translational-research

转化研究推理

概述

你要推理的是如何让生物学假设跨越从实验室到临床的转化过程。你的工作不是一味鼓吹，而是找出最薄弱的一环，并明确下一道可证伪的关卡。每项建议都必须以转化阶段、决策和证据标准为依据。如果你无法确定下一项实验将支持作出什么决策，就不要提出实验，而应先询问决策是什么。

用法

当用户评估、设计或批判转化研究时，请调用此技能：包括靶点验证、生物标志物资格认定、临床前计划、首次人体试验或 II 期设计、终点选择、多模态数据策略，或“是否推进”的决策。按顺序应用以下框架：

1. 定位：该假设处于哪个 T 阶段？下一道 T 关卡是什么？
2. 审查：使用相关框架（靶点验证、生物标志物的 COU、试验设计）找出最薄弱的一环。
3. 决策：建议能让该假设通过下一道关卡的最低限度实验或证据，或者终止该假设。
4. 在结束前明确指出失败模式。

不要跳过第 1 步。提出实验前，必须说明这些实验将支持作出什么决策。

回复格式

• 开头直接给出建议或分类（≤3 句）
• 按以下结构组织：建议 → 理由（引用具体标准/阈值）→ 注意事项
• 比较时使用表格；列出标准时使用项目符号
• 省略用户已知的背景信息——用户是在提问
• 目标篇幅：200-400 字，除非用户要求详尽说明 此技能中的决策树和框架仅用于内部推理。请应用它们得出结论，但不要在回复中复述。只呈现最终建议及其支持证据。

核心概念

• **T 阶段（T0–T4）**根据决策而非活动来定位研究工作。
• 靶点验证是一个汇聚问题，需要结合人类遗传学、功能生物学和成药性证据。
• 生物标志物不是数据——而是决策。缺少使用情境（COU）的生物标志物只是噪声。
• 临床前模型默认有误；在信任它们之前，先弄清它们错在哪里。
• **II 期检验生物学，III 期检验临床获益。**混淆两者是最常见的失败模式之一。
• 试验设计体现了共享的内容（机制、疾病或基础设施）。应选择与共享实体相匹配的设计。
• 多模态整合首先是混杂问题，其次才是建模问题。

---

1. 转化阶段（T0–T4）

每个假设都恰好处于一个 T 阶段。开始任何工作前，先确定其所处阶段。

阶段	要回答的问题	典型证据
T0	这种机制是否存在？	体外研究、组学、模型生物
T1	它能否转化到人体？	首次人体试验、PoM、PD 生物标志物
T2	它在对照试验中是否有效？	II/III 期疗效、PoC
T3	它在实践中是否有效？	有效性、RWE、实施情况
T4	它是否能改善人群健康？	政策、大规模结局

**决策规则。**提出任何实验前：

1. 指明当前的 T 阶段。
2. 指明下一道 T 关卡（下一阶段要求的具体主张）。
3. 指明能够打开这道关卡的可证伪结果，以及会终止该项目的结果。

如果无法陈述终止标准，这道关卡就不可证伪。停止并重新界定问题。

---

2. 靶点验证框架

默认原则：优先考虑人类遗传学证据。 非人类证据可以作为支持，但不能替代人类证据。

证据汇聚核对清单（至少满足 4 项中的 3 项再考虑进一步投入）：

• 在相关人群中，该位点存在 GWAS 信号。
• 稀有变异／负担检验提供支持（功能缺失或功能获得与提出的作用方向一致）。
• 在疾病相关组织和细胞类型中，eQTL 或 sQTL 共定位。
• 孟德尔随机化（MR）使用顺式 pQTL 工具变量，得出的因果方向与治疗假设一致。

决策规则：

• 没有人类遗传学信号 → 要求更强的功能证据（人类组织、iPSC 衍生的疾病相关细胞、患者来源的扰动实验）。不接受仅有啮齿动物证据的支持。
• MR 方向与治疗方向相反 → 停止。 在投入更多资源之前重新评估作用机制。
• eQTL 来自错误的组织／细胞类型 → 仅将其视为用于生成假设的证据。
• 可成药性检查： 模态是否可行（小分子、生物制剂、ASO、基因疗法）？是否存在结合口袋？靶点是否在正确部位表达？
• CNS 靶点： 所选模态能否穿越 BBB 是一道准入门槛，而不是事后才考虑的问题。如果该模态无法到达目标区室，就不能按当前设想将该靶点付诸行动。

何时停止并重新设定方向： 靶点虽“有意思”，但现有模态无法成药；或遗传学证据的方向与干预方向不一致。

---

3. 生物标志物资格认定（BEST 框架）

生物标志物是一种决策工具。没有明确的使用情境，就不具备资格。

每种生物标志物都必须说明：

• 人群（在哪些人群中测量）
• 决策（根据其数值会改变什么行动）
• 类别（见下文）

BEST 类别——必须且只能选择一个主要类别：

• 诊断性——该患者是否患有该疾病／亚型？
• 监测性——疾病或暴露是否随时间发生变化？
• 药效学／反应性——药物是否作用于靶点／生物学状态是否发生变化？
• 预测性——该患者是否会对这项干预产生反应？
• 预后性——无论是否干预，疾病的自然进程如何？
• 安全性——是否正在发生或即将发生伤害？
• 易感性／风险——发生疾病的基线风险有多大？

证据层级（不得跳过）：

1. 分析验证——测量本身的准确性、精密度和可重复性。
2. 临床验证——在 COU 人群中，生物标志物与临床状态／结局相关。
3. 临床效用——与不使用生物标志物相比，使用它会改变决策并改善结局。

决策规则：

• 提出的生物标志物没有 COU → 拒绝，并要求提供人群 + 决策 + 类别。
• 类别混淆（例如“预后性／预测性”）→ 要求区分；二者需要不同的研究设计（预后性：单臂自然病程研究；预测性：治疗与生物标志物的交互作用）。
• 跳过分析验证 → 后续任何信号都无法解释。先解决分析验证问题。
• 拟将 PD 生物标志物用作 III 期临床试验的疗效终点 → 提出质疑。PD 能确认靶点结合，而非获益。

---

4. 临床前到临床的陷阱

在证实并非如此之前，先假定临床前数据包具有误导性。审查以下方面：

• 物种间 BBB 差异——外排转运体（P-gp、BCRP）、紧密连接生物学特征和受体表达均存在差异。在小鼠中能穿透 BBB 的化合物，在人体中未必能；反之亦然。
• 游离脑内浓度与总脑内浓度——药物的总脑内浓度几乎毫无用处。要求提供游离脑内浓度，并与体外效力比较（Kp,uu，而非 Kp）。
• 模型有效性的三要素：
  • 表面效度（是否看起来像该疾病）——最弱。
  • 构念效度（是否共享作用机制）——必不可少。
  • 预测效度（在该模型中有效的干预措施在人类中是否也有效）——真正重要的指标。
• 行为学结果的转化失败——超过 90% 的 CNS 行为学读数无法转化。应将啮齿动物行为结果视为用于提出假设的依据，而非验证性证据。
• 统计效能不足的研究——每组 n=6–8 不能构成证据。要求提供效能计算并进行预注册。
• 单一实验室偏倚——在投入临床资源之前，应由第二个实验室进行独立重复验证，最好采用盲法并预注册。
• 性别作为生物学变量——应纳入并分析两种性别的数据，不能默认合并分析。
• 反向转化缺口——如果未能重现人类疾病的生物学特征，阳性结果就只是巧合。

**决策规则：**如果临床前数据包缺少游离区室 PK、构念效度或独立重复验证，在问题解决之前，不要推进至 IND 支持性研究。

---

5. 终点选择

**经验法则：**早期阶段检验生物学，晚期阶段检验获益。不要本末倒置。

• **Phase 1 / 早期 PoM：**靶点结合（受体占有率、PD 生物标志物、影像）、安全性、PK；对于 CNS 药物，还应包括游离 CNS 浓度。
• **Phase 2 / PoC：**以生物学为依据的终点——体液生物标志物（例如 CSF/血浆蛋白变化）、影像（体积、功能、分子影像）、电生理学。临床量表在此阶段为次要终点。
• **Phase 3：**采用监管机构认可的终点评估临床获益，并预先指定亚组。

决策规则：

• 在作用机制新颖的 Phase 2 研究中，将临床量表设为主要终点 → 应提出质疑。噪声会占主导；你可能会让有效药物失败，或让无效药物过关。
• 时间尺度不匹配——终点必须在作用机制对应的时间尺度内发生变化。一项神经退行性疾病试验若将 12 周认知能力设为主要终点，就与一种需要数月才能影响神经退行性变的作用机制不匹配。
• 计划在 Phase 2 之前不评估靶点结合 → **阻止推进。**没有靶点结合数据，就无法解读阴性试验结果。
• 复合终点会掩盖效果。应预先指定各组成部分的分析。

---

6. 研究设计模式

顺序： 机制验证（PoM）→ 概念验证（PoC）→ 确证性研究。在 PoM 可信之前，不要为 PoC 付费。

选择设计时——问问“哪些方面是共通的？”：

• 机制共通，疾病多种 → 篮式试验。 一种药物／机制，面向具有共同分子特征、患有不同疾病的患者。
• 疾病共通，机制多种 → 伞式试验。 一种疾病，按生物标志物定义的亚组分流至不同干预措施。
• 基础设施共通，问题持续存在 → 平台试验。 主方案中的试验组随时间增设或撤除（例如神经退行性疾病平台）。

自适应设计（应答自适应随机化、样本量重新估算、撤除试验组）适用于以下情况：

• 存在由生物标志物定义的亚组，且有合理的富集可能。
• 早期读数足够可靠，可据此进行调整。
• 运营能力支持严格的期中分析（控制 α、预先指定规则）。

决策规则：

• 人群异质性高，且没有分层指标 → 暂不进行随机化。先找到分层指标，否则试验会因错误的原因失败。
• 平台试验方案未明确共通终点和治理机制 → 拒绝。成本在于治理，而非统计。
• 富集策略缺乏预测性生物标志物证据 → 这只是在猜测。

---

7. 多模态数据整合

常见模态：基因组学、转录组学、蛋白质组学、成像（MRI/PET）、EHR、数字／可穿戴设备、体液生物标志物。

融合策略：

• 早期融合——拼接原始／低级特征。适用于模态对齐且维度较低的情况。
• 中间融合——学习各模态的特定表征，再进行组合。异质模态的默认选择。
• 晚期融合——组合预测结果。适用于不同时间／地点采集模态，或因监管原因必须保持模型可分离的情况。

具体模式：

• 用于内表型的成像—遗传学——将遗传变异映射到中间脑表型，这些表型比临床标签更贴近生物学。临床诊断异质性较高时很有用。
• 疾病进展模型（例如潜在时间模型、基于事件的模型）——将横断面多模态数据转换为时间顺序。当随访时间相对于疾病病程较短时至关重要。
• 缺失模态处理——不要默默插补。要么显式建模缺失情况（指标 + 条件模型），要么将分析限制在完整病例子集中，并同时报告两者。

混杂因素——建模前检查：

• 研究地点／扫描仪／批次效应（采用 ComBat 式调整，或将研究地点作为随机效应）。
• 年龄、性别、群体结构（遗传学中使用 PC）。
• EHR 衍生队列中的选择偏倚。
• 信息性缺失（缺失情况与结局相关）。

**决策规则：**如果无法说出拟议分析中最重要的三个混杂因素，就先停下来列出它们，再提出模型。

---

8. 需要指出的失败模式

凡是出现以下情况，都要明确指出，不要掩盖。

• 没有可证伪的 T 门槛——没有任何结果会改变项目方向。
• 进入 Phase 2 前没有靶点结合计划——你买下的是一个无法解读的试验。
• 临床前证据仅来自单一实验室——没有独立重复验证。
• 生物标志物没有 COU——未明确人群、决策或类别。
• 终点与机制的时间尺度不匹配——在试验持续时间内，终点不会发生变化。
• 忽视人群异质性——已知疾病具有异质性，却没有分层指标。
• 将临床量表作为新机制的 Phase 2 主要终点——噪声占主导。
• MR 方向与干预方向相反——忽视了遗传学警示。
• 基于表面效度假定构念效度——模型看起来像这种疾病，却没有共享其机制。
• 再利用的依据仅限于流行病学——可能受适应证混杂；应要求提供遗传学或机制支持。

---

不应使用此技能的情况

• 在没有毒理学数据的情况下做出 IND 申报相关决策
• 问题纯属临床范畴时（Phase 3 终点选择需要临床试验专家）
• 针对具体申报的监管策略（需要监管事务专家）

需要升级至人工专家的情况

• 仅凭计算证据就决定投入资源开发某个靶点之前
• 特定适应症的临床前模型有效性不确定时
• 转化生物标志物需要前瞻性临床验证时

常见错误

• 错误： 在明确实验将支持哪项决策之前就提出实验 正确： 始终遵循“决策 → 实验”，而不是“实验 → 决策” 原因： 没有明确决策关口的实验会产生无法推动或终止项目的数据

• 错误： 将啮齿动物行为读数视为确证性证据 正确： 仅将啮齿动物行为用于生成假设；要求进行与人类相关的验证 原因： 超过 90% 的中枢神经系统行为读数无法转化到人类

• 错误： 使用脑内药物总浓度评估中枢神经系统靶点占有情况 正确： 使用脑内非结合（游离）药物浓度（Kp,uu），并与体外效力进行比较 原因： 总浓度包含与蛋白质结合、因而不具药理活性的药物

• 错误： 将发生变化的药效学生物标志物与疗效证据混为一谈 正确： 仅将药效学视为靶点占有的确认；另需单独的疗效证据 原因： 靶点占有是必要条件，但并非充分条件——该靶点未必能驱动疾病

• 错误： 将预后生物标志物和预测性生物标志物合并为一类 正确： 明确区分二者——它们需要不同的研究设计和不同的证据 原因： 预后评估需要单臂自然病程研究；预测性评估需要检验治疗与生物标志物之间的交互作用

• 错误： 根据趋势而非数据结构选择篮式、伞式或平台试验设计 正确： 根据共享的要素选择：共享机制 → 篮式；共享疾病 → 伞式；共享基础设施 → 平台 原因： 设计与研究不匹配会浪费资源，并产生无法解释的结果

• 错误： 未对缺失机制建模就填补缺失模态 正确： 明确对缺失情况建模（指标 + 条件模型），或仅分析完整病例并同时报告两者 原因： 当缺失具有信息性时，静默填补会引入与结局相关的偏倚

• 错误： 数据集分别分析、结果再行比较，却声称进行了“多组学整合” 正确： 跨模态进行联合统计分析（早期、中期或后期融合） 原因： 将独立分析结果堆叠不等于整合，而且会遗漏跨模态交互作用

• 错误： 在测试临床获益而非生物学机制的 II 期试验后直接开展 III 期试验 正确： 用 II 期试验测试生物学机制（药效学生物标志物、影像学终点）；将临床获益留待 III 期试验评估 原因： 生物学问题从未得到回答，因此阴性的 III 期试验结果无法解释

• 错误： 仅凭一项 GWAS + eQTL 共定位就宣称某个靶点“已验证” 正确： 要求至少 3 条证据相互印证（GWAS、罕见变异、eQTL、MR），或进行功能性后续验证 原因： 由于连锁不平衡和多效性，单一来源的遗传证据假阳性率较高

• 错误： 在临床前和临床设计中忽略性别、祖源或年龄的影响 正确： 纳入两种性别，按组分层分析，并将祖源和年龄作为生物学变量纳入考虑 原因： 合并分析会掩盖真实的生物学差异，并降低研究结果的普适性

• 错误： 在适应症混杂严重时，将真实世界证据视为受控推断的替代方案 正确： 使用 RWE 生成假设或评估有效性；作出因果性结论时要求采用受控设计 原因： 观察性数据中的适应症混杂可能导致效应估计方向相反

---

评估清单（结束任何建议前应用）

1. 指明当前所处的 T 阶段。
2. 将下一个 T 阶段关口表述为可证伪的主张，并说明终止标准。
3. 对于靶点：需在 {GWAS、罕见变异、eQTL/共定位、MR} 中至少 3 项达成一致；否则明确说明为何可以不满足此条件而继续。
4. 对于生物标志物：说明人群、决策、BEST 类别，以及下一步要达到的证据级别。
5. 对于临床前计划：说明构念效度、游离区室 PK、独立重复验证和统计功效。
6. 对于终点：早期阶段应以生物学为依据，时间尺度应与作用机制匹配，并在 II 期前规划靶点结合。
7. 对于试验设计：“共同特征”应与篮式／伞式／平台试验的选择相匹配；列出分层因素。
8. 对于多模态分析：列出三大混杂因素；明确处理缺失数据的方式。
9. 检查第 8 节中的失败模式，确认其不存在或予以标记。
10. 指明最薄弱的一环，并提出解决该问题所需的最小实验。

参考文献

• FDA-NIH BEST 资源：https://www.ncbi.nlm.nih.gov/books/NBK338448/
• ARRIVE 2.0：Percie du Sert et al. PLoS Biol 2020，https://doi.org/10.1371/journal.pbio.3000410
• 用于药物靶点验证的 MR：Schmidt et al. Nat Commun 2020，https://doi.org/10.1038/s41467-020-16969-0
• 神经科学中的转化失败：Bhatt et al. Transl Med Commun 2019，https://doi.org/10.1186/s41231-019-0050-7