《Frontiers in Plant Science》：A standard-curve-free ΔΔCt method for rapid GMO compliance screening relative to labeling thresholds
编辑推荐：
转基因生物（GMO）含量的监管阈值已被世界各国广泛采用，用于标签管理。日常检验的主要需求在于判定GMO含量是否超过、低于或接近阈值，而非要求精确量化。ΔΔCt方法源自比较Ct法，可利用与阈值匹配的质量控制（QC）样品实现GMO快速筛查。本研究建立了通用ΔΔCt
转基因生物（GMO）含量的监管阈值已被世界各国广泛采用，用于标签管理。日常检验的主要需求在于判定GMO含量是否超过、低于或接近阈值，而非要求精确量化。ΔΔCt方法源自比较Ct法，可利用与阈值匹配的质量控制（QC）样品实现GMO快速筛查。本研究建立了通用ΔΔCt判定界值±0.4，作为将样品相对于标签限量分为三类的决策标准。该标准的稳健性通过一项跨实验室协同研究得到验证，该研究涉及八个检测实验室、两种转基因作物基质（大豆和玉米）以及广泛的GMO浓度范围。该方法免除了标准曲线制备，同时支持基于阈值的快速筛查和GMO含量的半定量估算。这一双重功能使其特别适用于高通量监管检测。总体而言，该工作流程经济高效且技术稳健，为促进GMO标签法规的实施提供了实用工具。
**论文解读：基于免标准曲线ΔΔCt方法的转基因生物标签阈值合规快速筛查技术研究**
**一、研究背景与目的**
随着转基因生物（genetically modified organism, GMO）产业化的快速推进，GMO产品在国际农产品贸易和食品市场中占据日益重要的地位。与此同时，一系列生物安全相关报告引发了公众的广泛关注。基于国际政治、经济及公众接受度等多方面考量，越来越多的国家开始实施GMO产品标签制度。欧盟率先实施GMO标签法规，最初规定食品成分中GMO含量达1%时需标注，2003年将阈值降至0.9%；巴西、澳大利亚、新西兰等国要求GMO含量超过1%的产品需标注；韩国现行无意混入容许水平为3%，并计划于2026年底降至0.9%；日本对配料表中排名前三且含量超过5%的成分实施强制标签，2023年进一步收紧非GMO标签标准，要求转基因成分不可检出；美国于2022年发布《国家生物工程食品披露标准》，将阈值设定为5%；中国目前采用定性标签方式，并对管理目录中的单作物GMO成分提出了3%的定量阈值建议。
为支持标签阈值的实施，定量实时聚合酶链式反应（quantitative real-time polymerase chain reaction, qPCR）被广泛用于样品中GMO含量的绝对定量。绝对定量需要将待测样品与一系列已知含量的稀释标准品同时分析，基于标准品Ct值与初始模板量之间的线性关系构建标准曲线，进而计算待测样品含量。然而，该方法每次检测均需构建标准曲线，操作繁琐、劳动强度大、成本高，且对检测实验室的分析能力要求较高。因此，为有效支持GMO标签阈值管理，亟需开发更高效、准确且经济实惠的检测方法。
比较Ct法（comparative Ct method）与校准曲线法类似，区别在于其利用数学公式实现相对定量结果。在相对定量中，qPCR数据以参照基因（通常是看家基因）为基准进行表达。ΔCt值代表同一份样品中靶基因与参照基因Ct值之差，ΔΔCt值则为两份样品（如待测样品与校准品或QC样品）ΔCt值之差。Livak和Schmittgen描述了ΔΔCt方法用于分析基因表达数据的推导、假设和应用。基于该数学模型，研究人员可通过测量待测样品与QC样品两类样品之间Ct值的相对差异来实现GMO含量的定量。
在GMO标签阈值管理中，仅需判定样品中GMO含量是否高于或低于标签阈值，大多数情况下无需精确量化。基于比较Ct法原理，本研究建立了快速ΔΔCt方法用于判定GMO含量。通过引入已知GMO含量且与标签阈值匹配的QC样品，计算待测样品的GMO含量。ΔCt值定义为每份样品内转基因与参照基因Ct值之差，ΔΔCt值代表待测样品与QC样品ΔCt值之差，依据ΔΔCt值的大小快速评估GMO含量。本研究参照《GMO检测分析方法最低性能要求定义》（ENGL, 2015）中绝对定量关键参数标准，结合ΔΔCt方法推导出ΔΔCt判定界值，并通过多实验室协同研究进行验证，确认ΔΔCt = ±0.4为可靠阈值。该方法的可靠性和可重复性通过涉及八个独立检测实验室、两种主要转基因作物基质（大豆和玉米）以及广泛GMO含量水平的跨实验室协同研究得到严格验证。该方法无需构建标准曲线，显著简化了工作流程；同时，该方法在设计上不仅适用于基于阈值的快速筛查，还能实现GMO含量的粗略半定量估算，具备适合高通量监管检测的双重功能。
**二、主要关键技术方法**
研究人员采用了以下主要技术方法：（1）qPCR检测技术，对转基因靶序列和物种特异性参照基因进行同步扩增，检测方法依据中国国家标准开发，所有引物探针由国家标准提供；（2）ΔΔCt相对定量计算方法，通过计算待测样品与QC样品的ΔCt差值实现GMO含量判定；（3）跨实验室协同验证方案，组织八个GMO检测实验室对三种材料（转基因大豆ZH6106、转基因玉米BFL4-2和转基因玉米BBL2-2）共15个GMO样品（每个材料涵盖5个含量水平）进行盲样检测，每份样品设置三个子样本、每个子样本至少三次PCR重复；（4）统计分析验证方法，采用Cochran检验和Grubbs检验对实验数据进行离群值检测，依据ENGL（2015）和MOA（2015）指南评估正确度（相对偏倚≤25%）和精密度（相对重复性标准差≤25%，相对再现性标准差≤35%）。
**三、研究结果**
**3.1 样品含量准确性验证**
研究人员采用的样品为实验室制备而非有证标准物质，因此组织八个协同实验室通过标准曲线定量法确认样品含量。标准曲线分析依据ENGL（2015）和MOA（2015）指南设定接受标准：斜率（b）须在-3.6至-3.1范围内；决定系数（R2）最低可接受值为0.98；PCR扩增效率（E）须在0.9至1.1之间。八个实验室的所有靶标和参照基因检测均表现出0.9至1.1范围内的扩增效率，满足上述标准要求。经Cochran检验和Grubbs检验确认，八个实验室对15个GMO样品的测量数据均有效，无统计离群值。15个GMO样品的测量平均相对偏倚落在±25%范围内，满足正确度要求；相对重复性标准差小于25%，相对再现性标准差小于35%，满足精密度要求。
**3.2 ΔΔCt值的统计分析**
**3.2.1 参照基因和QC样品的选择**
ΔΔCt方法要求选择合适的物种特异性参照基因作为内参。本实验中，玉米采用zSSIIb基因作为参照基因，大豆采用Lectin基因。检测方法依据中国国家标准开发，其特异性、检出限、扩增效率等性能参数在标准制定过程中已得到充分验证。QC样品应优先使用有证参考物质，经验证的实验室制备样品也可使用，QC样品标准值的测量不确定度应涵盖标签阈值。
**3.2.2 ΔΔCt判定界值的推导**
根据公式CS=(1+E)^(-ΔΔCt)×C_QC，研究人员计算了不同扩增效率和不同含量水平下ΔΔCt值与样品含量的对应关系。依据ENGL（2015）和MOA（2015）指南，GMO含量测量值不得偏离标准值超过25%。当ΔΔCt值在±0.4范围内且扩增效率在0.9至1.1之间时：5%样品的测量范围为3.72%至6.73%，3%样品的测量范围为2.23%至4.04%，1%样品的测量范围为0.74%至1.35%。基于上述两点，研究人员建立了ΔΔCt判定界值±0.4，确保该界值下计算的样品含量范围覆盖所需测量偏差范围。
**3.2.3 ΔΔCt判定界值准确性的实际检测验证**
研究仅利用15个GMO样品和QC样品的实测Ct值进行数据分析，以验证推导的ΔΔCt判定界值的准确性。以QC含量为1%的转基因大豆ZH6106测试为例：2%和5%的待测样品呈现ΔΔCt < ?0.4，表明其GMO含量显著高于QC样品；0.1%和0.5%的待测样品呈现ΔΔCt > 0.4，表明其显著低于QC样品；1%的待测样品满足|ΔΔCt| ≤ 0.4，其GMO含量判定为与QC样品相当。上述判定结果与预期完全一致。转基因玉米BFL4-2和BBL2-2获得了相同结果。因此，ΔΔCt判定界值0.4实现了高准确度，满足常规检测要求。个别实验室（如Lab4）对2%玉米BFL4-2和0.1%玉米BBL2-2的ΔΔCt值偏离理论值，可能归因于实验室操作误差，但由于这两个离群值不属于“接近阈值”的数值，不影响使用ΔΔCt方法判定待测样品GMO含量高于或低于标签阈值的结论。
**3.3 ΔΔCt方法的应用**
**3.3.1 GMO含量的判定**
基于上述±0.4的ΔΔCt判定界值，ΔΔCt方法的检测结果可快速解读为：若ΔΔCt < -0.4，表明样品中GMO含量显著高于QC样品；若ΔΔCt > 0.4，表明样品中GMO含量显著低于QC样品；若-0.4 ≤ ΔΔCt ≤ 0.4，表明样品中GMO含量与QC样品相当。可选择含量与标签阈值匹配的QC样品，利用ΔΔCt方法快速判定样品中GMO含量是否超过标签阈值。
**3.3.2 GMO含量的计算**
根据公式CS=2^(-ΔΔCt)×C_QC可近似计算GMO含量，其中假定理想qPCR扩增效率E=1.0。该方法仅能确定GMO含量的近似范围，如需精确量化，可采用涉及标准曲线构建的绝对定量方法获得精确GMO含量。
**四、讨论与结论**
**讨论部分总结：** 传统GMO定量依赖基于标准曲线的绝对qPCR方法，每次检测均需构建标准曲线，增加了工作量和成本。然而在GMO标签阈值管理中，通常无需以绝对GMO含量形式呈现数据，仅需判定样品中GMO含量是否高于或低于标签阈值。基于ΔΔCt的qPCR方法是一种相对定量方法，利用已知GMO含量的QC样品即可快速计算GMO含量。该相对定量方法将靶基因和参照基因的PCR效率纳入方程，从而在计算中考虑两者扩增效率的差异。本研究并未完全依赖扩增效率等于1.0的简化假设，对于公式计算，研究人员校正了理想扩增效率1.0的偏差并计入相关分析误差。研究强调不应直接对原始Ct数据进行统计分析，而应采用两层平均策略——先平均PCR重复，再计算子样本平均值，以有效减少实验操作引起的误差。
与数字PCR（digital PCR, dPCR）相比，dPCR依赖有限稀释和泊松分布统计实现高定量精度和强抗PCR抑制剂能力，适合低丰度转基因靶标和有证参考物质表征，但需要专用仪器、昂贵耗材和较长检测时间，限制了其在高通量筛查中的常规部署。相比之下，本研究的ΔΔCt策略可在检测机构广泛配备的常规qPCR仪器上运行，无需额外硬件支出，允许快速分析且操作调整极小。两种工具满足不同的分析需求：dPCR用于精确绝对定量和参考值校准，ΔΔCt方法用于低成本、大规模筛查以促进GMO标签法规的实施。
研究也承认，本研究使用实验室制备且含量明确表征的参考样品而非商业食品进行方法验证，这是有意选择，旨在受控条件下确立ΔΔCt方法的分析性能。使用商业样品的验证将进一步加强该方法的实际适用性，这是后续工作的合理方向。
**研究结论：** GMO标签阈值法规的执行需要开发快速且经济有效的定量技术。传统定量方法依赖每次检测构建标准曲线，往往费时费力。本研究提出了一种基于将目标样品与对应标签阈值的QC样品平行检测的快速定量策略。通过计算样品与对照之间的ΔΔCt值并应用±0.4的ΔΔCt判定界值，该方法能够有效评估GMO含量：ΔΔCt < -0.4表明GMO含量显著高于标签阈值；ΔΔCt > 0.4表明GMO含量显著低于标签阈值；-0.4 ≤ ΔΔCt ≤ 0.4表明GMO含量接近标签阈值。如有需要，可通过标准曲线进行绝对定量以获得精确测定值。该方法的准确性和可重复性已通过多实验室协同研究得到验证。在实际应用中，特别是对于高通量样品检测，该快速策略可大幅提高效率并降低成本，为标签阈值管理提供有力技术支撑。
