临床样本分组与标记策略
做临床蛋白质组定量，第一步就是怎么把标本安排好、怎么给它们打上标签。这个问题想不明白，后面跑出再漂亮的数据也白搭。我这几年接手过的临床项目，有一半的坑都出在实验设计阶段——不是分组不合理，就是标记方案选错了。
这章咱们就来掰扯清楚：临床样本怎么分组才算科学？TMT、iTRAQ、SILAC这些标记策略到底该怎么选？
分组设计的底层逻辑
临床样本不是实验室里的细胞系，它自带一堆混杂因素。病种、分期、用药史、取样时间、甚至样本保存时长，都会对定量结果产生干扰。我个人习惯在动手前先做一张"变异来源表"，把已知的、可能的、不可控的变量全列出来。
举个例子，我接过一个肝癌早筛项目。血清样本分了三组：健康对照、肝硬化、肝癌。表面上很清晰对吧？但后来发现肝硬化组里有一半病人同时伴有乙肝病毒感染，而肝癌组里也有不少乙肝阳性。这就麻烦了——差异蛋白到底是肝硬化和肝癌引起的，还是病毒本身导致的？
所以分组的核心就一句话：确保组间差异来自你的研究目标，而不是其他混杂因子。
分组设计三原则
- 可比性：除了研究变量（疾病 vs 健康、用药 vs 安慰剂），其他条件尽量保持一致。年龄、性别、BMI、取样时间、处理流程，这些该配对的要配对，该分层的要分层。
- 生物学重复：每个组至少3-5例独立样本，千万别把同一个病人的三个复孔当重复。我记得有个团队用同一管血清分三份上样，统计出来差异蛋白上百个，结果全是技术重复的假阳性。
- 随机化与盲法：上机顺序、开始时间、收集批次，这些容易被忽视的"批次效应"必须随机化处理。能盲最好盲，尤其是数据分析和差异筛选阶段。
关键提醒：临床样本分组不要只看最终分组标签，要检查组间的基线特征是否可比。做一个基线特征表，把年龄、性别、病程、合并用药等信息列出来做统计检验。如果发现某个混杂变量在组间有显著差异，必须纳入后续校正或重新设计。
标记策略怎么选？
定量标记方法主流就那几个：TMT、iTRAQ、SILAC、Label-free。临床样本用哪种，得看你的样本类型、通量需求和预算。
我做过最多的是TMT 10/16 plex。坦白讲，TMT在临床大样本中有天然优势——一批次能同时比较10个甚至16个样本，批次效应极小。但有一个大坑：通道偏差。TMT不同通道的标记效率不是完全一致的，需要做归一化校正。我曾经一次跑完16个样本，发现通道126和131的标记效率差异超过30%，那批数据差点报废。
| 方法 | 最大通量 | 适用样本 | 我的推荐场景 |
|---|---|---|---|
| TMT (10/16/18 plex) | 最多18个样本/批次 | 血清、血浆、组织 | 中大规模比较，尤其多组对照 |
| iTRAQ (4/8 plex) | 8个样本/批次 | 细胞、组织 | 小规模重点验证，标记成本较低 |
| SILAC | 2-3个样本（经典） | 培养细胞 | 不推荐用于临床原代样本 |
| Label-free | 无上限 | 任何类型 | 大样本初筛，预算有限 |
说到SILAC，我必须泼盆冷水——SILAC几乎不适用于临床组织或体液样本。因为临床样本没法像细胞一样在重标培养基里培养。市面上有所谓的"超重标小鼠"可以标记体液，但成本太高、标记效率也不稳定。我个人只有在培养细胞系的机制验证时才会用SILAC。
多批次实验的桥接策略
临床项目动辄上百例样本，TMT或iTRAQ也只能覆盖一小批。这时候就要涉及批次间的桥接。怎么做？最常见的方法是在每个批次都放一个相同的"桥接样本"——通常是混合了所有样本的pool。通过这个pool来调整批次间的信号偏移。
实战技巧：桥接样本不仅要同一种类，还要用同一批次的酶切和标记。而且我建议桥接样本的注射体积和总蛋白量要固定，尽量减小技术变异。在MaxQuant中，可以通过设置"Reference channel"来实现跨批次的归一化。
另外，如果你用的是TMT 10 plex，批次间桥接还有一种更聪明的做法：部分通道重叠。比如第一批用通道126-130，第二批用通道129N-131，其中通道129N既在第一批也在第二批出现。这样可以通过这个重叠通道直接连接两批数据。
# 举例：两批次TMT 10 plex的通道分配方案
# 第一批（A组 vs B组 vs C组 vs 桥接）
通道126：A1
通道127N：A2
通道127C：A3
通道128N：B1
通道128C：B2
通道129N：B3
通道129C：Pool (桥接)
通道130N：C1
通道130C：C2
通道131：C3
# 第二批（D组 vs E组 vs F组 vs 桥接）
通道126：D1
通道127N：D2
通道127C：D3
通道128N：E1
通道128C：E2
通道129N：E3
通道129C：Pool (桥接，同一管pool)
通道130N：F1
通道130C：F2
通道131：F3看到没？两批的通道129C都是同一个桥接样本，这样最后归一化时，只需把第二批所有通道的信号中位数调整到第一批的通道129C附近即可。
让我来画张整体流程图
下面这张SVG把临床分组与标记策略的全流程串起来了。从样本收集到最终数据归一化，每个关键节点都标出来了。
标记效率的质控手段
标记效率是定量准确性的命门。以TMT为例，你可以在标记后取出少量样本做质谱预检测，看看有没有未标记肽段比例过高。一个简单又实用的做法：在正式上机前跑一针Short gradient（30分钟梯度），然后检查所有TMT报告离子的相对丰度。
我一般会用MaxQuant的"Reporter ion intensity"列来做快速评估。如果某个通道的强度明显低于其他通道（比如低于中位数的50%），那这个通道的标记可能出问题了。
踩坑记录：我曾经遇到一个尴尬情况——标记完所有样本后才发现标签贴反了。原因是试剂盒上的通道编号和管子上的标签不一致。从那以后，我强制团队用标记批次记录表，把每个样本名称、TMT通道、标记时间、操作人全手写在实验记录本上。关键步骤绝对不能只依赖标签纸和Excel：一张纸加一支笔，在实验室里永远是最可靠的。
常见问题与避坑清单
- 分组内样本量不够：临床统计最怕小样本。每个分组至少3例独立样本，如果做发现性研究，建议5-7例。少于3例的差异分析没有任何统计效力。
- 混合样本当胶内泳道：有些实验室用一维SDS-PAGE把样本切成多个胶条，然后把不同样本的同一胶条混在一起跑。这种做法在定量上存在巨大风险——同一条带里的不同样本在电泳分离时可能不完全对齐，造成系统性偏差。
- 标记缓冲液的pH没控制好：TMT要求标记缓冲液pH 8.0-8.5。如果pH偏低，标记效率直接打折扣。我习惯用pH试纸+pH计双重确认，确保缓冲液刚调好就用，不要放太久。
- 忽略了批次内差异的校正：即使同一个批次，上样顺序不同也可能导致信号漂移。建议每跑10针插入一个QC样品，观察Base peak和TIC的稳定性。