基于Olink邻近延伸技术的血清与血浆蛋白质组学数据标准化转换模型研究

为解决血清与血浆蛋白质测量差异阻碍多中心研究数据整合的难题，费城儿童医院团队通过线性建模开发了551种蛋白质特异性转换因子，成功实现Olink PEA技术平台下跨样本类型的定量标准化，为大规模生物标志物研究提供关键工具。

　　

在生物医学研究中，血清和血浆作为最常用的血液样本类型，其蛋白质组数据的可比性一直存在重大挑战。虽然Olink开发的邻近延伸技术(Proximity Extension Assay, PEA)已实现高通量蛋白质检测，但不同研究机构使用血清或血浆样本产生的数据始终无法直接比较。这种"样本介质鸿沟"严重制约了多中心研究的协同效应，尤其在儿科领域，受限于采血量，研究者往往被迫选择单一介质，进一步加剧了数据整合困境。

费城儿童医院联合宾夕法尼亚大学的研究团队在《Molecular》发表重要成果，通过建立蛋白质特异性转换模型，首次系统解决了这一技术难题。研究团队创新性地采用三阶段验证策略：首先在19例儿科免疫疾病患者的匹配样本中筛选出686个可建模蛋白；随后在40例CAR-T治疗的B细胞白血病患儿和Wik等发表的成人肥胖队列中分别验证；最终确定551个具有跨人群稳定性的转换因子。敏感性分析表明，这些因子可使差异表达分析的结论保持87%的一致性，即使存在±0.3的转换误差。

关键技术方法包括：1) Olink Explore 1536/384和Immuno-oncology 96 Target panel检测技术；2) 基于Cook距离的三层级线性建模（保留10-15%离群值）；3) 使用儿童MISC-COVID队列进行转换误差敏感性评估；4) 跨三个独立队列（含EDTA与肝素抗凝样本）的验证策略。

【Developing Linear Models to Identify Transformation Factors】
通过19例异质性儿科样本建立三级建模体系：Tier1保留全部样本，Tier2/Tier3逐步剔除10-15%离群值。结果显示60%蛋白质（885种）呈现中度以上线性关系，最终857种蛋白达到R²≥0.5，其中58%的转换因子集中在0.75-1区间。

【Characteristics of Modelable Proteins】
高R²值蛋白（≥0.9）表现出显著更高的表达方差，但表达水平与模型拟合度无关。关键发现是95%模型的置信区间跨度≤0.4，为后续阈值设定奠定基础。

【Transformation Factor Confidence Intervals and Sensitivity Analysis】
创新性采用COVID患者队列进行转换误差模拟：当转换因子偏差达±0.3时，MISC与健康对照的差异蛋白结论仍保持77-87%一致性，而轻度COVID组仅保留52-87%，据此确立±0.3为CI上限阈值。

【Validation of Transformation Factors With Two Independent Cohorts】
在CAR-T治疗队列中，78%（40/51）的蛋白模型得以复现；成人肥胖队列更验证了551个跨人群稳定因子，其中88%的转换因子差异≤0.3。值得注意的是，使用不同抗凝剂（EDTA vs 肝素）未显著影响模型稳定性。

该研究突破性地建立了首个PEA技术平台的血清-血浆转换体系，其三大价值尤为突出：技术上，551个经过三重验证的转换因子覆盖了Olink面板38%的蛋白质，为数据整合提供" Rosetta Stone"；方法学上，创新的三级建模与敏感性分析框架为其他组学技术树立范式；临床意义上，特别解决了儿科研究样本量受限的痛点，使历史积累的不同介质样本得以激活。研究者特别指出，该体系最佳适用于存在桥接样本（bridging samples）的多中心研究，在应用时需同步考虑技术批次效应。随着Olink检测通量的持续提升，这套方法论有望扩展至更广泛的蛋白质组，最终推动跨疾病生物标志物研究的革命性进展。