以技术创新破局，以临床转化落地|第四届尿液生物标志物学术研讨会报告系列之前沿技术篇

　　6月27-28日，由中国医学科学院基础医学研究所、北京师范大学生命科学学院联合主办的第四届尿液生物标志物学术研讨会（Urimarker 2026）暨“中国尿计划”第四次会议在北京成功举办。会议聚焦尿液生物标志物精准研发与临床转化核心赛道，汇聚国内顶尖高校、科研院所与临床机构的权威专家，围绕尿液多组学技术革新、检测方法优化、质控体系搭建、智能算法赋能及跨界应用拓展等关键方向，分享了一系列突破性、前沿性研究成果。当前尿液生物标志物研究已摆脱单一检测模式，迈入多组学融合、技术标准化、数据智能化、应用场景多元化的全新发展阶段，为无创精准医学、疾病早期预警、衰老评估及健康机制研究提供了核心技术支撑。

　　整体来看，本次会议展示的前沿技术体系呈现四大核心特征。

　　一是多组学技术深度迭代，实现多维度精准解析，学界已突破传统尿液蛋白质组单一研究模式，逐步构建起蛋白质组、多肽组、脂质组、糖组学、代谢组学多组学联用的研究体系，同时针对尿液杂质干扰、微量样本检测、糖链结构异质性、代谢物精准定量等行业痛点，研发出专属样本纯化、质谱检测、同位素定量等创新技术，大幅提升尿液生物标志物挖掘的深度与精准度。

　　二是全流程标准化与质控体系日趋完善，针对行业长期存在的取样不规范、多平台数据差异大、定量重复性差、临床转化标准缺失等瓶颈，多个团队搭建了适配尿液样本的标准化实验流程、多平台通用质控体系与内标定量体系，有效破解批次效应难题，为大队列研究与临床落地筑牢方法学基础。

　　三是人工智能与质谱技术深度融合，依托深度学习、多通道对比学习等智能算法，革新单细胞蛋白质组学、大队列定量数据解析模式，解决传统数据处理缺失值多、重现性差、运算效率低等问题，实现海量尿液样本标志物的高效、高灵敏度筛选。

　　四是技术应用场景持续拓宽，产学研转化提速，相关前沿技术不仅落地于多器官衰老预警、肿瘤与肾病等疾病无创诊断、预后评估及药物靶点研发，还创新性延伸至环境暴露与生殖健康关联研究领域，充分彰显了尿液样本无创、易采集、可动态监测的独特优势，持续夯实“中国尿计划”规模化、体系化研究的技术根基。

　　以下将逐一梳理各位专家学者的前沿研究成果与技术创新亮点。

报告人：西湖大学 郭天南 博士

报告题目：5000例随访队列尿液蛋白质组构建多器官衰老预警模型

　　报告分享了一项前瞻性研究成果。该研究基于2218名受试者的随访队列，经高标准尿液样本检测鉴定出2390种尿液蛋白，搭建尿液蛋白质组衰老预警模型，筛选出多个核心衰老特异性蛋白。报告指出，该研究创新性实现了无创尿液样本评估多器官衰老、识别个体衰老差异，为衰老研究、疾病预警及个体化衰老评估提供了全新无创技术方案。

报告人：普渡大学 陶纬国 教授

报告题目：尿液细胞外囊泡在疾病无创诊断中的临床应用潜力

　　报告探讨了尿液细胞外囊泡（外泌体）在疾病无创诊断中的应用潜力与挑战。陶纬国教授指出，尽管尿液外泌体因其无创、稳定性高及能富集疾病特异性信息而极具前景，但在临床转化中面临取样标准化、定量归一化、样本存储及分离纯化技术等多重痛点。陶纬国对标全球唯一落地临床产品的技术逻辑，强调内标体系构建是突破行业瓶颈的关键，并介绍了团队在标准化分离、疾病标志物筛选上的技术探索，呼吁学术界在追求创新的同时，应更注重临床实用性与检测的标准化。

报告人：中国科学院生物物理研究所 王凡 博士

报告题目：基于质谱的尿EVs和尿液多组学研究

　　报告分享了团队的最新研究成果。针对尿液样本中尿调素等杂质的干扰，该团队建立优化了基于超滤和超速离心，以及超滤和切向流的串联方法，显著提升了细胞外囊泡的纯度与回收率，并建立了涵盖蛋白质组、多肽组和脂质组的综合分析平台。研究发现，尿液EV与游离组分的蛋白质及多肽来源存在显著差异。该研究成果凸显了多组学联用在挖掘尿液生物标志物中的必要性。

报告人：同济大学 田志新 教授

报告题目：基于质谱和深度学习的糖组学及在临床尿液大队列研究中的应用

　　田志新教授首先概述了糖蛋白质组学在尿液潜在诊断和预后标志物发现中的已有报道；随后介绍了其团队开发的质谱结合深度学习的结构特异糖蛋白组学技术，重点解决了糖链结构解析中宏观与微观异质性的难题，实现了对N-糖基化精细序列和链接异构体的高通量精准鉴定；首次构建了人体器官N-糖蛋白质组全景图，相关技术已被转化应用于临床潜在诊断和预后标志物的发现和验证、药物靶点的发现和验证，药物的研发和上市。该研究展示了糖组学在精准医疗领域的巨大应用潜力，为“中国尿计划”大队列尿液样本糖组规模化分析提供可靠技术方案。

报告人：四川大学华西医院 张勇 副研究员

报告题目：尿液糖蛋白质组学方法与应用

　　张勇副研究员在报告中分享了其团队最新研究成果。针对糖基化分析痛点，团队开发出新型混合碎裂质谱方法，实现了完整糖肽的深度与高准确度检测，并建立了涵盖尿液等15种体液的标准化分析流程。研究不仅通过多组学策略挖掘出甲状腺癌极具潜力的尿液糖蛋白标志物，还揭示了尿调节蛋白糖基化异常在IgA肾病中的诊断价值。该研究为尿液生物标志物的临床转化提供了重要的方法学支撑与创新思路。

报告人：北京航空航天大学 刘超 副教授

报告题目：基于多通道对比学习框架的DIA单细胞蛋白质组学队列定量数据高灵敏度解析

　　刘超副教授在报告中介绍了其在DIA单细胞蛋白质组学数据解析领域的最新成果。针对传统软件处理大队列数据时缺失值多、重现性差的问题，其团队研发了新型解析软件。该软件结合计算机视觉与多通道对比学习，通过队列级FDR控制算法，极大提升了信号匹配的灵敏度与一致性。实验表明，该技术通过底层代码优化提升大队列运算能力，将肽段完全重现率提升至99%，显著降低了单细胞数据的缺失率，可适配微量、单细胞蛋白样本。刘超表示后续将优化运算速度，支撑万级规模尿液样本生物标志物批量筛选。

报告人：首都医科大学宣武医院 刘响 博士

报告题目：多平台尿液蛋白质组学方法和全流程质控体系助力精准医学研究

　　针对当前尿液蛋白质组学缺乏统一质控标准、多平台数据可比性差等行业难题，刘响博士团队自主研发MSCohort全流程质控体系，搭建适配尿液样本的高通量、高稳定性标准化SOP。该体系经全国17家实验室20个质谱平台验证，可有效消除多平台检测批次差异，定量精准度优异。将其应用于结直肠癌等临床队列研究，成功消除批次效应，筛选出高一致性的差异蛋白及诊断模型。该成果为“中国尿计划”及精准医学的标准化临床应用奠定了坚实的方法学基础。

报告人：加拿大阿尔伯塔大学 厉良 院士

报告题目：深度代谢组学：技术开发及应用

　　厉良院士在报告中指出，深度代谢组学不应仅追求代谢物鉴定数量，更应聚焦于精准定量。报告指出，当前代谢组研究普遍偏重代谢物鉴定数量，却忽视精准定量；疾病相关代谢物浓度差异微弱，缺乏配套同位素内标的半定量数据存在显著误差，难以支撑临床诊断。其团队搭建四通道同位素标记体系，尿液样本可注释千余种一级代谢物，建立适配万例大队列的标准化定量方案。厉良院士呼吁行业统一代谢组定量质控标准，以精准定量夯实“中国尿计划”尿液生物标志物临床转化基础。

报告人：赵宁伟 研究员 南京中医药大学附属医院/中国暴露组学研究所（筹）

报告题目：环境暴露对女性生殖影响的医学探索

　　赵宁伟指出，相较于血液，尿液样本在临床转化中具备低门槛、易采集的优势。报告深入剖析了塑化剂、微塑料及紫外防晒剂等环境内分泌干扰物对女性生殖健康的危害，证实其与多囊卵巢综合征、先兆流产及卵巢早衰显著相关，且污染物损伤效应存在显著性别差异。目前主流暴露分析算法各有局限，行业缺乏统一评估标准，多数天然活性物质解毒作用单一、机制不明。团队将依托多院合作体系，深耕环境生殖损伤机制，推进研究成果临床转化。