프로테오믹스(단백체학)362 (초보통계학) Normality (정규성)와 분산의 동질성(Homogeneity of variance) 확인 하는 법 질량분석기를 데이타를 얻은후 데이타베이스 검색을 수행하면 기본적인 통계처리가 적용된후 결과 값이 나옵니다. 생물통계정보학 전공자가 아닌 나로써는 추가적인 분석은 하지 못합니다. 필요할 경우 적절한 사람에게 부탁하면 되기 때문에서 특별히 통계를 더 배워야 할 동기가 부족한것 같습니다. 지금와서 수학적인 공식등을 외우면서 공부하기도 어렵습니다. 하지만 분석서비스를 하다보면 통계에 관한 기본적인 질문들을 받게 되는데 이러한 일에 대비해서 조금씩 정리하며 공부하면 좋을것 같다는 생각을 해봅니다. 사실 통계자체가 쉬운 분야는아니기 때문에 쉽게 이해할수 있는 강의자료를 찾기가 쉽지 않습니다. 용어자체도 한자로 만들어진것이 많아서 더 어렵습니다. 아래는 통계분석 프로그램회사인 Graphpad Prism에서 제공하는 .. 2020. 6. 22. p 값에 대해 간단한 해석 최근에 p-value 가 생물학분야 논문에서 오용되고 있다는 글을 보게 된다. 사실 통계학 전문이 아닌 나로써는 어떻게 오용되고 있는지 조차 알지 못한다. 소프트웨어에서 계산된 p 값이 0.05 이하로 나오면 실험이 큰 문제없이 진행되었다고 생각해왔다. 그러나 p 값이 0.05 보다 작다고 하더라고 세워진 가설이 참이 확률이 95% 이상이라는 것을 의미하지 않으며 P 값만으로 연구결과의 성공여부를 결정하면 안된다고들 한다. 몇가지 자료를 찾아보고 내가 쉽게 이해한 P-값의 해석은 아래와 같다(그러므로 틀릴수도 있다) 통계학이라는 관점으로 보자면 옳고 그름의 문제라기 보다는 세워진 가설을 증명할 수 있는냐 없느냐의 문제이다. 자료를 찾아보면 아주 어려운 말인 귀무가설, 대립가설이 나온다 (이 말 자체가 통.. 2020. 6. 22. Formic acid(F.A) 와 trifluoroacetic acid (TFA)의 Trap-column에 대한 펩타이드 결합력 비교 LC에서 시료가 주입된후 제일 먼저 만나는 것이 바로 Trap-column입니다. (요즘은 trap-column없이 바로 analytical column으로 시료를 주입하기도 합니다). 사람도 첫만남이 중요하듯이 펩타이들도 첫 대면하는 trap-column에서 최대한 손실이 없이 결합되는것이 중요합니다. 좋은 trap-column을 사용하면 제일 좋겠지요. 하지만 간단한 방법으로도 펩타이드가 trap-column에 결합되는 효율을 약간 높일수 있습니다. 대부분 알고 있는 사실이지만 강한 산성 조건에서 펩타이들은 C18에 더 잘 결합됩니다. 보통 Formic acid (FA)나 Trifluoroacetic acid (TFA)를 사용합니다. 그래서 시료를 0.1% F.A. 혹은 0.1% TFA에 녹여서 주입.. 2020. 6. 21. Q-Exactive (Thermo Scientific) Benchmark data 저의 대학원생활의 첫 질량분석기는 지금은 볼수 없는 Agilent사의 iontrap이 었습니다. 그 당시 Thermo Finnigan 사의 LCQ 나 LTQ가 가장 좋은 질량분석기였습니다. 몇년후 LTQ를 구매하고 나서 Nature 급 논문을 낼 수 있을것이라 생각했으나 이미 그 시대는 지났습니다. Oribtrap 의 첫 모델이 나왔기 때문입니다. Orbitrap을 구매했을 때는 Q-Exactive 가 다시 대세였습니다. 미국에 왔을때 실험실에 Orbitrap Velos가 있었습니다. 나머지는 모두 Q-Exacdtive 와 Q-Exacdtive plus 였습니다. 실험자체가 PRM 위주였기도 하였지만 아무도 Oribrap Velos를 사용하지 않았습니다. 그냥 컬럼테스트용도 였습니다. Orbitrap 초.. 2020. 6. 20. TMT 정량의 분석에서의 SPS MS3 방법은 진짜 좋은가? TMT 실험에서 서로 다른 펩타이들의 co-fragmentation은 정량성을 떨어뜨리는 주요 원인중 하나입니다. 이로인해 실제 단백질의 양이 변화된 값과 TMT로 측정된 정량값이 상당히 차이가 날수 있습니다. TMT를 이용하여 실험을 해본 분들을 알겠지만 결과가 매우 재현성 있게 나옵니다. 이것은 실험이 잘되었다기 보다는 cofragmentation에 의해 정량값이 평준화되었기 때문일 경우가 많습니다. Label-free 방법과 비교하면 TMT 정량분석에서 3배 이상 차이나는 단백질의 수가 그다지 많지 않습니다. 이러한 이유로 여러 논문에서 Multi-notch (SPS) MS3 방법이 널리 사용되고 있습니다 (e.g., McAlister et.al., Anal.Chem 2014, 86(14), 715.. 2020. 6. 12. Web-based tool normalize omics data: Normalizer 사용법 Label-free 나 TMT 같은 정량분석후 변화하는 단백질의 양을 검출하기 위해서는 최초에 얻어진 값들을 normalization하는 과정이 꼭 들어갑니다. 그렇지 않으면 시료 전처리과정이나 질량분석과정에서 발생되는 오차로 인해 생기는 단백질 양의 변화를 실제 변화라고 착각하기 쉽니다. 다행히 대부분의 프로그램은 Normalization 을 수행한후 결과값이 나오기 때문에 특별히 추가로 할일은 없습니다. 예를 들면 10-Plex TMT를 이용하여 실험한후 Proteome Discover로 분석하게 되면 모든 Channel에 대해 Normalization이 됩니다. 아래는 10-Plext TMT 실험후 Normalization 이전과 이후의 Boxplot 그래프입니다. 그러나 가끔 이러한 프로그램없이 .. 2020. 6. 7. 이전 1 ··· 52 53 54 55 56 57 58 ··· 61 다음
