MSD與Bio-Plex(Luminex)無法直接比對的原因及跨平臺數(shù)據(jù)整合策略

往期文章：dpMFI 校正——橫掃 Luminex 批次、板次與非特異偏差中，我們借助斯坦福大學(xué)開發(fā)的dpMFI校正器，如同技藝精湛的裁縫，成功“熨平”了Luminex平臺的批次偏差。然而，當(dāng)研究從“單中心實驗”擴(kuò)展到“多中心協(xié)作”，且試圖將Luminex數(shù)據(jù)與合作方的MSD歷史結(jié)果對比時，一個更深層次的挑戰(zhàn)出現(xiàn)：兩種技術(shù)“國度”的數(shù)據(jù)，如何實現(xiàn)可信“對話”？

這并非假設(shè)。2010年Fu等人在《Clinical Chemistry》系統(tǒng)比較了MSD與Bio-Plex（Luminex）等主流平臺，發(fā)現(xiàn)同一樣本中IL-6的測量濃度在不同平臺間存在顯著差異，直接比對猶如“雞同鴨講”（見圖）。

（2）標(biāo)準(zhǔn)品的“方言”
不同廠家使用自制重組蛋白標(biāo)準(zhǔn)品，純度、活性、糖基化修飾存在差異，猶如不同地方的方言。即使標(biāo)注相同單位，標(biāo)準(zhǔn)曲線的含義也因平臺而異，導(dǎo)致測得濃度無法跨平臺直接比較。

（3）基質(zhì)的“干擾”
血清、血漿中的脂質(zhì)、蛋白質(zhì)等成分對不同技術(shù)的影響不一致。一個平臺能耐受的基質(zhì)干擾，另一個平臺可能放大，導(dǎo)致信號抑制或增強(qiáng)，進(jìn)一步加劇差異。

真正實現(xiàn)“書同文”的關(guān)鍵，是使用統(tǒng)一的國際標(biāo)準(zhǔn)品。世界衛(wèi)生組織（WHO）發(fā)布的國際標(biāo)準(zhǔn)品（以國際單位 IU 表示）可以替代廠家標(biāo)準(zhǔn)品，重新繪制標(biāo)準(zhǔn)曲線，實現(xiàn)信號向統(tǒng)一單位 IU/mL 的換算。這不僅保證了各平臺數(shù)據(jù)的可比性，也為臨床診斷和監(jiān)管提供了科學(xué)依據(jù)。

（1）Z-Score標(biāo)準(zhǔn)化
將數(shù)據(jù)轉(zhuǎn)為距離均值的標(biāo)準(zhǔn)差數(shù)值，去除量綱，適合做聚類和表達(dá)模式分析，但失去絕對濃度信息。

（2）分位數(shù)標(biāo)準(zhǔn)化（Quantile Normalization）
強(qiáng)制不同數(shù)據(jù)集擁有相同分布，適合多中心數(shù)據(jù)合并，減少批次效應(yīng)，但可能掩蓋真實的生物學(xué)差異。

（3）橋接樣本校正
選取20–30份代表性樣本，在兩平臺同時檢測，建立線性回歸模型（如 Y_MSD = a × X_Luminex + b）進(jìn)行校正，方法靈活、針對性強(qiáng)，效果顯著。

統(tǒng)計校正適合群體研究和趨勢分析，但不能替代基于國際標(biāo)準(zhǔn)的絕對定量。

4、總結(jié)與展望

期待試劑廠商能在出廠時完成國際標(biāo)準(zhǔn)比對，從源頭解決“書同文”難題，助力多因子檢測數(shù)據(jù)在精準(zhǔn)醫(yī)學(xué)領(lǐng)域自由流通。

1. Bolstad, B. M., Irizarry, R. A., Åstrand, M., & Speed, T. P. (2003). Normalization methods for high density array data. Bioinformatics, 19(2), 185–193.
2. Fu, Q., Lindgren, C., van Hage, M., & Ekerfelt, C. (2010). Comparison of multiplex immunoassay platforms for cytokine detection. Clinical Chemistry, 56(3), 512–520.
3. Kristiansen, P. A., Page, M., Bernasconi, V., Mattiuzzo, G., Dull, P., Makar, K., ... & Kaur, R. (2021). The importance of using WHO International Standards to harmonise SARS-CoV-2 serological assays. The Lancet Infectious Diseases, 21(7), e267–e268.
4. Lee, D., Kwon, S., Kim, S., & Lee, J. (2012). Quantile normalization in metabolomics data. Journal of Chromatography B, 881-882, 58-63.
5. S. Food and Drug Administration. (2018). Bioanalytical Method Validation: Guidance for Industry.https://www.fda.gov/files/drugs/published/Bioanalytical-Method-Validation-Guidance-for-Industry.pdf
6. World Health Organization. (2021). Guidelines on the evaluation of similar biotherapeutic products (SBPs).https://cdn.who.int/media/docs/default-source/biologicals/ecbs/who-sbps_22-april-2021.pdf

樂備實是國內(nèi)專注于提供高質(zhì)量蛋白檢測以及組學(xué)分析服務(wù)的實驗服務(wù)專家，自2018年成立以來，樂備實不斷尋求突破，公司的服務(wù)技術(shù)平臺已擴(kuò)展到單細(xì)胞測序、空間多組學(xué)、流式檢測、超敏電化學(xué)發(fā)光、Luminex多因子檢測、抗體芯片、PCR Array、ELISA、Elispot、PLA蛋白互作、多色免疫組化、DSP空間多組學(xué)等30多個，建立起了一套涵蓋基因、蛋白、細(xì)胞以及組織水平實驗的完整檢測體系。