当前多组学数据存在跨平台、跨实验室、跨批次不可比、不可重复的瓶颈，导致大数据资源难以整合和复用。而人工智能 (AI) 方法的可靠性高度依赖于训练数据的质量。若测量平台、批次等引入的技术变异被AI/ML模型错误学习为生物学信号，将直接导致虚假的生物学发现、乃至错误临床决策。因此，建立全球协调一致的组学质量标准已刻不容缓，为AI时代筑牢多组学数据基石。
北京时间2026年9月1日，复旦大学生命科学学院和人类表型组研究院石乐明、郑媛婷团队联合国际组学大数据质量控制学会（MAQC Society）在《自然·生物技术》（Nature Biotechnology）发表共识文章，系统提出以标准物质作为跨批次、跨实验室、跨平台的共同标尺，并通过样本-参考比值 (Sample-to-Reference Ratio, SRR) 报告组学测量结果，旨在从数据产生的源头提升多组学数据的可重复性，为AI驱动的生物医学发现提供统一的测量学底座。
一、仪器信号值替代浓度值是导致组学数据不可重复的根源
研究发现，直接使用仪器信号值替代浓度值的通行做法，导致同一份样品因测量条件不同而结果迥异，这是多组学数据不可重复的根源 (图1) 。单个批次/实验室内部看似高质量的数据在不同批次/实验室之间难以直接比较，真实的生物学信息极易被批次效应掩盖。当批次与生物学因素存在混杂时（如所有病例在某批次测量、所有对照在另一批次测量），事后校正算法不仅无法消除批次效应，反而可能将真实生物学差异误判为批次效应而抹去，导致错误的科学结论。2025年全球首届AI虚拟细胞大赛中，所有模型预测基因表达量的平均绝对误差均未能优于简单的均值基线，这一结果深刻警示：缺乏统一标准的海量数据，使AI在生命组学领域的潜力难以充分发挥。
图1. 以仪器信号值替代浓度值是多组学数据不可重复的根源
二、以标准物质为共同标尺从源头校准多组学数据
研究团队提出的核心方案是：将经过充分表征的标准物质（如“中华家系1号”细胞多组学标准物质、Plasmix血浆标准物质）与研究样本同批次测量，计算每个分析物的样本-参考比值 (SRR)，以此抵消批次特异性灵敏度因子，使不同数据集之间的测量结果真正可比 (图2)。MAQC学会第五期“中华家系1号”项目研究已证明，SRR方法广泛适用于表观基因组、转录组、蛋白质组、代谢组等定量组学，是一种跨平台的通用性校准方法。该策略对AI/ML应用尤为重要。在数据产生阶段主动降低技术变异噪声，能够显著减少模型将批次特征误判为生物学信号的风险。文章同时指出，SRR方法在标准物质中不存在、低丰度、非线性响应区间的分析物，以及基质不匹配、样本前处理差异等场景下仍需进一步优化算法，未来还需针对组织、粪便、尿液、单细胞、空间组学等开发基质匹配的标准物质。
图2. 以标准物质为共同标尺的校准方案
三、全球行动倡议：让共同标尺成为组学测量的标配
MAQC学会在文章中倡议全球生物医学界积极使用标准物质作为共同标尺，并以SRR报告组学测量结果，从数据产生的源头提高多组学数据的可重复性：基金资助机构应将标准物质与研究样本共测量作为组学研究的默认要求；学术期刊应要求作者提交与研究样本共测量的标准物质原始数据；监管机构应在组学数据申报中推荐采用标准物质进行性能验证和测量校准；技术供应商应推动采用共同标准物质，消除不同仪器平台间信号值不可比造成的数据孤岛；研究机构和实验室应将标准物质使用和SRR报告纳入组学实验标准操作流程。
四、意义与展望：为AI时代筑牢多组学数据基石
该共识文章是继MAQC学会第五期 “中华家系1号”项目后，中国科学家引领国际组学大数据质量标准的又一重要贡献。标准物质和SRR方法为跨实验室、跨平台和跨时间的数据整合建立了一个稳定的物理锚点，标志着国际组学数据标准化正从“事后校正”走向“源头治理”，为AI时代多组学数据的可重复、可整合和可复用提供了一条切实可行的路径，也为人类表型组国际大科学计划及精准医学的纵深推进，奠定了又一关键基石。
国际组学大数据质量控制学会（MAQC Society）成立于2017年，致力于推动高通量技术产生的大规模数据的质量控制与标准化研究。MAQC学会及其前身MAQC联盟在2005年至2025年间完成了五期项目，发表了五本《自然》专题合集（http://www.maqcsociety.org）。MAQC学会中国分会（MAQC China）于2019年在复旦大学成立。该共识文章由复旦大学、上海国际人类表型组研究院石乐明教授、郑媛婷教授联合MAQC学会、MAQC学会中国分会的理事会成员共同完成。石乐明教授和郑媛婷教授为论文共同通讯作者，并共同领导MAQC Quartet（https://www.nature.com/collections/ibadeahigd）和Plasmix项目（https://doi.org/10.64898/2026.08.09.740864）。
论文信息：Leming Shi, Wenjun Bao, Aedín C. Culhane, et al., Ensuring multiomics data reproducibility for artificial intelligence with reference materials as a common calibrator. Nature Biotechnology, 2026. DOI: 10.1038/s41587-026-03267-1.
原文链接：https://doi.org/10.1038/s41587-026-03267-1