LC-MS/MS & Proteomics 분석 전체 가이드
이 페이지는 LC-MS/MS 기반 proteomics 분석을 체계적으로 이해하기 위한 통합 가이드입니다. 질량분석의 기본 원리부터 peptide identification, fragmentation 메커니즘, 데이터 해석 전략, 그리고 실무에서 자주 발생하는 문제 해결까지 전체 흐름을 단계별로 정리했습니다.
특히 LC-MS/MS 분석은 단순한 장비 이해를 넘어 isotope pattern, fragmentation, database search, FDR 개념까지 통합적으로 이해해야 정확한 결과 해석이 가능합니다. 이 페이지는 이러한 분석 과정을 하나의 흐름으로 연결하여, 초보자부터 실무자까지 단계적으로 학습할 수 있도록 구성되어 있습니다.
각 단계별로 관련 글이 연결되어 있으며, 순서대로 학습하면 LC-MS/MS 기반 proteomics 데이터 해석의 전체 흐름을 자연스럽게 이해할 수 있습니다.
1단계: LC-MS 기본 원리 및 이온화
LC-MS 분석을 이해하기 위해서는 질량분석기의 기본 구조와 이온화 원리에 대한 이해가 필수적입니다. 이 단계에서는 ionization 방식, isotope pattern, mass analysis 원리와 같은 핵심 개념을 다룹니다.
- 질량분석기 개요, 구성 (LCMS, Q-TOF, MALDI TOF..)
- 질량분석기 : 동위원소 패턴(Isotope Pattern)
- LC-MS/MS 스펙트럼 해석 기초
- LCMS의 물리화학적 메커니즘과 이온화 방식
- 질량분석 데이터 해석의 필수 규칙 - 질소 규칙(Nitrogen Rule)
- DBE 계산법과 라디칼 이온 구분 방법
- Ion Transmission in Mass Spectrometry
- LC-MS Adducts Overview
- NanoLC-ESI Emitters 가이드 (Pulled Glass vs Metal-Coated)
2단계: Proteomics 데이터 분석 및 Peptide Identification
MS/MS 기반 proteomics 분석의 핵심은 peptide identification입니다. fragmentation 패턴(b/y ion), neutral loss, charge state determination, 그리고 spectrum quality 평가를 통해 신뢰도 높은 결과를 얻는 방법을 다룹니다.
- The Complete LC-MS/MS Peptide Identification Workflow
- How to Read MS/MS Spectrum Step-by-Step (Practical Guide)
- LC-MS/MS에서 b-ion / y-ion Fragmentation 메커니즘
- Peptide Fragmentation Rules Cheat Sheet
- Peptide Identification 에서 y-ion Ladder 가 중요한 이유
- Charge State Determination from Isotope Spacing
- LC-MS/MS에서 Neutral Loss 이해하기
- What Makes a Good MS/MS Spectrum for Peptide Identification
- CID vs HCD vs ETD Fragmentation Comparison
- Proteomics Amino Acid Mass Table (32 Residues Reference)
- Proteomics에서 자주 사용되는 43 Major PTM Reference Table
- MGF 파일에서 유효 Precursor 선별하는 4단계 QC 프로세스
- De Novo Sequencing
- LC-MS/MS De novo Sequencing이란? (Database Search와의 차이)
- MS/MS 드노보 시퀀싱(De novo Sequencing) 원리: b/y Ion 기반 펩타이드 서열 복원
- [분석 전략] De novo Sequencing vs Database Search vs Hybrid: 최적의 펩타이드 식별 방법 선택 가이드
- MALDI, SMILES
- LC-MS/MS에서 SMILES의 역할: 펩타이드 구조와 질량분석 데이터의 연결
- MALDI TOF vs LC-MS/MS ( ESI vs MALDI ) 비교: 적용 분야와 선택 기준 정리
- MALDI TOF/TOF MS/MS 원리: PSD와 CID의 차이 및 Proteomics 분석
3단계: 고급 분석 및 데이터 해석 전략
이 단계에서는 database search 알고리즘, false discovery rate(FDR), MGF 데이터 구조와 같은 고급 개념을 통해 실제 proteomics 데이터 분석의 정확도를 높이는 방법을 설명합니다.
- How Database Search Identifies Peptides from MS/MS Spectrum
- False Discovery Rate (FDR) in Proteomics Explained
- MS/MS 스캔 데이터 구조 (MGF 파일 기초)
- LC-MS 데이터에서 Adduct를 식별하는 방법
- LC-MS 데이터에서 미확인 피크를 식별하는 방법
- 트리플쿼드(Triple Quadrupole) SRM/MRM 원리와 정량 분석
- LC-MS/MS 데이터 해석 가이드 (총정리 편)
4단계: 트러블슈팅 및 오염 관리 노하우
실제 LC-MS/MS 분석에서는 다양한 contamination과 장비 문제를 경험하게 됩니다. PEG, phthalate, siloxane 등 대표적인 background peak와 signal instability 원인을 이해하고, 문제를 빠르게 진단하고 해결하는 방법을 제공합니다.
- LCMS, 질량 분석(MS)의 주요 오염물(Contaminants) 총정리
- Top 10 LC-MS Background Peaks Every Analyst Should Recognize
- Phthalate Contamination in LC-MS: 플라스틱 가소제 오염
- PEG Contamination in LC-MS — 44 Da 반복 패턴 식별법
- Siloxane Contamination in LC-MS — 공기 및 시스템 유래 오염
- Solvent Contamination in LC-MS — Mobile Phase 배경 피크
- Surfactant Contamination in LC-MS — Detergent 배경 피크
- Carryover vs Contamination in LC-MS — 정확한 구분 방법
- Why NanoLC Signal Suddenly Becomes Unstable
- Column Bleed in LC-MS - Column 배경 오염의 이해
- Why LC-MS Sensitivity Gradually Decreases (감도 저하 원인)
- LC-MS/MS 펩타이드 분석 오류 5가지 (Peptide Identification Pitfalls & 해결 방법)
이 가이드를 통해 LC-MS/MS 분석의 전체 흐름을 이해하고, 각 단계별 핵심 개념을 연결하여 보다 정확한 데이터 해석이 가능합니다. 각 링크된 글은 개별 주제를 상세히 설명하므로, 필요한 부분을 선택적으로 학습하거나 순서대로 따라가며 전체적인 이해를 높일 수 있습니다.
이 페이지는 본 블로그의 LC-MS/MS 및 proteomics 관련 콘텐츠를 통합한 중앙 허브 역할을 합니다.
