（来源：科创中国）

人类表型组研究，揭示了基因型−环境−表型之间以及不同尺度表型之间的关联规律与互作机制，是后基因组时代的战略制高点，开展国际人类表型组计划已成为国际学界共识。《科技导报》邀请2024重大科学问题“人类表型组微观与整体的复杂关联及其机制解密”提出者刘晗和数据治理领域研究者丁国徽共同撰文，系统介绍了表型组学研究的重要意义。文章指出，国际人类表型组计划为生命科学与生物医学绘制了新一代科研“导航图”，相关研究范式正深刻推动人类健康机制的深入研究，并促进医疗保健模式从“以疾病为中心”向“以健康为中心”的变革。文末强调，统一标识、数据治理及其共享生态建设，将成为未来表型组研究面临的关键挑战。

中国科学技术协会发布的2024重大科学问题、工程技术难题和产业技术问题中，“人类表型组微观与整体的复杂关联及其机制解密”入选十大前沿科学问题。人类表型组研究致力于精确测量人体各类表型，通过综合分析，系统解构不同表型之间的复杂联系关联网络，从而阐明基因−表型−环境之间，以及微观表型（如分子特征）与宏观表型（如器官功能、行为）之间的相互作用机制。它不仅将引领生命科学研究范式的深刻变革，还将驱动生物医药产业实现新的突破。

1、表型组研究：后基因组挑战下催生的人类健康密钥

人类基因组计划发现了大量疾病表型和遗传位点间的关联，为后续精准医学奠定了基础。2003年，学界提出表型检测方法在优化利用基因型数据方面存在不足，呼吁国际力量共建表型组数据库，深度整合表型组数据并开发新的分析方法。此后，解析基因与表型间关联成为生命健康领域着力发展的方向。表型组研究被学界公认为是现阶段的科学研究重点领域之一，将带来巨大突破。

基因组与表型组之间具有复杂的调控网络关系，而表型组涵盖从微观到宏观的所有表型，并具有时空动态演化特征。表型组学研究旨在通过跨尺度、多维度和全生命周期的精密表型测量，整合分析由此产生的大规模、多模态数据，系统揭示基因型−环境−表型之间以及不同尺度表型（如宏观表型与微观表型）之间的关联规律与互作机制。该领域构成了连接基因型与表现型的关键科学桥梁。

2、测一切之可测：表型精密测量的技术发展

表型精密测量（deep phenotyping），即对个体表型进行精确、全面、深度解析的方法，旨在通过对血液成分、肠道微生物组中微生物的组成和活性、数字健康测量（身体活动、睡眠质量、心率等）、认知评估、饮食摄入、环境暴露等多维数据的系统采集与量化分析，获得更精细、更具特异性的表性信息。在精准医学发展的背景下，该方法以更个性化和更高颗粒度的方式搜集人体数据，显著提升了表型数据的精确性和完整性，与日益丰富的基因组数据相结合，展现出巨大的潜力。

在技术层面，化学分析与计算方法的进步，例如核磁共振光谱、液相色谱与质谱联用以及多元统计建模，显著提高了对代谢物、脂蛋白和糖蛋白等微观表型的检测能力。多模态成像技术（如PET-MRI）和可穿戴传感设备的发展，也推动了器官形态、生物学功能等宏观表型的精准获取。越来越多的表型被纳入人体表型精密测量体系中。

3、国际人类表型组计划：国际协作绘制人类表型组导航图

中国科学界自2014年起就开始在“测一切之可测”理念指导下筹备发起人类表型组计划。2015年，“国际人类表型组研究”香山科学会议召开；2016年，复旦大学在上海主办了“首届国际人类表型组大会”；2018年，“第二届国际人类表型组研讨会”召开，来自17个国家20家机构的20位顶尖科学家组成了首届国际人类表型组研究协作组（IHPC）理事会，一致同意启动人类表型组大科学计划的先导研究。标志着该计划正式由科学界先行启动。

IHPC致力于构建全球协同创新网络，迄今成员已扩展至20个国家和地区的23个机构，其中包括15个各国院士团队。2020年，IHPC第二次理事会正式确定将国际协作组秘书处设于上海国际人类表型组研究院，设置“标准与技术规范”“知识产权数据共享与数据安全”和“伦理与法律社会问题”3个专业分委会，就优先发展方向初步达成共识。2021年，IHPC第三次理事会在兼顾安全和开放的前提下达成共识，探索国际科研合作与数据跨境共享的最佳实践。2022年第四次理事会上，就《人类表型组测量指南》和《共建全球人类表型组数据库倡议》达成共识。

经过5年的发展，中国核心团队已在基础科研领域奠定了引领优势，达成4项国际领先成果：

一是建成全球首个跨尺度、多维度、一站式人类表型组精密测量平台，可一站式集成测量从宏观到微观多个尺度约3万个人类表型；

二是完成第一个自然人群深度表型组千人队列，是目前全球覆盖表型指标最多、规模最大的健康人群表型组学纵向队列；

三是绘制首张人类表型组导航图，为探索表型关联机制提供系统指导与参考；

四是研发世界首套多组学标准物质“中华家系1号”，开创了生物医学“度量衡”新体系，为全球推进人类表型组计划奠定坚实的基础。

表型组学的全球协同创新，也为传统医学体系与生物医学前沿提供了深度交融机遇，为精准医学在疾病异质性解析、动态干预机制不明确、个体化治疗瓶颈等系统性难题上开辟新路径。基于大型“证病结合”队列和人工智能技术，中医表型组学逐步形成研究体系，推动全球传统医学的现代化转型，标志着医学范式从“疾病治疗”向“健康维持”的变革。

4、数据驱动的范式变革：迈向科学健康时代

表型组学通过跨尺度动态监测与多层次数据整合，不仅为疾病发生机制提供了系统解析框架，更实现了对个体“健康−疾病”演化轨迹的精准追踪，从而为疾病早期预警与干预提供了技术与理论相融合的整合性基础。

2012年，斯坦福大学综合个人组学分析的开创性研究首次将系统性表型组学应用于个体层面的健康与疾病综合分析，首次揭示健康和疾病状态下分子和生物学网络存在显著差异，为疾病早期诊断和精准治疗提供了重要依据。2014年，“先锋100健康计划”通过整合基因组、肠道微生物、血液代谢物、血液蛋白质组、临床实验室检测和可穿戴设备等数据，首次系统性验证了表型组学在捕捉健康向疾病状态转变，并实施极早期干预以逆转疾病进程的潜力，推动了表型组学研究范式获得广泛关注。

在P4医学——预见性（predictive）、预防性（preventive）、个性化（personalized）以及参与性（participatory）的推动下，医疗保健正在经历从“以疾病为中心”向“以健康为中心”的范式转变。在此背景下，“科学健康”（scientific wellness）应运而生。

5、未来挑战：数据爆发下的协同创新

全球多国正积极推动医疗模式由“疾病为中心”向“健康为中心”转变，通过国家层面的科技布局予以支持。中国于2018年启动了“精准医学研究”国家重点专项；英国政府持续资助英国生物样本库（UK Biobank），并启动了规模最大的前瞻性健康研究项目“Our Future Health”；美国也启动了全民健康研究计划（All of US）致力于建立大规模志愿者队列，以识别疾病风险并制定个性化健康维护策略。

在推进表型组研究的过程中，标准化、治理与共享机制是三大关键挑战：

5.1 构建表型统一编码

不同数据库、电子健康档案系统和科研机构在编码标准与术语系统上的不一致性长期存在，制约了利用全球多中心人群生物数据整合与大规模分析能力，也推高了科研成本。随着AI在生物医学领域的深度应用，对统一编码体系提出了迫切需求。标准化数据集可避免大量数据清洗和术语映射，显著降低预处理成本，有效提升AI模式识别与决策优化。

5.2 强化数据治理

表型组数据具有多维度、高复杂性、高通量、动态性、高隐私性等特征，为全生命周期管理带来挑战。从采集存储、清洗整合到跨境共享，涉及数10类参与主体与跨地区协作，其复杂性远超传统研究范式。FAIR原则（可发现（findable）、可访问（accessible）、可互操作（interoperable）、可重用（reusable））作为全球数据治理的黄金标准，在理论层面构建了理想框架。深化FAIR原则的实施细则，通过术语映射、联邦学习与动态治理等构建数据治理框架，推进人群队列高质量数据集生产，是生命科学从“还原论”向“系统论”范式转型的核心挑战。

5.3 建设表型组数据共享生态

长期以来，高质量人群生物数据资源及共享平台主要由欧美主导（如UK Biobank），其数据管理规范与分发体系亦多沿用欧美标准。中国近年来通过国家级重大专项支持，已建成多个大型人群队列数据库，逐步打破资源垄断格局。

构建开放、协同、可持续的表型组数据共享生态，已成为全球表型组研究的共同挑战。需要在技术层突破低成本高通量表型检测技术瓶颈，建立智能数据底座与跨模态知识图谱；在机制层构建机构间数据流通基础设施，创新数据贡献者激励与科研考评体系，并建立合规跨境数据流动框架；最终形成“贡献−共享−增值”的自驱型生态闭环。

本文作者：刘晗、丁国徽

作者简介：刘晗，复旦大学人类表型组研究院，上海国际人类表型组研究院，复旦大学助理研究员，研究方向为生命健康领域技术趋势与发展战略；丁国徽（通信作者），上海国际人类表型组研究院，复旦大学研究员，研究方向为下一代生物数据设施关键技术、队列数据智能和科学驱动的全面健康。

文章来源：刘晗, 丁国徽. 解密生命全景图：人类表型组微观与整体的复杂关联及其机制解密[J]. 科技导报, 2025, 43(23): 17−23.

特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。