股票 
板块 
用户 
资讯 10月24日下午，由诺禾致源承办的“基于大型人群队列的代谢组学研究分论坛”在北京丽亭华苑酒店举办。论坛以“人群队列 × 多组学 × 临床转化”为主线，上半场5场学术报告，下半场6位嘉宾圆桌对话。线下300余位科研人员到场，直播同步开放，线上线下累计参与逾5万人。
精彩报告
第一篇章 技术底座：可重复性从哪里来
心脑血管疾病中代谢相关诊断与治疗靶点的寻找
郑乐民 | 北京大学 | 教授
郑乐民教授把“代谢组学研究能走多远”讲成了一条从机制到临床的路径。起点是机制：团队把单细胞与代谢组学结合，发现 connexin 43（Cx43）对内皮代谢的调控——Cx43 下降，NAD随之下降，内皮代谢随之改变，这项工作引用已超百次。中段是队列：回看跨越近20年的样本，他们找到23种与心衰相关的代谢物，其中9种此前从未被关联。终点是应用：围绕主动脉瘤与夹层一路追到菌群来源的PAGln，干预菌群后发病率明显下降，“菌—酶—代谢物”的闭环就此合上；在此基础上，他们把代谢标志物、影像与临床风险因素联合建模，尝试把“预测破裂”变成检验科能给出的风险提示。
“将来检验科对质谱代谢检测的需求，我估计会增长十倍。”在他看来，代谢检测远没有被真正打开。
肠道微生物组与心血管健康
陈连民 | 南京医科大学 | 教授
陈连民教授的报告，主线是“如何基于人群队列数据潜在揭示肠道菌群对心血管代谢健康的影响”。 研究基于国内外多个人群队列，不但发现不同菌群个体间的丰度差异与心血管代谢表型显著相关，还揭示了非差异可通过形成共丰度生态互作，调控相关功能性代谢产物，影响高血压及其严重层度。揭示了单看一个菌可能什么也看不到，看菌群之间的协作关系，信号才出来。另外，菌株层面同一种菌，不同个体携带的菌株不同，且具有长期稳定性，充当个体精准识别的指纹。提示疾病防诊治中需要关注菌株个体层面的特异性。最好，团队还把上千种代谢物逐一拆解，量化遗传、饮食与菌群各自的贡献，寻找不同代谢紊乱的根源，为临床转化提供更精准的干预靶点。
第二篇章 从标志物到检测产品
基于多队列的免疫介导炎症性疾病研究
王国庆（指导老师：刘史佳教授） | 江苏省中医院 | 博士生
第三场报告由刘史佳老师的博士生王国庆带来，把视角切到临床检验端：一个标志物要变成一项检测，中间要跨过什么。路径很清晰——多队列发现靶点与通路 → 临床样本验证 → 做成可落地的检测。团队发现，蛋白组与代谢组联合使用，相比单一组学能显著提升诊断的准确性与稳定性。以风湿免疫类疾病为例：这类病诊断流程繁琐、致残率高，若能早期识别，部分患者可以缓解甚至逆转。团队在关节液与血清中找到特异性较强的蛋白标志物（SAA1/FGL1 相关线索），开发成辅助诊断试剂盒，并用于区分疾病活动度。方法上更巧的一步是：把784种代谢物的检测结果从一维含量转成二维影像，串联两种深度学习算法建模并进行特征筛选后，14 个特征压缩到7个即可接近饱和的预测效果。值得注意的是蛋白的贡献：模型排名前十的特征里，绝大多数是蛋白。这正说明，多组学不是把数据堆在一起，而是让每个组学回答它最擅长的那部分问题。
幽门螺杆菌根除与胃癌精准防控
李文庆 | 北京大学肿瘤医院 | 教授
李文庆教授的报告是一项“用时间换证据”的研究。依托1989年建立、已连续随访37年的高发区队列，团队从三个高发区的组织性筛查试点起步，逐步支撑起全国性的筛查推广，并在山东开展了全球规模领先的胃癌干预性研究。报告回答了两个层面的问题。宏观上，根除治疗在明显发挥胃癌预防作用的同时，并不会显著增加总死亡率或其他癌症风险；微观上，真正的关键在风险分层——高遗传评分个体中，感染阳性者的风险显著高于阴性者，且这一差距在高遗传评分群体中被进一步放大；反过来，对高遗传评分者进行根除治疗，风险下降幅度同样可观。为此，团队构建了基于功能性独立遗传位点的多基因评分，用于识别“谁最可能从根除治疗中获益”：全体人群策略下需要治疗的人数，远多于高获益人群策略。精准的分层，能把有限的公共卫生资源用在刀刃上。另一个亮点是蛋白标志物——短期风险相关蛋白可将高危人群的识别窗口压缩到6年以内，据报告早筛效能提升约 2.4 倍，长期风险蛋白则对应更长的时间尺度。团队还系统收集了项目执行成本与治疗费用，回答了“这件事在经济上是否可持续”。
第三篇章 表型：队列的另一半
基于体检人群队列的代谢组学研究设计：从样本库到多组学整合
张敏英 | 南开大学 | 教授
最后一场由张敏英教授带来的报告把话题拉回队列本身，样本和数据之外，张教授指出，队列最稀缺的其实是表型。张教授先指出传统体检的三个局限：一是滞后性，指标异常时往往已经发病；二是“绝对值 + 参考范围”的表达方式，难以呈现趋势；三是单点快照，看不到变化的方向。她的比喻很形象——要把一张快照，变成一段纵向的电影。这正是体检队列的出发点。该队列已纳入 6 万余人，数据由三个维度构成：问卷（人口学、行为，以及心理健康、躯体症状、疲劳等）、体检结果（体格测量、实验室检查、放射与影像）、以及生物电阻抗法测得的体成分。每年随访一次，是它与其他队列最大的区别。出于伦理考量，团队不额外采血，而是使用体检余血，从中提取血清、血浆与 DNA；样本统一提取、智能化管理，可实现一键调取。
第四篇章 诺禾致源代谢平台检测能力
最后诺禾致源刘志鹏研究员代表主办方汇报了平台侧的能力建设，核心回应一个问题：大队列样本在多台仪器、多个平台、多批次送样之间流转时，数据还能否整合、可比。围绕这一点，平台展示了三层能力——全链条：从样本接收、前处理到检出，标准一贯到底；多平台并行：代谢组与空间代谢组同步推进，兼顾通量与一致性；质控与注释：以同位素内标、批次内 QC、Global QC 多重把关，并以自建数据库与算法的持续升级，提升代谢物注释深度。
圆桌讨论
报告之后，论坛进入主题为“代谢组学×大队列：从技术瓶颈到精准转化的全链条突围”的圆桌讨论环节。六位专家围绕以下四个议题展开，问题都很具体，回答也少有客套：
议题一：队列代谢组学的“可重复性”，瓶颈到底在哪一端？
综合各位专家的回答，可重复性不是某一端的误差，而是一道贯穿四关的系统题——瓶颈沿着样本流转的方向，一路传下去。
第一关在采集与前处理：这一步一旦出偏差，后续检测与分析都救不回来；而冻融次数恰恰是最被低估的变量，所以标准化 SOP 必须排在第一位。
第二关在仪器：色谱可以控得很稳，质谱不行，同一厂家不同仪器的离子化氛围都不一样。
第三关在软件：同一份非靶数据，换一个处理软件，重复性可能只剩 30%。
第四关在临床执行：入组标准写的是某个指标区间，可患者的指标本身在波动。
四关之外还有一条前提——仪器分辨率决定了你到底能“看见”多少，看不见的东西，后面再怎么分析也补不回来。
议题二：测得多，还是测得准？大队列的取舍
针对第二个议题，四位专家的答案可以按场景分成三条路线。
队列场景，准是入场券。 准是一张入场券，不准我们宁可不要。指标要能进风险预测模型，而模型要用 5 年、10 年，长期随访还得测得到——可比，比多更关键。
落地路线，取中间。建议把500个代谢物覆盖全生命周期做好，不要一开始就做几千个；关于实现路径：把关键物质做成功能组，用高通量靶向拿绝对量，跨很多年依然可比，比直接比信号靠谱得多。
基础研究，要的是深。还有另一种尺度：全新分子式、尚未命名的结构、活性完全不同的异构体，这些发现的价值不能只用"准"来衡量。
三条路线合起来是一个判断：多与准不是二选一，取舍取决于你要回答什么问题。
议题三：多组学整合，谁当“锚点”？
锚点选错，方向就会偏。围绕“多组学整合谁当锚点”，三位专家给出了两条路径和一个前提。
第一条路径：锚点由目的决定。做菌群就从菌出发，复原它产生的代谢物，找到对应的酶，再验证因果，而不是停留在“某菌与某病相关”。
第二条路径：锚点由因果方向决定。建议先把蛋白、基因、代谢三者的交互关系理清，再用孟德尔随机化等因果推断方法判断方向，谁驱动谁、谁只是伴随。
一个前提：别默认锚点是通路。一个更基础的事实——目前数据库里能查到的代谢物可能只有一万多个，而自然界存在的代谢物是百万量级；当通路注释本身就不完整时，只靠通路决定用哪种技术，反而不全面。
合起来看：锚点不是预先给定的，而是由研究目的、因果方向与数据边界共同决定的。
议题四：从队列发现到临床应用，最后一公里怎么走？
这是全场讨论热度较高、也非常务实的一题：从队列发现到临床应用，最后一公里怎么走。
第一道关是准入。 从发现一个标志物到做成能收费的检测项目，“何止一公里，可能是一万公里”——报物价、审批拿证、找代工生产、谈进院，每一环都要时间与成本。
第二道关是成本。 IVD 的现实是，常规代谢物检测几十块钱一项；做成 panel 放进体检，成本与稳定性必须同时成立，套餐太贵就没人做。
第三道关是能力。 一个判断得到了共识：质谱真正的战场在检验科，不在实验室。而前提是两件事——标准化，即哪些物质能纳入临床诊断；人才，即买得起质谱的医院不少，能用好的人不多。
还有一条常被忽略的需求：快。“就像测血糖，30 分钟出结果。”急诊与重症的鉴别，等三天没有意义。
卡住的不是科学，而是准入、成本、人与速度——每一环都要拿时间和真金白银去换。
写在最后
一整天的讨论听下来，极具价值的共识不是某个新技术，而是那句朴素的话：没有可重复性，再大的队列也只是 garbage in、garbage out；没有表型与随访的深度，再准的检测也找不到临床位置。感谢五位报告人的精心准备、六位嘉宾的坦诚分享，感谢线上线下参与的研究者。诺禾致源将在代谢组学、空间代谢组学与多组学联合方向持续深耕，把“可重复”做成一项基础设施，而不是一句承诺。
评论 (0)