標準化隊列體系初成型！——第四屆尿液生物標志物學術研討會報告系列之隊列建設篇

　　6月27-28日，由中國醫學科學院基礎醫學研究所、北京師范大學生命科學學院聯合主辦的第四屆尿液生物標志物學術研討會（Urimarker 2026）暨“中國尿計劃”第四次會議在北京成功舉辦。國內多家頂尖醫療機構的專家團隊圍繞尿液生物標志物領域的隊列建設、樣本研究、技術轉化等核心議題展開深度分享，構建起覆蓋基礎體系搭建、多疾病細分研究、臨床落地轉化的全維度隊列研究格局。整體來看，現階段“中國尿計劃”已完成多中心臨床研究布局，搭建了標準化的尿液樣本采集、多組學檢測分析體系，依托大規模臨床樣本隊列夯實了尿液生物標志物研究的數據基礎，同時針對當前研究痛點明確了后續隊列建設的優化方向與發展路徑。

　　目前，項目整體已完成多中心聯動組網，積累了海量尿液樣本數據，優化了高通量多組學檢測流程，保障了多中心研究的重復性與規范性，為各疾病專項隊列研究提供了核心平臺支撐。在此基礎上，各研究團隊聚焦腫瘤、心血管疾病、慢性腎病、糖尿病腎病等重大高發疾病，針對性開展專項隊列建設工作。一方面，突破傳統臨床檢測的技術局限，依托尿液蛋白組學、代謝組學技術挖掘新型疾病分子標志物，彌補現有診斷方式漏檢、準確率不足的短板；另一方面，持續推進標準化、大樣本、多中心疾病隊列的搭建與完善，細分健康人群、不同疾病分期患者人群，結合人工智能、機器學習等數字化技術構建疾病早期診斷、風險分層、療效評估模型，同步推進樣本庫、數據平臺建設與臨床轉化落地。

　　本次會議各項研究聚焦臨床實際需求，以隊列建設為核心抓手，實現了通用技術體系搭建與細分疾病精準研究的雙向推進，為尿液生物標志物從基礎研究走向臨床常態化應用筑牢了根基。現將各位專家學者的具體研究成果與隊列建設方案詳述如下：

報告人：中國醫學科學院基礎醫學研究所 孫偉 副研究員

報告題目：中國尿計劃研究進展

　　孫偉表示，目前“中國尿計劃”項目已聯合36家臨床中心，收集超2萬例樣本，并與10余家檢測平臺，共同完成了5000余例尿液樣本的蛋白質組學與代謝組學質譜檢測。研究團隊優化了高通量尿蛋白質組和代謝組處理和分析流程，批內/批間變異系數（CV）控制在0.2-0.3之間，展現了優異的中心間實驗重復性。目前，項目面臨臨床信息錄入繁瑣、多組學大數據分析等挑戰。今年“中國尿計劃”將加速推進樣本檢測，著手構建基于AI的尿液多組學數據整合分析平臺，并將與臨床團隊合作，建立臨床疾病隊列，為后續臨床疾病研究奠定基礎。

報告人：浙江省腫瘤醫院 鄭智國 研究員

報告題目：基于尿液泛癌輔助診斷研究設想

　　報告指出，相較于傳統血液檢測，尿液樣本具備易采集、可重復、成本低等獨特優勢，有望成為泛癌早期篩查的新突破口。該團隊依托“中國尿計劃”，聚焦中國高發癌種，正逐步推進多組學尿液標志物發現到驗證研究。其團隊前期在卵巢癌良惡性鑒別及復發預測中，利用尿液蛋白組學構建模型，展現出顯著優于傳統腫瘤標志物的早期靈敏度。未來，隨著尿液多組學與大規模臨床驗證的深入，將有力推動泛癌早診的臨床落地，助力降低晚期癌癥發現比例。

報告人：吉林大學中日聯誼醫院 張媚 醫師

報告題目：中國頸動脈粥樣硬化尿液組學隊列研究

　　報告分享頸動脈粥樣硬化尿液組學隊列研究成果。指出，現有臨床影像學多側重血管結構改變，難以反映動脈粥樣硬化早期的分子與代謝變化。團隊在前期單中心研究中證實了尿液多組學技術對該疾病診斷的輔助價值。為此，課題組計劃建立多中心、千人級標準化隊列，涵蓋健康人群、頸動脈內膜增厚及斑塊患者。研究旨在依托尿液蛋白質組學與代謝組學，篩選疾病階段相關的分子標志物，構建早期識別與風險分層模型，并建設標準化樣本庫以推動臨床轉化。

報告人：北京協和醫院 李明喜 教授

報告題目：慢性腎臟疾病隊列的尿蛋白質組研究

　　李明喜教授長期致力于糖尿病腎病及各種腎小球疾病的臨床診療和科研工作，講座中分享了慢性腎病尿蛋白質組學的最新研究成果。其團隊聚焦IgA腎病、糖尿病腎病等慢性腎病及淀粉樣變性罕見腎病，依托質譜技術優化尿蛋白檢測體系，聯合診斷降低傳統檢測假陰性、假陽性率。其團隊關注慢性腎病的早診早治與無創診斷篩查研究，提升慢性腎病的精準診斷、病理特征預測與療效評估。研究依托大樣本多中心隊列及長期臨床隨訪數據集，目前正在推進慢性腎病無創診斷技術臨床轉化。有望推動腎病尿液生物標志物檢測標準化，為慢性腎病無創精準診療提供新方案。

報告人：吉林大學第一醫院 張慧 博士

報告題目：糖尿病腎病尿液標志物多中心隊列研究方案

　　張慧博士分享了糖尿病腎病（DKD）多中心橫斷面研究方案。針對現有DKD早期診斷依賴尿白蛋白和eGFR易漏檢的痛點，該研究擬聯合5家醫院收集約1000例樣本，依托尿液蛋白組學與代謝組學平臺，精細劃分疾病分層并排除非糖尿病腎病干擾。項目將運用機器學習算法整合新型與傳統標志物，構建早期診斷與風險預測模型，并計劃開發臨床應用小程序。該研究旨在實現DKD無創早篩與精準分層，推動基礎成果向臨床慢病管理轉化。