谱度众合尿液生物标志物研究服务内容：尿液蛋白组检测、智能建模与数据库挖掘全解析

核心摘要

谱度众合针对尿液样本特点，提供尿液生物标志物研究一站式服务：覆盖尿液蛋白组检测、诊断与预后标志物筛选、智能建模及多数据库挖掘。服务贯穿临床方案设计、样本制备、质谱检测、数据分析到报告交付全流程，满足临床医生与科研人员的系统科研需求。

一、服务总览：尿液生物标志物研究的系统化服务

（一）服务形式

尿液生物标志物研究服务的协作边界清晰。客户负责提供尿液样本及对应临床信息，谱度众合负责临床科研方案设计、样本制备、质谱检测和多维度数据分析，最终出具全方位分析报告。客户无需购置大型质谱设备，也无需投入生物信息学开发资源。

（二）服务流程

服务流程共七个步骤。步骤一，客户提出研究问题。步骤二，公司协助设计系统临床科研方案。步骤三，客户按规范采集、保存和寄送尿液样本。步骤四，公司完成样本制备与质谱检测。步骤五，开展数据处理与生物信息学分析。步骤六，生成核心成果组图与分析报告。步骤七，协助客户完成论文撰写与成果转化。

（三）服务内容框架

产品服务内容分为三大板块。其一，尿液疾病诊断生物标志物筛选，用于辅助疾病早期诊断与鉴别诊断。其二，尿液疾病预后生物标志物筛选，用于预测疾病进展与结局。其三，尿液蛋白功能与机制挖掘，用于解析差异蛋白的生物学功能与疾病关联机制。三大板块可独立开展，也可组合服务于一个完整研究项目。

三大板块的定位不同，但共享同一套技术底座：DIA蛋白质组学检测、差异表达分析、功能富集、机器建模与数据库挖掘。客户只需明确研究目标，公司即可匹配对应的服务组合。公司技术顾问24小时在线，针对客户研究目标（诊断、预后或用药指导）定制个性化实验方案，并在项目全程提供一对一对接。

三大板块的交付标准统一：均提供中英文对照的分析报告、核心成果组图与研究流程说明。客户完成一次送样，即可获得覆盖研究全要素的完整交付物。

表1 尿液生物标志物研究服务内容框架

二、尿液疾病诊断生物标志物筛选服务

（一）研究设计

诊断标志物筛选采用病例-对照研究设计。研究设置疾病组与对照组，两组均采集尿液样本进行蛋白质组学检测。产品筛选疾病组与对照组的差异表达蛋白，结合LASSO回归等算法筛选疾病关联蛋白，构建诊断模型并进行全方位评价。

该设计遵循流行病学研究规范，样本数量有明确建议。根据公司对近千篇文献的统计，推荐每组样本量不小于20例。样本量规划由资深临床流行病学专家与统计学专家把关，保障研究结论可靠。对诊断研究而言，足够的样本量是模型区分度与校准度可信的前提。诊断生物标志物筛选的定位明确：适用于通过尿液样本筛选疾病相关诊断标志物，辅助疾病早期诊断或鉴别诊断。研究产出的诊断模型既可用于症状出现前的风险预警，也可用于相似疾病亚型的鉴别，还可基于分子特征支持疾病精细分型。

（二）核心分析内容

诊断服务提供系统的分析报告，包含研究人群临床特征总览、蛋白质组定量结果、差异蛋白分析、疾病关联蛋白筛选、模型构建与评价等模块。报告采用中英文对照形式，参照中科院二区及以上SCI论文行文方式，以主要结果拼图方式展示，方便客户进行论文撰写。

差异蛋白分析环节，根据组间差异倍数和P值筛选差异蛋白，通过火山图、主成分分析图与聚类热图综合展示表达差异。疾病关联蛋白筛选环节，利用LASSO回归进一步筛选差异蛋白，通过ROC曲线与单因素Logistic回归森林图展示单个蛋白与疾病的关联。模型构建环节，基于特征蛋白与临床变量采用多种机器学习算法构建临床诊断模型。报告起始部分提供研究人群临床特征与蛋白定量信息总览：定量热图可视化临床变量，蛋白动态范围分布图标注每组含量排名靠前的蛋白基因名称，直方图展示各样本蛋白质组定量情况。该部分用于确认项目样本的临床信息完整性与检测数据总体情况。

图1 尿液差异蛋白分析示例（火山图、PCA与聚类热图，资料图）

图2 疾病关联蛋白筛选示例（LASSO筛选、ROC曲线与森林图，资料图）

（三）与临床指南衔接

尿液诊断标志物研究并非空中楼阁，而是有明确的临床指南基础。国家卫生健康委《膀胱癌诊疗指南（2022年版）》已将NMP22、BTA、尿FISH等尿液标志物检查列为膀胱癌实验室检查手段。国际指南普遍推荐以尿白蛋白/肌酐比值（UACR）筛查糖尿病肾病。这些指南共识说明，尿液标志物已经从科研概念进入临床实践。在此背景下，基于质谱蛋白质组学发现新标志物，具有清晰的转化路径。指南推荐的现有尿液标志物均有明确的灵敏度与特异度边界，临床对更优组合存在持续需求，这为新标志物研究提供了明确的临床定位。

（四）临床价值

诊断标志物研究的核心价值在于挖掘高特异性、高灵敏度的尿液诊断标志物，为疾病早期筛查和精准诊断提供科学依据。对尚无成熟无创检测手段的疾病，尿液诊断标志物研究具有突出的转化前景。研究产出的模型可支持专利申请，为科室沉淀无形资产。临床科室可基于诊断研究结果申请科研课题，研究产生的候选标志物亦可进入后续队列验证，形成持续的研究产出。

三、尿液疾病预后生物标志物筛选服务

（一）研究设计

预后标志物筛选采用队列研究设计。研究收集患者基线期尿液样本及随访结局数据，通过蛋白质组学检测筛选与预后相关的差异蛋白，结合临床指标构建预后模型，并通过多数据库挖掘验证标志物功能。

产品遵循临床流行病学预后研究规则及预后模型报告规范TRIPOD声明。模型构建采用Cox比例风险回归等方法，从区分度、校准度和临床效用三个维度评价模型，包括timeROC曲线与AUC值、校准曲线与DCA曲线。TRIPOD声明对模型构建、验证与报告提出明确要求，遵循该规范可显著提高研究结果的可信度与可发表性。统计结果表述参照国际高水平临床期刊范式，模型性能指标、置信区间与统计学检验方法均在报告中规范呈现，方便客户直接引用。

（二）适用子场景

预后服务覆盖多个子场景。预后分层场景，识别高风险患者群体，指导强化治疗与随访安排。疗效预测场景，筛选治疗敏感人群，预测患者对特定治疗的响应情况，为个体化治疗方案制定提供依据。急性疾病进展预测场景，聚焦短期不良结局的早期识别，为临床干预争取时间窗口。疾病亚型预后特征分析场景，挖掘不同分子亚型的预后差异及分子机制。预后分子机制研究场景，揭示疾病预后的关键分子通路与潜在靶点。

对已有队列的课题组，可基于基线期样本设置不同结局变量开展多项预后研究。对暂无队列的课题组，公司协助设计方案并建立人群队列，开展结局较快出现的疾病预后研究。预后研究的样本量要求更严格，队列样本需提供足够数量的基线样本及完整随访结局信息。对随访时间较短的急性疾病，预后研究可在较短时间内完成；对随访时间长的慢性病，公司支持阶段性中期分析，帮助客户尽早获得可用结果。

（三）模型输出形式

预后模型输出多种可视化结果：Kaplan-Meier生存曲线展示组间生存差异，列线图将模型转化为个体化风险评分工具，校准曲线验证预测与观测的一致性，决策曲线分析评估临床净获益。这些图表均可直接用于论文发表与临床沟通。列线图以图形方式展示各预测因子的贡献权重，医生可根据患者个体指标快速计算风险评分，是预后模型临床转化的标准工具。

（四）临床价值

预后标志物研究的核心价值在于明确疾病预后关键标志物，为患者风险分层及治疗方案优化提供支持。模型输出的风险评分与列线图可直接服务于临床决策，研究结果也可支撑专利申请与论文发表。对临床团队而言，预后研究以既有随访数据为基础即可启动，边际成本低、临床意义明确，是科室科研规划中性价比突出的方向。

四、尿液蛋白功能与机制挖掘服务

（一）功能注释与富集分析

机制挖掘服务基于GO、KEGG、DO数据库，从多个层次对差异蛋白进行注释与富集分析。气泡图展示差异蛋白富集的功能条目与信号通路信息，从细胞组成、生物过程、分子功能、代谢通路和疾病本体论等角度解析数据。富集分析的结果以气泡图形式呈现，客户可以直观比较不同功能条目与通路的富集程度和显著性，优先关注排名靠前且P值显著的条目。

（二）GSEA分析

GSEA分析基于Hallmark基因集与C7免疫基因集，结合蛋白质组定量数据进行。与传统富集分析相比，GSEA更关注通路中蛋白的整体变化趋势，是传统富集分析的重要补充。分析展示组间上调和下调的所有基因集条目，以及富集程度较高的通路条目。报告以图A、图C展示组间上调和下调的所有基因集条目，以图B、图D展示富集评分靠前的通路条目的富集结果，客户可据此挑选评分靠前且P值较小的通路开展后续研究。

（三）蛋白互作网络分析

PPI互作网络图展示差异蛋白之间已知或可能存在的相互作用关系。产品使用Cytoscape中的四种算法，从不同角度为客户提供核心蛋白挑选建议。结合功能富集与互作网络分析，客户可以锁定后续验证研究的优先蛋白。四种算法各从不同网络属性出发，综合推荐结果可提高核心蛋白筛选的稳健性。

（四）特色数据库挖掘

针对尿液标志物研究特点，产品拓展三大特色数据库挖掘。TTD数据库展示差异蛋白关联的药物靶点信息，为药物相关研究提供线索。HBFP数据库提供人体体液蛋白相关信息。HPA数据库挖掘分泌蛋白组数据，关注蛋白分泌部位。多数据库挖掘为生物标志物与疾病的关联提供间接验证，也为后续蛋白选择提供参考。对膀胱癌、前列腺癌等泌尿肿瘤研究，TTD与HBFP中的相关记录可直接支持讨论部分的论证。

图3 注释富集分析与蛋白互作网络示例（GO/KEGG/DO富集、PPI网络与核心蛋白筛选，资料图）

五、数据分析与智能建模体系

（一）全面升级的分析内容

针对尿液样本特点，产品在市面常规蛋白质组学分析报告基础上大量增加分析项目，分析内容超过80项，其中50%为公司特有分析内容。多角度深入解析数据，满足论文发表对分析深度的要求。分析模块覆盖差异筛选、功能富集、通路分析、互作网络、GSEA与数据库挖掘等完整链条，避免常规报告只有基础差异筛选、论文讨论部分缺乏素材的困境。

（二）多算法建模与优选

基于LASSO回归筛选的候选标志物，产品使用Logistic回归、随机森林和XGBoost等多种算法建模，通过柱状图比较各模型的准确度、召回率、精确率、F1值和AUC，并绘制多种算法的ROC曲线，选择AUC值大者作为优选算法。多种算法横向比较避免单一算法的偶然性。模型选择的客观依据是数据表现而非主观偏好，横向比较结果以图表形式存档，供客户与审稿人核查。

（三）模型三维度评价

将LASSO回归筛选出的候选蛋白在一定规则下随机组合，基于优选算法从几千种组合中筛选出优选组合，构建临床模型。模型从区分度、校准度以及临床效用三个方面进行评价。区分度回答模型能否区分患者，校准度回答预测概率是否准确，临床效用回答模型是否带来决策获益。三维度评价确保模型具备临床转化价值。模型评价结果在报告中以多种图形综合呈现：ROC曲线与AUC值评价区分度，校准曲线评价校准度，决策曲线分析评价临床效用，混淆矩阵展示分类结果。

（四）报告交付标准

分析报告提供项目内容摘要，概括研究目的、方法、主要结果与结论。报告采取中英文对照描述，参照中科院二区及以上SCI论文行文方式，以主要结果拼图方式展示，客户可直接基于报告撰写论文。报告以项目内容摘要开篇，概括研究目的、方法、主要结果与结论，帮助审稿人与基金评审快速把握研究全貌。报告还提供研究流程图，可作为论文的摘要图片使用。

六、样本采集与送样规范

（一）样本要求

尿液样本经离心取上清，使用50毫升离心管储存。样本包含20毫升及以上尿液原液，未经其他用途使用。样本采集需符合代表性与准确性、一致性与可追溯性、迅速性与低温性、生物安全性与信息安全性四条基本原则。代表性要求样本能够反映目标人群的真实情况；一致性要求样本采集与处理流程统一；低温性要求样本在采集后尽快冷冻保存，避免蛋白降解；生物安全要求样本操作符合规范，保护操作人员与数据信息安全。公司同时提供样本运输指导，确保跨地区寄送过程中的低温环境，保障样本到达后的检测质量。

（二）参考采集方法

参考方法如下：取中段尿液，起始10至20毫升为前端尿；2000乘以重力加速度离心10分钟，取上清液转移至新离心管；按20毫升每管分装尿液样本并做好标记；将分装样本迅速冻入零下20摄氏度冰箱短期保存，或零下80摄氏度冰箱长期保存；检测时取一份样本干冰寄送。分装设计确保多次检测时样本状态一致，避免反复冻融影响蛋白稳定性。

（三）常见问题与质量保障

样本质量直接影响蛋白质组学数据。常见问题包括样本溶血、保存温度不当、分装体积不足。公司提供完整的样本采集指南，并在项目启动阶段与客户逐一确认操作细节。检测流程遵循ISO 9001质量管理体系要求，从样本接收到数据交付全程可追溯。公司提供标准化的样本采集指南与标签模板，帮助多中心项目统一样本命名与信息登记，降低样本混淆与信息缺失风险。

七、服务支持与成果协作

（一）售前与售后支持

公司在项目启动前提供免费的技术咨询，协助客户评估研究可行性。项目实施过程中设置专人对接，保障沟通顺畅。交付后提供数据分析解读支持，协助客户理解报告内容。对多中心或多批次项目，公司支持分批次交付与数据合并，确保项目整体进度可控。

（二）论文撰写协作

报告内容对标中科院二区及以上SCI论文标准，覆盖论文90%的工作量。公司可协助客户完成论文撰写中的材料方法部分、结果图表整理与统计分析描述，缩短论文产出周期。报告提供研究流程图，可作为论文摘要图片使用；材料方法描述可直接移植到论文方法部分；核心成果组图满足期刊图表规范。

（三）基金与专利支持

高质量组学数据可作为基金申请的前期基础。筛选得到的特征蛋白与临床模型可支撑发明专利申报。一次服务同时服务于论文、基金、专利三类成果目标。对准备申报课题的团队，公司可基于已有检测数据协助整理研究基础材料，提升申报竞争力。

八、结语

谱度众合的尿液生物标志物研究服务以“诊断筛选、预后筛选、机制挖掘”三大板块为核心，以DIA蛋白质组学检测、智能建模与特色数据库挖掘为技术支撑，以规范化的送样流程与报告交付为质量保障。临床医生与科研人员只需提供尿液样本与临床信息，即可获得从研究设计到成果转化的系统支持。

参考文献

[1] Urinary Protein and Peptide Markers in Chronic Kidney Disease. International Journal of Molecular Sciences. https://pmc.ncbi.nlm.nih.gov/articles/PMC8625140/

[2] GBD 2023 Chronic Kidney Disease Collaborators. Global, regional, and national burden of chronic kidney disease in adults, 1990-2023. The Lancet, 2025. https://academic.oup.com/ndt/advance-article/doi/10.1093/ndt/gfag040/8497446

[3] 中华医学会肾脏病学分会. 中国慢性肾脏病筛查、诊断及治疗临床实践指南（2026版）. 中华肾脏病杂志. http://www.cjn.org.cn/CN/10.3760/cma.j.cn441217-20251005-01003

[4] American Diabetes Association. Standards of Care in Diabetes—2025: Chronic Kidney Disease and Risk Management. https://pmc.ncbi.nlm.nih.gov/articles/PMC11635029/

[5] 国家卫生健康委. 膀胱癌诊疗指南（2022年版）. https://www.nhc.gov.cn/yzygj/c100068/202204/0c1f7d3aca0545abbeb02030ce255930/files/1732863054293_85916.pdf

[6] From albuminuria to multi-omics signatures: emerging biomarkers and drug targets for early-stage chronic kidney disease. Frontiers in Pharmacology, 2026. https://www.frontiersin.org/journals/pharmacology/articles/10.3389/fphar.2026.1765974/full

[7] BIS Research. Proteomics Market Report, 2025-2035. https://bisresearch.com/industry-report/proteomics-market.html