开放科学环境推动转移性癌症转化研究：UPTIDER项目的创新实践与经验分享

《npj Precision Oncology》：Enhancing translational research in metastatic cancer through an open science environment: the UPTIDER experience

本文推荐研究人员为克服转移性癌症研究中样本匮乏的瓶颈，通过建立UPTIDER尸检组织捐赠项目，构建了一套集成电子病例报告表（eCRF）、实验室信息管理系统（LIMS）、分布式代码版本控制系统及FAIR原则数据存储的开放科学环境（OSE）。该体系实现了>750项临床特征和>100项样本元数据的高效整合，支撑了39例患者15000份样本的多组学分析，显著提升了转移性乳腺癌研究的可重复性和数据共享效率，为跨学科转化研究提供了标准化范本。

　　

在精准肿瘤学快速发展的今天，转移性癌症仍是导致癌症死亡的主要原因。然而，转化研究面临一个关键瓶颈：转移性样本的稀缺性限制了科学家对疾病生物学机制的深入探索。尽管原发性癌症已有大规模数据资源，但关于转移性疾病的数据却十分有限，这直接阻碍了治疗策略的优化。尸检组织捐赠项目为这一挑战提供了创新解决方案，能够在患者去世后从多个时间点和解剖部位系统收集样本，但此类项目的可持续发展需要强大的数据管理和协作框架支持。

在此背景下，比利时鲁汶大学医院的研究团队在《npj Precision Oncology》发表了题为"Enhancing translational research in metastatic cancer through an open science environment: the UPTIDER experience"的研究论文，详细介绍了其建立的UPTIDER（UZ/KU Leuven Post-mortem Tissue Donation to Enhance Research）项目开放科学环境（OSE）。该研究展示了一个端到端的科研框架，旨在促进转移性乳腺癌研究的透明度、协作性和可重复性。

UPTIDER OSE的核心架构包含四大支柱：临床数据收集、样本数据管理、存储解决方案和代码版本控制。这些组件共同构成了一个遵循FAIR（可查找、可访问、可互操作、可重用）原则和GDPR（通用数据保护条例）的数据生态系统。截至2025年5月，该环境已支持39例患者的15000多份样本的采集和注释，中位数为每次尸检300份样本，覆盖超过30个实体组织和7种液体活检来源。

关键技术方法方面，研究团队开发了电子病例报告表（eCRF）记录超过750项临床特征，定制了实验室信息管理系统（LIMS）追踪样本全生命周期元数据，建立了分布式代码版本控制系统（基于Git）支持团队协作，并采用GDPR兼容的数据仓库进行长期存储。所有技术方案均基于转移性乳腺癌患者尸检样本队列（NCT04531696），并整合了标准预分析编码（SPREC）和机构生物样本库要求。

临床数据采集

研究团队设计了结构化的eCRF系统，通过REDCap平台实现超过750项临床特征的标准化采集。该系统采用角色权限控制、多因素认证和API接口，确保数据安全与可及性平衡。内部质量检查（QC）规则如分支逻辑和数据验证有效提升了数据质量，最小化自由文本字段的使用增强了数据结构化程度。

样本数据记录

针对每次尸检产生多达600份样本的挑战，定制化LIMS系统实现了100多项元数据特征的跟踪，包括样本标签、采集日期和ICD-O-3器官分类代码。镜像样本（FFPE、FF-OCT、FF）和衍生样本（如DNA文库）的自动关联功能，以及QR码标签系统，显著提升了样本追溯效率。

数据存储方案

样本存储在机构生物样本库，衍生数据保存在GDPR保护的归档数据仓库中（约35TB）。Globus工具实现安全数据传输，实时Excel文档集成临床、样本和原始数据，确保团队始终访问最新信息。

代码版本控制

基于Git的分布式系统包含四大代码模块：项目特定脚本、OSE质量检查、最小化重现代码和共享分析脚本。双月圆桌会议进行代码审查，30多个互操作脚本支持组学数据整合分析。

数据管理策略

超越常规的数据共享，UPTIDER OSE强调上游实施开放科学实践。定期数据整理日、R Shiny可视化工具、团队培训课程和RDM（研究数据管理）自评估机制共同维护了数据生态的活力。发表阶段通过代码海洋（Code Ocean）平台分享最小化数据集和容器化代码环境，欧洲基因组-表型档案（EGA）管理原始测序数据。

研究结论表明，这种端到端的开放科学环境显著加速了转移性乳腺癌研究的转化进程。通过标准化数据采集、强化质量控制和完善共享机制，不仅解决了样本可及性问题，更建立了跨学科协作的可持续发展模式。特别值得关注的是，该环境为人工智能（AI）驱动的多模态数据分析奠定了坚实基础，优化后的数据结构和API接口支持程序化查询，为未来精准医学模型开发提供了独特资源。

尽管面临资金持续性和法规合规性挑战，但UPTIDER OSE的成功实践为转化研究提供了可扩展的蓝图。其经验显示，将开放科学原则前置到研究设计阶段而非仅停留在发表阶段，能更有效地促进研究连续性、同行验证和科学进步。随着欧洲健康数据空间等倡议的发展，此类精心设计的数据环境有望成为下一代癌症研究的基础设施，最终推动转移性癌症患者的精准治疗突破。