“组学国标”项目结硕果：最精准的mRNA测序与蛋白质组质谱
二代测序、蛋白质组质谱，这些“高大上”的组学手段早已不是稀罕事，使人们对生命和疾病的理解进入了一个崭新的时代。这些组学技术大量用于科研的同时，在应用领域却陷入了巨大的困境。
蛋白质组质谱技术和RNA测序目前几乎没有任何值得一提的临床应用，即便是在临床应用得相对较多的DNA测序，也饱受重复性差、准确性差的诟病。虽然组学技术看上去有“一网打尽”的优点，但如果重复性差、准确性差，结果的可靠性就无法保证。在科研领域会造成大量的浪费，甚至被不可靠的结论误导后续的研究；在临床应用领域甚至可能危及生命，或因为精度太低而造成信噪比低，导致分子标记物不能有效地被测定。
DNA的应用多为定性（突变检测），而RNA和蛋白质的应用多为定量。RNA和蛋白质的定量组学技术能差到什么程度？以RNA-seq为例，通常高丰度mRNA的定量重现性（技术重复）以CV（变异系数，等于标准差除以平均值）计，能做到10%已经很好了，30~40%也是常有的事；中低丰度mRNA的CV经常能超过60%。如果是生物学重复，还会更高。而蛋白质组质谱的重复性就更悲催了，且不说定量，同一个样品打两次质谱，鉴定到的蛋白质往往只有70-80%的重现性，即20-30%的蛋白质只在一次质谱实验中能被鉴定到；定量就更糟糕了，高丰度蛋白质CV 50%、中低丰度蛋白质CV 100%甚至都不罕见。组学技术误差这么大，也难怪现在有“精准医学不精准”的问题了。
目前，世界上尚无任何一个组学质控标准出台，这也是造成大家各自为政、难以规范和质控的关键问题。为了从源头上解决这个问题，中国科技部于2018年立项了《医学生命组学数据质量控制关键技术研发与应用》国家重点研发计划，由华南理工大学、暨南大学、北京师范大学等单位联合攻关，目标是开发一系列全流程新技术，将组学技术的精度提高到一个空前的新高度，并制定相关的质控标准。2018年底，项目启动会在广州召开。
项目启动仅半年不到，这个项目就已结出硕果，在RNA测序和蛋白质组质谱方面达到了目前世界最高的重现性。
2019年2月12日发表的文章中，华南理工大学和暨南大学的团队将RNA-seq中高丰度mRNA的定量重复性做到了CV=53ppm，即0.0053%。是的，你没有看错，0.0053%。在30个菌株中稳定表达一个基因，进行RNA-seq。尽管各样本的测序通量相差100倍之多，但这个高丰度基因的表达量却惊人的一致，CV仅为53ppm。在更为困难的RNC-seq（翻译组测序）上，30个样本的生物学重复，该高丰度mRNA的翻译定量CV也做到了150ppm，即0.015%。这么稳定的表达量使得文章中根本无法画出误差线，因为画了也根本看不到。值得一提的是，这项研究的测序实际是在深圳承启生物科技有限公司进行的，表明这项极端精确的RNA测序技术并不只是停留在论文里，而是已经在商业服务环境下运行成功。
2019年5月24日发表的另一篇文章中，暨南大学和德国夏洛特医科大学的科学家将蛋白质组质谱的重现性同样推到了一个令人咋舌的地步。对大肠杆菌胞内全蛋白质组的两次生物学重复质谱实验，鉴定出的蛋白质重合率高达99.7-99.8%，亦即两次生物学重复（即培养两批同样的菌进行独立实验，不是一个样品打两次质谱）鉴定到几乎完全相同的蛋白质。并且，这种超高的重现性能在多个菌株上稳定地实现，说明并非碰运气，而是有着硬实力！
不仅鉴定重现性高，基于DIA（非数据依赖性采集）的HRM-MS策略在暨南大学的质谱实验室中也稳定地达到了R=0.98的定量相关性，相比于以往的质谱定量实验R=0.8~0.94的水平有了明显的提升。达到这么高的水平也离不开各环节严格的质控。论文中的数据也证明了，采用更严谨的质控标准有利于定量相关性的进一步提升。
这些成果的发表，标志着中国科学家在RNA和蛋白质组学定量技术的重现性和稳健性方面走在了世界的前列，误差极小、重现性极高的全流程组学技术可以在科研和应用上带来一场革命。在科研领域，超高精度组学技术可以使人们研究以往无从下手的问题：事实上，这两篇论文的主旨都不在技术突破，而在于用技术突破解决了以往没能解决的生物学问题。在临床应用上，超高精度组学技术也必将为组学技术真正走向临床诊断奠定坚实的基础，同时也预示着新的行业标准和国家标准，为整个行业的规范化提供技术依据。
参考信息：
https://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-019-1377-z
https://www.frontiersin.org/articles/10.3389/fgene.2019.00473/full
