为什么组学数据不稳定？蛋白质组学实验中生物学重复设计的黄金规则

在生命科学研究中，实验设计的严谨性直接决定了数据质量和结论的可信度。而在所有实验设计环节中，“生物学重复”与“技术重复”的混淆，是导致文章被拒稿或要求大规模补实验的最常见原因之一。很多同学分不清“同一份RNA分3孔qPCR”和“3批独立细胞提RNA再qPCR”的本质差异 —— 前者是技术重复，后者才是生物学重复。

今天这篇干货，我们先快速厘清这两个基础概念，然后重点聚焦于蛋白质组学（尤其是TMT、DIA、LFQ等主流技术）中重复设计的黄金标准，帮你彻底搞懂高通量蛋白质组学实验该如何科学地设置重复。

点击文末阅读原文，

获取更多蛋白质组学方案~

指对生物学上完全独立的样本进行平行的测量和处理。它的目的是捕获生物种群固有的随机变异 —— 比如不同小鼠的免疫反应差异、不同患者来源细胞的转录本丰度差异。只有生物学重复才能为你提供统计检验的自由度（即真正的n值） 。

指对同一个生物学样本进行的多次重复测量。它的作用是评估实验操作、分析方案或检测仪器的随机误差，回答“我的测量手段是否足够精确”这个问题。

将技术重复错误地当作生物学重复来统计，会严重夸大统计功效、高估显著性。例如，从2只小鼠体内各取10个细胞进行测量，如果把20个细胞都当作独立样本（n=20）来做t检验，而实际上真正的实验单位是小鼠（n=2），假阳性率飙升。正确的做法是：先将同一生物学样本的所有技术重复数据取平均值，再基于真实的生物学重复数进行统计检验。

虽然不同领域没有绝对统一的标准，但根据统计学规范和顶刊惯例，常见实验的生物学重复起步要求如下：

对于细胞实验，一个常见的误区是：将同一瓶细胞消化后分到3个孔分别处理，就当作3个生物学重复。这些细胞在接种前共享了完全相同的培养环境和传代历史，只能算技术重复或实验重复。正确的做法是：在不同日期、使用不同传代次数的细胞，独立完成从铺板到检测的完整实验周期。

相比于基因组学和常规分子生物学，蛋白质组学面临着更严峻的技术挑战：蛋白质丰度跨越十几个数量级、胰蛋白酶酶解效率差异、液相保留时间漂移、质谱离子化抑制等，都会引入庞大的技术噪音。因此，在蛋白质组学中合理区分和设置生物学重复与技术重复，直接决定了差异蛋白筛选的成败。

在蛋白质组学中，生物学重复是必须的，通常每组≥3-5个样本。对于高度异质性的样本（如肿瘤组织、临床样本），建议增加到6-10个生物学重复。而技术重复则有助于提高测定精度，一般2-3次即可。

在有限的经费下，应绝对优先增加生物学重复的数量，而非对同一样本进行多次技术重复测序。因为大多数差异蛋白统计推断工具（如DEqMS、MSstats）都是基于生物群体的离散度来估算P值的。

在传统的数据依赖型采集（DDA）模式下，质谱仪根据前体离子在MS1层面的丰度随机触发MS2碎裂。这导致了一个严重的重复性危机：一个在生物学重复A中被定量到的低丰度肽段，很可能在生物学重复B中因为未进入Top-N触发阈值而成为缺失值。

因此，在LFQ-DDA实验中：

至少3-5个，用于评估个体间的真实变化和统计学置信度

每个生物学样本建议2-3次进样（injection），以减少LC-MS系统的随机误差

DIA的出现，在很大程度上改变了蛋白质组学的重复设计逻辑。DIA不再依赖离子强度的随机触发，而是将质量范围划分为宽隔离窗口，对窗口内所有共洗脱的前体离子进行无偏见的循环碎裂。

结合新一代高分辨质谱仪（如Orbitrap Astral、Orbitrap Exploris 480），DIA展示出了卓越的技术再现性：

Orbitrap Astral质谱仪结合了高灵敏度四极杆、高分辨率Orbitrap和超高速Astral质量分析器（高达200 Hz扫描速率），能在极短的8分钟梯度内从200 ng HeLa细胞裂解液中识别出超过8000个蛋白组。

技术层面的蛋白定量CV往往能控制在5%左右。

极低的技术方差意味着：在DIA模式下，通常不需要对同一样本进行多次技术重复进样。研究者可以将宝贵的质谱机时投入到更多的生物学重复中。

TMT是当前大规模蛋白质组学定量的利器。它通过特异性的化学标签标记不同样本的多肽，随后混合在一个管子中进行LC-MS/MS分析。

最大优势在于：所有被标记的样本在液相色谱和质谱离子化阶段经历的是“完全相同的物理过程”，彻底消除了同一批次内部的技术变异。

TMT通道规划：市售TMT试剂盒有6-plex、10-plex、11-plex、16-plex和18-plex等规格。

当样本量超过单次TMT的最大复用通量时（例如一个TMT 10-plex最多同时分析10个样本），样本必须被强制拆分到多个不同的TMT批次中。

问题在于：不同批次间质谱仪选择离子进行MS2采样的时机和条件具有随机性，导致批次间的数据无法直接拼接和比较。如果不对批次效应进行校正，分析结果将充满假阳性。

为了解决多批次TMT的数据融合问题，质谱学界开发了内部参考缩放（IRS） 归一化算法。IRS是当前跨批次TMT实验设计中最为关键的环节，其核心逻辑如下：

➢ 第一步：构建全局混合内标（Master Pool）

在TMT标记开始前，从所有数十甚至上百个生物学个体的蛋白质样本中，各提取等量等体积的等分试样，充分混合，形成一个包含整个实验项目所有可能存在蛋白的“全局内标池”。

➢第二步：批次内的通道锚定

在每一个单独的TMT批次中，必须预留至少1个（强烈建议2个）通道，专门用于标记该“全局混合内标”。例如，在一个由7个11-plex组成的超大型外泌体研究中，每个plex使用2个通道装载Pooled Standard，剩下9个通道装载生物学样本。

➢ 第三步：计算校正系数并平齐数据

IRS的数学假设非常直观 —— 既然“全局内标池”在各个TMT批次中的物理和化学组成是绝对相同的，那么质谱仪在不同批次中检测到的该内标的信号强度在理论上也必须一致。

算法首先提取在所有批次中都被成功定量的蛋白质集合（即交集）。

然后分别计算内标池在各个批次中的强度，生成一个批次特定的校正系数。将各批次中真实生物学样本的强度乘以对应的校正系数，即可将原本不在同一维度的离散信号“强行拽入”同一尺度。

研究证实，IRS归一化能够成功移除批次效应，将不同TMT实验间的定量变异系数（CV）控制在10%以下。

TMT多批次实验的重复设计清单：

一句话总结：生物学重复回答的是“这个现象是否具有普适性”，是统计检验的根基；技术重复回答的是“我的测量是否精确”，是质控的工具。在蛋白质组学中，尤其是TMT多批次实验，请务必牢记：预留全局内标通道，用IRS挽救你的跨批次数据！

点击文末阅读原文，

获取更多蛋白质组学实验方案~

参考资料