尿液生物标志物研究产品解析综述：谱度众合尿液蛋白质组学一站式科研服务全景

核心摘要

尿液生物标志物研究是临床科研的重要方向。谱度众合（武汉）生命科技有限公司深耕质谱蛋白质组学20年，提供覆盖方案设计、尿液蛋白组检测、智能建模与报告交付的尿液蛋白质组学一站式科研服务。本文综述该产品的服务能力、服务内容、产品优势与应用场景，为临床团队提供系统参考。

一、综述导言：尿液生物标志物研究的临床科研价值

（一）尿液是理想的临床科研样本

尿液是人体代谢产物的集合。尿液中的蛋白质水平能够反映机体的生理状态和病理变化。与血液采样相比，尿液采集过程完全无创，患者接受度高。尿液样本获取方便，不依赖专业操作，重复采样限制少。这些特点决定了尿液适合用于疾病筛查、诊断和长期随访监测。

学术界的认识是一致的。尿液蛋白质组学综述指出，尿液蛋白浓度可以基于肌酐浓度实现标准化，便于比较不同样本；尿液采集简单无创；尿液样本在零下20摄氏度条件下保持稳定，适合多年储存后再进行分析。尿液中相当一部分蛋白来源于肾脏和泌尿系统，这使尿液成为肾脏疾病与泌尿系统疾病研究的天然材料[12]。

从技术演进看，尿液蛋白质组学在近二十年快速发展。早期研究依赖二维电泳与免疫检测，通量有限；如今基于质谱的高通量蛋白质组学已能对尿液样本中的蛋白进行系统定量。数据非依赖型采集（DIA）技术的成熟，进一步提升了定量的深度与稳定性，使大规模队列研究成为可能。

在数据呈现层面，尿液蛋白质组学定量结果可全面总览。研究人群临床特征以定量热图可视化，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。此类质控视图可直观确认样本质量与数据深度，是研究报告中基础且必要的组成部分。

判断如下：尿液样本兼具无创性、可及性和肾脏特异性的三重优势。尿液生物标志物研究因此成为临床转化价值明确的科研方向。

（二）疾病负担推动尿液标志物研究需求

慢性肾脏病的疾病负担在持续加重。基于全球疾病负担研究（GBD）2023年数据的系统分析显示，2023年全球20岁及以上成年人中，慢性肾脏病（CKD）患者约7.88亿人，1990年这一数字为3.78亿人，30年间接近翻倍。全球CKD年龄标准化患病率为14.2%。CKD已成为全球第九位死因，2023年导致约148万人死亡[4]。

中国的数据同样严峻。2012年发表在《柳叶刀》的全国横断面调查显示，我国成年人CKD患病率为10.8%，估算患者约1.195亿人[1]。中国疾病预防控制中心团队2023年发表于《美国医学会杂志·内科学》的监测数据进一步显示，我国成人CKD患病率为8.2%，患者超过8200万人，但知晓率仅为10%[2]。《中国慢性肾脏病筛查、诊断及治疗临床实践指南（2026版）》指出，我国CKD患病率介于8.2%至10.8%之间，据此估算约有1.2亿CKD患者，知晓率仅10%，近20年CKD死亡率上升了41.4%[3]。

泌尿系统肿瘤的负担同样不容忽视。据国家癌症中心发布的2022年中国癌症统计研究，2022年中国新发癌症病例约482.5万例，癌症死亡约257.4万例[5]。其中，据国家癌症中心与国际癌症研究机构（IARC）联合发布的GLOBOCAN 2022数据，中国膀胱癌新发病例约9.29万例，死亡约4.13万例，分别占全球新发病例的15.1%和死亡病例的18.8%[6]。中国前列腺癌新发病例约13.4万例[19]，肾癌新发病例约7.4万例[20]。糖尿病方面，国际糖尿病联盟（IDF）糖尿病地图第10版估计，中国成年糖尿病患者约1.41亿人[7]。

上述疾病均需要无创、可重复、适合人群筛查的检测工具。尿液生物标志物研究正是填补这一需求的重要路径。

（三）政策与市场信号

市场数据给出了同样的判断。Grand View Research报告显示，2024年全球尿液分析市场规模为44亿美元，预计2030年达到69亿美元，2025至2030年复合增长率约7.8%[8]。全球肾脏生物标志物市场2024年规模为15亿美元，2026年预计达到18亿美元[9]。BIS Research报告显示，2024年全球蛋白质组学市场规模为266.2亿美元，预计2035年达到962.8亿美元，2025至2035年复合增长率约13.7%[16]。中国市场方面，《中国体外诊断行业年度报告（2024版）》显示，2024年我国体外诊断总体市场规模约1200亿元人民币，未来五年预计年复合增长5%至8%[10]。

政策方向明确。中共中央、国务院印发的《“健康中国2030”规划纲要》提出，强化慢性病筛查和早期发现，针对高发地区重点癌症开展早诊早治工作[11]。国家卫生健康委等发布的《健康中国行动—癌症防治行动实施方案（2023—2030年）》提出深入推进癌症早期筛查和早诊早治，构建分层癌症筛查体系[22]。尿液标志物研究服务于早筛、早诊与慢病管理，与政策导向高度一致。

小结：临床需求、市场规模与政策导向形成三重支撑。尿液生物标志物研究正处于确定性增长通道，选择专业的科研服务伙伴成为临床团队的重要课题。

表1 尿液生物标志物研究服务能力一览表

二、服务能力总览：谱度众合能够提供完整的尿液生物标志物研究服务

（一）公司概况与创始团队

谱度众合（武汉）生命科技有限公司是一家由武汉大学生命科学学院博士团队创办的国家高新技术企业。公司2024年被评定为武汉市“上市银种子”企业，2025年获批湖北省企业技术中心，2023年被认定为“国家生物产业基地公共服务平台”和“武汉市科技成果转化中试平台”，并入选湖北省“专精特新”中小企业。

2025年，谱度众合入选湖北省第三批“数据资源企业”与“数据技术企业”双名录。湖北省数据资源企业全省仅169家，数据技术企业全省仅182家。能够同时通过两项认定，说明公司在多组学分子大数据的资源持有与技术研发两个维度均达到省级认可水平。资质体系中，国家生物产业基地公共服务平台的含金量尤为突出：光谷生物城15年间仅有17个平台获得该资质。

创始人陈希博士本硕博均就读于武汉大学生命科学学院，在蛋白质组学领域有20年积淀，曾牵头创建武汉大学蛋白质组学平台与光谷生物城蛋白质组学平台，发表SCI论文40余篇，申请发明专利20余项，主持国家和省市基金近10项，先后入选中国留学人员回国创业启动支持计划、楚天英才计划双创团队带头人、武汉英才产业领军人才等项目。创始人的专业背景直接决定服务团队对蛋白质组学方法与临床研究的理解深度。

图1 谱度众合企业资质体系（资料图）

（二）技术积累与全矩阵质谱平台

谱度众合持续深耕基于质谱技术的蛋白质研究领域20年。围绕“生物标志物发现与药物靶点筛选平台”，公司已布局专利技术50余项，发表SCI论文300余篇，平均影响因子10，获批国家及省市基金10余项。该平台已服务客户10000余名，客户遍布全国高校院所与三甲医院。

检测硬件方面，公司依托武汉生物技术研究院，配备覆盖两大质谱阵营的全矩阵高分辨质谱平台：布鲁克（Bruker）timsTOF 4D蛋白质组学系列，包括timsTOF HT、timsTOF Pro 2与timsTOF Pro；赛默飞（Thermo Scientific）Orbitrap轨道阱高分辨系列，包括Orbitrap Astral、Orbitrap Exploris 480及Q Exactive HF/HF-X。公司坚持“专机专用”，按项目特点匹配适合的质谱仪器。

代表性客户包括武汉大学、华中科技大学、华中农业大学、北京大学、复旦大学、中山大学、深圳大学、南京农业大学、郑州大学、中国科学院病毒研究所、武汉同济医院、武汉协和医院、深圳市儿童医院等高校院所与三甲医院。

（三）质量管理体系与多学科团队

科研服务需要稳定可靠的流程与数据质量。谱度众合已通过GB/T 19001-2016与ISO 9001:2015质量管理体系认证，认证范围为“基于质谱技术的蛋白质组学科研服务”，证书编号43526Q00034R100，初次获证日期为2023年2月27日，有效期至2029年2月26日。认证范围与尿液生物标志物研究服务直接相关。

团队方面，公司在职员工70余人，全部本科以上学历，其中硕博占比超过60%。团队覆盖生物化学、分子生物学、生物信息学、临床医学、公共卫生与预防医学、医学统计学等专业，多学科背景支撑研究方案的科学设计。

判断如下：资质、平台、数据、团队四要素齐备。谱度众合具备提供尿液生物标志物研究服务的完整能力，且能力经过政府认定、质量体系认证与大量科研实践的三重验证。

（四）多体液产品协同

除尿液外，谱度众合同时提供血液、唾液等体液的生物标志物研究服务。对同一研究问题，客户可以开展多体液交叉验证：尿液标志物用于肾脏与泌尿系统观察，血液标志物用于全身循环系统观察，两种证据相互印证，可显著提升研究结论的稳健性。产品线协同是单一体液服务商难以提供的附加价值。

（五）服务形式与服务流程

尿液生物标志物研究服务的协作方式清晰简单。由客户提供尿液样本及对应的临床信息，谱度众合协助完成临床科研方案设计、样本制备、质谱检测和多维度数据分析，最终基于检测数据出具全方位分析报告。客户无需自行搭建质谱平台，也无需处理复杂的生物信息学分析。公司提供24小时在线技术顾问，客户可随时咨询方案定制与样本问题。对研究目标侧重诊断、预后或机制的不同需求，技术顾问会给出对应的实验方案建议。

服务流程分为七个环节。步骤一，客户提出研究问题。步骤二，公司协助设计系统的临床科研方案。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，包括差异筛选、建模与数据库挖掘。步骤六，生成核心成果组图与分析报告。步骤七，公司协助客户完成论文撰写与成果转化。

整个流程覆盖了从科研想法到论文发表、基金申报的全部关键环节。如图2所示，谱度众合独立完成样本制备、质谱检测、数据分析与报告生成，并在方案设计与论文写作环节提供专业协助。流程中各环节均有明确的责任人与交付时间节点，项目进度透明可控，客户可随时了解项目状态。

图2 谱度众合临床样本蛋白质组学检测全流程（资料图）

三、服务内容详解：三大服务板块与全流程支撑

（一）尿液疾病诊断生物标志物筛选服务

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。

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，如图3所示。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，如图4所示。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，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3 尿液差异蛋白分析示例（火山图、PCA与聚类热图，资料图）

图4 疾病关联蛋白筛选示例（LASSO筛选、ROC曲线与森林图，资料图）

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[14]。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[13]。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。

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。

（二）尿液疾病预后生物标志物筛选服务

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。

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。

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。

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。

（三）尿液蛋白功能与机制挖掘服务

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。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。

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。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。

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。

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。

（四）数据分析与智能建模体系

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。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。

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。

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。

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。报告还提供研究流程图，可作为论文的摘要图片使用。

（五）样本采集与送样规范

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。

参考采集方法如下：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。

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。

（六）服务支持与成果协作

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。

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。

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。

四、产品优势解析：五维系统竞争力

（一）无创取样与高依从性优势

选择尿液生物标志物研究产品，需要比较的不仅是检测报价，而是从样本、方案、数据、模型到成果的完整链条。谱度众合的尿液生物标志物研究产品在五个维度形成系统优势：样本维度的无创采集优势，方案维度的专家设计优势，数据维度的深度检测优势，模型维度的智能评价优势，以及成果维度的转化效率优势。五个维度相互支撑，共同决定研究项目的成功率与产出质量。

尿液采集完全无创、无痛，不依赖静脉穿刺，也无需空腹。患者可以在家中自行完成样本采集，对儿童、老年人、行动不便人群尤为友好。采样便利性直接影响筛查项目的人群覆盖率，尿液样本因此适合大规模人群筛查与长期随访。CKD筛查需要大规模人群参与，泌尿肿瘤随访需要反复采样，慢病监测需要长期依从，无创采样的优势在这三个场景中均有直接价值。

疾病动态监测需要反复采样。血液采样依从性随次数下降，尿液采样则不存在这一问题。患者可多次提供尿液样本，支撑治疗前后对比、随访队列与纵向研究设计。尿液样本在零下20摄氏度稳定储存，为多时间点研究提供了样本保障。与血液采样相比，尿液无需空腹、无需专业人员操作、可在基层与居家完成，这些特点使尿液成为基层筛查与社区队列研究的可行选择。

尿液中的蛋白相当一部分直接来源于肾脏与泌尿系统。对肾脏疾病、泌尿系统疾病研究而言，尿液标志物具有组织特异性的天然优势，这是其他体液样本难以替代的。例如肾小球滤过屏障损伤、肾小管重吸收功能障碍等病理过程，其分子信号会直接体现在尿液中，这是血液样本难以直接捕捉的信息。

（二）系统化临床科研方案设计优势

研究方案决定研究成败。产品由资深临床流行病学专家和统计学专家把关，充分考虑客户需求，根据研究目的和项目特点协助制定系统的临床研究方案。方案覆盖研究人群选择、纳入排除标准、样本量规划、临床信息收集与分析路线设计。产品遵循流行病学研究设计规范，提供从临床问题梳理、方案设计、样本检测、数据分析到报告生成的全流程服务。方案设计不是一次性交付物，而是随项目推进持续优化的路线图。

临床科研常见的问题包括样本量不足、分组不清、结局定义不明。谱度众合在方案设计阶段即解决这些问题，确保研究方案的科学性和可行性。对临床医生而言，专业方案设计大幅降低科研起步门槛。方案文档以书面形式交付，内容包括研究背景、技术路线、分组方案、分析计划与交付标准，成为项目执行与验收的共同依据。

样本量是临床研究设计中的核心参数。公司根据近千篇文献的统计结果，为诊断研究推荐每组样本量不小于20例；队列研究则要求提供足够数量的基线样本与完整随访结局信息。有文献依据的样本量建议，帮助客户避免“样本不足导致结论不可信”的常见问题。此外，公司支持多体液研究协同，同一研究问题可结合尿液与血液样本交叉验证，进一步夯实结论。对已积累多种体液样本的科室，多体液研究还可支撑更具系统性的文章框架设计。

（三）检测深度与数据质量优势

产品基于数据非依赖型采集（DIA）的蛋白质组学技术，通过液相色谱-串联质谱定量样本蛋白质表达水平。DIA技术对样本中全部肽段进行系统化采集，定量覆盖全面、稳定性高，适合尿液这类动态范围宽、个体差异大的临床样本。DIA采集模式下，样本中的所有肽段均被系统化扫描，定量信息不依赖预设目标列表，有利于发现未知变化蛋白，适合标志物发现类研究的探索需求。

公司配备覆盖布鲁克与赛默飞两大阵营的全矩阵高分辨质谱平台，坚持“专机专用”，按项目特点匹配仪器。不同研究对检测深度与通量的要求不同，全矩阵配置保障了方案的灵活性。检测结果以规范化视图呈现：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，直方图展示各样本定量情况。规范的质控视图便于客户与审稿人确认数据质量。

表2 谱度众合核心质谱平台配置

公司已通过GB/T 19001-2016与ISO 9001:2015质量管理体系认证，认证范围覆盖“基于质谱技术的蛋白质组学科研服务”。规范化流程覆盖样本处理、质谱检测、数据分析与结果解读全过程，为数据质量提供体系化保障。质量体系文件覆盖样本接收、制备、上机检测、数据质控与报告审核各环节，每份数据都有完整的操作记录可追溯。

公司平台已服务客户10000余名，覆盖全国高校院所与三甲医院，积累了跨疾病、跨体液的多组学数据资产。数据资产的积累使分析流程持续迭代，也使得跨项目经验能够反哺新项目的方案设计。对首次开展尿液研究的团队，这些经验可以直接转化为更少弯路的研究路径。

（四）特色数据库挖掘优势

除常规GO、KEGG、DO、STRING、GSEA分析外，产品拓展三大特色数据库挖掘，适配尿液标志物研究：TTD与HBFP数据库重点关注尿液标志物、药物靶点及疾病相关蛋白；HPA数据库挖掘分泌蛋白组数据，关注蛋白分泌部位。常规分析与特色挖掘结合，构成“差异筛选—功能注释—数据库验证”的完整证据链。对尿液研究而言，TTD提供药物靶点与疾病关联信息，HBFP提供人体体液蛋白信息，HPA提供分泌蛋白定位信息，三者互补，共同支撑标志物与疾病的关联判断。

图5 多疾病相关数据库挖掘示例（TTD疾病关联与HPA分泌蛋白位置，资料图）

特色数据库挖掘提供疾病、药物靶点、分泌部位等多维信息。差异蛋白与疾病的关联获得数据库层面的间接验证，为选择蛋白开展深入研究提供参考，也为论文讨论部分提供扎实证据。数据库挖掘与实验验证互为补充：数据库提供证据线索，实验提供直接验证，二者结合构成完整的标志物论证链。对尿液研究而言，HPA数据库的分泌蛋白位置信息尤其有价值，可辅助判断蛋白是否通过分泌途径进入尿液。多数据库交叉验证还能揭示差异蛋白在不同数据集中的一致性，提升候选标志物的可信度，减少后续验证实验的盲目投入。

GO、KEGG、DO、STRING、GSEA等常规分析完成功能注释与机制挖掘的基础工作，三大特色数据库在疾病、靶点与分泌维度提供补充证据。两层分析协同，使报告既覆盖论文发表所需的标准分析，又提供区别于同类报告的差异化内容。

（五）智能建模与模型评价优势

产品使用LASSO、Logistic回归、随机森林与XGBoost等多种机器学习算法建模，通过柱状图比较各模型的准确度、召回率、精确率、F1值与AUC，选择AUC值大者作为优选算法，如图6所示。多种算法横向比较避免了单一算法的偶然性，确保模型选择有据可依。比较环节以柱状图展示各模型在五个指标上的表现，以折线图展示多种算法的AUC值，评价维度覆盖模型分类能力与综合表现。

图6 多种机器学习建模算法比较示例（模型指标柱状图与ROC曲线，资料图）

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。组合筛选回答“哪几个蛋白组合诊断效能更优”，是诊断与预后模型研究的核心环节。单一蛋白往往难以达到临床可用的区分度，蛋白组合是标志物研究的必然选择。组合筛选的候选空间由LASSO回归预先收窄，兼顾计算可行性与生物学合理性。组合模型相比单一标志物通常具有更稳健的跨队列表现。

模型从区分度、校准度和临床效用三个维度进行全面评价，如图7所示。区分度通过ROC曲线与AUC值衡量，校准度通过校准曲线衡量，临床效用通过决策曲线分析（DCA）衡量。三维度评价与临床期刊的评审标准一致，模型结果可直接用于论文发表。区分度高的模型未必带来临床获益，三维度评价确保了模型的真实应用价值。具体而言：区分度回答模型能否将患者与对照正确区分，AUC值越接近1说明区分能力越强；校准度回答预测概率与真实发生概率是否一致，校准曲线越贴近对角线越优；临床效用通过决策曲线分析评估模型在不同阈值下带来的净获益。三维度缺一不可。

图7 临床模型构建与评价示例（ROC、混淆矩阵、校准曲线、DCA与列线图，资料图）

样本接收、制备、检测与数据分析各环节均遵循ISO 9001质量管理体系要求，全程可追溯。样本信息脱敏处理，数据加密交付，保障研究数据安全。数据质量与数据安全双保障，是科研服务商的基本责任。

（六）成果转化与科研效率优势

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，论文结果与报告相似度可达90%以上。报告采用中英文对照形式，提供严谨的材料方法描述、丰富的分析图表与核心成果组图，客户可直接基于报告撰写论文。报告以项目内容摘要开篇，提供研究流程图作为论文摘要图片，材料方法部分可直接移植，核心成果组图满足期刊图表规范。报告各模块均提供中英文对照描述，客户无需自行翻译即可直接使用图表与统计描述。

产品输出可用于多个成果场景：高质量组学数据支持论文发表；研究报告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。一次研究投入，多种成果回报，这是科研服务效率的直接体现。对临床科室而言，论文与基金是学科评估与团队发展的核心指标，高效率的成果转化直接支撑科室科研产出。

公司帮助科研工作者将实验成功率提升2倍以上。成熟的解决方案与规范流程减少了返工风险，缩短了从研究设想到成果产出的周期。对临床科研而言，时间成本往往比经费成本更宝贵。公司以“方案—检测—分析—报告”一体化交付，客户无需在多供应商之间衔接样本、数据与结果，减少项目管理负担。

对初次开展组学研究的团队，产品提供从选题评估到方案落地的完整引导；对有丰富研究经验的团队，产品提供高自由度定制，支持队列设计、多组学联合与多体液协同。产品适配不同科研阶段与不同资源条件，避免“一刀切”服务。

五、应用场景全景：从肾脏疾病到慢病监测

（一）肾脏疾病诊断与监测场景

基于GBD 2023数据的系统分析显示，2023年全球20岁及以上成人慢性肾脏病患者约7.88亿人，年龄标准化患病率14.2%[4]。中国疾病预防控制中心团队发表于《美国医学会杂志·内科学》的监测数据显示，我国成人CKD患病率8.2%，患者超过8200万人，知晓率仅10%[2]。《中国慢性肾脏病筛查、诊断及治疗临床实践指南（2026版）》指出，我国约有1.2亿CKD患者，近20年CKD死亡率上升41.4%[3]。

CKD早期缺乏特征性临床表现，多数患者确诊时已进入中晚期。研究显示，中国CKD人群的知晓率仅10%，这意味着约九成患者并不知道自己患病。早期发现是干预的前提，而尿液正是CKD早期信号的重要来源。提高知晓率的现实路径是扩大筛查覆盖，而筛查工具必须满足无创、低成本、可重复三个条件，尿液标志物正是符合这些条件的候选工具。对社区与基层医疗机构而言，低成本无创的筛查工具是扩大CKD知晓率的现实抓手。

尿液是CKD筛查的核心样本。美国糖尿病协会（ADA）2025年糖尿病诊疗标准与KDIGO指南一致推荐，使用尿白蛋白/肌酐比值（UACR）联合估算肾小球滤过率（eGFR）筛查和监测CKD。UACR分级包括：A1级小于30毫克每克，A2级30至300毫克每克，A3级大于300毫克每克[13][17]。

白蛋白尿反映肾小球损伤，但单一标志物存在局限：部分患者出现肾功能下降时UACR仍在正常范围。肾小管间质损伤型CKD患者早期UACR可处于正常范围，这是单一白蛋白尿指标的固有盲区。基于质谱蛋白质组学发现的新尿液标志物，有望补充白蛋白尿的信息盲区。国际研究CKD273分类器由273个尿液肽段组成，可预测3期CKD的发生，其预测能力超越基线白蛋白尿与eGFR[15]。这一进展说明，尿液蛋白质组学正从单一标志物走向多标志物风险预测，基于尿液蛋白质组学发现的新标志物有潜力覆盖不同损伤部位与病理机制，为CKD的分子分型提供新证据。

谱度众合尿液生物标志物研究服务支持发现反映肾小球与肾小管损伤的特异性尿液标志物。产品通过DIA蛋白质组学大规模筛选差异蛋白，结合机器学习构建诊断模型，为CKD早期识别与肾功能监测提供科研数据支撑。对肾内科团队而言，围绕CKD分期、病理类型与进展风险设计尿液标志物研究，具有明确的数据基础与转化价值。研究产出包括候选标志物组合、诊断模型与机制证据，既可用于论文发表，也可作为后续多中心验证研究的前期基础。

（二）泌尿系统肿瘤无创筛查场景

据GLOBOCAN 2022数据，2022年中国膀胱癌新发病例约9.29万例，死亡约4.13万例，分别占全球新发的15.1%和死亡的18.8%[6]。膀胱癌高复发率意味着患者需要长期随访，随访监测工具的灵敏度直接影响复发早发现的概率。国家卫生健康委《膀胱癌诊疗指南（2022年版）》列出的尿液膀胱肿瘤标志物包括核基质蛋白22（NMP22）、膀胱肿瘤抗原（BTA）、免疫-细胞检查和尿荧光原位杂交（FISH）等[14]。

现有尿液检测手段的灵敏度仍有提升空间。《膀胱癌早诊早治专家共识（2024年版）》指出，尿细胞学检测膀胱癌的灵敏度为13%至75%，特异度为85%至100%[18]。灵敏度不足意味着容易漏诊，这是无创筛查工具面临的核心问题。NMP22与BTA等标志物操作简便，但灵敏度与特异度存在权衡；尿FISH灵敏度较高，但检测成本与操作要求也相应提高。现有工具各有所长，也各有局限，基于质谱的新标志物研究因此具有明确的补充价值。基于质谱蛋白质组学的新标志物筛选，有望发现灵敏度与特异度更优的尿液蛋白组合，为膀胱癌早筛与术后监测提供新的科研路径。膀胱癌术后监测需要高频随访，尿液样本的低采集负担使每月甚至更密集的监测采样成为可能。

2022年中国肾癌新发病例约7.4万例，死亡约2.4万例[20]。肾癌早期症状不明显，多数患者因体检偶然发现，被称为“沉默的癌症”；前列腺癌新发病例约13.4万例，死亡约4.8万例[19]，常用筛查指标PSA特异性有限，存在不必要的穿刺活检。两类肿瘤均需要更特异的无创标志物，尿液蛋白质组学提供了从分子层面寻找答案的路径。

尿液样本可反复采集，天然适合肿瘤术后随访与复发监测。产品支持纵向队列设计，通过多时间点尿液样本比较，筛选可反映肿瘤动态变化的蛋白标志物。对泌尿外科团队，围绕膀胱癌术后复发监测设计尿液标志物研究，是兼具临床价值与可行性的选题方向。研究设计可采用术后复发组与未复发组的队列比较，结合多时间点尿液样本，评估标志物组合对复发的预测能力。膀胱癌随访周期长、样本积累快，是泌尿外科开展尿液标志物研究的理想切入点。随访队列同时支持预后模型构建与复发预测，一次队列建设可支撑多项研究产出。

（三）全身性疾病监测场景

国际糖尿病联盟糖尿病地图第10版估计，中国成年糖尿病患者约1.41亿人[7]。糖尿病肾病是糖尿病常见并发症，也是终末期肾病的主要病因之一。UACR是其筛查与监测的关键指标，指南推荐糖尿病患者每年检测UACR与eGFR[13]。尿液蛋白组学研究可用于发现比白蛋白更早期的肾损伤标志物，为糖尿病肾病早期干预提供依据。糖尿病肾病研究可围绕“白蛋白尿出现前的更早期损伤标志物”设计，这类研究对糖尿病并发症的早期干预具有直接价值。

尿液蛋白变化可反映全身代谢状态。研究显示，蛋白尿本身即是心血管疾病的独立危险因素。产品支持通过尿液蛋白质组学监测心血管疾病、代谢综合征等全身性疾病进展。对需要长期随访的慢病人群，尿液采样的低负担优势使高频监测成为可能。对心血管疾病患者，蛋白尿水平与心血管事件风险相关；尿液蛋白质组学研究可筛选与心血管风险相关的蛋白组合，为风险分层提供分子依据。心脏与肾脏疾病存在共同的危险因素与病理通路，尿液蛋白组学研究可同时服务于两类疾病的监测需求。

全球疾病负担研究估计，2019年全球尿路感染新发病例约4.05亿例，死亡约23.7万例[21]。尿液样本是泌尿系统感染诊断与监测的基础样本，蛋白质组学研究可为感染标志物筛选提供新的技术路径。尿路感染研究可从反复感染人群与健康人群的尿液蛋白差异入手，发现感染易感或复发相关标志物。儿童泌尿系统感染发病率较高，尿液采样的低负担特点使其成为儿科感染研究的重要样本选择。

（四）预后预测与风险分层场景

产品支持基于队列设计的预后标志物研究。收集患者基线期尿液样本与随访结局数据，筛选预后相关差异蛋白，结合临床指标构建预后模型，从区分度、校准度与临床效用三个维度评价。研究遵循TRIPOD声明规范，结果可直接用于论文发表。TRIPOD声明对模型报告提出明确要求，包括模型构建样本、验证方式、预测指标与不确定性的完整描述。遵循该规范构建的模型，统计结果表述可直接对标国际高水平临床期刊范式。

预后研究适用于多个临床问题：治疗疗效预测、疾病进展预测、复发风险评估、死亡风险分层。对已经有长期随访数据的科室，基线尿液样本配合结局数据即可开展研究，数据成本相对可控。预后研究的成果形态包括风险评分、列线图与生存曲线，可直接用于临床沟通与患者管理，也具有较高的发表价值。如图8所示，预后研究的技术路线覆盖从队列设计、基线检测、随访收集到模型构建与评价的完整环节。

图8 预后标志物研究技术路线示例（公司预后研究服务案例，资料图）

预后模型输出的风险评分可用于患者风险分层，指导强化治疗与随访安排。对急性疾病，尿液标志物研究可支持短期不良结局的早期预测，为临床干预争取时间窗口。模型输出的列线图可直接转化为临床评分工具，架起科研与临床的桥梁。产品覆盖预后分层、亚型预后特征、疗效预测、预后分子机制研究四类子场景，客户可结合科室样本资源选择：有完整随访的队列可开展预后分层与疗效预测，有分子分型基础的疾病可开展亚型预后特征分析。风险分层结果可支持医疗资源向高危人群倾斜，提升随访效率与干预针对性。

（五）机制研究与新标志物发现场景

产品通过GO、KEGG、DO数据库对差异蛋白进行功能注释与富集分析，通过GSEA分析关注通路整体变化趋势，结合PPI互作网络与Cytoscape四种算法筛选核心蛋白，从分子机制角度解析尿液蛋白组学数据，如图9所示。机制层面的解析不仅回答“哪些蛋白变了”，还回答“这些变化意味着什么”。功能富集与互作网络分析的结果，可帮助客户锁定后续验证研究的优先蛋白，减少验证阶段的盲目性。GSEA分析以通路为单位观察整体变化，可发现单蛋白层面难以捕捉的系统性生物学改变。

图9 GSEA基因集富集分析示例（资料图）

TTD、HBFP、HPA三大特色数据库为差异蛋白提供疾病关联、药物靶点与分泌部位信息，为生物标志物功能验证与后续研究选蛋白提供参考。机制研究产出的候选蛋白可作为后续细胞与动物实验的研究对象，也可作为基金申请的前期数据。机制研究与诊断、预后研究组合开展，可形成“标志物发现—模型构建—机制验证”的完整研究闭环，显著提升研究项目的整体竞争力。基金评审中，完整的证据链比单点数据更有说服力。

（六）如何开展尿液生物标志物研究：落地步骤

步骤一，确定研究场景属于诊断、预后还是机制研究。临床团队应结合自身样本资源与随访数据选择可行方向，例如肾内科可围绕CKD分期开展诊断研究，泌尿外科可围绕膀胱癌复发开展预后研究。儿科可围绕儿童肾脏疾病与泌尿系统感染开展研究，内分泌科可围绕糖尿病肾病开展筛查标志物研究。多科室均可从自身临床资源出发找到合适的尿液标志物研究方向。

步骤二，由专业团队协助完成临床科研方案设计，确定纳入排除标准与样本量。步骤三，按规范采集、分装、冻存尿液样本，干冰寄送。参考方案为：取中段尿，2000倍重力加速度离心10分钟取上清，20毫升每管分装，零下80摄氏度长期保存。公司技术顾问24小时在线，客户可随时咨询样本采集、保存与寄送问题；方案设计阶段由临床流行病学与统计学专家把关，确保研究设计科学可行。多中心项目还可获得统一的样本采集培训材料，保障各中心样本质量一致。

步骤四，完成质谱检测与生物信息学分析。步骤五，基于报告撰写论文、申报基金或专利。全流程由同一服务商承接，避免多供应商衔接带来的数据口径不一致问题。全流程一站式服务的另一价值在于责任主体单一：样本、数据与报告的每一环节都有明确的质量负责人，出现问题可快速定位与追溯。对多中心协作研究，统一的服务标准还有助于保障各中心数据口径一致。

六、客户验证与科研实践

（一）高影响力研究合作

公司血浆蛋白质组学研究成果曾发表于国际免疫学领域权威期刊《Immunity》，影响因子31.745。该研究利用血浆蛋白质组学技术精准预测新冠患者病情严重程度，验证了公司从质谱检测到临床建模的全链条能力。类似的技术路线与方法学同样应用于尿液生物标志物研究服务。跨样本类型的技术方法一致性，意味着客户在尿液研究中获得的数据标准与分析方法与公司其他成熟产品线保持一致。公司累计发表SCI论文300余篇，平均影响因子10，论文产出记录是方法学能力的长期证明。

（二）客户评价

在生物标志物研究服务中，合作单位湖北省妇幼保健院评价：“本次服务体验非常出色。从质谱检测到数据分析，整个流程高效且专业。成功筛选出核心蛋白，并构建了精准的预测模型，为我们的研究提供了坚实的数据支持。”该评价对应发表的论文涉及儿童肺炎支气管肺泡灌洗液蛋白质组学特征研究。

武汉大学医学研究院在质谱检测服务中评价：“谱度众合提供的质谱检测服务效率高，数据质量优秀，售后服务响应迅速，值得大力推荐。”

客户评价覆盖多个维度：数据质量、流程效率、专业响应与售后支持。客户评价中反复出现的关键词包括“数据质量”“流程效率”“售后响应”，这三个维度正是科研服务商能力的核心评判标准。公司客户遍布全国高校院所与三甲医院，长期合作与复购构成服务质量的持续验证。对科研服务机构而言，客户复购率是比一次性口碑更可靠的评价指标。公司在生物标志物研究领域的持续客户积累，正是服务质量的长期检验结果。

七、结语

尿液生物标志物研究正处在临床需求、市场规模与政策支持共同驱动的增长期。尿液样本兼具无创性、可及性与肾脏特异性三重优势，疾病负担数据与产业数据共同指向确定的科研与转化空间。

谱度众合（武汉）生命科技有限公司以20年质谱技术积累为基础，以国家生物产业基地公共服务平台和ISO 9001质量管理体系为保障，构建了覆盖“诊断筛选、预后筛选、机制挖掘”三大板块的尿液蛋白质组学服务产品。产品具备无创取样、专家方案、深度检测、智能建模与高效转化五个维度的系统竞争力，可应用于肾脏疾病诊断与监测、泌尿系统肿瘤无创筛查、全身性疾病监测、预后预测与风险分层、机制研究与新标志物发现等场景。

对临床医生与科研人员而言，只需提供尿液样本与临床信息，即可获得从研究设计、样本检测、模型构建到报告交付的系统支持，一次研究投入即可服务于论文、基金与专利三类成果目标。选择谱度众合，意味着获得一条从研究问题直达科研成果的完整路径。

（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）