北京时间2026年9月1日晚，国际学术期刊《自然·生物技术》（Nature Biotechnology）在线发表了由国际组学大数据质量控制学会（MAQC Society, maqcsociety.org）石乐明和郑媛婷领衔撰写的共识文章“Ensuring multiomics data reproducibility for artificial intelligence with reference materials as a common calibrator”。文章聚焦当前多组学与人工智能（AI）深度融合中面临的组学数据跨平台、跨实验室、跨批次不可比、不可重复的瓶颈，基于MAQC学会领导五期国际组学数据质量控制和标准化研究的系统性成果，系统性地提出将经过充分表征的标准物质作为不同批次、实验室和平台之间的共同标尺，并以样本-参考比值（sample-to-reference ratio，SRR）报告组学测量结果，旨在从数据生成的源头提高多组学数据的可重复性，为AI驱动的生物医学发现提供共同的测量学底座。

1.以仪器信号值替代浓度值导致组学数据不可重复，已成为多组学+AI时代的重大隐患

近年来，多组学与人工智能/机器学习（AI/ML）加速融合，催生了虚拟细胞、数字孪生等新兴前沿方向。然而，这些AI/ML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。2025年全球首届 AI 虚拟细胞大赛的结果引发学界震动，所有模型预测基因表达量的平均绝对误差（MAE）均未能优于简单的均值基线（naïve baseline），这一结果深刻警示我们，缺乏统一标准整合的海量组学数据，使AI在生命组学领域的潜力难以发挥。

与此同时，UK Biobank、All of Us、复旦泰州队列和中国慢性病前瞻性研究（CKB）等大规模人群项目正在持续产生海量多组学数据，数据整合与跨研究比对的需求迫切。然而，直接使用组学仪器信号值替代浓度值的通行做法存在固有缺陷，导致数据可比性无从建立：因为同一份样品的仪器信号值因测量条件千变万化而结果迥异（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。

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

2.以标准物质为共同标尺，从源头校准多组学数据

国际MAQC学会提出的核心解决方案，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血浆多组学标准物质等）作为不同测量批次间的共同标尺，将其与研究样本在同批次中并行测量，并报告每个分析物的样本-参考比值（sample-to-reference ratio，SRR）。其原理简单而深刻：仪器响应可视为真实浓度与批次特异性灵敏度因子的乘积，同一批次内研究样本与标准物质的仪器信号值受到相同的灵敏度因子的影响，通过两者比值的计算即可有效抵消批次特异性灵敏度因子，从而使不同数据集之间的测量结果可比（图2）。

图2. 以标准物质为共同标尺的校准方案

这一策略对AI/ML应用尤为重要。在数据生成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。值得强调的是，基于SRR的源头校准与传统批次效应校正并非互相替代，而是可以相辅相成，前者从测量源头建立数据可比的基座，后者则可进一步处理残余结构性变异。MAQC学会第五期 “中华家系1号”项目（Multiomics Quartet Project, www.nature.com/collections/ibadeahigd）研究已经证明，SRR方法广泛适用于各种定量组学，包括基于测序技术的转录组学和基于质谱技术的蛋白质组学、代谢组学等，是一种跨平台的通用性测量校准方法。

文章也客观讨论了SRR方法的适用边界。首先，标准物质中不存在的分析物无法进行比值定量；其次，基质不匹配、样本前处理差异、低丰度分析物、非线性响应区间等情况仍需额外处理。此外，SRR还假设研究样本与标准物质的基质效应相同，因此没有任何一种标准物质能够适用于所有生物基质。Quartet标准物质适用于细胞类基质样本检测（https://chinese-quartet.org/），Plasmix则适用于血浆基质样本检测（https://doi.org/10.64898/2026.08.09.740864）。对于尿液、粪便、单细胞、空间组学等领域，仍需要根据具体技术特点开发基质匹配的标准物质。文章进一步展望，若未来能对常用标准物质中各分析物的绝对浓度完成精准定量，SRR结果还可以进一步转换为绝对浓度，从而形成可共享的基础资源。

3.全球行动倡议：以标准物质作为共同标尺提升组学数据可重复性

 MAQC学会在此呼吁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，并针对不同利益相关方提出了具体建议：

基金资助机构：将标准物质与研究样本共测量作为组学研究的默认要求，支持开发尚属空白领域的组学标准物质（组织、粪便、单细胞、空间组学等）。

学术期刊：要求作者在投稿中同时提交与研究样本共测量的标准物质原始数据，以便数据复用者开展客观质量评价和跨研究队列的SRR整合分析。

监管机构：在涉及组学数据的监管申报中推荐采用标准物质进行性能验证和测量校准，尤其是纵向研究、多中心研究以及诊断开发等场景。

技术供应商：推动采用经过充分表征的共同标准物质，减少不同技术平台之间由供应商专有标准造成的“数据孤岛”，并将SRR作为标准化输出值之一，以支持跨平台的再分析。

研究机构和实验室：将标准物质使用和SRR报告纳入组学实验标准操作流程，并参与基于标准物质的组学检测室间能力验证，对于大型队列检测，应全程连续使用标准物质共测量。

4.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（https://www.nature.com/collections/ibadeahigd）研究成果之后，中国科学家持续引领国际组学大数据质量标准的又一重要理论贡献。文章

出，未来的高质量多组学数据集不仅应包含研究样本本身，还应具有稳定的参考锚点、协调一致的元数据、透明的样本处理与分析流程，以及跨实验室、跨平台可比的量值格式。可重复性不应只是研究完成后的验证指标，而应成为数据产生阶段即被内置的设计原则。

标准物质和SRR测量校准方法为跨实验室、跨平台和跨时间的数据整合建立起一个稳定的物理锚点。这为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。该共识的发表，标志着国际组学数据标准化领域正从“事后校正”走向“源头根治”，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，以增强数据可重复性。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和Plasmix项目。

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