【多组学和临床转化系列】转录、蛋白、代谢都变了，就能说明机制吗？

同一批临床样本，转录、蛋白、代谢三份报告都指向某条通路。讨论时，很容易顺势写成：“这条通路被激活，导致了疾病变化。”

先停在证据支持的位置：多层结果一致，说明线索互相支持，不能自动串成因果链。 联合分析要回答的是，同一个问题能从不同层面得到什么支持。

每层数据，到底告诉了我们什么？

• 转录组：查看 RNA 表达。
• 常规蛋白组：查看蛋白丰度，也就是测到了多少蛋白。
• 代谢组：查看代谢物丰度，也就是测到了多少代谢物。

蛋白多，不等于活性高；代谢物多，不等于反应快。 三层数据各有测量边界，不能简单对应为“准备做、正在做、最后的结果”。

RNA 和蛋白都升高，通路就加速了吗？

假设某种酶的 RNA 和蛋白升高，同时一种底物减少。底物是参与反应、被转化的物质。这个组合值得追，但底物减少也可能来自合成减少、转运改变或其他反应的消耗。

要检验具体关系，需要按问题选择活性测定、稳定同位素示踪或干预实验。示踪是追踪带标记物质的代谢去向；通量指代谢过程的流动速率。不能只用丰度变化替代通量证据。

联合分析，除了取交集还能怎么做？

围绕同一个临床问题，可以：

1. 在通路层面比较各层变化，看哪些过程得到多层支持。

2. 在配对样本中分析跨组学关联，看不同层面的指标是否一起变化。

3. 结合多层特征探索患者分型；分型是否稳定、是否与疗效有关，还要用独立数据验证。

RNA 升高、蛋白没变，也值得检查。原因可能涉及翻译、降解、检测灵敏度或时间差。先排查技术因素，再提出调控假设，不能把“不一致”本身当成机制发现。

是同一位患者、同一个时间点吗？

研究个体层面的关联，尽量使用同一受试者、时间点匹配的材料，并保留准确对应关系。临床收样时，这张对应表要与检测安排一起核对。

不同组织或不同队列也能整合，但应先说明目的与可比性，不能当作一一配对的数据。先明确样本之间是什么关系，再决定数据能怎样“联”。

参考阅读

• Multi-omics data integration and analysis pipeline for precision medicine: Systematic review. *Comput Biol Chem*, 2024.
• Metabolite concentrations, fluxes and free energies imply efficient enzyme usage. *Nature Chemical Biology*, 2016.

有多层数据但不确定怎么整合？把研究问题、样本对应关系和脱敏结果发给我们，一起定分析重点。联系 叶博士 13780009482。

#多组学 #转录组 #蛋白组 #代谢组 #联合分析 #如耀生物