随着大规模蛋白质组学从实验性承诺走向实际应用，鲜有项目能比英国生物银行(UK Biobank)更清晰地展示其潜力与复杂性。
该资源近期发布的5万余名参与者的蛋白质组学生物标志物数据，标志着其构建全球最全面多组学数据库的重要里程碑。目前计划正将Olink蛋白质组学平台——一种可同时测量数百至数千种蛋白质的高通量技术——扩展至全部50万参与者，旨在从群体层面理解疾病生物学。
为了解此次扩展对科研社区的意义、高维数据整合挑战及临床转化新路径，《科技网络》(Technology Networks)在HUPO 2025会议上专访了英国生物银行副首席科学家、牛津大学人口健康纳菲尔德学部副教授亚当·莱万多夫斯基(Adam Lewandowski, PhD)。此次对话探讨了发布大规模蛋白质组学数据的科学与后勤挑战，以及英国生物银行如何帮助研究者驾驭快速发展的多组学领域。
莉安娜·莉·史密斯(RLS)：英国生物银行近期新增了5万余名参与者的蛋白质组学生物标志物数据。将如此大规模的蛋白质组学数据集整合到现有生物银行基础设施中面临哪些主要科学与后勤挑战？
亚当·莱万多夫斯基(AL)：在英国生物银行初始蛋白质组学项目中，大量新数据正进入科研社区，其中部分数据类型研究者可能此前并不熟悉。主要挑战在于创建适当文档及培训材料，确保研究者了解最佳使用方法。
我们的显著优势源于与制药蛋白质组学项目(Pharma Proteomics Project)的紧密合作。该项目由13家制药伙伴于2020年11月组建，专注于利用Olink平台分析蛋白质组学数据。通过这一过程，他们完成了大量质量控制、数据清洗工作，预先创建了适当元数据和文档，以便数据可用后能与英国生物银行团队紧密协作，使科研社区以最佳方式利用这些数据。
新研究者及跨领域研究者始终面临持续挑战，但英国生物银行的亮点在于：这是一个真正的全球资源，世界各地研究者乐于相互支持。我们持续改进培训项目和文档以支持科研社区。
RLS：英国生物银行参与者是否存在重复进行蛋白质组学采样的可能性，以追踪随时间变化的蛋白质表达动态？这对纵向疾病研究有何价值？
AL：今年初，我们已制定完整队列的Olink蛋白质组学分析计划。数月前，我们收到英国政府通知，其将匹配资助制药蛋白质组学项目。目前已有14家制药伙伴参与（可能还会增加），在政府资金支持下，我们将对全部50万参与者进行5400种蛋白质的Olink蛋白质组学分析，同时覆盖自英国生物银行建立近20年来分阶段采集的重复样本。
这意味着总计将有60万份样本，其中10万份来自不同时期的重复采样。
RLS：蛋白质组学特征从研究发现转向临床风险评估或精准医疗应用还有多远？
AL：在英国生物银行项目首年，我们已观察到研究者开发新型预测模型工具——用于预测痴呆症、多发性骨髓瘤等疾病的发生，并为帕金森病、心血管疾病及乳腺癌提出新治疗靶点，同时发现多发性硬化症等疾病的新生物标志物。
机遇已然显现。Olink蛋白质组学工作初始阶段已催生数百篇论文。部分团队正将预测模型与临床风险评分进行对比。近年来，英国生物银行推动了多基因风险评分的发展，探索如何将遗传学整合至临床实践以优化风险预测算法。
伦敦克劳迪娅·兰格伯格(Claudia Langenberg)教授团队更进一步，整合临床风险因素、多基因风险评分及Olink平台的蛋白质数据，用于预测后期疾病。研究证明蛋白质组学信息可显著提升67种不同疾病的预测能力。
这意味着我们不仅能更早预测疾病，还能以更高确定性进行预测。随着蛋白质组学项目（不仅限于Olink）的扩展，我们将持续深化对英国生物银行数据的理解，并推动临床环境测试，验证其对改善患者诊疗的价值。
RLS：英国生物银行蛋白质组学项目的下一步重大规划是什么？是否有计划超越5.4万参与者规模或整合代谢组学与脂质组学数据集？
AL：如前所述，Olink平台现正扩展至完整队列及重复样本。我们还将采用互补的Soma平台，对约5.5万名参与者（含基线测量及部分重复样本）进行分析，从而追踪蛋白质表达的纵向动态变化。
另一方面，我们正关注现有平台未覆盖的领域。这些平台在标准化和可扩展性方面表现卓越，但神经退行性疾病领域的低丰度蛋白质（如p-tau181和p-tau217等不同tau蛋白）可能未被充分捕获。我们正探索如何在人群中更好检测这些低丰度蛋白质。
为此，我们正考虑引入Alamar CNS面板等其他平台纳入该资源，并研究蛋白质异构体及质谱技术的整合方案。
这些工作均需额外资金，但科研社区及合作伙伴专家展现出充分热情。我们正全力推进数据发布。
我们将持续扩展蛋白质组学研究，同时需注意：我们已拥有全基因组和全外显子组测序数据，并正通过夜鹰健康(Nightingale Health)的核磁共振代谢组学数据增强该资源。现该数据已覆盖50万参与者，同时包含队列重复样本，并将对5万名参与者采用牛津纳米孔技术(Oxford Nanopore)进行长读长测序。此外，我们正探索短读长测序（椭圆平台）、免疫表型分析及RNA测序等其他检测方法，这将使我们能够跨多维度全面研究组学数据。
整合所有数据后，核心挑战始终是如何培训科研社区有效利用这些资源，这需要英国生物银行与领域专家的紧密协作。
我认为英国生物银行即将迎来激动人心的阶段，未来几年将有大量新数据发布，持续拓展研究空间。
RLS：您认为这项新技术是否存在教育或认知层面的挑战？
AL：蛋白质组学在许多方面仍是新兴领域，这源于过去可扩展性方面的挑战。基因组学在认知度和数据价值理解上更为领先，但我们现在正见证蛋白质组学在生物标志物与潜在药物靶点发现、以及临床转化价值方面的突破。
理解不同平台特性、数据分析方法及互补数据集价值的工作仍在进行中。这正是我与HUPO成员讨论的重点，我们正思考如何借助HUPO的专业知识构建相关信息，向资助方阐明："为何需要推进此项工作？其在药物发现、生物标志物开发及未来临床实践改进中的潜在价值是什么？"
【全文结束】
