1. 领域背景与文献
文献英文标题：Comparison of high-throughput plasma proteomic platforms in a multi-ethnic Asian cohort；
发表期刊：Genome Biology；影响因子：未公开（领域共识：Genome Biology为基因组学与多组学领域Top期刊，2025年影响因子约17.9）；研究领域：血浆蛋白质组学、精准医学、人群队列研究。
人群规模蛋白质组学是精准医学领域的核心技术方向，其发展关键节点可追溯至2000年后质谱技术的高通量突破，实现了大规模蛋白的无偏检测；2010年后，亲和型蛋白质组学平台（如SomaScan、Olink）的普及进一步推动了人群队列中蛋白质组数据的积累。当前研究热点集中于跨组学整合分析、人群特异性生物标志物发现，以及蛋白质组学在疾病风险预测中的临床转化。然而，现有研究多基于欧美人群，不同高通量蛋白质组学平台在亚洲多族裔人群中的性能差异尚未明确，尤其是新推出的Olink Explore HT平台的稳定性数据缺失，同时归一化方法对多样人群蛋白质组关联分析的影响也未被充分探讨，这些空白限制了亚洲人群精准医学研究中蛋白质组学平台的合理选择与数据的有效利用。
针对上述研究空白，本研究选取三个主流高通量血浆蛋白质组学平台，在多族裔亚洲人群队列中开展平行检测与多维度性能比较，旨在明确各平台的优势与局限性，为大规模亚洲人群蛋白质组学研究的平台选择、数据处理及生物标志物发现提供直接依据，具有重要的学术价值与临床转化指导意义。
2. 文献综述解析
作者以技术类型为核心分类维度，将领域内现有研究分为亲和型蛋白质组学平台与质谱型蛋白质组学平台两类，系统评述了各平台的性能特点及研究应用现状。
现有研究表明，亲和型平台（如SomaScan、Olink）具有高通量、高重复性的优势，适合大规模人群队列中的靶向蛋白检测与生物标志物验证，但其蛋白覆盖度相对有限，且新扩展panel的稳定性数据不足；质谱型平台（如MS-Seer）具有无偏检测的优势，能够发现潜在的新蛋白靶点，但其检测缺失值较高、变异系数大，对样本质量与实验流程的稳定性要求更严格。此外，现有研究多在单一人群或小样本中开展，缺乏跨平台、多族裔的直接比较，尤其是亚洲人群中的相关数据极为匮乏，同时归一化方法对蛋白质组关联分析结果的影响未被系统评估，这些局限性导致不同平台的适用场景不明确，制约了人群规模蛋白质组学研究的标准化开展。
与现有研究相比，本研究的核心创新点在于首次在多族裔亚洲人群队列中对三个主流高通量蛋白质组学平台（包括最新的Olink Explore HT）进行平行检测与多维度性能比较，同时系统评估了归一化方法对生物学关联分析的影响，填补了跨平台、多样人群蛋白质组学性能评估的研究空白。通过直接比较各平台在蛋白覆盖度、重复性、关联分析、人群差异检测中的表现，明确了不同平台的适用场景，为大规模亚洲人群蛋白质组学研究的平台选择与数据处理提供了关键参考，解决了现有研究中平台性能缺乏多样本验证的核心问题。
3. 研究思路总结与详细解析
本研究的核心目标是明确SomaScan11K、Olink Explore HT、Orbitrap Astral with Seer Proteograph（MS-Seer）三个高通量血浆蛋白质组学平台在多族裔亚洲人群中的性能差异，核心科学问题包括不同平台在蛋白定量稳定性、关联分析能力、人群差异检测中的表现，以及归一化方法对生物学关联的影响，技术路线遵循“样本平行检测→数据质控分析→多维度性能比较→结论总结”的闭环逻辑。
3.1 队列样本与平台平行检测
实验目的：获取三个平台在同一多族裔亚洲人群中的血浆蛋白质组数据，为后续性能比较提供基础。
方法细节：选取HELIOS研究中的多族裔亚洲人群血浆样本（文献未明确提供样本量，基于图表趋势推测），分别采用SomaScan11K（核酸适配体亲和结合技术）、Olink Explore HT（邻近延伸分析技术）、MS-Seer（高分辨质谱无偏检测技术）进行高通量蛋白定量检测，所有检测流程严格遵循各平台的标准化操作规范。
结果解读：三个平台共定量12825个独特蛋白，其中仅1740个蛋白为三个平台共有，提示各平台的蛋白覆盖范围存在显著差异，亲和型平台与质谱型平台的检测靶点重叠度较低；产品关联：文献未提及具体实验产品，领域常规使用核酸适配体检测试剂盒、邻近延伸分析试剂盒、高分辨轨道阱质谱仪等。
3.2 基础性能指标评估
实验目的：比较三个平台的定量稳定性与数据完整性，评估各平台的基本检测性能。
方法细节：对三个平台的检测数据进行质控分析，计算各平台的蛋白缺失值比例与变异系数（CV），其中缺失值比例为未定量蛋白占总检测蛋白的比例，CV为同一蛋白重复检测的变异程度，同时分析Olink Explore HT新增panel与原有panel的性能差异。
结果解读：SomaScan平台的蛋白缺失值比例<1%，CV<10%，显著优于Olink Explore HT（缺失值比例51%，CV23%）与MS-Seer（缺失值比例12%，CV19%）；进一步分析发现，Olink Explore HT的高缺失值与高CV主要由其新增的检测panel导致，原有panel的性能更接近SomaScan平台；产品关联：文献未提及具体实验产品，领域常规使用R、Python等生物信息学软件进行数据质控与统计分析。
3.3 表型与遗传关联分析
实验目的：评估三个平台在表型关联与遗传关联分析中的性能，明确各平台在生物标志物发现中的适用性。
方法细节：将三个平台的蛋白定量数据与队列中的表型数据进行关联分析，统计不同表型的关联蛋白数量；同时进行顺式蛋白数量性状位点（cis-pQTLs）分析，筛选P<5×10–8的显著关联位点，比较各平台的遗传关联数量。
结果解读：不同平台检测到的表型关联蛋白数量因性状类型而异，未呈现统一的优劣趋势；而在遗传关联分析中，Olink与SomaScan平台检测到的显著顺式蛋白数量性状位点数量相近，提示两个平台在遗传驱动的蛋白表达调控研究中具有相似的性能；产品关联：文献未提及具体实验产品，领域常规使用PLINK、GCTA等软件进行全基因组关联分析。
3.4 人群差异与归一化方法评估
实验目的：比较三个平台在检测族裔间蛋白表达差异中的能力，同时评估归一化方法对生物学关联分析的影响。
方法细节：分析不同族裔人群中各平台定量蛋白的表达水平差异，统计族裔差异蛋白的数量；同时比较SomaScan平台采用ANML归一化前后的表型关联结果，评估归一化方法对生物学关联的影响。
结果解读：SomaScan平台检测到的族裔差异蛋白数量显著多于Olink平台，提示其在人群特异性蛋白表达研究中具有更强的能力；而SomaScan平台采用的ANML归一化方法显著减弱了部分生物学相关的关联，提示样本水平的归一化方法可能掩盖真实的生物学差异，需根据研究场景选择合适的归一化策略；产品关联：文献未提及具体实验产品，领域常规使用limma、分位数归一化等算法进行数据归一化处理。
4. Biomarker研究及发现成果解析
本研究未聚焦特定疾病的生物标志物筛选，而是通过跨平台性能比较，明确了不同高通量蛋白质组学平台在生物标志物发现中的适用场景，为后续亚洲人群的生物标志物研究提供了平台选择与数据处理的关键依据。
本研究的核心是评估平台性能，而非直接筛选疾病生物标志物，其“筛选”逻辑为通过多维度性能比较，确定各平台在不同生物标志物研究场景中的适用性：对于需要高稳定性、低缺失值的大规模人群队列研究，推荐SomaScan平台；对于需要靶向扩展panel且关注遗传关联的研究，Olink平台具有优势；对于需要无偏发现新蛋白靶点的探索性研究，MS-Seer平台更适合。
基于HELIOS研究的多族裔亚洲人群血浆样本，通过三个平台平行检测获得蛋白定量数据，从蛋白覆盖度、重复性、关联分析、人群差异四个维度评估平台性能。其中SomaScan平台的定量重复性最优（CV<10%，文献未明确提供样本量，基于图表趋势推测），缺失值比例<1%（文献未明确提供样本量，基于图表趋势推测）；Olink平台的遗传关联数量与SomaScan相近（显著顺式蛋白数量性状位点数量P<5×10–8，文献未明确提供样本量，基于图表趋势推测）；MS-Seer平台的蛋白覆盖度最广，但缺失值比例达12%（文献未明确提供样本量，基于图表趋势推测）。此外，SomaScan平台检测到的族裔差异蛋白数量显著多于Olink平台，提示其在人群特异性生物标志物发现中的优势。
本研究的核心成果在于系统揭示了三个主流高通量蛋白质组学平台在多族裔亚洲人群中的性能差异，首次明确Olink Explore HT新增panel的稳定性不足，以及SomaScan ANML归一化方法的局限性。研究结论为大规模亚洲人群蛋白质组学研究的平台选择提供了直接参考：SomaScan适合稳定的大规模人群检测，Olink适合遗传关联研究，MS-Seer适合无偏探索研究。该研究的创新性在于首次在亚洲多族裔队列中进行跨平台的直接比较，填补了该领域的研究空白，为后续亚洲人群的生物标志物发现与精准医学研究奠定了技术基础。