Nat Biotechnol 评论| 为AI时代筑牢“多组学数据基石”：国际MAQC学会倡导以标准物质作为共同标尺提升数据可重复性

2026年9月1日，国际组学大数据质量控制学会（MAQC Society, https://maqcsociety.org）石乐明和郑媛婷团队在Nature Biotechnology上发表了 共识 文章Ensuring multiomics data reproducibility for artificial intelligence with reference materials as a common calibrator。 文章聚焦当前多组学与人工智能（AI）深度融合中面临的组学数据跨平台、跨实验室、跨批次不可比、不可重复的瓶颈，基于MAQC学会领导五期国际组学数据质量控制和标准化研究的系统性成果，系统性地提出将经过充分表征的标准物质作为不同批次、实验室和平台之间的共同标尺，并以样本-参考比值（sample-to-reference ratio，SRR）报告组学测量结果，旨在从数据生成的源头提高多组学数据的可重复性，为AI驱动的生物医学发现提供共同的测量学底座。

仪器信号值替代浓度值是导致组学数据不可重复的根源

近年来，多组学与人工智能/机器学习（AI/ML） 加速 融合， 催生 了虚拟细胞、 数字孪生 等新兴 前沿方向 。然而，这些 AI/ML 方法的可靠性高度依赖 于 训练数据的质量。 若 测量平台 、批次等引入的 技术变异被AI/ML模型 错误 学习为生物学信号， 将直接导致虚假的 生物学 发现、乃至错误临床决策 。 2025年 全球首届 AI 虚拟细胞大赛 的 结果 引发学界震动，所有模型预测基因表达量的 平均绝对误差 （MAE）均未能优于简单的均值基线（ naïve baseline），这一结果深刻警示我们，缺乏统一标准整合的海量组学数据，使AI在生命组学领域的潜力难以发挥。

与此同时，UK Biobank、All of Us、复旦泰州队列和中国慢性病前瞻性研究 （CKB） 等大 规模人群 项目正在持续产生海量多组学数据 ，数据整合与跨研究比对的需求迫切 。 然而，直接使用组学 仪器信号值替代浓度值 的通行做法存在固有缺陷，导致数据可比性无从建立：因为同一份样品的仪器信号值因测量条件千变万化而结果迥异（图1）。单个批次 /实验室 内部 看似 高质量的数据在不同批次 /实验室 之间难以直接比较，真实的生物学信息 极易 被批次效应掩盖 。 当批次与生物学因素存在混杂时（如所有病例在某批次测量、所有对照在另一批次测量），事后校正算法不仅无法消除批次效应，反而可能将真实生物学差异误判为批次效应而抹去，导致错误的科学结论。

图1. 以仪器信号值替代浓度值是多组学数据不可重复的根源

以标准物质为共同标尺，从源头校准多组学数据

国际MAQC学会 提出的核心解决方案，是将经过充分表征的 标准 物质（如“中华家系1号” 细胞 多组学标准物质 、Plasmix血浆多组学标准物质等 ）作为不同测量批次间的共同标尺 ，将其 与研究样本 在同批次中并行 测量，并 报告 每个分析物的样本-参考比值（sample-to-reference ratio，SRR）。 其原理简单而深刻： 仪器响应 可视为 真实浓度 与 批次特异性灵敏度因子 的乘积， 同一批次内研究样本与 标准 物质 的仪器信号值 受到相同的灵敏度因子 的影响 ，通过 两者比值 的计算 即可有效抵消 批次特异性灵敏度因子， 从而 使不同数据集之间的测量结果可比（图2）。

图2. 以标准物质为共同标尺 的校准方案

这一 策略 对AI/ML应用尤 为 重要。在数据生成阶段 主动 降低技术变异 噪声 ，能够 显著 减少模型将批次特征误 判 为生物学信号的 风险 。 值得强调的是 ，基于SRR 的源头校准 与传统批次效应校正 并非互相替代，而是 可以 相辅相成， 前者从测量源头 建立 数据可比 的基座 ，后者则可进一步处理 残余 结构性变异。MAQC 学会 第五 期 “中华家系1号”项目（ M ultiomics Quartet Project, https://www.nature.com/collections/ibadeahigd）研究已经证明， SRR方法广泛适用于各种定量组学，包括基于测序技术的转录组学和基于质谱技术的 蛋白质组学 、 代谢组学 等， 是一种 跨 平台的通用性 测量校准方法 。

文章 也客观 讨论了SRR方法的 适用边界 。首先，标准物质中不存在的分析物无法进行比值 定量 ；其次，基质不匹配 、 样本 前 处理 差异、 低丰度分析物 、 非线性 响应区间等情况仍需额外处理。此外 ，SRR还假设研究样本与标准物质的 基质效应相同，因此 没有任何一种标准物质能够 适用于 所有生物基质。Quartet标准物质适用于细胞 类基质样本检测（ https://chinese-quartet.org/ ）， Plasmix则适用于血浆 基质样本检测（ https://doi.org/10.64898/2026.08.09.740864 ） 。对于尿液、粪便 、 单细胞、 空间 组学等 领域， 仍需要 根据具体技术特点开发 基质匹配 的 标准物质。文章进一步 展望 ， 若 未来能对常用标准物质中各分析物 的 绝对浓度 完成精准定量 ，SRR 结果还可以进一步转换为 绝对浓度 ，从而 形成可共享的基础资源。

全球行动倡议：以标准物质作为共同标尺提升组学数据可重复性

MAQC学会在此 呼吁全球生物医学界 积极使用 标准物质作为共同标尺，并以 SRR 报告组学测量结果，从数据 产 生的源头提高多组学数据的可重复性 ，并 针对不同利益相关方提出 了 具体建议 ：

基金资助机构： 将标准物质 与研究样本 共 测量 作为组学研究的默认要求，支持开发 尚属空白领域的组学 标准物质 （ 组织、粪便、单细胞 、 空间组学等 ） 。

学术期刊： 要求作者在投稿中同时 提交与研究样本共 测量 的标准物质原始数据，以便 数据复用者 开展 客观 质量评价 和跨研究队列的SRR整合分析 。

监管机构： 在涉及组学数据的监管申报中推荐采用标准物质 进行性能验证和测量校准 ，尤其 是 纵向研究、多中心研究以及诊断开发等场景。

技术供应商： 推动采用经过充分表征的 共同 标准物质，减少不同技术 平台 之间由供应商专有标准造成的“数据孤岛” ，并 将SRR作为 标准化 输出 值 之一，以支持 跨平台的 再分析。

研究机构和实验室： 将 标准物质使用和 SRR报告纳入组学实验标准操作流程，并参与基于标准物质的 组学检测室间 能力验证 ， 对于大型队列 检测 ，应 全程连续使用 标准物质共 测量 。

意义与展望：为AI时代筑牢“多组学数据基石”

该共识文章是继 MAQC学会第五期 “中华家系1号”项目（ https://www.nature.com/collections/ibadeahigd ）研究 成果之后，中国科学家持续引领国际组学大数据质量标准的又一重要理论贡献 。文章 指 出，未来的高质量多组学数据集不仅应包含研究样本本身，还应具有稳定的参考锚点、协调一致的元数据、透明的样本处理与分析流程，以及跨实验室 、 跨 平台 可比的 量值 格式。可重复性不 应 只是 研究完成后的 验证指标，而应成为数据 产 生阶段 即被内置 的设计原则。

标准物质和SRR测量校准方法为跨实验室、跨平台和跨时间的数据整合建立起一个稳定的物理锚点。这为AI时代多组学数据的可重复、可整合和可复用提供了一条切实可行的路径。该共识的发表，标志着国际 组学数据标准化领域 正 从 “ 事后校正 ”走向“源头根治”，为 人类表型组国际大科学计划及精准医学的纵深推进，奠定了又一关键基石。

国际组学大数据质量控制学会（MAQC Society） 成立于2017年，致力于推动高通量技术产生的大规模数据的质量控制与标准化研究，以增强数据可重复性 。MAQC 学会及其前身MAQC联盟在2005年至2025年间完成了五期项目，发表了五本《自然》专题合集（ http://www.maqcsociety.org ）。MAQC学会中国分会（MAQC China）于2019年在复旦大学成立。 该 共识 文章由复旦大学 、上海 国际人类表型组研究院石乐明教授、郑媛婷教授 联合MAQC学会、MAQC学会中国分会的理事会成员 共同完成。石乐明教授和郑媛婷教授为论文共同通讯作者，并共同 领导 MAQC Quartet和Plasmix项目。

团队长期招聘博士后，具体参见： https://life.fudan.edu.cn/fe/06/c28141a785926/page.htm

https://doi.org/10.1038/s41587-026-03267-1

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

推荐直播

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

点击主页推荐活动

关注更多最新活动！