밤새워 진행한 SPR(Surface Plasmon Resonance) 실험, 그런데 분석할 때마다 KD 값이 널뛰거나 논문 리뷰어로부터 “모델이 부적합하다”는 지적을 받아 본 적 있으신가요? 분명 1:1 결합인 줄 알았는데, 피팅 결과는 엉망이고 잔차(Residual)는 S자로 휘어 있을 때의 막막함은 모든 연구원이 공감하는 문제입니다.
SPR 데이터 재분석 시 결론이 바뀌는 이유는 크게 1) 잘못된 분석 모델 가정, 2) 레퍼런스 채널의 왜곡, 3) 질량 이동 제한(Mass Transport Limitation) 간과, 4) Ligand Degradation(표면 안정성) 미반영 등 4가지입니다. 이를 해결하기 위해 원시 데이터로 돌아가 레퍼런스 전략을 수정하고, 질량 이동 보정 모델을 적용하는 등 최적화된 피팅 전략을 세우면 신뢰도 높은 데이터를 확보할 수 있습니다.
SPR 데이터 재분석으로 결론이 달라지는 4가지 결정적 원인
연구 현장에서는 단순히 분석 옵션을 바꾸는 것만으로도 “Binding 없음”이 “약한 결합 존재”로 바뀌거나, 히트(Hit) 선정 순위가 뒤바뀌는 사례가 흔합니다. 데이터의 신뢰성을 결정짓는 4가지 요소를 자세히 살펴봅니다.
1. 잘못된 분석 모델 가정 (1:1 Global Fit의 함정)
실제 단백질 표면은 이질적(Heterogeneous)이거나 두 개 이상의 사이트(2-site), 혹은 이가 결합(Bivalent)인 경우가 많습니다. 이를 무시하고 분석 시 무조건 1:1 모델로 억지로 피팅하면 속도 상수가 크게 왜곡됩니다. 재분석을 통해 이질성 모델을 적용하면 고친화도 성분만 분리해내어 결합 메커니즘을 더욱 정확히 해석할 수 있습니다.
- 강제적 1:1 Fit 적용: KD = 450 nM (Chi-square: 12.5, 잔차가 S자로 크게 휘어짐)
- 이질성(Heterogeneous) 모델 적용:
– Component A (High affinity): KD = 12 nM (진정한 타겟 결합)
– Component B (Low affinity): KD = 3.5 uM (비특이적 혹은 이질적 결합)
– (Chi-square: 1.1, 잔차가 랜덤하게 분포)
* 1:1 피팅만 고집할 경우, 실제로는 강력한(nM급) 후보물질을 평범한(uM급) 물질로 오인하여 드롭(Drop)시킬 위험이 있습니다.
2. 레퍼런스 채널에 의한 신호 왜곡
레퍼런스 채널의 비특이적 결합(NSB)이 액티브 채널보다 크거나 Bulk RI 효과가 다를 때, 과도한 Subtraction은 실제 결합 신호까지 깎아 먹습니다. 이 경우 원시 데이터로 돌아가 레퍼런스 전략을 조정하는 것만으로도 “결합 없음” 결론이 “유의미한 결합”으로 뒤집히기도 합니다.
- 기존 분석: 액티브 신호(15 RU) – 레퍼런스 NSB(18 RU) = -3 RU (결론: Binding 없음)
- 재분석 후: NSB Blocker 적용 및 Blank 차감 전략 수정 → 실제 특이적 결합 5 RU 확인 (결론: 약한 결합 존재)
* 레퍼런스 채널의 NSB가 더 높은 경우, 실제 결합 신호가 마스크되어 유망한 후보물질을 놓칠 수 있습니다.
3. 질량 이동 제한(Mass Transport Limitation) 간과
리간드 고정화 밀도가 너무 높거나 유속이 낮으면, 분석 물질이 표면으로 공급되는 속도가 결합 속도보다 느려지는 병목 현상이 발생합니다. 이를 무시하고 1:1 모델을 쓰면 결합 속도(kon)가 과소 추정됩니다. 재분석 시 Mass transport term을 추가하면 숨겨진 고친화도 데이터를 찾아낼 수 있습니다.
4. Ligand Degradation 및 표면 안정성 미반영
실험 사이클이 반복됨에 따라 고정화된 리간드의 활성(Activity)이 떨어지는 Ligand Degradation 현상이 발생할 수 있습니다. 모든 사이클을 하나의 Global fit으로 묶으면 Rmax의 감소로 인해 속도 상수가 크게 왜곡됩니다. 재분석 시 Degraded cycles(열화 구간)를 제외하거나 사이클별 개별 피팅을 통해 상수를 재평가하면 데이터의 통계적 유의성을 회복할 수 있습니다.
데이터 피팅 후 Chi-square(chi-제곱) 값이 2 미만인지, 그리고 Residual plot이 특정 패턴 없이 무작위(Random)로 분포하는지 반드시 확인하세요. 잔차가 S자나 특정 곡선을 그린다면 분석 모델 가정이 잘못되었거나 위 원인 중 하나가 작용하고 있다는 강력한 증거입니다.
SPR 데이터 품질 저하 감지 및 수정 요약
| 오류 유형 | 감지 징후 | 수정 방법 |
|---|---|---|
| Mass Transport | kon의 농도 의존적 변화, 고농도에서 느린 On-phase | MT-corrected model 사용, 유속 ↑, 리간드 밀도 ↓ |
| 레퍼런스 왜곡 | 음수 RU 발생, 비정상적 포화 패턴 | 동일 매트릭스 레퍼런스 사용, NSB Blocker 최적화 |
| Ligand Degradation | Rmax 점진적 감소, 재생 후 베이스라인 불안정 | Degraded cycles 제외 재분석, 재생 조건(Contact time) 완화 |
| 모델 부적합 | 잔차(Residual)의 S자 휘어짐, 높은 Chi-square | Bivalent 또는 Heterogeneous 모델 전환 검토 |
성공적인 재분석을 위한 프로세스
1. 원시 데이터(Raw Data) 클리닝
주입 시 발생하는 Spike나 Air gap을 먼저 제거하세요. TraceDrawer와 같은 소프트웨어를 활용해 베이스라인 드리프트(Drift)를 재보정하면 훨씬 깨끗한 Kinetics 데이터를 얻을 수 있습니다.
2. 정적(Steady-state) 분석과의 교차 검증
결합이 약하고 Off-rate가 매우 빠른 경우 속도론적 피팅은 오차가 큽니다. 이때는 포화 시점의 RU를 이용한 Steady-state 분석으로 KD 값을 구해 Kinetic 결과와 일치하는지 확인해야 합니다.
자주 묻는 질문 (FAQ)
Q1. 논문 리뷰어가 Mass transport 제한을 지적했습니다. 어떻게 재분석하나요?
피팅 소프트웨어 설정에서 ‘1:1 with Mass Transport’ 모델을 선택해 보세요. 이 모델은 확산 속도 상수를 추가로 계산하여 실제 kon 값을 보정해 줍니다.
Q2. 사이클이 반복될수록 Rmax가 떨어지는데 분석에 포함해도 되나요?
Ligand Degradation이 진행된 상태라면 Degraded cycles를 제외하고 활성이 안정적인 구간만 선택하거나, 사이클별 개별 상수를 구한 뒤 평균을 내는 것이 더 정확할 수 있습니다.
참고문헌
- • Myszka, D. G. (1999). Improving biosensor analysis. Journal of Molecular Recognition, 12(5), 279-284.
- • Schasfoort, R. B. (2017). Handbook of Surface Plasmon Resonance. Royal Society of Chemistry.
- • Bio-Rad Laboratories. (n.d.). Guide to SPR Data Analysis on the ProteOn XPR36 System.
- • Nicoya Life. (2024). Improving SPR Data Quality: Top 10 Tips.
