用户登录转化医学是什么？

蛋白质组学创新论坛圆满落幕，以队列研究构筑精准医学发展新范式

首页 » 产业 » 快讯 1小时前转化医学网赞(2)

导读	2026年8月14日，“蛋白质组学创新论坛：队列研究驱动精准医学新范式”在上海成功举办。

2026年8月14日，“蛋白质组学创新论坛：队列研究驱动精准医学新范式”在上海成功举办。本次论坛汇聚了来自队列研究、临床诊疗、转化医学及药物研发领域的顶尖专家学者与产业代表，围绕蛋白质组学技术革新、多组学数据质控、大型人群队列建设、多组学临床转化、新药靶点挖掘等核心议题开展了深度思辨，成功搭建起贯通学术界、临床医疗机构与生物医药产业的高端交流对接平台。

因美纳全球高级副总裁兼大中华区总经理郑磊

因美纳全球高级副总裁兼大中华区总经理郑磊在开幕致辞中表示，多组学技术与AI算法的融合，正在加速重塑生命科学研究范式。中国生命科学创新已从技术应用走向原创突破，本土科研与临床需求持续升级，也使中国成为全球生命科学创新格局中的重要力量。

她表示，中国市场对因美纳具备长期战略意义。因美纳将继续坚定深耕中国市场，围绕测序平台本土化生产、大型科研项目支持、定制化生信工具等方向，构建更贴近本土需求的创新能力。现场亮相的“生信移动宝”正是面向国内科研应用场景打造的特色解决方案之一。

郑磊强调，因美纳期待以长期陪伴者、技术推动者和生态赋能者的角色，全力支持中国科研与临床工作者，共启生命科学全新发展阶段。

主题报告环节，多位科研、临床、产业专家结合本土大型队列真实研究案例，多角度阐述蛋白组赋能精准医学的完整实施路径。

上海国际人类表型组研究院院长石乐明

多组学数据的可重复性和可靠性是精准医学的基石，而批次效应和数据整合是当前面临的核心难题。上海国际人类表型组研究院院长石乐明教授在专题分享中表示：“当前组学领域存在关键短板：行业缺少统一校准标尺，跨平台、跨批次数据无法互通。AI科研亟需高质量组学数据，低质数据会放大偏差，且业内长期重论文、轻临床转化，难以惠及患者。团队耗时十余年研制多组学国家标准参考物质，历时六年搭建血浆蛋白组标准化参考体系，能够客观评估各类蛋白检测平台性能，支撑百万级多中心人群队列数据整合。标准化、可互通的蛋白组数据是精准医学实现疾病分型、预后评估、个性化用药的基础，不仅能够提升新药临床试验成功率、减少患者无效治疗，相关研究成果还将推动建立ISO国际统一组学标准，产出适配AI模型的优质数据，真正以标准化体系赋能队列研究与精准医学长远发展。”

台湾大学公共卫生学院教授郭柏秀

台湾大学公共卫生学院郭柏秀教授聚焦抗抑郁治疗反应的多组学纵向研究，分享到“抑郁症全球高发，超半数患者服用抗抑郁药物无法实现症状缓解，康复后复发风险居高不下，传统基因组研究难以完整解释药效个体差异，而脑-肠轴双向通路揭示肠道菌群是调控精神疾病的关键变量。依托28例初治抑郁症患者三时间点的纵向队列，整合宏基因组、粪便代谢组、血浆蛋白质组多组学数据开展系统分析，可构建抑郁症肠道菌群失调指数，以证实基线菌群结构可预判远期药物应答。”

上海交通大学医学院附属瑞金医院住院医师程雯艳

蛋白质组学在完善血液肿瘤分型与挖掘衰老预后标志物方面，具有重要的临床转化价值。上海交通大学医学院附属瑞金医院程雯艳住院医师在专题报告中讲到“老年急性髓系白血病（AML）发病率高、长期生存差，仅靠基因层面分析存在局限。通过搭建AML多组学大队列，依托标准化质谱检测构建的8类蛋白分子亚型，可精准区分患者临床特征与预后差异；通过年龄相关蛋白调控网络，筛选的19个特征蛋白构建造血衰老评分，能独立预判不良预后，并匹配对应的联合用药方案。该研究完善了AML分型体系，为老年患者风险分层、疗效预判及个体化靶向治疗提供全新蛋白组学工具。”

因美纳全球蛋白质组学解决方案高级总监 Sarah Anderson博士

因美纳的技术专家也带来了产业前沿报告，从技术和平台以及解决方案的角度分享蛋白质组学如何与多组学整合，共同推动精准医学的研究。因美纳全球蛋白质组学解决方案高级总监Sarah Anderson博士分享到“因美纳收购Somalogic后完善了蛋白组学产品矩阵，旗下Soma Scan、Soma Seq两大核心平台具备高精准、高重复性优势，可实现多中心、跨时间样本数据统一比对，适配大规模人群队列与AI模型训练；在疾病标志物挖掘、生物衰老评估、肿瘤诊断模型优化等场景具备成熟的应用价值。配套蛋白组学联盟计划，助力全球科研人员协同开展多组学精准医学研究。”

因美纳大中华区生信业务负责人唐顺江

当蛋白质组学进入大规模样本多维度多组学的整合阶段，数据的高效提取和分析变得尤为关键。因美纳大中华区生信业务负责人唐顺江进一步分享：“因美纳通过核心生信分析平台DRAGEN™参与并支持英国生物银行50万人大规模基因组数据处理，基于这一成熟技术能力，因美纳打造了本土化创新产品——因美纳生信移动宝，目前已落地产出近万份科研数据。Illumina Connect Multiomics（ICM）三级分析软件支持可视化操作完成蛋白组聚类、富集、通路分析及图表生成，内置AI辅助流程优化与人审文献搭建的相关性知识库，无AI幻觉，还可一站式整合基因组、甲基化、蛋白、代谢等多组学数据，目前面向科研人员开放免费试用。DRAGEN™搭配ICM形成从测序原始数据到生物学解读的完整分析闭环，为国内大规模队列多组学研究提供更贴近本土科研需求的技术支持。”

浙江大学数智健康研究院院长吴息凤

大型人群队列是蛋白质组学从发现走向验证的关键基础设施，蛋白质组学与真实世界的健康数据相结合也具有广阔的前景。针对健康浙江百万人群队列(HOPE)项目研究进展，浙江大学数智健康研究院院长吴息凤教授表示“团队依托大型队列数据搭建分子、器官、机体多层级衰老时钟模型，构建了十余种肿瘤、慢病预测模型，借助 SomaScan平台完成泛癌血浆蛋白组研究，仅5个蛋白标志物即可实现94%泛癌鉴别，同时解析肝癌特征蛋白与致病通路，并通过孟德尔随机化验证疾病与蛋白因果关联。研究证实健康饮食、运动可显著延缓衰老、降低患病风险，且不同基因背景人群干预效果存在差异。团队联合可穿戴设备搭建个人数字健康分身，打通肿瘤早筛、精准抗衰、智慧医保联动闭环，为国内本土人群精准防控提供大规模实证数据支撑。”

首都医科大学附属北京安贞医院刘静教授

以时间为尺度的纵向设计，能够揭示疾病发生发展过程中蛋白质稳态的动态演变轨迹，为蛋白质组学从静态关联走向动态因果提供不可替代的验证场景。首都医科大学附属北京安贞医院刘静教授分享到“团队基于中国多省市心血管病队列（CMCS）三十年的持续随访与四次重复调查，系统揭示了中国人群心血管病危险因素的变化趋势及其与发病的关联。研究证实了欧美预测模型不适用中国人群，并建立了首个本土化的冠心病风险评估模型，直接指导了国内多项心血管病防治指南的制定。近年来，团队依托该队列跨越20年的纵向血清样本，开展了全球独有的多时间点蛋白质组学与代谢组学研究，获得国际广泛关注。纵向队列的多时间点组学数据能够揭示疾病发生发展过程中分子层面的动态演变，为生物标志物发现、新药靶点研发及临床风险预测提供了不可替代的实证基础。”

高雄医学大学副教授吴秉勋

高雄医学大学吴秉勋副教授从临床医生与研究者的双重视角出发，系统阐述了高通量靶向蛋白质组学在生物标志物发现与临床转化中的实践路径。他讲到“蛋白生物标志物能够实时反映机体当下的生理病理状态，其动态变化介于基因的静态稳定性与代谢体的快速波动之间，是连接基因型与表型的理想桥梁。在临床应用层面，利用蛋白质组学可构建心衰患者精准风险分层模型、基于器官特异性蛋白信号计算器官年龄以预测未来疾病风险。高通量蛋白质组学正处于从科研发现向临床检测转化的关键阶段，其与多组学数据及AI算法的深度融合，将为个体化医疗提供强大的技术支撑。”

在以“蛋白质组学驱动新药研发一从人群队列发现到临床转化应用”为主题的圆桌讨论中，河南省肿瘤医院病理中心分子病理科副主任魏冰教授、天津市肿瘤医院空港医院细胞生物技术研究室主任李晓玲教授、阿斯利康基因组学研究中心资深科学家楼海一博士、英矽智能生物信息学副总监崔辉博士、香港城市大学(东莞) 助理教授罗颜博士, 分别从临床病理、肿瘤免疫、跨国药企、AI制药和人群队列研究等不同视角，探讨探讨了蛋白质组学在新药研发全链条中的价值。

与会专家认为，蛋白质组学能够弥合基因型与表型之间的断层，依托大人群队列的pQTL分析可重构疾病蛋白互作网络，为靶点筛选和药物机制设计提供接近功能执行层的直接证据。关于新药研发中的突破方向，专家认为患者分层、疗效动态监测和耐药早期预警是蛋白质组学最有望率先突破的应用场景，尤其在个体化免疫治疗中，蛋白质组学能够揭示基因组和转录组无法捕捉的免疫应答动态。

讨论还指出，关于AI与蛋白质组学的融合，高质量蛋白质组学数据将进一步补充AI制药的数据基座，推动模型从数据堆叠走向层级化的机制建模，进而提升靶点发现与临床转化成功率。展望未来，蛋白质组学应在临床研究早期即整合入多组学框架，并通过大规模筛查转化为可临床检测的靶点，同时也有望用于自然人群的精准分层与生活方式干预指导，实现从疾病治疗向疾病预防的延伸。

本次论坛在热烈而充实的学术氛围中圆满落幕。来自不同领域的专家围绕数据标准化、大型队列搭建、疾病机制解析、多组学整合、AI靶点挖掘、临床产业转化等议题展开深入探讨，系统呈现了蛋白组学驱动精准医学发展的多元路径。

当前蛋白组学正处于基础科研向临床应用转化的关键节点，以SomaScan为代表的高通量蛋白组学技术，结合长期前瞻性人群队列，有望进一步深度解析疾病分子演变规律，为新药靶点开发、人群风险分层、临床诊疗决策提供坚实数据支撑。

会后，转化医学网记者现场参观了因美纳生信移动宝。该设备聚焦国内“数据不出院、生信算力不足”两大核心诉求，以DRAGEN™核心算力搭配标准化多组学、智能分析软件，单平台每周可处理3000份全基因组样本，可将原本局限于专业机房的高精度组学分析能力，部署至医院、基层科研现场。

因美纳全球蛋白质组学解决方案事业部副总裁兼总经理王小波博士

参观环节尾声，因美纳全球蛋白质组学解决方案事业部副总裁兼总经理王小波博士分享了公司的蛋白组和多组学长期战略布局。他表示NGS是因美纳传统全球优势赛道，多组学是公司核心长期战略，而蛋白组学凭借动态反映细胞、机体实时健康状态的独有优势，占据战略核心位置。公司收购Somalogic后掌握独家单链核酸适配体检测技术，检测精准度领先行业；产品矩阵持续扩容，除万种蛋白高通量大型检测方案外，同时持续拓展中、小型靶向蛋白试剂盒，满足科研与药企完成初筛后，批量验证少量核心靶点的实验需求。王小波博士还提到中国在AI与生命科学大数据的融合方面走在全球前列，这为蛋白质组学的发展提供了广阔空间。他进一步展望，蛋白质组学未来最大的应用前景不仅在于疾病诊断，而且在于疾病预防——通过定期检测，在疾病发生前数年预测个体健康风险并提供生活方式干预建议，届时蛋白质组学检测将成为人人可及、一年一到两次的常规健康监测手段，从根本上重塑人类健康管理模式。