2. 检测目标与需求分析

多重免疫检测平台开发的第一步，不是选抗体、不是挑微球、也不是写程序，而是把“要解决什么问题”翻译成一组可量化、可验证的检测指标。这一步做不扎实，后面所有实验设计都会失去判断标准：抗体选得再好，也可能因为灵敏度不够而测不到低丰度标志物；通道扩展得再多，也可能因为样本量不足而无法支撑统计。需求分析的本质，是把临床或科研问题拆解为标志物组合、灵敏度、特异性、通量、样本类型五个相互约束的维度，并明确它们之间的优先级和取舍关系。

一、从问题到指标：需求分析的四个层次

需求分析通常经历四个层次：临床/科研问题（例如“区分活动性结核与潜伏感染”）、生物学假设（例如“活动性结核患者血浆中 IP-10、TNF-α、IL-2 组合升高”）、检测目标（例如“在 50 μL 血浆中同时定量 3 种细胞因子，检测下限 ≤ 5 pg/mL”）、技术指标（例如“灵敏度 5 pg/mL、特异性 ≥ 90%、通量 96 样本/批、样本类型为血浆”）。这四个层次必须逐级可追溯：每一个技术指标都应能回答“它服务于哪个生物学假设”。如果某个指标无法回溯到问题，它很可能是冗余的；如果某个假设没有对应指标，它就无法被验证。

二、标志物组合：不是越多越好，而是越“可分”越好

标志物组合的确定，核心是区分度而非数量。假设要区分两组样本（如疾病组 vs 对照组），单个标志物的 AUC 可能只有 0.65，但三个互补标志物组合后 AUC 可提升到 0.85。组合时应优先选择生物学通路互补（如促炎 + 抗炎 + 趋化因子）、表达动态范围互补（高丰度 + 低丰度）、样本基质兼容（均可在血浆中稳定检测）的标志物。同时要控制组合规模：每增加一个标志物，就需要多一对抗体、多一个检测通道，交叉反应和背景风险随之上升。对于 3～5 重检测，建议组合内标志物之间的 Pearson 相关系数绝对值低于 0.7，避免信息冗余。

三、灵敏度与特异性：一对必须同时定义的指标

灵敏度（LOD，检测下限）决定“能不能测到低丰度标志物”，特异性决定“测到的是不是目标物”。两者必须同时定义，否则会出现“灵敏度很高但假阳性严重”或“特异性很好但测不到临床相关浓度”的失衡。以细胞因子检测为例，血浆中 IL-6 在健康人中常低于 5 pg/mL，在感染患者中可升至 100 pg/mL 以上，因此 LOD 应至少达到 2～5 pg/mL，才能覆盖低端区分。特异性方面，需明确抗体对是否与同家族细胞因子交叉（如 IL-6 与 IL-6R、TNF-α 与 TNF-β），并在缓冲液和实际样本基质中分别验证。建议在需求阶段就写下可接受的假阳性率上限（如 ≤ 5%）和假阴性率上限（如 ≤ 10%），作为后续实验的验收线。

四、通量与样本类型：被低估的约束条件

通量不只是“一次测多少个”，而是样本数 × 标志物数 × 重复数的综合。例如 96 孔板、每孔 50 μL 样本、3 重检测、双复孔，则一批可测 16 个样本。如果临床研究需要 200 例样本，就需要至少 13 批，批间差异必须通过桥接样本或标准曲线校正。样本类型则直接决定前处理方式：血清需促凝并避免溶血，血浆需选择抗凝剂（EDTA 对金属离子依赖的检测可能有干扰），细胞培养上清需注意胎牛血清背景，组织匀浆需额外做蛋白定量归一化。需求分析阶段应明确样本体积下限（如 25 μL）、抗凝剂类型、是否允许冻融（建议 ≤ 2 次），这些都会反向约束灵敏度与通量设计。

五、把需求写成可验收的指标表

需求分析的最终交付物，是一份可验收的指标表。它不需要复杂，但每个字段都必须可测量、可判断。以下是一个示例（参数为教学假设，非实测结果）：

这张表的价值在于：它把“我们要做一个多重检测”变成了“我们要做一个 LOD ≤ 5 pg/mL、假阳性 ≤ 5%、每批至少 16 样本、用 EDTA 血浆的 3 重检测”。后续的抗体筛选、微球偶联、缓冲液优化、标准曲线设计，都可以围绕这些数字展开，而不是凭感觉推进。

六、常见误区与检查点

• 只写标志物名称，不写浓度范围。 不知道目标物在样本中的实际浓度，就无法判断 LOD 是否足够。
• 把特异性等同于“抗体说明书上的交叉反应”。 说明书数据多在缓冲液中获得，实际血浆基质可能完全不同。
• 忽略样本体积与通量的耦合。 96 孔板每孔 50 μL，若样本只有 30 μL，双复孔就无法实现。
• 没有优先级。 所有指标都“重要”等于没有取舍标准，遇到冲突时无法决策。