标准化队列体系初成型！——第四届尿液生物标志物学术研讨会报告系列之队列建设篇

　　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。国内多家顶尖医疗机构的专家团队围绕尿液生物标志物领域的队列建设、样本研究、技术转化等核心议题展开深度分享，构建起覆盖基础体系搭建、多疾病细分研究、临床落地转化的全维度队列研究格局。整体来看，现阶段“中国尿计划”已完成多中心临床研究布局，搭建了标准化的尿液样本采集、多组学检测分析体系，依托大规模临床样本队列夯实了尿液生物标志物研究的数据基础，同时针对当前研究痛点明确了后续队列建设的优化方向与发展路径。

　　目前，项目整体已完成多中心联动组网，积累了海量尿液样本数据，优化了高通量多组学检测流程，保障了多中心研究的重复性与规范性，为各疾病专项队列研究提供了核心平台支撑。在此基础上，各研究团队聚焦肿瘤、心血管疾病、慢性肾病、糖尿病肾病等重大高发疾病，针对性开展专项队列建设工作。一方面，突破传统临床检测的技术局限，依托尿液蛋白组学、代谢组学技术挖掘新型疾病分子标志物，弥补现有诊断方式漏检、准确率不足的短板；另一方面，持续推进标准化、大样本、多中心疾病队列的搭建与完善，细分健康人群、不同疾病分期患者人群，结合人工智能、机器学习等数字化技术构建疾病早期诊断、风险分层、疗效评估模型，同步推进样本库、数据平台建设与临床转化落地。

　　本次会议各项研究聚焦临床实际需求，以队列建设为核心抓手，实现了通用技术体系搭建与细分疾病精准研究的双向推进，为尿液生物标志物从基础研究走向临床常态化应用筑牢了根基。现将各位专家学者的具体研究成果与队列建设方案详述如下：

报告人：中国医学科学院基础医学研究所 孙伟 副研究员

报告题目：中国尿计划研究进展

　　孙伟表示，目前“中国尿计划”项目已联合36家临床中心，收集超2万例样本，并与10余家检测平台，共同完成了5000余例尿液样本的蛋白质组学与代谢组学质谱检测。研究团队优化了高通量尿蛋白质组和代谢组处理和分析流程，批内/批间变异系数（CV）控制在0.2-0.3之间，展现了优异的中心间实验重复性。目前，项目面临临床信息录入繁琐、多组学大数据分析等挑战。今年“中国尿计划”将加速推进样本检测，着手构建基于AI的尿液多组学数据整合分析平台，并将与临床团队合作，建立临床疾病队列，为后续临床疾病研究奠定基础。

报告人：浙江省肿瘤医院 郑智国 研究员

报告题目：基于尿液泛癌辅助诊断研究设想

　　报告指出，相较于传统血液检测，尿液样本具备易采集、可重复、成本低等独特优势，有望成为泛癌早期筛查的新突破口。该团队依托“中国尿计划”，聚焦中国高发癌种，正逐步推进多组学尿液标志物发现到验证研究。其团队前期在卵巢癌良恶性鉴别及复发预测中，利用尿液蛋白组学构建模型，展现出显著优于传统肿瘤标志物的早期灵敏度。未来，随着尿液多组学与大规模临床验证的深入，将有力推动泛癌早诊的临床落地，助力降低晚期癌症发现比例。

报告人：吉林大学中日联谊医院 张媚 医师

报告题目：中国颈动脉粥样硬化尿液组学队列研究

　　报告分享颈动脉粥样硬化尿液组学队列研究成果。指出，现有临床影像学多侧重血管结构改变，难以反映动脉粥样硬化早期的分子与代谢变化。团队在前期单中心研究中证实了尿液多组学技术对该疾病诊断的辅助价值。为此，课题组计划建立多中心、千人级标准化队列，涵盖健康人群、颈动脉内膜增厚及斑块患者。研究旨在依托尿液蛋白质组学与代谢组学，筛选疾病阶段相关的分子标志物，构建早期识别与风险分层模型，并建设标准化样本库以推动临床转化。

报告人：北京协和医院 李明喜 教授

报告题目：慢性肾脏疾病队列的尿蛋白质组研究

　　李明喜教授长期致力于糖尿病肾病及各种肾小球疾病的临床诊疗和科研工作，讲座中分享了慢性肾病尿蛋白质组学的最新研究成果。其团队聚焦IgA肾病、糖尿病肾病等慢性肾病及淀粉样变性罕见肾病，依托质谱技术优化尿蛋白检测体系，联合诊断降低传统检测假阴性、假阳性率。其团队关注慢性肾病的早诊早治与无创诊断筛查研究，提升慢性肾病的精准诊断、病理特征预测与疗效评估。研究依托大样本多中心队列及长期临床随访数据集，目前正在推进慢性肾病无创诊断技术临床转化。有望推动肾病尿液生物标志物检测标准化，为慢性肾病无创精准诊疗提供新方案。

报告人：吉林大学第一医院 张慧 博士

报告题目：糖尿病肾病尿液标志物多中心队列研究方案

　　张慧博士分享了糖尿病肾病（DKD）多中心横断面研究方案。针对现有DKD早期诊断依赖尿白蛋白和eGFR易漏检的痛点，该研究拟联合5家医院收集约1000例样本，依托尿液蛋白组学与代谢组学平台，精细划分疾病分层并排除非糖尿病肾病干扰。项目将运用机器学习算法整合新型与传统标志物，构建早期诊断与风险预测模型，并计划开发临床应用小程序。该研究旨在实现DKD无创早筛与精准分层，推动基础成果向临床慢病管理转化。