실적인 접근일 것이다.

Precision medicine에서 진짜 중요한 것은 특정 기술 하나가 아니라, 다양한 biological information을 통합하여 환자의 상태를 더 정확하게 이해하는 것이기 때문이다.

통계적으로 유의하지만 임상적으로 무의미한 결과의 특징

pharma_info — Sat, 4 Apr 2026 20:02:43 +0900

– p-value가 의미를 보장하지 않는 순간

통계적으로 유의하지만 임상적으로 무의미한 결과의 특징

생명과학 연구에서 통계적 유의성(statistical significance)은 매우 중요한 기준처럼 보인다. 연구 결과를 해석할 때 대부분의 논문은 p-value를 중심으로 결과를 설명한다. p-value가 0.05보다 작으면 의미 있는 결과로 간주되고, 그보다 크면 의미 없는 결과로 간주되는 경우가 많다.

그러나 실제 연구 현장, 특히 임상 연구나 omics 연구를 진행하다 보면 통계적으로는 매우 유의하지만 임상적으로는 거의 의미가 없는 결과를 자주 만나게 된다. 논문에서는 강력한 결과처럼 보이지만 실제 환자 진료나 치료 결정에는 아무런 영향을 주지 못하는 경우다.

이러한 현상은 통계 분석 자체의 문제가 아니라 통계적 질문과 임상적 질문이 서로 다르기 때문에 발생한다. 이 글에서는 통계적으로 유의하지만 임상적으로 무의미한 결과가 나타나는 전형적인 특징들을 살펴보고자 한다.

1. 효과 크기(effect size)가 매우 작다

가장 흔한 경우는 효과 크기가 매우 작은 경우이다.

예를 들어 특정 metabolite가 환자군에서 평균적으로 증가했다고 가정해 보자.

환자군 평균: 1.05
대조군 평균: 1.00

샘플 수가 매우 많다면 이러한 작은 차이도 통계적으로 유의하게 나타날 수 있다. 예를 들어 수천 명의 데이터를 분석하면 p-value는 매우 작게 나올 수 있다.

하지만 임상적으로 중요한 질문은 다음과 같다.

“이 차이를 이용해 환자를 구분할 수 있는가?”

평균 차이가 매우 작다면 실제 환자 개별 수준에서는 두 집단이 거의 완전히 겹칠 수 있다. 이 경우 통계적으로는 유의하지만 진단 기준으로는 사용할 수 없는 biomarker가 된다.

2. 개인 간 변동성이 너무 크다

임상적으로 유용한 biomarker는 환자 간 변동성보다 질병 효과가 더 커야 한다.

하지만 metabolomics나 proteomics 데이터에서는 종종 다음과 같은 상황이 나타난다.

환자군 평균은 증가
그러나 individual variation이 매우 큼

이 경우 두 집단의 분포가 크게 겹치게 된다.

예를 들어 다음과 같은 상황을 생각해 볼 수 있다.

환자군 범위: 0.5–2.5
대조군 범위: 0.6–2.3

평균값 차이는 존재하지만 실제 환자를 검사했을 때 그 값이 어느 집단에 속하는지 판단하기 어렵다.

이러한 biomarker는 통계적으로 유의할 수 있지만 임상 의사결정에 활용되기 어렵다.

3. 특정 코호트에만 존재하는 패턴

Omics 연구에서는 특정 데이터셋에서만 나타나는 패턴이 통계적으로 유의하게 나타나는 경우가 있다.

예를 들어 다음과 같은 상황이 발생할 수 있다.

특정 병원 환자군
특정 연령대
특정 식습관

이러한 요인이 metabolite profile에 영향을 줄 수 있다. discovery cohort에서는 질병과 관련된 signal처럼 보이지만 다른 코호트에서는 재현되지 않는 경우가 많다.

이 경우 통계적 유의성은 특정 데이터셋의 구조를 반영한 것일 뿐 실제 biological signal이 아닐 가능성이 있다.

4. 질병 특이성이 부족한 biomarker

어떤 biomarker는 특정 질병에서 증가할 수 있지만 다른 질환에서도 동일하게 변화할 수 있다.

예를 들어 다음과 같은 biological process는 다양한 질병에서 공통적으로 나타난다.

염증 반응
oxidative stress
에너지 대사 변화

이러한 metabolite나 protein은 특정 질병 환자에서 통계적으로 증가할 수 있다. 하지만 동일한 변화가 다른 질환에서도 나타난다면 진단 biomarker로 사용하기 어렵다.

즉 통계적으로는 의미가 있지만 질병 특이성이 부족한 경우 임상적으로 활용하기 어렵다.

5. 임상 의사결정을 바꾸지 못하는 결과

임상적으로 의미 있는 결과는 의사의 행동을 변화시킬 수 있어야 한다.

예를 들어 다음과 같은 질문이 중요하다.

이 검사 결과가 치료 선택을 바꾸는가
환자 관리 전략을 변화시키는가
예후 예측에 도움이 되는가

만약 새로운 biomarker가 기존 검사보다 조금 더 정확하더라도 실제 치료 전략이 동일하다면 임상적 가치는 제한적일 수 있다.

이 경우 연구 결과는 통계적으로 매우 흥미로울 수 있지만 실제 의료 현장에서는 거의 사용되지 않는다.

6. 복잡한 모델에 의존하는 결과

Omics 기반 연구에서는 여러 biomarker를 결합한 예측 모델이 제안되는 경우가 많다.

예를 들어 다음과 같은 형태의 결과가 보고될 수 있다.

12개의 metabolite 조합
머신러닝 모델 기반 분류

이러한 모델은 연구 데이터셋에서는 매우 높은 정확도를 보일 수 있다. 하지만 임상에서는 다음과 같은 문제가 발생한다.

분석 방법이 복잡함
검사 비용이 높음
결과 해석이 어려움

이러한 이유로 실제 병원에서는 사용되기 어렵다.

결론

통계적 유의성은 과학 연구에서 중요한 기준이지만 임상적 의미를 자동으로 보장하지는 않는다.

특히 metabolomics, proteomics 같은 omics 연구에서는 다음과 같은 상황이 자주 발생한다.

효과 크기가 매우 작은 경우
개인 간 변동성이 큰 경우
특정 코호트에 의존하는 결과
질병 특이성이 부족한 biomarker
임상 의사결정을 바꾸지 못하는 결과

이러한 특징을 가진 결과는 논문에서는 흥미로운 발견처럼 보일 수 있지만 실제 임상에서는 활용되기 어렵다.

결국 biomarker 연구에서 가장 중요한 질문은 단순히 “통계적으로 차이가 있는가?”가 아니라 다음과 같은 질문이어야 한다.

“이 결과가 실제 환자 치료에 어떤 변화를 만들 수 있는가?”

이 질문에 답할 수 있을 때 비로소 통계적 발견은 임상적으로 의미 있는 지식으로 발전할 수 있다.

환자 코호트가 바뀌는 순간 metabolite significance가 사라지는 이유

pharma_info — Fri, 3 Apr 2026 20:59:22 +0900

– 왜 다른 병원에서 같은 결과가 재현되지 않을까

환자 코호트가 바뀌는 순간 metabolite significance가 사라지는 이유

Metabolomics 연구를 진행하다 보면 한 번쯤 이런 경험을 하게 된다.
처음 연구에서는 특정 metabolite가 환자군과 대조군을 매우 잘 구분하는 것처럼 보인다. 통계적으로도 매우 강한 차이를 보이며, PCA나 PLS-DA 같은 multivariate 분석에서도 분명한 separation이 나타난다. 논문으로 정리하면 충분히 설득력이 있어 보인다.

하지만 이후 다른 병원에서 환자를 모집하거나, 새로운 코호트를 확보하여 분석을 반복하면 예상치 못한 일이 발생한다. 이전 연구에서 가장 중요한 biomarker처럼 보였던 metabolite가 더 이상 유의하지 않거나, 심지어 변화 방향조차 달라지는 경우가 나타난다.

이 현상은 metabolomics 연구에서 매우 흔하게 관찰된다. 같은 질병을 대상으로 한 연구임에도 불구하고 코호트가 바뀌는 순간 metabolite significance가 사라지는 이유는 단순히 통계적 우연 때문만이 아니다. 실제로는 여러 층위의 변동성이 동시에 작용한다.

이 글에서는 환자 코호트가 바뀌는 순간 metabolite significance가 흔들리는 주요 원인을 살펴보고자 한다.

1. 질병 자체보다 환자 배경이 더 큰 변수를 만들 수 있다

Metabolite는 단순히 질병 상태만 반영하는 분자가 아니다. 오히려 metabolite 농도는 환자의 생활 환경과 생리적 상태에 매우 민감하게 반응한다.

예를 들어 다음과 같은 요소들은 metabolite 수준에 큰 영향을 줄 수 있다.

식습관
약물 복용
수면 패턴
신체 활동량
장내 미생물 구성
음주 및 흡연

특히 혈장이나 소변 metabolomics에서는 이러한 요인의 영향이 매우 크다.

예를 들어 어떤 metabolite가 질병 환자에서 증가하는 것으로 관찰되었다고 가정해 보자. 하지만 그 metabolite가 특정 식단이나 장내 미생물과도 강하게 연관되어 있다면 다른 지역에서 모집된 환자 코호트에서는 완전히 다른 패턴이 나타날 수 있다.

결국 첫 번째 연구에서 관찰된 차이는 질병 때문이 아니라 코호트의 생활 습관 차이를 반영했을 가능성도 있다.

2. 질병의 정의 자체가 코호트마다 다르다

임상 연구에서 동일한 질병 이름이 사용되더라도 실제 환자 구성은 상당히 다를 수 있다.

예를 들어 같은 질환이라도 다음과 같은 차이가 존재할 수 있다.

질병 진행 단계
치료 여부
합병증 존재 여부
환자의 연령 분포

이러한 차이는 metabolomics 데이터에 직접적인 영향을 준다.

예를 들어 암 환자를 대상으로 metabolomics 분석을 수행한다고 가정해 보자. 한 연구에서는 초기 단계 환자가 많고, 다른 연구에서는 진행성 환자가 많다면 metabolite profile이 크게 달라질 수 있다.

이 경우 metabolite significance가 사라진 것처럼 보이지만 실제로는 질병의 biological state 자체가 달라진 것일 수도 있다.

3. 코호트 크기가 작을수록 우연한 패턴이 나타나기 쉽다

Metabolomics 데이터는 일반적으로 다음과 같은 구조를 가진다.

수백에서 수천 개의 metabolite feature
수십에서 수백 개의 샘플

이 구조에서는 통계적 자유도 문제가 쉽게 발생한다.

특정 코호트에서 유의미하게 보이던 metabolite가 사실은 그 데이터셋에만 존재하는 패턴일 가능성이 있다. 특히 다음과 같은 경우 이러한 문제가 더 쉽게 나타난다.

샘플 수가 적은 경우
multiple testing correction이 충분하지 않은 경우
feature selection 과정이 반복된 경우

이러한 상황에서는 discovery cohort에서 매우 강력해 보이던 biomarker가 validation cohort에서 사라지는 일이 흔하다.

4. 분석 조건 차이가 작은 신호를 증폭하거나 약화시킬 수 있다

Metabolomics 연구에서는 분석 조건의 미묘한 차이도 결과에 영향을 줄 수 있다.

예를 들어 다음과 같은 요소들이 다를 수 있다.

sample storage 기간
extraction 방법
LC gradient 조건
mass spectrometer calibration 상태

특정 metabolite signal이 매우 강한 biological signal이 아니라면 이러한 실험 조건 차이에 의해 쉽게 영향을 받을 수 있다.

이 경우 discovery 연구에서 관찰된 metabolite significance는 실제 biological difference가 아니라 분석 시스템의 특성을 반영했을 가능성도 있다.

5. 질병보다 더 강한 biological variation이 존재할 수 있다

Metabolomics 데이터에서는 종종 질병 효과보다 개인 간 변동성이 더 크게 나타난다.

예를 들어 다음과 같은 경우를 생각해 볼 수 있다.

환자 A와 환자 B 사이의 metabolite 차이
환자 A와 건강 대조군 사이의 metabolite 차이

이 두 차이를 비교했을 때 개인 간 변동성이 더 크다면 질병 신호는 쉽게 묻힐 수 있다.

특히 다음과 같은 metabolite들은 개인 간 변동성이 매우 크다.

lipid species
bile acids
microbiome 관련 metabolite

따라서 특정 코호트에서는 우연히 질병 신호가 강하게 보일 수 있지만 다른 코호트에서는 개인 변동성이 더 크게 나타날 수 있다.

6. Metabolomics는 환경 정보를 강하게 반영한다

Genomics 데이터와 달리 metabolomics 데이터는 환경 요인의 영향을 강하게 받는다.

예를 들어 다음과 같은 요인은 metabolite profile을 크게 변화시킬 수 있다.

지역 식문화
생활 환경
미생물 노출
약물 처방 패턴

따라서 서로 다른 지역이나 병원에서 모집된 환자 코호트는 질병이 같더라도 metabolite profile이 상당히 다를 수 있다.

이러한 특성 때문에 metabolomics biomarker는 population-specific signal이 될 가능성이 높다.

결론

Metabolomics 연구에서 특정 metabolite가 질병과 강하게 연관된 것처럼 보이더라도 코호트가 바뀌는 순간 그 significance가 사라지는 경우는 매우 흔하다.

그 이유는 단순히 통계적 오류 때문이 아니라 다음과 같은 다양한 요인이 동시에 작용하기 때문이다.

환자 생활 환경 차이
질병 상태의 다양성
개인 간 biological variation
분석 조건 차이
코호트 규모 문제

결국 metabolomics biomarker 연구에서 가장 중요한 것은 discovery 단계에서 강한 signal을 찾는 것이 아니라 다양한 코호트에서 동일한 biological 의미가 유지되는지를 확인하는 것이다.

Biomarker 후보가 실제 임상에서 실패하는 전형적인 패턴

pharma_info — Thu, 2 Apr 2026 20:54:27 +0900

– 논문에서는 성공하지만 병원에서는 사라지는 이유

Biomarker 후보가 실제 임상에서 실패하는 전형적인 패턴

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 발견
논문 발표
후속 연구에서 재현 실패
임상 적용 단계에서 중단

이러한 패턴은 특정 분야에만 나타나는 현상이 아니다. 암, 대사질환, 신경질환 등 거의 모든 질환 연구에서 비슷한 일이 반복된다. 이 글에서는 biomarker 후보가 실제 임상에서 실패하는 대표적인 패턴들을 살펴보고자 한다.

1. Discovery cohort에 특화된 결과

많은 biomarker 연구는 비교적 작은 cohort에서 시작된다. 예를 들어 다음과 같은 연구 설계를 생각해 볼 수 있다.

환자 30명
건강 대조군 30명

이러한 규모에서도 통계적으로 유의한 차이를 보이는 biomarker가 발견될 수 있다. 하지만 이 결과가 특정 cohort의 특성에 의존한 것일 가능성이 있다.

예를 들어 cohort가 다음과 같은 특징을 가질 수 있다.

특정 연령대
특정 식습관
특정 병원 환자군

이러한 요인은 질병과 직접적인 관련이 없더라도 biomarker 패턴을 만들어낼 수 있다. 따라서 다른 인구 집단에서 동일한 분석을 수행하면 결과가 재현되지 않는 경우가 많다.

2. 통계적 과적합(overfitting)

Omics 기반 biomarker 연구는 매우 높은 차원의 데이터를 다룬다.

예를 들어 metabolomics 연구에서는 수천 개의 feature가 분석될 수 있다. 그러나 실제 연구에 포함되는 샘플 수는 수십에서 수백 개 정도인 경우가 많다.

이러한 구조에서는 다음과 같은 문제가 발생한다.

변수 수 ≫ 샘플 수

이 상황에서는 통계 모델이 데이터에 과도하게 맞춰질 수 있다. 즉 모델이 실제 biological signal이 아니라 데이터 안의 우연한 패턴을 학습할 가능성이 있다.

Discovery cohort에서는 매우 높은 정확도를 보이던 biomarker 모델이 독립적인 validation cohort에서는 성능이 크게 떨어지는 경우가 흔하다.

3. 전처리 및 분석 조건에 의존하는 신호

특히 metabolomics와 proteomics 연구에서는 sample processing과 분석 조건이 결과에 큰 영향을 미친다.

예를 들어 다음과 같은 요소들이 biomarker 신호에 영향을 줄 수 있다.

sample storage 조건
extraction 방법
chromatography gradient
mass spectrometer 설정

Discovery 단계에서는 특정 실험 조건에서 안정적으로 보이던 signal이 다른 실험 환경에서는 재현되지 않을 수 있다.

임상 검사로 사용되기 위해서는 biomarker가 다양한 실험 환경에서도 일관된 결과를 보여야 한다. 하지만 많은 biomarker 후보는 특정 연구 환경에 강하게 의존한다.

4. 생물학적 변동성의 과소평가

많은 biomarker 연구는 환자군과 대조군의 평균값 차이에 집중한다. 그러나 실제 임상 환경에서는 개인 간 변동성이 매우 중요하다.

Metabolite나 protein 수준은 다음과 같은 요인에 의해 크게 변할 수 있다.

식사 상태
약물 복용
수면 패턴
장내 미생물

예를 들어 특정 metabolite가 환자군에서 평균적으로 20% 증가했다고 하더라도 개인 간 변동성이 크다면 두 집단이 크게 겹칠 수 있다.

이 경우 biomarker는 통계적으로 유의할 수 있지만 진단 기준으로는 사용하기 어렵다.

5. 질병 특이성이 부족한 biomarker

많은 biomarker 후보는 특정 질병에만 특이적인 신호가 아니라 일반적인 생리적 스트레스 반응을 반영하는 경우가 많다.

예를 들어 다음과 같은 변화는 다양한 질병에서 공통적으로 나타날 수 있다.

염증 반응
oxidative stress
에너지 대사 변화

이러한 biomarker는 특정 질병에서 발견될 수 있지만 다른 질환에서도 동일하게 나타날 수 있다.

임상에서 biomarker는 보통 다음과 같은 역할을 한다.

특정 질병 진단
질병 subtype 구분
치료 반응 예측

따라서 질병 특이성이 낮은 biomarker는 실제 임상에서 활용되기 어렵다.

6. 임상 workflow와의 불일치

Biomarker가 실제 병원에서 사용되기 위해서는 임상 workflow에 자연스럽게 통합될 수 있어야 한다.

예를 들어 다음과 같은 요소들이 중요하다.

검사 비용
분석 시간
장비 접근성
결과 해석의 단순성

만약 biomarker 측정에 고가의 장비나 복잡한 분석 과정이 필요하다면 실제 병원에서 사용되기 어려울 수 있다.

특히 LC-MS 기반 분석은 매우 높은 정확도를 제공하지만 병원 검사 환경에서는 자동화된 immunoassay 방식보다 도입 장벽이 높을 수 있다.

7. 임상 의사결정에 영향을 주지 못하는 biomarker

Biomarker가 임상에서 사용되기 위해서는 단순히 질병과 연관된다는 사실만으로는 부족하다.

가장 중요한 질문은 다음과 같다.

“이 biomarker가 의사의 치료 결정을 바꿀 수 있는가?”

예를 들어 이미 정확한 진단 방법이 존재하는 질병에서 새로운 biomarker가 추가되더라도 실제 임상적 가치는 제한적일 수 있다.

반면 다음과 같은 상황에서는 biomarker의 가치가 높아질 수 있다.

질병 조기 진단
치료 반응 예측
환자 맞춤 치료 결정

많은 biomarker 연구는 이러한 임상 질문과 충분히 연결되지 않은 상태에서 진행된다.

결론

Biomarker 연구는 현대 생명과학에서 매우 중요한 분야이다. 새로운 biomarker는 질병 진단과 치료 전략을 크게 변화시킬 잠재력을 가지고 있다.

하지만 discovery 단계에서 유망해 보이는 biomarker 후보가 실제 임상으로 이어지지 못하는 경우가 훨씬 더 많다. 그 이유는 대부분 다음과 같은 반복적인 패턴 때문이다.

특정 cohort에 특화된 결과
통계적 과적합
실험 조건 의존성
생물학적 변동성
질병 특이성 부족
임상 workflow와의 불일치

결국 biomarker 연구의 가장 중요한 목표는 단순히 차이가 있는 분자를 찾는 것이 아니다. 그보다 중요한 것은 실제 환자 치료에 의미 있는 정보를 제공할 수 있는 biomarker를 찾는 것이다.

이러한 관점에서 biomarker 연구는 discovery 단계보다 validation과 임상 적용 단계에서 더 많은 도전을 포함하는 분야라고 할 수 있다.

Metabolomics 결과가 임상 의사결정으로 이어지지 못하는 이유

pharma_info — Wed, 1 Apr 2026 20:41:51 +0900

– 데이터는 많지만 ‘의미 있는 기준’은 부족한 현실

지난 15년 동안 metabolomics 연구는 폭발적으로 증가했다. 고해상도 LC-MS/MS, Orbitrap, QTOF 같은 장비가 보편화되면서 수백에서 수천 개의 대사체를 동시에 측정하는 것이 가능해졌고, 수많은 논문에서 새로운 metabolite biomarker 후보가 보고되었다.

특히 다음과 같은 분야에서 metabolomics 연구는 매우 활발하게 진행되고 있다.

암 대사 연구
심혈관 질환 biomarker 탐색
대사질환 진단
약물 반응 예측
microbiome–host interaction

그러나 이러한 연구 성과에도 불구하고 실제 임상 의사결정(clinical decision making)에 사용되는 metabolomics 기반 검사는 생각보다 많지 않다. 논문에서는 수많은 biomarker가 제안되지만, 실제 병원 진료에서 사용되는 사례는 제한적이다.

이 현상은 단순히 기술이 부족해서 발생하는 문제가 아니다. 오히려 metabolomics 데이터가 임상 의사결정 구조와 맞지 않는 방식으로 생산되는 경우가 많기 때문이다. 이 글에서는 metabolomics 결과가 임상으로 이어지지 못하는 주요 이유들을 살펴보고자 한다.

1. 통계적 차이가 임상적 의미를 보장하지 않는다

Metabolomics 연구에서 가장 흔한 분석 방식은 다음과 같다.

환자군 vs 대조군 비교
differential metabolite 탐색
pathway enrichment 분석

이 과정에서 특정 metabolite가 통계적으로 유의하게 변화한 것으로 나타날 수 있다. 예를 들어 p-value < 0.05 수준의 차이가 발견되면 해당 metabolite는 biomarker 후보로 제시된다.

하지만 통계적 유의성(statistical significance)은 임상적 유용성(clinical utility)을 의미하지 않는다.

임상에서는 다음과 같은 질문이 훨씬 더 중요하다.

이 biomarker가 환자 치료 결정을 바꿀 수 있는가
기존 검사보다 더 정확한가
특정 환자군을 실제로 구분할 수 있는가

많은 metabolomics 연구는 이러한 질문을 충분히 고려하지 않은 상태에서 biomarker를 제안한다. 결과적으로 통계적으로 의미 있는 metabolite가 발견되더라도 임상적으로는 판단 기준으로 사용하기 어려운 경우가 많다.

2. 개인 간 변동성이 매우 크다

Metabolomics 데이터의 가장 큰 특징 중 하나는 individual variability가 매우 크다는 것이다.

Metabolite 수준은 다양한 요인에 의해 영향을 받는다.

식사 상태
운동
수면
장내 미생물
약물 복용
스트레스

이러한 요인은 환자의 질병 상태와 직접적인 관련이 없더라도 metabolite 농도를 크게 변화시킬 수 있다.

예를 들어 특정 metabolite가 질병 환자에서 평균적으로 증가했다고 하더라도, 실제 임상 환경에서는 다음과 같은 문제가 발생할 수 있다.

건강한 사람 중 일부도 높은 농도를 가짐
환자 중 일부는 정상 범위에 있음

이러한 상황에서는 해당 metabolite를 diagnostic threshold로 사용하기가 매우 어렵다.

3. Untargeted metabolomics의 annotation 문제

많은 metabolomics 연구는 untargeted 방식으로 진행된다. 이 접근은 가능한 많은 metabolite feature를 탐색할 수 있다는 장점이 있지만, 동시에 중요한 한계를 가진다.

Untargeted LC-MS 분석에서는 수천 개의 signal이 검출되지만 그 중 상당수는 다음과 같은 상태로 남는다.

정확한 metabolite identity 불명
isomer 구분 불가능
fragmentation 정보 부족

즉 연구 결과에서 “m/z 347.123 feature”가 biomarker로 제안될 수 있지만 실제 임상에서는 이러한 형태의 정보가 거의 사용될 수 없다.

임상 검사에서는 다음과 같은 요소가 반드시 필요하다.

명확한 chemical identity
정량 가능한 분석법
재현 가능한 reference range

annotation이 불확실한 상태에서는 이러한 조건을 만족시키기 어렵다.

4. 분석 방법의 표준화 부족

임상 진단에 사용되는 검사 방법은 매우 높은 수준의 표준화를 요구한다. 예를 들어 다음과 같은 요소가 엄격하게 관리된다.

sample collection
storage 조건
분석 방법
calibration 기준
QC 관리

하지만 metabolomics 연구에서는 실험 조건이 연구마다 크게 다를 수 있다.

예를 들어 다음과 같은 차이가 존재한다.

extraction solvent
chromatography 조건
mass spectrometer type
data processing pipeline

이러한 차이 때문에 동일한 metabolite라도 연구마다 결과가 달라질 수 있다. 결과적으로 특정 metabolite biomarker가 여러 연구에서 일관되게 재현되지 않는 경우가 발생한다.

5. 임상 의사결정은 단일 biomarker보다 복합 기준을 요구한다

임상 의사결정은 단순히 한 가지 수치에 기반하지 않는 경우가 많다. 의사는 보통 여러 정보를 동시에 고려한다.

예를 들어 다음과 같은 요소들이 함께 사용된다.

환자 증상
영상 검사 결과
혈액 검사
병력

따라서 metabolomics 연구에서 제안되는 단일 metabolite biomarker는 실제 임상 의사결정 구조와 맞지 않을 수 있다.

최근에는 여러 metabolite를 결합한 metabolic signature 또는 predictive model이 제안되기도 하지만, 이러한 모델 역시 다음과 같은 문제를 가진다.

다른 cohort에서 재현되지 않음
해석이 어려움
임상 workflow에 통합하기 어려움

6. 임상 질문과 연구 질문의 차이

Metabolomics 연구와 임상 의학은 종종 서로 다른 질문을 다룬다.

연구자들은 다음과 같은 질문에 관심을 가진다.

질병에서 어떤 metabolite가 변하는가
어떤 metabolic pathway가 영향을 받는가

반면 임상의는 다음과 같은 질문을 한다.

이 환자는 어떤 치료를 받아야 하는가
치료 반응을 예측할 수 있는가
질병 진행을 예측할 수 있는가

즉 metabolomics 연구가 biological mechanism을 이해하는 데 집중하는 동안, 임상은 의사결정을 돕는 정보를 필요로 한다.

이 두 질문 구조 사이의 차이가 metabolomics 결과가 임상으로 이어지지 못하는 중요한 이유 중 하나이다.

7. 임상 적용을 위해 필요한 추가 단계

Metabolomics 결과가 실제 임상으로 이어지기 위해서는 몇 가지 추가 단계가 필요하다.

첫째, targeted validation이다. untargeted 분석에서 발견된 후보 metabolite는 정확한 정량 분석법을 통해 검증되어야 한다.

둘째, 대규모 cohort 검증이다. 다양한 환자군에서 biomarker 성능이 일관되게 유지되는지 확인해야 한다.

셋째, 임상 workflow 통합이다. 검사 결과가 실제 진료 과정에서 쉽게 해석되고 활용될 수 있어야 한다.

이러한 과정은 시간과 비용이 많이 들기 때문에 많은 metabolomics 연구가 초기 biomarker 발견 단계에서 멈추게 된다.

결론

Metabolomics 연구는 질병의 대사적 특성을 이해하는 데 매우 강력한 도구이다. 수많은 연구에서 새로운 metabolic biomarker 후보가 제안되고 있으며, 이러한 결과는 생물학적 메커니즘을 이해하는 데 중요한 정보를 제공한다.

하지만 연구 결과가 임상 의사결정으로 이어지기 위해서는 추가적인 조건이 필요하다. biomarker는 단순히 통계적으로 유의한 차이를 보이는 것만으로는 충분하지 않다.

임상에서 사용되기 위해서는 다음과 같은 요소가 함께 충족되어야 한다.

개인 간 변동성을 고려한 기준 설정
명확한 metabolite identification
표준화된 분석 방법
실제 임상 질문과의 연결

결국 metabolomics의 진정한 가치는 단순히 많은 metabolite를 측정하는 데 있는 것이 아니라, 그 정보를 실제 환자 치료에 의미 있는 방식으로 연결하는 데 있다고 할 수 있다.

데이터 통합보다 중요한 ‘질문 설계’의 역할

pharma_info — Tue, 31 Mar 2026 20:46:24 +0900

– Multi-omics 연구에서 가장 먼저 결정되어야 하는 것

데이터 통합보다 중요한 ‘질문 설계’의 역할

최근 생명과학 연구에서 multi-omics 통합 분석은 하나의 표준 전략처럼 자리 잡았다. 유전체(genomics), 전사체(transcriptomics), 단백질체(proteomics), 대사체(metabolomics)를 함께 분석하면 생물학적 시스템을 훨씬 더 깊이 이해할 수 있을 것이라는 기대 때문이다. 실제로 많은 연구 프로젝트는 다음과 같은 구조로 설계된다.

RNA-seq 데이터 확보
Proteomics 데이터 확보
Metabolomics 데이터 확보
통합 분석 수행

그리고 마지막 단계에서 network 분석이나 pathway 분석을 통해 biological insight를 도출한다. 이러한 연구 설계는 매우 자연스럽게 보인다. 그러나 실제 연구를 진행해 보면 한 가지 중요한 문제가 나타난다. 데이터는 많지만 질문이 모호한 상태가 만들어지기 때문이다.

Multi-omics 연구가 기대만큼 강력한 결론을 만들어내지 못하는 이유 중 하나는 바로 이 지점에 있다. 연구 설계의 중심이 “어떤 데이터를 모을 것인가”에 맞춰지고, “어떤 질문을 해결할 것인가”는 상대적으로 뒤로 밀리는 경우가 많기 때문이다.

하지만 실제로는 그 반대에 가깝다. multi-omics 연구에서 가장 먼저 결정되어야 할 것은 데이터 종류가 아니라 질문 구조(question architecture)이다. 질문이 명확하지 않으면 데이터가 많아질수록 해석은 오히려 더 어려워진다.

1. Multi-omics 연구가 자주 빠지는 출발점의 오류

많은 multi-omics 프로젝트는 다음과 같은 방식으로 시작된다.

“가능한 많은 omics 데이터를 모아 보자.”

이 접근은 겉보기에는 합리적이다. 다양한 biological layer를 동시에 분석하면 더 많은 정보를 얻을 수 있기 때문이다. 하지만 이런 방식의 연구 설계는 종종 다음과 같은 상황으로 이어진다.

transcriptomics 결과와 proteomics 결과가 다름
metabolomics 결과가 또 다른 방향을 가리킴
pathway 분석 결과가 서로 충돌

결국 연구자는 수천 개의 feature와 수십 개의 pathway 결과를 가지고 있지만, 무엇을 설명해야 하는지 명확하지 않은 상태에 놓이게 된다.

이 문제의 핵심은 데이터가 부족한 것이 아니라 질문이 충분히 구조화되지 않았다는 것이다.

2. 좋은 질문은 분석 구조를 결정한다

연구 질문은 단순한 출발점 이상의 의미를 가진다. 질문은 다음과 같은 연구 요소들을 동시에 결정한다.

어떤 omics 데이터를 사용할 것인가
어떤 실험 설계를 사용할 것인가
어떤 통계 모델을 사용할 것인가
어떤 결과를 biological insight로 해석할 것인가

예를 들어 “질병 환자에서 어떤 metabolite가 변하는가?”라는 질문은 metabolomics 중심 연구로 이어진다. 반면 “이 질병에서 metabolic pathway가 어떻게 조절되는가?”라는 질문은 transcriptomics, proteomics, metabolomics의 결합을 필요로 할 수 있다.

즉 질문 구조 자체가 multi-omics 통합의 방향을 결정한다.

3. 데이터 중심 연구의 위험

질문보다 데이터 확보가 먼저 이루어질 때 발생하는 가장 큰 문제는 해석의 방향성이 사라진다는 것이다.

Omics 데이터는 기본적으로 매우 높은 차원을 가진다. 예를 들어 다음과 같은 규모의 데이터가 흔하다.

RNA expression: 20,000 gene
protein abundance: 5,000 protein
metabolite feature: 1,000–10,000 feature

이러한 데이터는 통계적으로 수많은 패턴을 만들어낼 수 있다. 그러나 이 패턴 중 상당수는 실제 biological mechanism과 직접적인 관련이 없을 수도 있다.

질문이 명확하지 않으면 연구자는 결국 데이터 안에서 흥미로운 패턴을 찾는 작업을 하게 된다. 이 과정에서 발견된 결과는 통계적으로 의미가 있어 보일 수 있지만 실제 biological question과 연결되지 않을 가능성이 높다.

4. 질문 중심 연구의 특징

질문 중심 연구는 데이터 중심 연구와 몇 가지 중요한 차이를 가진다.

첫째, 연구의 초점이 명확하다.
어떤 biological mechanism을 이해하려는지 명확하기 때문에 데이터 해석의 방향이 분명하다.

둘째, 필요한 데이터만 수집한다.
모든 omics 데이터를 동시에 확보하려 하기보다, 질문에 직접적으로 필요한 데이터에 집중한다.

셋째, 결과 해석이 일관성을 가진다.
다양한 분석 결과가 동일한 biological hypothesis를 중심으로 연결된다.

이러한 구조에서는 multi-omics 데이터가 단순한 정보의 집합이 아니라 특정 가설을 검증하기 위한 증거 체계로 작동한다.

5. 질문이 없을 때 나타나는 흔한 패턴

질문 구조가 명확하지 않은 multi-omics 연구에서는 몇 가지 반복적인 패턴이 나타난다.

가장 흔한 것은 pathway 중심 결론이다. 연구 결과는 다음과 같은 형태로 정리된다.

“여러 omics 분석 결과 glycolysis pathway가 변화한 것으로 나타났다.”

하지만 이러한 결론은 종종 구체적인 biological mechanism을 설명하지 못한다. pathway 분석 결과 자체가 연구 질문을 대신하는 상황이 발생하기 때문이다.

또 다른 패턴은 feature 리스트 중심 결과이다. 수십 개 또는 수백 개의 gene, protein, metabolite가 변화했다는 결과가 제시되지만, 이 변화가 어떤 생물학적 의미를 가지는지는 명확하지 않은 경우가 많다.

6. 질문 설계가 특히 중요한 이유

질문 설계는 단순히 연구 방향을 정하는 것 이상의 역할을 한다. 특히 multi-omics 연구에서는 다음과 같은 이유로 질문 구조가 더욱 중요해진다.

첫 번째 이유는 데이터 해석의 복잡성이다. 서로 다른 omics 데이터는 서로 다른 시간 스케일과 생물학적 의미를 가진다. 따라서 명확한 질문이 없으면 데이터 간 관계를 해석하기가 매우 어렵다.

두 번째 이유는 통계적 자유도이다. multi-omics 데이터는 변수 수가 매우 많기 때문에 다양한 분석 결과를 만들어낼 수 있다. 질문이 명확하지 않으면 연구자는 의도하지 않게 특정 결과만 선택적으로 해석할 위험이 있다.

세 번째 이유는 재현성 문제이다. 질문 중심 연구는 다른 연구에서도 동일한 구조로 검증될 가능성이 높다. 반면 데이터 중심 연구는 특정 dataset에 특화된 패턴일 가능성이 크다.

7. 좋은 질문의 특징

좋은 연구 질문은 몇 가지 특징을 가진다.

첫째, 생물학적 메커니즘을 포함한다.
단순히 무엇이 변하는지를 묻기보다 왜 변화하는지를 설명하려 한다.

둘째, 측정 가능한 형태를 가진다.
실험이나 데이터 분석을 통해 검증 가능한 질문이어야 한다.

셋째, 여러 omics 데이터를 연결할 수 있다.
예를 들어 enzyme regulation, metabolic flux, signaling pathway와 같은 질문은 자연스럽게 multi-omics 데이터를 통합할 수 있다.

결론

Multi-omics 연구는 생물학적 시스템을 이해하는 강력한 접근 방법이다. 그러나 데이터의 양이 많아질수록 연구가 자동으로 더 깊어지는 것은 아니다.

실제로 많은 연구에서 가장 큰 차이를 만드는 요소는 데이터 종류가 아니라 질문 구조이다. 어떤 질문을 던지느냐에 따라 동일한 데이터에서도 완전히 다른 해석이 가능하기 때문이다.

결국 multi-omics 통합 분석의 핵심은 데이터를 최대한 많이 모으는 것이 아니다. 어떤 질문을 해결하려는지 명확하게 정의하고, 그 질문을 중심으로 데이터를 해석하는 것이 훨씬 더 중요한 출발점이 된다.

Multi-omics 통합에서 가장 먼저 무너지는 가정들

pharma_info — Mon, 30 Mar 2026 20:39:53 +0900

– 데이터가 많아질수록 해석이 쉬워질 것이라는 착각

Multi-omics 통합에서 가장 먼저 무너지는 가정들

최근 생명과학 연구에서 multi-omics는 거의 하나의 표준 전략처럼 받아들여지고 있다. 유전체, 전사체, 단백질체, 대사체 데이터를 함께 분석하면 생물학적 시스템을 훨씬 더 정확하게 이해할 수 있을 것이라는 기대 때문이다. 실제로 많은 연구 설계는 다음과 같은 논리 위에서 출발한다.

genomics → 가능한 유전자 변화
transcriptomics → 실제 발현 변화
proteomics → 기능 단백질 수준
metabolomics → 최종 대사 상태

이렇게 서로 다른 층위의 정보를 연결하면 질병 메커니즘을 보다 명확하게 설명할 수 있을 것처럼 보인다. 하지만 실제 연구를 진행해 보면 예상과는 다른 현실을 마주하게 되는 경우가 많다. 여러 omics 데이터를 통합했는데도 결과 해석이 더 명확해지기는커녕 오히려 더 복잡해지는 상황이 나타나기 때문이다.

그 이유는 multi-omics 연구가 몇 가지 암묵적인 가정 위에서 진행되기 때문이다. 그리고 실제 데이터에서는 이 가정들이 생각보다 빠르게 무너진다. 이 글에서는 multi-omics 통합 분석에서 가장 먼저 깨지는 대표적인 가정들을 살펴보고자 한다.

1. “각 omics는 같은 생물학적 현상을 다른 각도에서 보여준다”는 가정

multi-omics 연구의 가장 기본적인 가정은 이것이다. 서로 다른 omics 데이터는 동일한 biological process를 서로 다른 층위에서 보여준다는 생각이다.

예를 들어 특정 metabolic pathway가 활성화되었다면 다음과 같은 변화가 나타날 것으로 기대한다.

관련 유전자 발현 증가
관련 단백질 abundance 증가
관련 metabolite 변화

하지만 실제 데이터에서는 이러한 일관된 패턴이 나타나는 경우가 생각보다 많지 않다. transcriptomics와 proteomics 사이의 상관관계는 일반적으로 0.3~0.5 수준에 불과하며 metabolomics와의 상관성은 더 낮아질 수 있다.

그 이유는 각 omics가 반영하는 biological layer가 서로 다르기 때문이다. gene expression, protein abundance, metabolic activity는 서로 긴밀하게 연결되어 있지만 동시에 독립적으로 조절되기도 한다.

2. “데이터가 많을수록 해석은 더 정확해진다”는 가정

multi-omics 연구에서 자주 등장하는 또 하나의 믿음은 데이터가 많아질수록 biological insight가 더 명확해질 것이라는 생각이다. 그러나 실제 분석에서는 종종 반대 현상이 나타난다.

각 omics 데이터는 이미 매우 높은 차원을 가진다. 예를 들어 일반적인 연구 규모를 보면 다음과 같다.

transcriptomics: 수만 개의 gene
proteomics: 수천 개의 protein
metabolomics: 수백에서 수천 개의 feature

이 세 가지 데이터를 통합하면 분석 변수는 수만 개 수준이 된다. 반면 실제 연구에서 사용되는 샘플 수는 수십에서 수백 개 정도인 경우가 많다.

즉 multi-omics 데이터는 다음과 같은 구조를 갖는다.

변수 수 ≫ 샘플 수

이러한 환경에서는 통계 모델이 데이터에 과도하게 맞춰지는 overfitting 문제가 쉽게 발생한다. 결국 데이터가 많아질수록 분석의 자유도는 늘어나지만, 동시에 잘못된 패턴을 발견할 가능성도 증가한다.

3. “각 omics 데이터의 품질은 비슷하다”는 가정

multi-omics 분석에서는 서로 다른 플랫폼에서 생성된 데이터를 결합한다. 하지만 각 omics 데이터는 기술적 특성과 변동성이 매우 다르다.

예를 들어 다음과 같은 차이가 존재한다.

RNA-seq → 비교적 높은 정량 정확도
shotgun proteomics → missing value 문제 존재
untargeted metabolomics → annotation 불확실성

이러한 차이 때문에 multi-omics 통합 분석에서는 일부 데이터가 다른 데이터보다 훨씬 큰 영향을 미칠 수 있다. 특히 metabolomics 데이터에서는 batch effect, instrument drift, peak annotation 오류 등이 결과 해석에 큰 영향을 줄 수 있다.

결국 multi-omics 데이터는 동일한 품질 수준의 정보가 아니라 서로 다른 신뢰도를 가진 데이터의 조합일 가능성이 높다.

4. “Pathway 수준에서는 결과가 일치할 것이다”라는 가정

많은 연구자들은 개별 feature 수준에서는 차이가 있더라도 pathway 수준에서는 결과가 일치할 것이라고 기대한다. 실제로 multi-omics 통합 분석의 상당수는 pathway enrichment 기반으로 이루어진다.

하지만 여기서도 문제가 발생한다. pathway 자체가 명확하게 구분된 단위가 아니기 때문이다. 실제 생물학적 네트워크에서는 하나의 단백질이나 metabolite가 여러 pathway에 동시에 관여할 수 있다.

예를 들어 glycolysis, pentose phosphate pathway, TCA cycle은 서로 강하게 연결되어 있다. 이러한 네트워크 구조 때문에 서로 다른 omics 데이터에서 pathway 해석이 서로 다른 방향을 가리킬 수 있다.

5. “시간적으로 동일한 상태를 측정하고 있다”는 가정

multi-omics 연구에서 흔히 간과되는 요소 중 하나는 시간 차이(time scale)이다.

각 omics 데이터는 서로 다른 시간 단위를 반영한다.

DNA 변화 → 장기적 변화
RNA 발현 → 비교적 빠른 변화
단백질 abundance → 중간 수준 변화
metabolite 농도 → 매우 빠른 변화

예를 들어 세포가 특정 자극에 반응하는 상황을 생각해 보면 metabolite 변화는 수 초 내에 나타날 수 있지만 RNA 발현 변화는 수 시간 이후에 나타날 수도 있다.

이러한 시간 차이를 고려하지 않으면 multi-omics 데이터는 서로 충돌하는 것처럼 보일 수 있다.

6. “통합 분석 모델이 biological truth를 찾을 수 있다”는 가정

최근 multi-omics 연구에서는 machine learning이나 network 분석을 이용한 통합 모델이 많이 사용된다. 이러한 모델은 서로 다른 omics 데이터를 하나의 분석 구조 안에서 결합한다.

하지만 이러한 모델 역시 몇 가지 한계를 가진다. 특히 모델이 학습하는 패턴이 반드시 biological mechanism을 반영하는 것은 아니다.

예를 들어 machine learning 모델은 다음과 같은 신호도 학습할 수 있다.

batch effect
sample processing 차이
cohort 특이적 패턴

이러한 요인은 특정 dataset에서는 매우 강한 signal처럼 보일 수 있지만 다른 dataset에서는 재현되지 않을 수 있다.

7. “모든 omics를 통합해야 한다”는 가정

multi-omics 연구에서는 가능한 많은 데이터를 통합하는 것이 좋은 전략처럼 보인다. 하지만 실제 연구에서는 모든 omics 데이터를 동시에 통합하는 것이 항상 최선의 방법은 아니다.

경우에 따라서는 다음과 같은 접근이 더 안정적인 결과를 제공할 수 있다.

각 omics 데이터를 독립적으로 분석
결과를 pathway 수준에서 비교
특정 biological question에 필요한 omics만 사용

이러한 전략은 통합 분석의 복잡성을 줄이면서도 biological insight를 유지할 수 있다.

결론

multi-omics 연구는 생명과학에서 매우 강력한 접근 방법이다. 서로 다른 biological layer의 데이터를 동시에 분석함으로써 복잡한 생명 현상을 더 깊이 이해할 수 있기 때문이다.

하지만 multi-omics 통합 분석은 몇 가지 중요한 가정 위에서 진행된다. 그리고 실제 데이터에서는 이러한 가정들이 예상보다 쉽게 무너진다.

각 omics 데이터는 서로 다른 시간 규모, 기술적 특성, 생물학적 의미를 가진다. 따라서 multi-omics 연구의 핵심은 모든 데이터를 하나의 일관된 이야기로 맞추는 것이 아니라 각 데이터가 왜 서로 다른 신호를 보여주는지 이해하는 것에 있다.

결국 좋은 multi-omics 연구는 데이터의 양에 의존하지 않는다. 대신 서로 다른 데이터가 가진 한계와 의미를 이해하고, 그 사이에서 가장 설득력 있는 생물학적 설명을 찾아가는 과정에 가깝다고 할 수 있다.

Pathway 분석이 과학적 사실처럼 오해되는 순간

pharma_info — Sun, 29 Mar 2026 20:31:49 +0900

– 데이터 해석 도구가 결론처럼 보이기 시작할 때

Pathway 분석이 과학적 사실처럼 오해되는 순간

Omics 연구를 진행하다 보면 거의 모든 분석의 마지막 단계에서 등장하는 그림이 있다. 바로 pathway enrichment 결과이다.

Transcriptomics, proteomics, metabolomics, 심지어 multi-omics 연구에서도 분석이 끝나면 흔히 다음과 같은 결과가 등장한다.

Glycolysis pathway enrichment
TCA cycle alteration
Amino acid metabolism dysregulation
Lipid metabolism pathway activation

그리고 많은 논문에서 이러한 결과는 다음과 같은 문장으로 이어진다.

“본 연구 결과는 해당 질병에서 glycolysis pathway가 활성화되어 있음을 시사한다.”

문장은 자연스럽고 설득력 있게 들린다. 하지만 여기서 중요한 질문이 하나 있다.

Pathway 분석 결과는 과연 실제 생물학적 사실일까?

현실적으로 말하면 대부분의 경우 그렇지 않다. Pathway 분석은 데이터를 해석하기 위한 통계적 도구일 뿐이며, 그 자체가 생물학적 사실을 직접 증명하는 것은 아니다. 그러나 많은 연구에서 pathway 분석 결과가 마치 실험적으로 검증된 biological mechanism처럼 해석되는 순간이 존재한다.

이 글에서는 pathway 분석이 왜 과학적 사실처럼 보이게 되는지, 그리고 그 과정에서 어떤 해석상의 위험이 발생하는지 살펴보고자 한다.

1. Pathway 분석은 기본적으로 통계적 요약이다

Pathway enrichment 분석의 기본 원리는 비교적 단순하다.

먼저 differential analysis를 통해 변화가 있는 gene, protein, 또는 metabolite 리스트를 만든다. 그 다음 해당 리스트에 특정 pathway 관련 요소가 얼마나 많이 포함되어 있는지를 계산한다.

즉 pathway 분석은 다음 질문에 답하는 통계적 절차이다.

“이 pathway에 속한 요소들이 우연히 모였을 가능성은 얼마나 낮은가?”

이 과정에서 계산되는 것은 보통 다음과 같은 값들이다.

enrichment score
p-value
adjusted p-value
false discovery rate (FDR)

하지만 여기서 중요한 점은 pathway 분석이 pathway의 실제 활성도를 측정하는 것이 아니라는 것이다. 단지 특정 pathway와 관련된 feature들이 데이터에서 상대적으로 많이 나타났다는 사실을 보여줄 뿐이다.

2. Pathway 정의 자체가 완전하지 않다

많은 연구자들이 간과하는 부분 중 하나는 pathway database 자체의 한계이다. 우리가 사용하는 대부분의 pathway 정보는 특정 데이터베이스에서 가져온 것이다.

대표적으로 다음과 같은 데이터베이스가 널리 사용된다.

KEGG
Reactome
WikiPathways
MetaCyc

이러한 데이터베이스는 생물학적 지식을 체계적으로 정리한 중요한 자원이지만, 동시에 몇 가지 중요한 제한을 가진다.

첫 번째는 pathway 경계가 명확하지 않다는 점이다. 실제 생물학적 시스템에서는 하나의 대사 반응이 여러 pathway에 동시에 속할 수 있다.

두 번째는 데이터베이스가 지속적으로 업데이트된다는 점이다. 즉 동일한 데이터를 분석하더라도 database version에 따라 pathway 결과가 달라질 수 있다.

세 번째는 특정 organism 중심으로 정리된 정보가 많다는 점이다. 인간 데이터에서도 일부 pathway 정보는 incomplete하거나 간접적인 경우가 존재한다.

이러한 이유로 pathway 분석 결과는 항상 현재 데이터베이스가 정의한 틀 안에서의 해석일 뿐이다.

3. 작은 변화가 큰 pathway 신호처럼 보일 수 있다

Pathway enrichment 분석에서 자주 발생하는 현상 중 하나는 몇 개의 feature 변화가 전체 pathway 변화처럼 보이는 상황이다.

예를 들어 특정 pathway에 속한 metabolite가 20개 있다고 가정해 보자. 이 중 2~3개만 유의하게 변해도 통계적으로 pathway enrichment가 나타날 수 있다.

하지만 실제 biological system에서는 다음과 같은 질문이 더 중요하다.

pathway의 핵심 반응이 변화했는가
rate-limiting step이 변화했는가
pathway flux가 실제로 변했는가

단순히 몇 개의 구성 요소가 변화했다는 사실만으로 해당 pathway 전체가 활성화되었다고 결론 내리기는 어렵다.

4. Omics 데이터는 pathway flux를 직접 측정하지 않는다

특히 metabolomics 연구에서 pathway 해석이 과도해지는 경우가 많다. 그 이유는 metabolomics 데이터가 metabolite 농도(concentration)를 측정하기 때문이다.

하지만 metabolic pathway의 실제 활성도를 나타내는 것은 metabolite 농도가 아니라 metabolic flux이다.

예를 들어 glycolysis pathway를 생각해 보자. glycolytic flux가 증가하더라도 intermediate metabolite 농도는 크게 변하지 않을 수 있다. 반대로 metabolite 농도가 증가했다고 해서 반드시 pathway flux가 증가한 것은 아니다.

즉 metabolomics 기반 pathway 분석은 실제 metabolic activity를 직접 측정하는 것이 아니라 간접적인 힌트를 제공할 뿐이다.

5. Visualization이 확신을 만든다

Pathway 분석이 과학적 사실처럼 보이게 되는 또 다른 이유는 시각화 방식이다.

많은 분석 도구들은 pathway 결과를 다음과 같은 방식으로 보여준다.

pathway diagram에 색깔로 표시된 metabolite
network 형태의 pathway map
heatmap 기반 pathway activity

이러한 그림은 매우 직관적이다. 특정 pathway가 붉은색으로 강조되어 있으면 연구자는 자연스럽게 다음과 같은 인상을 받게 된다.

“이 pathway가 실제로 활성화되었구나.”

하지만 실제로는 단순한 통계적 enrichment 결과가 시각적으로 강조된 것일 뿐이다. 인간의 인지 특성상 이러한 visualization은 데이터보다 강한 확신을 만들어 낼 수 있다.

6. Pathway 분석은 가설 생성 도구이다

Pathway 분석의 가장 중요한 역할은 biological hypothesis를 생성하는 것이다.

예를 들어 metabolomics 데이터에서 amino acid metabolism pathway가 enrichment 되었다면 이는 다음과 같은 질문을 제기할 수 있다.

해당 pathway의 핵심 enzyme이 실제로 변화했는가
flux analysis에서 변화가 확인되는가
isotope tracing 실험에서 pathway activity가 증가하는가

즉 pathway 분석은 연구 방향을 제시하는 출발점일 뿐이며, 그 자체가 결론이 되는 순간 해석의 위험이 커진다.

7. Multi-omics에서 pathway 해석이 더욱 복잡해지는 이유

Multi-omics 연구에서는 pathway 해석이 더 복잡해진다. transcriptomics, proteomics, metabolomics 데이터를 동시에 분석하면 동일한 pathway에 대해 서로 다른 결과가 나타날 수 있기 때문이다.

예를 들어 다음과 같은 상황이 가능하다.

RNA expression 증가
protein abundance 변화 없음
metabolite 농도 감소

이러한 경우 pathway 분석 결과는 서로 다른 omics에서 상충될 수 있다. 하지만 이는 데이터 오류라기보다 biological regulation의 복잡성을 반영하는 경우가 많다.

8. 좋은 pathway 해석의 특징

Pathway 분석 결과를 해석할 때 몇 가지 중요한 질문을 던지는 것이 도움이 된다.

예를 들어 다음과 같은 질문이다.

pathway 내 핵심 반응이 변화했는가
precursor-product 관계가 일관적인가
여러 omics 데이터에서 동일한 신호가 나타나는가
독립적인 실험에서 재현되는가

이러한 질문을 통해 pathway 결과를 보다 신중하게 해석할 수 있다.

결론

Pathway 분석은 omics 데이터 해석에서 매우 강력한 도구이다. 복잡한 feature 리스트를 생물학적 맥락 안에서 이해할 수 있도록 도와주기 때문이다.

하지만 pathway 분석 결과가 곧바로 생물학적 사실을 의미하는 것은 아니다. 대부분의 경우 이는 단지 통계적 패턴을 요약한 결과일 뿐이다.

좋은 연구는 pathway 분석 결과를 최종 결론으로 사용하지 않는다. 대신 그 결과를 출발점으로 삼아 새로운 생물학적 질문을 만들어 낸다. 결국 pathway 분석의 진짜 가치는 정답을 제공하는 데 있는 것이 아니라, 더 좋은 질문을 만들어 내는 데 있다.

Proteomics–Metabolomics 불일치가 의미하는 생물학적 메시지

pharma_info — Sat, 28 Mar 2026 20:26:58 +0900

– 단백질 abundance와 대사 상태가 다른 방향을 가리킬 때

Proteomics–Metabolomics 불일치가 의미하는 생물학적 메시지

Multi-omics 연구를 진행하다 보면 자주 등장하는 상황이 있다. Proteomics 데이터와 metabolomics 데이터가 서로 다른 방향의 결과를 보여주는 경우이다.

예를 들어 proteomics 분석에서는 특정 metabolic enzyme의 abundance가 증가한 것으로 나타났는데, metabolomics 데이터에서는 해당 pathway의 metabolite 농도가 거의 변하지 않거나 오히려 감소하는 경우가 나타날 수 있다. 반대로 metabolite 변화는 크게 나타나지만 관련 enzyme 단백질 수준에서는 뚜렷한 변화가 보이지 않는 경우도 있다.

이러한 상황을 처음 접하면 연구자는 자연스럽게 데이터의 신뢰성부터 의심하게 된다. 하지만 실제 생물학에서는 proteomics와 metabolomics 결과가 일치하지 않는 경우가 오히려 대사 조절 메커니즘을 이해할 수 있는 중요한 단서가 되기도 한다.

그 이유는 간단하다. 단백질 abundance와 metabolite 농도는 서로 다른 층위의 정보를 반영하기 때문이다. 이 글에서는 proteomics–metabolomics 불일치가 왜 발생하는지, 그리고 이러한 불일치가 어떤 생물학적 메시지를 담고 있을 수 있는지 살펴보고자 한다.

1. 단백질 abundance는 효소 활성을 의미하지 않는다

Proteomics 데이터에서 측정되는 것은 기본적으로 단백질의 양이다. 즉 특정 효소가 세포 내에 얼마나 존재하는지를 보여준다.

하지만 효소의 존재량이 곧바로 효소 활성(enzyme activity)을 의미하는 것은 아니다. 많은 효소들은 다음과 같은 다양한 방식으로 조절된다.

대표적인 예는 다음과 같다.

allosteric regulation
substrate inhibition
cofactor availability
post-translational modification

이러한 조절 메커니즘 때문에 단백질 abundance가 증가하더라도 실제 catalytic activity는 거의 변하지 않을 수 있다.

예를 들어 proteomics 데이터에서 glycolytic enzyme abundance가 증가했더라도, 해당 효소가 억제 상태에 있다면 metabolomics 데이터에서는 glycolysis 관련 metabolite 변화가 거의 나타나지 않을 수 있다.

2. Metabolite pool과 metabolic flux의 차이

Metabolomics 데이터는 보통 metabolite concentration을 측정한다. 그러나 metabolic pathway의 실제 활성도를 결정하는 것은 metabolite 농도가 아니라 metabolic flux이다.

예를 들어 어떤 pathway에서 flux가 증가하더라도 intermediate metabolite 농도는 크게 변하지 않을 수 있다. 그 이유는 다음과 같은 균형이 동시에 유지되기 때문이다.

metabolite 생성 속도 증가
metabolite 소비 속도 증가

이 경우 pathway activity는 실제로 증가했지만 metabolite pool size는 거의 일정하게 유지된다.

따라서 proteomics에서 enzyme abundance 증가가 관찰되었지만 metabolomics에서 metabolite 농도 변화가 크지 않은 경우, 이는 pathway flux 증가를 의미할 수도 있다.

3. 대사 네트워크의 보상 메커니즘

생물학적 대사 시스템은 매우 강력한 homeostasis 유지 능력을 가지고 있다. 특정 metabolic enzyme의 abundance가 변하면 시스템은 균형을 유지하기 위해 다양한 보상 메커니즘을 활성화한다.

예를 들어 다음과 같은 상황이 발생할 수 있다.

upstream enzyme 증가
downstream pathway 활성화
alternative metabolic route 사용

이러한 조절 메커니즘 때문에 proteomics에서는 변화가 관찰되지만 metabolite 농도는 거의 일정하게 유지될 수 있다.

즉 proteomics 변화는 시스템이 대사 상태를 조정하고 있다는 신호일 수 있지만 metabolomics 데이터는 여전히 안정된 상태를 반영하고 있을 수 있다.

4. Metabolite turnover 속도

Metabolite는 세포 내에서 매우 빠르게 생성되고 소비된다. 일부 metabolite의 turnover time은 초 단위일 정도로 빠르다.

반면 단백질 abundance는 보통 더 느리게 변화한다. 단백질 합성과 분해에는 상당한 시간이 필요하기 때문이다.

이러한 차이 때문에 proteomics와 metabolomics 데이터는 서로 다른 시간 스케일을 반영한다.

예를 들어 다음과 같은 시나리오가 가능하다.

초기 단계

metabolite 농도 변화 발생

후기 단계

enzyme abundance 변화 발생

또는 그 반대의 경우도 가능하다. 이러한 시간 차이는 두 데이터 간 불일치를 만드는 중요한 원인이 된다.

5. Substrate limitation

Proteomics 데이터에서 enzyme abundance가 증가했더라도 실제 metabolic flux는 substrate availability에 의해 제한될 수 있다.

예를 들어 특정 enzyme abundance가 증가했지만 해당 pathway에 필요한 substrate가 충분하지 않다면 metabolite 변화는 거의 나타나지 않을 수 있다.

이러한 상황은 특히 다음과 같은 경우에서 자주 나타난다.

nutrient limitation
hypoxia
metabolic stress

즉 proteomics 데이터는 시스템이 특정 pathway를 활성화하려는 준비 상태를 보여주지만 metabolomics 데이터는 실제 metabolic limitation을 반영할 수 있다.

6. Compartmentalization

세포 내 대사 반응은 다양한 세포 소기관(compartment)에서 이루어진다.

예를 들어 다음과 같은 구분이 존재한다.

cytosol
mitochondria
peroxisome
endoplasmic reticulum

Proteomics 데이터에서는 특정 compartment의 enzyme abundance 변화가 관찰될 수 있지만 metabolomics 데이터는 전체 세포의 metabolite pool을 반영하는 경우가 많다.

이러한 공간적 차이는 두 데이터 사이의 불일치를 만들어 낼 수 있다.

7. Post-translational modification의 역할

효소 활성은 종종 post-translational modification (PTM)에 의해 조절된다.

대표적인 PTM 예시는 다음과 같다.

phosphorylation
acetylation
ubiquitination

이러한 modification은 enzyme activity를 크게 변화시킬 수 있다. 하지만 일반적인 shotgun proteomics 분석에서는 단백질 abundance만 측정되고 PTM 상태는 충분히 반영되지 않는 경우가 많다.

따라서 proteomics 데이터에서는 변화가 없지만 metabolomics 데이터에서는 pathway activity 변화가 나타날 수 있다.

8. Microbiome과 외부 대사 영향

특히 혈액이나 장 관련 metabolomics 연구에서는 microbiome metabolism의 영향이 매우 크다.

Proteomics 데이터는 보통 host protein을 반영하지만 metabolomics 데이터에는 다음과 같은 요소가 포함될 수 있다.

microbiome-derived metabolite
diet-derived metabolite
environmental chemical

이러한 요인 때문에 proteomics와 metabolomics 데이터가 서로 다른 방향의 변화를 보일 수 있다.

9. 불일치가 의미하는 연구 기회

Proteomics와 metabolomics 데이터가 서로 맞지 않는 상황은 단순한 분석 오류로 볼 수도 있지만, 실제로는 대사 조절 메커니즘을 이해할 수 있는 중요한 기회가 될 수 있다.

예를 들어 이러한 불일치는 다음과 같은 질문을 제기할 수 있다.

효소 활성은 어떻게 조절되고 있는가
metabolic flux는 실제로 어떻게 변하고 있는가
시스템은 어떤 보상 메커니즘을 사용하고 있는가
substrate availability는 충분한가

이러한 질문을 통해 연구자는 단순한 correlation 분석을 넘어 보다 깊은 생물학적 이해에 도달할 수 있다.

결론

Proteomics와 metabolomics 데이터가 서로 다른 결과를 보여주는 것은 multi-omics 연구에서 매우 흔한 현상이다. 이는 데이터 오류라기보다 생물학적 시스템의 복잡성을 반영하는 자연스러운 결과일 가능성이 높다.

단백질 abundance, 효소 활성, metabolic flux, metabolite 농도는 서로 다른 수준의 정보를 제공한다. 따라서 이들이 항상 동일한 방향으로 변화할 것이라고 기대하는 것은 현실적인 접근이 아니다.

오히려 이러한 불일치를 이해하는 과정에서 연구자는 효소 조절, metabolic network dynamics, 대사 항상성과 같은 중요한 생물학적 메커니즘을 발견할 수 있다. 결국 multi-omics 연구의 가치는 서로 다른 데이터가 완전히 일치하는 순간보다, 서로 다른 이야기를 하는 이유를 이해하는 과정에서 더 크게 드러난다고 할 수 있다.

Transcriptomics와 Metabolomics 결과가 충돌할 때 어떻게 해석할 것인가

pharma_info — Fri, 27 Mar 2026 20:59:03 +0900

– 서로 다른 생물학적 층위가 다른 이야기를 할 때

Transcriptomics와 Metabolomics 결과가 충돌할 때 어떻게 해석할 것인가

Multi-omics 연구를 진행하다 보면 연구자들이 가장 당황하는 순간 중 하나가 있다. Transcriptomics 결과와 metabolomics 결과가 서로 다른 방향을 가리키는 상황이다.

예를 들어 RNA-seq 분석에서는 특정 metabolic pathway 관련 유전자들이 강하게 up-regulated 되어 있는데, metabolomics 데이터에서는 해당 pathway의 metabolite 농도가 거의 변하지 않거나 오히려 감소하는 경우가 나타날 수 있다. 연구자는 자연스럽게 다음과 같은 질문을 던지게 된다.

“둘 중 어느 데이터가 맞는 것일까?”

하지만 실제 생물학에서는 이 질문 자체가 조금 잘못된 경우가 많다. transcriptomics와 metabolomics는 같은 현상을 서로 다른 층위에서 관찰하는 데이터이기 때문에 반드시 동일한 방향의 변화를 보여야 하는 것은 아니다. 오히려 두 데이터가 서로 충돌하는 순간은 생물학적 조절 메커니즘을 이해할 수 있는 중요한 단서가 되기도 한다.

이 글에서는 transcriptomics와 metabolomics 결과가 서로 맞지 않을 때 어떤 관점으로 해석해야 하는지, 그리고 이러한 불일치가 왜 발생하는지 살펴보고자 한다.

1. RNA 발현은 ‘가능성’을 의미할 뿐이다

Transcriptomics 데이터에서 측정되는 것은 기본적으로 mRNA abundance이다. 즉 특정 유전자가 얼마나 많이 전사되고 있는지를 보여준다.

하지만 mRNA 수준의 변화가 곧바로 metabolic activity로 이어지는 것은 아니다. 유전자 발현은 단지 효소가 만들어질 가능성이 높아졌다는 신호일 뿐이며, 실제 metabolic flux는 다음과 같은 다양한 요소에 의해 결정된다.

단백질 번역 효율
단백질 안정성
효소 활성 조절
substrate availability
cofactor 농도

이 때문에 transcriptomics 데이터만으로 metabolic pathway의 실제 활성도를 판단하기는 어렵다. metabolomics 데이터와 충돌하는 것처럼 보이는 이유도 바로 여기에 있다.

2. 단백질 단계의 조절

Transcriptomics와 metabolomics 사이에는 중요한 중간 단계가 존재한다. 바로 proteomics, 즉 단백질 수준이다.

많은 연구에서 mRNA와 단백질 abundance 사이의 상관관계는 생각보다 낮은 것으로 알려져 있다. 그 이유는 단백질 수준에서 다양한 조절이 발생하기 때문이다.

대표적인 예는 다음과 같다.

translation efficiency 차이
protein degradation
post-translational modification
enzyme activation/inactivation

예를 들어 특정 metabolic enzyme의 mRNA가 증가하더라도, 해당 단백질이 빠르게 분해되거나 활성화되지 않는다면 실제 metabolic pathway는 거의 변화하지 않을 수 있다.

이러한 경우 transcriptomics와 metabolomics 결과는 자연스럽게 서로 다른 방향을 보이게 된다.

3. 대사 시스템의 항상성(homeostasis)

대사 시스템의 가장 중요한 특징 중 하나는 항상성 유지 능력이다. 생체는 metabolic imbalance가 발생하지 않도록 다양한 보상 메커니즘을 가지고 있다.

예를 들어 어떤 metabolic pathway의 enzyme 발현이 증가하면 다음과 같은 일이 동시에 발생할 수 있다.

feedback inhibition
substrate depletion
alternative pathway activation

이러한 조절 메커니즘 때문에 pathway 관련 유전자 발현이 증가하더라도 metabolite 농도는 거의 변하지 않을 수 있다.

즉 transcriptomics 데이터는 “시스템이 변화를 시도하고 있다”는 신호일 수 있지만, metabolomics 데이터는 “시스템이 여전히 균형을 유지하고 있다”는 상태를 보여줄 수도 있다.

4. Metabolite 농도와 metabolic flux는 다르다

Metabolomics 데이터는 보통 metabolite concentration을 측정한다. 하지만 metabolic pathway의 실제 활성도는 metabolite 농도보다 metabolic flux와 더 밀접하게 관련되어 있다.

예를 들어 glycolysis pathway를 생각해 보자. pathway flux가 증가하더라도 intermediate metabolite 농도는 크게 변하지 않을 수 있다.

이러한 상황은 다음과 같이 설명할 수 있다.

substrate 공급 증가
효소 활성 증가
downstream pathway 활성 증가

이 세 가지가 동시에 일어나면 metabolite pool size는 거의 일정하게 유지될 수 있다. 이 경우 transcriptomics 데이터에서는 enzyme 발현 증가가 나타나지만 metabolomics에서는 metabolite 농도 변화가 거의 나타나지 않을 수 있다.

5. 시간 차이(time lag)

Transcriptomics와 metabolomics 데이터는 서로 다른 시간 스케일을 반영한다.

mRNA 발현 변화는 비교적 빠르게 나타나지만, metabolic state 변화는 더 느리게 나타날 수도 있다. 반대로 metabolite 농도는 매우 빠르게 변할 수 있지만 RNA 발현은 느리게 반응할 수도 있다.

예를 들어 어떤 stimulus가 세포에 가해졌다고 가정해 보자.

초기 단계

metabolite 변화 먼저 발생

후기 단계

gene expression 변화 발생

이러한 시간 차이를 고려하지 않으면 transcriptomics와 metabolomics 결과가 서로 충돌하는 것처럼 보일 수 있다.

6. 세포 유형과 조직 이질성

특히 조직 샘플을 분석할 때 중요한 문제는 cellular heterogeneity이다. transcriptomics와 metabolomics 데이터는 서로 다른 세포 집단의 영향을 다르게 받을 수 있다.

예를 들어 특정 조직에서

RNA-seq → 특정 세포 유형의 발현 변화 반영
metabolomics → 전체 조직의 metabolite pool 반영

이러한 차이 때문에 두 데이터가 서로 다른 biological signal을 나타낼 수 있다.

7. Microbiome 영향

Metabolomics 데이터는 종종 microbiome 대사의 영향을 크게 받는다. 특히 혈액이나 장 관련 샘플에서는 microbiome-derived metabolite가 상당한 비율을 차지한다.

반면 transcriptomics 데이터는 보통 host gene expression을 반영한다.

이 경우 metabolomics 변화가 host gene expression과 직접 연결되지 않을 수 있다. 예를 들어 특정 metabolite 변화가 microbiome metabolism 때문이라면 transcriptomics 데이터에서는 관련 변화가 나타나지 않을 수 있다.

8. 기술적 요인의 가능성

물론 transcriptomics와 metabolomics 데이터 충돌이 항상 생물학적 이유 때문만은 아니다. 다음과 같은 기술적 요인도 고려해야 한다.

metabolite annotation 오류
batch effect
sample preparation 차이
normalization 방법 차이

특히 untargeted metabolomics에서는 일부 metabolite identification이 불확실할 수 있기 때문에 데이터 해석 전에 이러한 부분을 확인하는 것이 중요하다.

9. 데이터 충돌을 해석하는 현실적인 접근

Transcriptomics와 metabolomics 결과가 서로 맞지 않을 때 가장 중요한 것은 어느 데이터가 맞는지를 판단하려는 접근에서 벗어나는 것이다.

대신 다음과 같은 질문을 던지는 것이 도움이 된다.

이 pathway에서 실제 flux 변화가 있었을 가능성은 있는가
관련 enzyme 단백질 수준은 어떻게 변했는가
metabolite ratio나 precursor-product 관계는 어떻게 변했는가
시간에 따른 변화 패턴은 어떠한가

이러한 질문을 통해 두 데이터 사이의 관계를 더 정확하게 이해할 수 있다.

결론

Transcriptomics와 metabolomics 데이터가 서로 충돌하는 상황은 multi-omics 연구에서 매우 흔하게 나타난다. 하지만 이러한 불일치는 단순한 오류라기보다 생물학적 시스템의 복잡성을 반영하는 신호일 가능성이 높다.

RNA 발현, 단백질 수준, 대사체 농도는 각각 서로 다른 층위에서 생물학적 상태를 반영한다. 따라서 이들이 항상 동일한 방향의 변화를 보여야 하는 것은 아니다.

오히려 이러한 차이를 이해하는 과정에서 연구자는 효소 조절, metabolic flux, feedback regulation과 같은 중요한 생물학적 메커니즘을 발견할 수 있다. 결국 multi-omics 연구의 핵심은 서로 다른 데이터가 동일한 이야기를 하기를 기대하는 것이 아니라, 왜 서로 다른 이야기를 하고 있는지를 이해하는 것이라고 할 수 있다.

Multi-omics 통합 분석이 기대만큼 재현되지 않는 이유

pharma_info — Thu, 26 Mar 2026 20:37:12 +0900

– 데이터가 많아질수록 오히려 결과가 흔들리는 이유

Multi-omics 통합 분석이 기대만큼 재현되지 않는 이유

최근 생명과학 연구에서 가장 많이 등장하는 단어 중 하나가 multi-omics이다.
유전체, 전사체, 단백질체, 대사체 데이터를 함께 분석하면 생물학적 시스템을 더 정확하게 이해할 수 있을 것이라는 기대가 자연스럽게 따라온다. 실제로 많은 연구에서는 다음과 같은 구도를 제시한다.

Genomics → 가능성(가능한 유전자 변이)
Transcriptomics → 발현 변화
Proteomics → 실제 단백질 수준
Metabolomics → 최종 대사 상태

이 네 가지 층위를 연결하면 질병의 메커니즘을 훨씬 명확하게 설명할 수 있을 것처럼 보인다. 그래서 multi-omics 통합 분석은 종종 “systems biology의 완성 단계”처럼 이야기되기도 한다.

하지만 실제 연구 현장에서는 조금 다른 현상이 나타난다. multi-omics 데이터로 매우 인상적인 결과를 얻었다고 생각했지만, 다른 cohort에서 동일한 분석을 수행하면 결과가 재현되지 않는 경우가 적지 않다. 동일한 분석 파이프라인을 적용했음에도 불구하고 biomarker 패턴이 바뀌거나, 모델 성능이 크게 떨어지기도 한다.

이러한 현상은 단순히 데이터 품질 문제라기보다 multi-omics 데이터 구조 자체에서 비롯되는 경우가 많다. 이 글에서는 multi-omics 통합 분석이 기대만큼 재현되지 않는 이유를 몇 가지 관점에서 살펴보고자 한다.

1. 서로 다른 omics는 서로 다른 생물학적 시간을 반영한다

가장 근본적인 이유 중 하나는 각 omics 데이터가 서로 다른 biological timescale을 반영한다는 점이다.

생물학적 정보 흐름은 일반적으로 다음과 같이 설명된다.

DNA → RNA → Protein → Metabolite

하지만 이 과정은 단순한 선형 흐름이 아니다. 각 단계는 서로 다른 시간적 특성을 가진다.

예를 들어,

유전자 변이는 비교적 장기적으로 안정적이다.
RNA 발현은 분 단위에서 변화할 수 있다.
단백질 abundance는 시간에 따라 점진적으로 변한다.
대사체 농도는 초 단위에서도 변할 수 있다.

즉 동일한 샘플을 분석하더라도 각 omics가 반영하는 생물학적 상태는 서로 다른 시간 지점을 반영할 수 있다. 이러한 시간 차이는 multi-omics 통합 분석에서 예상보다 약한 상관관계를 만들어 낸다.

2. Omics 간 상관관계는 생각보다 낮다

많은 연구자들은 RNA, 단백질, 대사체 데이터가 서로 강하게 연결되어 있을 것이라고 기대한다. 그러나 실제 데이터에서는 이러한 상관관계가 생각보다 낮은 경우가 많다.

예를 들어 transcriptomics와 proteomics 사이의 상관계수는 일반적으로 0.3~0.5 정도에 불과하다. 이는 상당수의 유전자에서 RNA 발현 변화가 단백질 abundance 변화로 직접 이어지지 않는다는 의미이다.

그 이유는 다음과 같은 여러 조절 단계가 존재하기 때문이다.

mRNA stability
translation efficiency
protein degradation
post-translational modification

이러한 과정 때문에 RNA 수준의 변화가 단백질 수준에서 그대로 나타나지 않는 경우가 많다. metabolomics에서는 이러한 차이가 더욱 크게 나타난다. 대사체 농도는 효소 활성, substrate availability, 세포 환경 등 다양한 요인의 영향을 받기 때문이다.

결과적으로 multi-omics 데이터를 단순히 결합한다고 해서 항상 일관된 생물학적 패턴이 나타나는 것은 아니다.

3. 데이터 차원의 폭발적인 증가

Multi-omics 통합 분석에서 또 하나 중요한 문제는 데이터 차원의 증가이다. 각각의 omics 데이터는 이미 매우 높은 차원을 가진다.

예를 들어 일반적인 분석 규모를 보면 다음과 같다.

transcriptomics: 20,000 gene
proteomics: 5,000 protein
metabolomics: 1,000 feature

이 세 가지 데이터를 결합하면 분석 변수의 수는 수만 개 수준이 된다. 반면 연구에서 사용되는 sample 수는 보통 수십에서 수백 개 정도이다.

즉 multi-omics 분석에서는 다음과 같은 구조가 만들어진다.

변수 수 ≫ 샘플 수

이러한 상황에서는 통계 모델이 데이터에 과도하게 맞춰지는 overfitting 문제가 쉽게 발생한다. 한 dataset에서는 매우 좋은 결과가 나오지만, 다른 dataset에서는 재현되지 않는 이유가 여기에 있다.

4. Omics 간 기술적 변동성 차이

각 omics 플랫폼은 서로 다른 수준의 기술적 변동성을 가진다.

예를 들어

RNA-seq 데이터는 비교적 높은 재현성을 가진다.
shotgun proteomics는 missing value 문제가 존재한다.
untargeted metabolomics는 instrument drift와 batch effect에 민감하다.

이러한 차이는 multi-omics 통합 분석에서 중요한 문제를 만든다. 서로 다른 노이즈 구조를 가진 데이터를 결합하면 분석 모델이 실제 biological signal보다 기술적 변동성에 더 크게 영향을 받을 수 있다.

특히 metabolomics 데이터에서는 batch effect나 instrument drift가 결과에 큰 영향을 줄 수 있기 때문에 multi-omics 통합 분석에서 불안정성을 증가시키는 요인이 되기도 한다.

5. Annotation 수준의 차이

또 하나 자주 간과되는 문제는 각 omics 데이터의 annotation 수준이 서로 다르다는 점이다.

Transcriptomics에서는 대부분의 gene이 잘 정의되어 있다.
Proteomics에서도 상당수 단백질이 database에 정리되어 있다.

하지만 metabolomics에서는 상황이 다르다. untargeted metabolomics 데이터에서는 상당수 feature가 정확히 identification되지 않는다.

즉 multi-omics 통합 분석에서는 다음과 같은 불균형이 존재한다.

genomics / transcriptomics → 높은 annotation completeness
metabolomics → 많은 unknown feature

이 때문에 pathway analysis나 network analysis를 수행할 때 일부 데이터만 해석에 사용되는 경우가 많다. 이러한 불균형은 결과의 재현성을 낮추는 원인이 될 수 있다.

6. 서로 다른 데이터 스케일

각 omics 데이터는 서로 다른 스케일과 분포를 가진다.

예를 들어

RNA-seq 데이터 → count 기반
proteomics → intensity 기반
metabolomics → peak area 기반

이러한 데이터는 분포 특성이 서로 다르기 때문에 통합 분석 전에 normalization이나 transformation이 필요하다. 하지만 어떤 방식이 가장 적절한지는 연구마다 다를 수 있다.

Normalization 방식이 조금만 달라져도 multi-omics 통합 결과가 크게 달라질 수 있기 때문에, 동일한 데이터라도 분석 방법에 따라 다른 결과가 나올 수 있다.

7. Biological heterogeneity

실제 생물학적 시스템 자체도 매우 이질적이다. 특히 인간 cohort 연구에서는 다음과 같은 요인이 metabolome과 proteome에 영향을 줄 수 있다.

식이 습관
microbiome
약물 복용
생활 습관
환경 노출

이러한 요인들은 유전자 수준보다 대사체 수준에서 더 크게 나타난다. 따라서 metabolomics 데이터를 포함한 multi-omics 분석에서는 biological variability가 크게 증가할 수 있다.

이 역시 결과 재현성을 낮추는 중요한 요인이다.

8. Network 해석의 복잡성

Multi-omics 분석의 궁극적인 목표는 biological network를 이해하는 것이다. 그러나 실제 metabolic network와 signaling network는 매우 복잡하게 연결되어 있다.

하나의 metabolite는 여러 pathway에 동시에 참여할 수 있으며, 하나의 protein 역시 여러 biological process에서 역할을 할 수 있다.

이러한 네트워크 구조 때문에 multi-omics 데이터에서 관찰되는 패턴을 단순한 인과 관계로 해석하기는 어렵다. 결과적으로 서로 다른 dataset에서 약간의 변화가 생기면 network interpretation도 크게 달라질 수 있다.

9. Multi-omics 분석의 현실적인 접근

이러한 이유로 최근에는 multi-omics 통합 분석을 수행할 때 조금 더 현실적인 접근이 강조되고 있다.

예를 들어 다음과 같은 전략이 사용된다.

각 omics 데이터를 독립적으로 분석한 뒤 결과를 비교
pathway 수준에서 통합
machine learning 기반 feature integration
network-based interpretation

이러한 접근은 모든 데이터를 하나의 모델로 통합하려는 시도보다 더 안정적인 결과를 제공할 수 있다.

결론

Multi-omics 통합 분석은 분명 매우 강력한 연구 도구이다. 서로 다른 생물학적 층위를 동시에 분석함으로써 복잡한 생명 현상을 더 깊이 이해할 수 있는 가능성을 제공한다.

하지만 데이터가 많아질수록 결과가 자동으로 더 정확해지는 것은 아니다. 오히려 서로 다른 시간 규모, 기술적 변동성, 데이터 구조 차이 등이 결합되면서 결과의 재현성이 낮아질 수 있다.

따라서 multi-omics 연구에서 중요한 것은 가능한 많은 데이터를 결합하는 것이 아니라, 각 데이터가 무엇을 의미하는지 이해하면서 신중하게 통합하는 것이다. 결국 좋은 multi-omics 분석은 복잡한 데이터를 단순하게 만들기보다는, 그 복잡성을 이해하고 해석 가능한 수준으로 정리하는 과정이라고 할 수 있다.

동일한 m/z가 서로 다른 생물학적 의미를 가질 수 있는 이유

pharma_info — Wed, 25 Mar 2026 20:22:25 +0900

– LC-MS 기반 metabolomics 해석에서 가장 자주 발생하는 오해

동일한 m/z가 서로 다른 생물학적 의미를 가질 수 있는 이유

LC-MS 기반 metabolomics 데이터를 처음 분석하는 연구자들이 가장 자주 하는 질문 중 하나는 이것이다.

“같은 m/z라면 같은 metabolite 아닌가요?”

표면적으로 보면 이 질문은 매우 합리적으로 보인다. 질량분석기에서 측정되는 값은 mass-to-charge ratio(m/z)이기 때문에, 동일한 m/z가 검출된다면 동일한 분자를 의미할 것처럼 보이기 때문이다. 실제로 metabolomics 데이터 처리 과정에서도 feature는 보통 m/z와 retention time 조합으로 정의된다.

하지만 실제 LC-MS 데이터 해석에서는 동일한 m/z 값이 완전히 다른 생물학적 의미를 가진 신호일 수 있다. 심지어 같은 샘플에서 검출된 신호라도 그 해석이 완전히 달라질 수 있다. 이 현상은 metabolomics 연구에서 매우 중요한 문제이며, 잘 이해하지 못하면 데이터 해석에서 큰 오류로 이어질 수 있다.

이 글에서는 LC-MS 기반 metabolomics에서 동일한 m/z가 서로 다른 의미를 가질 수 있는 이유를 분석하고, 이러한 문제를 어떻게 이해해야 하는지 살펴보고자 한다.

1. 구조 이성질체 (Structural Isomers)

동일한 m/z가 다른 의미를 가질 수 있는 가장 대표적인 이유는 구조 이성질체 때문이다. 구조 이성질체는 분자식은 같지만 구조가 다른 화합물을 의미한다.

예를 들어 분자식 C6H12O6을 생각해 보자. 이 분자식은 다음과 같은 다양한 화합물을 포함할 수 있다.

glucose
fructose
galactose

이 화합물들은 동일한 정확 질량을 가지기 때문에 MS 분석에서는 동일한 m/z로 나타날 수 있다. 그러나 이들의 생물학적 역할은 상당히 다르다.

glucose → 주요 에너지 공급원
fructose → 간 대사와 관련
galactose → glycosylation pathway와 관련

즉 동일한 m/z가 완전히 다른 metabolic context를 의미할 수 있다.

2. 위치 이성질체 (Positional Isomers)

Metabolomics에서 특히 중요한 것은 위치 이성질체이다. 이는 분자 구조는 유사하지만 특정 functional group의 위치가 다른 경우를 의미한다.

Lipid metabolomics에서 이러한 문제는 매우 흔하게 나타난다. 예를 들어 동일한 phospholipid라도 fatty acid chain의 위치가 다르면 다른 분자가 된다.

예시:

PC(16:0/18:1)
PC(18:1/16:0)

이 두 화합물은 분자식이 동일하며 MS에서 동일한 m/z를 보일 수 있다. 하지만 세포막 구조나 대사 경로에서는 서로 다른 의미를 가질 수 있다.

3. 입체 이성질체 (Stereoisomers)

또 다른 중요한 경우는 입체 이성질체이다. 입체 이성질체는 동일한 분자식과 연결 구조를 가지지만 공간 배열이 다른 분자이다.

대표적인 예는 다음과 같다.

L-lactate
D-lactate

두 화합물은 동일한 질량을 가지며 LC-MS 분석에서는 구분이 어려운 경우도 있다. 하지만 생물학적으로는 완전히 다른 의미를 가진다.

L-lactate → 인간 세포 대사의 주요 산물
D-lactate → microbiome 대사와 관련

즉 동일한 m/z 신호가 host metabolism과 microbiome metabolism 중 어떤 것을 의미하는지에 따라 해석이 달라질 수 있다.

4. Adduct 형성

LC-MS 분석에서는 하나의 metabolite가 여러 가지 adduct 형태로 검출될 수 있다. 이는 electrospray ionization 과정에서 다양한 이온 형태가 생성되기 때문이다.

예를 들어 하나의 metabolite가 다음과 같은 형태로 나타날 수 있다.

[M+H]+
[M+Na]+
[M+K]+
[M+NH4]+

이러한 경우 서로 다른 m/z 값이 생성되지만, 반대로 다른 화합물이 동일한 adduct를 형성하면 같은 m/z 근처에서 overlapping signal이 나타날 수도 있다.

이 때문에 m/z 값만으로 화합물을 확정하는 것은 매우 위험하다.

5. In-source fragmentation

LC-MS 분석에서는 ion source에서 일부 분자가 이미 분해될 수 있다. 이를 in-source fragmentation이라고 한다.

이 경우 하나의 metabolite는 다음과 같은 신호를 동시에 생성할 수 있다.

intact ion
fragment ion

문제는 이러한 fragment ion이 다른 metabolite의 분자량과 동일한 m/z를 가질 수 있다는 점이다.

즉 분석 데이터에서 동일한 m/z가 실제로는 다음 두 가지 가능성을 동시에 포함할 수 있다.

독립적인 metabolite
다른 metabolite의 fragment

이 차이는 생물학적 해석에서 매우 큰 영향을 미친다.

6. Isotope peak

질량분석에서는 자연적으로 존재하는 동위원소 때문에 여러 isotope peak가 생성된다. 예를 들어 탄소에는 다음과 같은 동위원소가 존재한다.

이 때문에 하나의 metabolite는 다음과 같은 패턴을 보인다.

M peak
M+1 peak
M+2 peak

이러한 isotope peak는 다른 metabolite의 monoisotopic peak와 겹칠 수 있다. 결과적으로 동일한 m/z 위치에서 서로 다른 화합물의 신호가 동시에 존재할 수 있다.

7. Retention time이 중요한 이유

이러한 문제를 해결하기 위해 LC-MS 분석에서는 retention time(RT) 정보가 매우 중요하다.

m/z만으로는 화합물을 구분하기 어렵지만, RT 정보가 추가되면 분리 가능성이 높아진다. 서로 다른 구조의 화합물은 보통 다른 chromatographic behavior를 보이기 때문이다.

따라서 metabolomics 데이터에서는 feature를 보통 다음과 같이 정의한다.

m/z + retention time

그러나 이 방법도 완벽하지는 않다. 매우 유사한 구조를 가진 화합물은 RT도 비슷하게 나타날 수 있기 때문이다.

8. 동일한 m/z가 다른 biological story를 만든다

이러한 이유들 때문에 metabolomics 데이터에서 동일한 m/z는 여러 가지 서로 다른 biological interpretation으로 이어질 수 있다.

예를 들어 동일한 m/z feature가 다음 두 가지 후보를 가질 수 있다고 가정해 보자.

가능성 1

inflammatory lipid mediator

가능성 2

membrane structural lipid

두 화합물은 질량이 동일할 수 있지만 biological interpretation은 완전히 달라진다.

첫 번째 해석은 염증 반응 활성화를 의미할 수 있고, 두 번째 해석은 단순한 membrane remodeling을 의미할 수 있다.

9. Metabolomics 해석에서 중요한 사고 방식

이러한 이유로 metabolomics 데이터 해석에서는 다음과 같은 사고 방식이 중요하다.

첫째, m/z는 화합물의 정체가 아니라 단서라는 점을 인식해야 한다.
둘째, 하나의 feature는 여러 chemical identity 가능성을 가질 수 있다.
셋째, metabolite annotation은 항상 일정 수준의 불확실성을 포함한다.

이러한 관점을 가지면 데이터 해석에서 과도한 확신을 줄일 수 있다.

결론

LC-MS 기반 metabolomics에서 동일한 m/z 값이 항상 동일한 metabolite를 의미하는 것은 아니다. 구조 이성질체, 입체 이성질체, adduct 형성, in-source fragmentation, isotope peak 등 다양한 요인 때문에 하나의 m/z 신호는 여러 chemical identity 가능성을 포함할 수 있다.

이 때문에 metabolomics 데이터 해석에서는 m/z 값만으로 결론을 내리는 것이 아니라 chromatography, MS/MS 패턴, biological context를 함께 고려해야 한다.

결국 metabolomics 분석에서 중요한 것은 “이 m/z가 무엇인가?”라는 질문뿐 아니라, “이 신호가 어떤 가능성을 포함하고 있는가?”라는 질문을 함께 던지는 것이다.

Metabolomics에서 false discovery를 줄이는 사고 방식

pharma_info — Tue, 24 Mar 2026 20:17:40 +0900

– 통계적 유의성과 생물학적 의미 사이에서 균형을 잡는 방법

Metabolomics에서 false discovery를 줄이는 사고 방식

Metabolomics 연구를 진행하다 보면 매우 흥미로운 순간을 맞이하게 된다. 수천 개의 feature를 분석한 뒤 통계 분석을 수행하면 여러 metabolite가 통계적으로 유의한 차이를 보이기 시작한다. volcano plot이나 heatmap을 보면 질병군과 대조군이 분명하게 분리되고, 특정 metabolite들은 매우 낮은 p-value를 나타낸다. 연구자는 자연스럽게 이러한 결과를 기반으로 새로운 생물학적 해석을 시도하게 된다.

하지만 metabolomics 연구에서는 바로 이 지점에서 중요한 위험이 존재한다. false discovery, 즉 실제로는 의미 없는 신호를 중요한 생물학적 변화로 해석하는 오류가 매우 쉽게 발생할 수 있기 때문이다. 특히 untargeted metabolomics에서는 분석되는 변수의 수가 매우 많기 때문에 이러한 문제가 더욱 심각해질 수 있다.

실제로 metabolomics 연구에서 보고되는 통계적으로 유의한 metabolite 중 상당수는 이후 독립적인 실험에서 재현되지 않는 경우도 있다. 이는 분석 기술의 문제라기보다 데이터 해석 과정에서의 사고 방식과 깊이 관련되어 있다.

이 글에서는 metabolomics 연구에서 false discovery가 왜 발생하는지, 그리고 이를 줄이기 위해 어떤 사고 방식이 필요한지 살펴보고자 한다.

1. Metabolomics에서 false discovery가 쉽게 발생하는 이유

Untargeted metabolomics 데이터는 매우 높은 차원의 정보를 포함하고 있다. 일반적인 LC-MS 분석에서는 다음과 같은 규모의 데이터가 생성된다.

수천에서 수만 개의 feature
수십 개의 sample
다양한 통계적 비교

이 구조에서는 통계적으로 유의한 결과가 우연히 나타날 가능성이 높아진다. 예를 들어 10,000개의 feature를 동시에 비교하면 단순한 확률 계산만으로도 상당수의 feature가 p-value 기준을 통과할 수 있다.

이 문제는 흔히 multiple testing problem으로 설명된다. 많은 변수에 대해 동시에 검정을 수행하면 우연히 유의한 결과가 나타나는 확률이 증가한다. 따라서 metabolomics 데이터에서는 통계적으로 유의한 결과가 반드시 실제 생물학적 변화를 의미한다고 볼 수 없다.

2. 통계적 유의성과 생물학적 의미의 차이

Metabolomics 연구에서 가장 흔한 오해 중 하나는 통계적 유의성과 생물학적 의미를 동일하게 생각하는 것이다.

예를 들어 어떤 metabolite가 다음과 같은 결과를 보였다고 가정해 보자.

p-value = 0.0005
fold change = 1.15

통계적으로는 매우 유의해 보이지만, 실제 생물학적 시스템에서 이러한 변화가 의미 있는지는 별도의 문제이다. 생체 시스템은 다양한 변동성을 가지기 때문에 작은 변화는 단순한 생리적 변동일 수도 있다.

특히 metabolomics 데이터에서는 sample preparation, instrument variation, batch effect 등 다양한 요인이 신호에 영향을 줄 수 있다. 이러한 기술적 요인이 통계적 차이로 나타날 가능성도 항상 존재한다.

따라서 metabolomics 연구에서 중요한 것은 p-value 자체보다 변화의 맥락을 이해하는 것이다.

3. 하나의 metabolite로 생물학적 결론을 내리는 위험

False discovery가 발생하는 또 하나의 이유는 연구자가 단일 metabolite 변화에 지나치게 큰 의미를 부여하는 경우이다.

대사 네트워크는 매우 복잡하게 연결되어 있다. 하나의 metabolite는 여러 metabolic pathway와 동시에 연결되어 있으며, 다양한 효소 반응에 참여한다. 따라서 단일 metabolite 변화만으로 특정 pathway의 활성화나 억제를 결론 내리는 것은 매우 위험하다.

예를 들어 lactate 증가가 관찰되었다고 해서 반드시 glycolysis가 활성화되었다고 단정할 수는 없다. lactate 농도는 다음과 같은 다양한 요인에 의해 영향을 받을 수 있다.

산소 공급 상태
mitochondrial activity
세포 밀도
sample 처리 과정

따라서 metabolomics 데이터를 해석할 때는 단일 metabolite보다 metabolite 패턴 전체를 고려하는 접근이 필요하다.

4. Feature 수준과 metabolite 수준의 차이

Untargeted metabolomics 데이터에서 또 하나 중요한 점은 feature와 metabolite가 반드시 동일하지 않다는 것이다.

LC-MS 데이터에서 하나의 metabolite는 다음과 같은 여러 형태로 나타날 수 있다.

different adducts
isotope peak
in-source fragment
dimer ion

반대로 하나의 feature가 여러 metabolite 후보를 가질 수도 있다. 특히 구조 이성질체가 많은 metabolite class에서는 이러한 문제가 자주 발생한다.

이 때문에 feature 수준에서 통계적으로 유의한 차이가 나타났다고 해서 그것이 반드시 특정 metabolite의 변화라고 단정하기는 어렵다. annotation 과정 자체도 일정한 불확실성을 포함하고 있기 때문이다.

5. ㅊ와 기술적 변동성

Metabolomics 데이터에서 false discovery를 유발하는 가장 흔한 원인 중 하나는 batch effect이다. LC-MS 분석은 매우 민감한 기술이기 때문에 분석 조건의 작은 변화도 데이터에 영향을 줄 수 있다.

대표적인 예로는 다음과 같은 것들이 있다.

column aging
ion source contamination
sample injection order
instrument calibration 상태

이러한 요인들은 특정 feature의 intensity를 변화시킬 수 있으며, 경우에 따라 biological group 간 차이처럼 보일 수도 있다. 따라서 metabolomics 데이터에서는 항상 기술적 변동성과 생물학적 변이를 구분하려는 노력이 필요하다.

6. 재현성(reproducibility)을 중심으로 생각하기

False discovery를 줄이기 위한 가장 중요한 기준 중 하나는 재현성이다. 어떤 metabolite 변화가 실제 biological signal이라면 다음과 같은 특징을 보여야 한다.

독립적인 experiment에서도 관찰됨
다른 cohort에서도 동일한 경향
관련 metabolite들과 함께 변화

즉 하나의 dataset에서만 나타나는 변화는 항상 신중하게 해석해야 한다. metabolomics 연구에서는 특히 validation experiment의 중요성이 강조되는 이유가 여기에 있다.

7. Metabolic network 관점에서 해석하기

Metabolomics 데이터를 해석할 때 도움이 되는 또 하나의 사고 방식은 metabolic network 관점이다.

대사 반응은 개별 화합물이 아니라 연결된 네트워크로 작동한다. 따라서 실제 biological perturbation이 발생하면 다음과 같은 패턴이 나타나는 경우가 많다.

같은 pathway에 속한 metabolite들의 동시 변화
precursor–product 관계의 변화
metabolite ratio 변화

이러한 패턴이 관찰되면 해당 변화가 실제 biological signal일 가능성이 높아진다. 반대로 단일 metabolite만 변화하는 경우에는 false discovery일 가능성도 고려해야 한다.

8. 데이터 해석에서의 보수적 접근

Metabolomics 연구에서는 종종 매우 흥미로운 결과가 나타난다. 하지만 바로 그 이유 때문에 연구자는 결과를 해석할 때 더욱 신중해야 한다.

False discovery를 줄이기 위한 한 가지 중요한 원칙은 보수적 해석이다. 이는 데이터를 과소평가하라는 의미가 아니라, 결과가 의미하는 범위를 정확하게 인식하라는 의미에 가깝다.

예를 들어 다음과 같은 표현은 서로 다른 수준의 확신을 나타낸다.

“이 pathway가 활성화되었다.”
“이 pathway가 변화했을 가능성이 있다.”

두 문장은 비슷해 보이지만, 해석의 범위는 크게 다르다.

9. Metabolomics 데이터 해석의 핵심 질문

Metabolomics 연구에서 false discovery를 줄이기 위해서는 데이터를 볼 때 다음과 같은 질문을 반복적으로 던질 필요가 있다.

이 변화가 기술적 요인으로 설명될 수 있는가
동일 pathway의 다른 metabolite도 함께 변하는가
다른 dataset에서도 동일한 결과가 나타나는가
biological mechanism과 논리적으로 연결되는가

이러한 질문을 통해 데이터 해석 과정에서 과도한 확신을 줄일 수 있다.

결론

Metabolomics 연구에서 false discovery는 피하기 어려운 문제이다. 높은 차원의 데이터와 복잡한 생물학적 시스템이 결합되어 있기 때문에, 통계적으로 유의한 결과가 항상 실제 biological signal을 의미하지는 않는다.

따라서 metabolomics 데이터를 해석할 때 중요한 것은 더 많은 metabolite를 발견하는 것이 아니라, 어떤 결과가 신뢰할 수 있는지 판단하는 사고 방식을 갖는 것이다.

결국 좋은 metabolomics 연구는 단순히 많은 결과를 제시하는 연구가 아니라, 데이터의 불확실성을 이해하면서도 재현 가능한 생물학적 가설을 제시하는 연구라고 할 수 있다.

라이브러리 매칭이 정답처럼 보이게 만드는 심리적 함정

pharma_info — Mon, 23 Mar 2026 20:06:32 +0900

LC-MS/MS 기반 metabolomics에서 발생하는 ‘확신의 착각’

라이브러리 매칭이 정답처럼 보이게 만드는 심리적 함정

Untargeted metabolomics 연구에서 metabolite identification은 항상 가장 어려운 단계로 꼽힌다. 수천 개의 feature가 검출되지만, 그 중 상당수는 정확한 화합물 이름을 갖지 못한 채 분석 과정에 남게 된다. 이 때문에 대부분의 연구자들은 가능한 많은 feature를 spectral library와 매칭하여 metabolite identity를 부여하려고 한다.

실제로 modern metabolomics workflow에서 library matching은 매우 강력한 도구이다. 수많은 MS/MS 스펙트럼을 데이터베이스와 비교함으로써 짧은 시간 안에 많은 metabolite 후보를 얻을 수 있기 때문이다. 연구자 입장에서는 복잡한 스펙트럼을 해석하지 않아도 similarity score 하나로 identification 결과를 확인할 수 있다는 점도 큰 장점이다.

하지만 바로 이 지점에서 중요한 문제가 발생한다.
library matching 결과는 종종 실제보다 훨씬 더 확정적인 정보처럼 보이게 만드는 심리적 효과를 만들어 낸다. 높은 similarity score와 데이터베이스 이름이 함께 제시되는 순간, 연구자는 그 결과를 거의 “정답”처럼 받아들이게 되는 경향이 있다.

이 글에서는 metabolomics 연구에서 library matching이 어떻게 확신의 착각을 유도하는지, 그리고 이러한 심리적 함정이 데이터 해석에 어떤 영향을 미치는지 살펴보고자 한다.

1. Library matching이 주는 ‘객관성의 착각’

Library matching의 가장 큰 특징은 결과가 숫자로 표현된다는 점이다.

예를 들어 LC-MS/MS 데이터 분석에서 다음과 같은 결과가 나타난다고 가정해 보자.

Spectral similarity score: 0.93
Candidate metabolite: phosphatidylcholine (PC 34:1)

이 숫자를 보는 순간 대부분의 연구자는 다음과 같은 인식을 갖게 된다.

“0.93이면 거의 확실하다.”

하지만 실제로 이 similarity score가 무엇을 의미하는지는 생각보다 복잡하다. Spectral similarity는 보통 다음 요소들을 기반으로 계산된다.

fragment ion m/z 일치 정도
fragment intensity 패턴
peak presence/absence

즉 이 값은 스펙트럼 패턴이 얼마나 유사한지를 보여줄 뿐이며, 반드시 동일한 화합물을 의미하는 것은 아니다.

그럼에도 불구하고 숫자로 표현된 결과는 연구자에게 강한 객관성의 인상을 준다. 이것이 library matching이 정답처럼 보이게 만드는 첫 번째 심리적 요인이다.

2. 데이터베이스 이름이 주는 권위 효과

Metabolomics 연구에서 사용되는 주요 spectral library는 상당히 권위 있는 데이터베이스들이다. 대표적으로 다음과 같은 라이브러리가 널리 사용된다.

Human Metabolome Database
MassBank
Global Natural Products Social Molecular Networking
METLIN Metabolite Database

이러한 데이터베이스 이름이 결과 화면에 나타나는 순간 연구자는 자연스럽게 다음과 같이 생각하게 된다.

“이미 검증된 데이터베이스에서 나온 결과이니 틀릴 가능성은 낮다.”

하지만 실제로 spectral library는 여러 조건에서 생성된 스펙트럼을 모아 놓은 데이터 집합일 뿐이다. 사용된 장비, collision energy, ionization 조건 등이 다르면 fragmentation pattern 역시 달라질 수 있다.

즉 library는 reference 정보일 뿐이며 절대적인 정답 데이터가 아니다.
그럼에도 불구하고 데이터베이스 이름 자체가 일종의 권위 신호(authority signal)로 작용하여 연구자의 판단을 무의식적으로 강화한다.

3. ‘이름이 붙는 순간’ 생기는 해석 변화

Metabolomics 데이터에서 매우 흥미로운 현상이 하나 있다. 동일한 feature라도 이름이 붙는 순간 연구자의 해석 방식이 완전히 달라진다는 것이다.

예를 들어 어떤 feature가 다음과 같은 상태라고 가정해 보자.

m/z: 496.339
RT: 5.4 min
fold change: 2.1

이 상태에서는 연구자가 할 수 있는 해석이 제한적이다. 하지만 library matching 결과가 다음과 같이 나오면 상황이 달라진다.

annotation: lysophosphatidylcholine

이 순간 연구자는 다음과 같은 생물학적 서사를 만들기 시작한다.

membrane remodeling
inflammatory signaling
lipid metabolism 변화

즉 metabolite 이름이 붙는 순간, 단순한 feature는 생물학적 의미를 가진 분자로 변한다. 문제는 이 변화가 때로는 annotation 확실성보다 훨씬 빠르게 진행된다는 것이다.

4. Fragmentation pattern의 유사성 문제

MS/MS fragmentation 패턴은 구조적으로 유사한 화합물에서 매우 비슷하게 나타나는 경우가 많다. 특히 lipid metabolomics에서는 이러한 현상이 흔하다.

예를 들어 phosphatidylcholine 계열 lipid는 다음과 같은 특징을 가진다.

공통 headgroup fragment
유사한 neutral loss pattern

이 때문에 서로 다른 lipid species라도 fragmentation pattern이 상당히 비슷하게 나타날 수 있다. spectral similarity score는 이러한 공통 fragment 때문에 높게 계산될 가능성이 있다.

결과적으로 library matching은 특정 화합물을 정확히 지목하는 것이 아니라, 유사한 화합물 군을 가리키는 경우도 많다.

5. Similarity score의 해석 문제

Spectral similarity score는 일반적으로 cosine similarity와 같은 수학적 지표를 사용한다. 하지만 이 값은 몇 가지 한계를 가진다.

첫째, fragment intensity 변화에 민감하다.
둘째, low-intensity fragment는 종종 무시된다.
셋째, noise peak가 결과에 영향을 줄 수 있다.

이러한 이유로 높은 similarity score가 반드시 정확한 identification을 의미하지는 않는다. 그러나 숫자가 높게 나타나면 연구자는 이를 자연스럽게 확정적 근거로 받아들이게 된다.

6. Confirmation bias의 작동

Library matching이 위험해지는 또 하나의 이유는 confirmation bias이다. 연구자는 종종 이미 예상하고 있는 metabolite를 무의식적으로 찾게 된다.

예를 들어 염증 관련 연구를 수행하고 있다면 연구자는 다음과 같은 metabolite에 더 많은 관심을 가지게 된다.

arachidonic acid
prostaglandin
lysophospholipid

이 상황에서 library matching 결과가 이러한 metabolite 중 하나와 일치하면 연구자는 그 결과를 더욱 쉽게 받아들이게 된다.

즉 annotation 결과가 연구자의 기대와 맞아 떨어질수록 검증 과정이 느슨해질 위험이 존재한다.

7. Unknown feature가 사라지는 순간

Untargeted metabolomics 데이터에서 상당수의 feature는 정확히 identification되지 않는다. 그러나 library matching 결과가 나오면 연구자는 자연스럽게 annotation된 metabolite 중심으로 결과를 정리하게 된다.

이 과정에서 다음과 같은 현상이 발생한다.

unknown feature 분석 감소
annotation 가능한 metabolite 중심 해석
데이터 구조 단순화

즉 library matching은 데이터 해석을 더 쉽게 만들어 주지만, 동시에 데이터의 일부를 보이지 않게 만드는 효과도 가지고 있다.

8. Annotation confidence와 해석 신뢰도는 다르다

Metabolomics 연구에서 중요한 사실은 다음과 같다.

annotation confidence ≠ biological interpretation confidence

spectral library matching은 chemical identity에 대한 단서를 제공하지만, 그 자체가 biological mechanism을 증명하지는 않는다.

하지만 metabolite 이름이 확정되는 순간 연구자는 종종 이 두 단계를 하나로 연결해 버린다.

9. 심리적 함정을 피하기 위한 접근

이러한 문제를 줄이기 위해 metabolomics 연구에서는 몇 가지 접근이 권장된다.

첫째, library matching 결과를 annotation hypothesis로 취급한다.
둘째, retention time 정보와 함께 검증한다.
셋째, 가능하면 reference standard로 확인한다.
넷째, 구조 이성질체 가능성을 항상 고려한다.

또한 metabolomics 데이터 해석에서는 개별 metabolite보다 패턴과 pathway 변화를 함께 고려하는 것이 중요하다.

결론

LC-MS/MS 기반 metabolomics에서 spectral library matching은 매우 강력한 도구이다. 하지만 이 도구는 동시에 연구자의 판단에 미묘한 심리적 영향을 미친다.

높은 similarity score와 데이터베이스 이름이 제시되는 순간, 연구자는 그 결과를 거의 정답처럼 받아들이게 되는 경향이 있다. 그러나 실제로 library matching은 단지 가능성 높은 후보를 제시하는 과정일 뿐이다.

따라서 metabolomics 연구에서 중요한 것은 library matching 결과를 그대로 받아들이는 것이 아니라, 그 결과가 어떤 가정을 포함하고 있는지 인식하는 것이다. 결국 좋은 metabolomics 해석은 더 많은 metabolite 이름을 얻는 것이 아니라, 데이터가 가진 불확실성을 이해하면서 가설을 신중하게 구축하는 과정에서 만들어진다.