生物标志物发现最常被低估的,不是"找不找得到",而是"用哪个平台去找"。官网列出的发现平台有四类——高通量筛选、基因组学、蛋白质组学和表观遗传学,技术手段则有 qPCR、测序、LC-MS/MS、JESS、ELISA、MSD 等多种。选择不同,找到的标志物类型、可解释性和后续可转化性都完全不同。
先说四类平台的逻辑差异。基因组学看的是"基因层面有什么变异"——比如突变、拷贝数、单核苷酸多态性,回答"这个病人的基因型和别人有什么不同",最典型的标志物就是靶向药里的驱动基因突变。蛋白质组学看的是"蛋白层面有什么变化"——表达量、翻译后修饰,回答"真正在起作用的蛋白多了还是少了",因为蛋白才是大多数药物的直接作用对象。表观遗传学看的是"基因表达被怎么调控"——甲基化、组蛋白修饰,回答"同样的基因,为什么表达被打开或关闭"。三者不是竞争关系,而是从不同层级看同一个生物学问题。
技术手段的选型也各司其职。qPCR 擅长对已知靶点做精准定量,灵敏度和特异性高,但一次测的指标有限;测序擅长"无偏地发现"——不管有没有先验假设,把整个转录组或基因组扫一遍,适合找新标志物;LC-MS/MS 是蛋白质组和代谢组的定量主力,能同时测大量蛋白或小分子;ELISA 和 MSD 则更偏向对特定蛋白做免疫学定量。JESS 这类自动化的蛋白定量平台,则以样品量少、自动化程度高见长。
对决策者来说,选平台的逻辑是"先想清楚要回答什么,再选工具"。如果是"这个靶点变异和疗效有没有关系",走基因组;如果是"药下去之后蛋白信号怎么变",走蛋白质组;如果是"这个药会不会改变基因的表达调控",走表观遗传。爱思益普的发现与谱分析环节把这些平台并列,正是为了覆盖从"无偏找"到"精准测"的完整需求。越来越多的项目不再单选一个组学,而是做"多组学联合":基因组找到候选变异,蛋白质组确认变异是否真的落到蛋白表达上,表观遗传再解释表达变化的调控来源。三层证据互相印证,能大幅降低单一平台的假阳性——因为基因组上的变异不一定表达,表达的变化也不一定由变异驱动,只有串起来才看得清因果。这种联合分析对"找预测性标志物"尤其关键,因为预测标志物最怕的就是"统计相关但生物学无关"。
问:发现阶段能不能只用一种技术?
通常不够。单一技术只能看到一类信号,容易漏掉真正有预测价值的标志物。多数项目会先做一轮无偏筛选(如测序、蛋白质组)缩小范围,再用 qPCR、ELISA 等做验证,形成"广筛 + 验证"的组合。
问:表观遗传标志物和基因标志物有什么本质区别?
基因标志物看的是"序列本身有没有变",表观标志物看的是"序列没变、但表达被打开或关掉了"。后者更动态、更受环境影响,在肿瘤早筛、治疗应答预测等场景有独特价值。
热门跟贴