中国卫生资源  2022, Vol. 25 Issue (6): 790-798  DOI: 10.13688/j.cnki.chr.2022.220634

引用本文  

吴立梦, 祖平, 何蓉, 等. 生物样本库建设管理现状与建议[J]. 中国卫生资源, 2022, 25(6): 790-798. DOI: 10.13688/j.cnki.chr.2022.220634

基金项目

上海市卫生健康委员会面上科研课题“公共卫生样本库质量检测要求及其影响因素研究”(202040207)

作者简介

吴立梦,副主任技师,博士,主要从事生物样本管理、病原生物检测研究,wulimeng@scdc.sh.cn;
祖平,副研究员,硕士,主要从事卫生政策与卫生事业管理研究,zuping@scdc.sh.cn

通信作者

肖萍,xiaoping@scdc.sh.cn

文章历史

收稿日期:2022-08-03
修订日期:2022-09-20
生物样本库建设管理现状与建议
吴立梦 *, 祖平 *, 何蓉 , 杨丹桐 , 夏寒 , 庄宇 , 胡逸欢 , 刘览 , 邵岑怡 , 操仪 , 张伊人 , 周瑶涵 , 肖萍     
上海市疾病预防控制中心,上海 200336
摘要:系统梳理国外生物样本库建设模式、国内生物样本库管理建设情况,探讨疾病预防控制系统内建立公共卫生生物样本库的机遇、优势和挑战,为今后指导疾病预防控制系统生物样本库建设管理的实际工作提出政策建议和解决途径。
关键词生物样本库    “采集-利用”模型    建设现状    公共卫生    疾病预防控制    
Keywords: biobank    "acquisition and utilization" models    construction status    public health    disease control and prevention    

2009年,《时代周刊》将生物样本库列为“改变世界十大观念”之一,此后,生物样本库建设逐渐成为科学研究的大基建工程[1]。早在21世纪初,国际经济合作与发展组织(Organization for Economic Cooperation and Development, OECD)就预测生物样本资源对全球经济的推动作用,在《生物资源中心:展望生命科学和生物技术的未来》中将生物样本资源中心定义为由生物资源存储库及其服务提供者组成,生物样本资源收集范围包括可培养生物体(微生物、植物、动物和人类细胞等)、生物体可复制成分(基因组、质粒、病毒、互补脱氧核糖核酸等)以及存活但尚不可培养的有机体、细胞、组织和含有这些收集物的分子、生理和结构信息以及相关生物信息学的数据库[2]

国际生物及环境样本库协会(International Society for Biological and Environmental Repositories, ISBER)是1999年成立的国际较有影响力的生物样本库国际合作组织,是目前解决与生物和环境标本库相关的技术、法律、伦理和管理问题的最大的国际组织。ISBER于2005年发布第1版《生物样本库最佳实践》,于2018年发布最新版本第4版,中国医药生物技术协会组织生物样本库分会将其翻译成中文版本。书中对生物样本库定义为“从广义上可以分为实体库或虚拟库,涉及到样本(样品)及其相关数据的采集、处理、贮存和(或)分发等一系列过程,用以支持当前及未来的科学研究。”其中出现“虚拟库”一词,使生物样本库的组织形式不再局限于实体库形式。“虚拟库”的原因,一方面是由于迅猛发展的网络和通信技术使分散在各地的生物样本在时间和空间上的同步成为可能,更多的是这种组织形式更利于今后生物样本的利用,而生物样本库的利用问题已成为许多成熟样本库亟待解决的问题。不同时期、不同机构对生物样本库定义不同,反映生物样本库不断地发展变化,其建设管理模式正逐渐形成理论体系。

1 国外生物样本库实例

英国生物样本库(United Kingdom Biobank, UK Biobank)是目前世界上规模最大的人类前瞻性队列研究样本库,为发现新的遗传关联和复杂性状的遗传基础提供了许多机会[3]。样本库收集来自英国各地的约500 000名年龄在40~69岁居民的表型数据和健康相关信息,包括:个人生物测量数据、生活方式指标、血液和尿液的生物标志物以及身体和大脑成像,后续随访信息通过链接健康和医疗记录获得。样本库还获得所有参与者的全基因组基因型数据。美国国立癌症研究所(National Cancer Institute,NCI)的癌症诊断计划(Cancer Diagnosis Program, CDP)的生物存储库和生物样本研究分支(Biorepositories and Biospecimen Research Branch, BBRB)为全美生物医学研究界提供生物样本库方面的管理、工具、资源和政策建议,从而为患者提供转化研究和精准医学。BBRB制定了生物样本库标准并促进生物样本科学研究,以指导临床癌症研究和其他利用生物样本的生物医学研究[4]。泛欧生物银行和生物分子资源研究基础设施联盟(Biobanking and Biomolecular Resources Research Infrastructure-European Research Infrastructure Consortium,BBMRI-ERIC)囊括515个机构,现存样本量超6 000万份[5],旨在提高学术界和工业界之间的可访问性和互操作性,以有利于个性化医疗和疾病预防,促进新诊断技术、医疗设备和药物的开发。BBMRI-ERIC提出“专家中心”的概念,将其发展为竞争前的非营利领域的公私合作伙伴关系(Public-Private Partnerships,PPP),通过设立新的结构来执行在当前建立的产学合作模式下将面临困难的研究项目[6]。冰岛生物样本库是世界上最早对Biobank进行尝试的国家。1998年,冰岛议会通过法案批准建立冰岛卫生部门数据库(Health Sector Database, HSD),将全国人口的医疗记录电子化存储于该数据库,选取健康者资料约27万人,鉴别常见病的遗传因素[7]。随后,冰岛议会许可私人公司(deCode Genetics)对HSD的12年管理权,由该公司将HSD同冰岛居民家谱信息和遗传数据连接。冰岛的这一尝试曾引起国际上关于伦理、法律以及社会问题的争议[8]。2012年,deCode Genetics公司由于金融风暴的打击,向法院申请破产并被制药公司Amgen收购成为旗下全资子公司[9]

2 国外生物样本库建设模式

国外对已运行的生物样本库调查后发现存在样本利用率不高的问题,许多生物样本库建设的初衷往往是为了便于获得易于收集、数量丰富或品类相对稀缺的生物样本资源。样本利用率低会造成库存量不断增加,需要额外的存储土地空间、制冷设备等资源支持,增加维护成本,严重的话可导致生物样本库运转停止[10],如新加坡样本库。国外研究者对生物样本“获取-利用”模型作了研究,希望通过选择合适的生物样本库模型来确保生物样本最佳利用,获得科学价值和社会价值的同时保证生物样本库的可持续发展。

从生物样本“获取-利用”角度[11]可将生物样本库归纳成若干模型,如前瞻型样本库模型(研究者中心模型)、经典型样本库模型(样本中心模型)、数据聚焦型样本库模型(数据中心模型)、虚拟库模型、基于人群的模型、研究联盟模型、临床试验模型、倡导者模型、存储模型等。一个生物样本库可能包含几个生物样本库模型,但通常会遵循一个主要模型,现就常见的3种模型开展讨论。

2.1 经典型样本库模型(生物样本中心模型)

经典型样本库模型是以生物样本为中心的生物样本库模式。经典型生物样本库专注于收集多种特定疾病类型的生物样本,如:重大疾病、罕见病等,并已获得或可迅速收集与其生物样本相关的临床或随访结果数据。研究人员可利用已收集的生物样本预测生物标志物是否可用于疾病诊断和风险评估。经典型生物样本库比较突出问题是一些“陈旧”的生物样本可能不被新的研究者需要,这将导致样本利用率下降,当生物样本逐年的采集量超过生物样本利用量时,生物样本库的存量将会增加,库存不断增加扩大导致对额外制冷保藏设备或其他存储的需求方式。样本“陈旧”的原因可能是随着生物技术和医学研究的进步,生物样本原来收集时的标准操作程序无法满足新的请求,例如,生物样本可能过小或核糖核酸(ribonucleic acid,RNA)长期保存后的质量不符合研究要求。因此,在经典生物样本库的设计和管理中,需要积极关注生物样本利用并实现收集和利用之间的平衡。应仔细考虑未来的存储能力并合理安排生物样本采集、样本资源转移方案和更积极的营销利用活动,例如,开发开放生物样本库数字化清单,开放给更多研究人员共享使用等措施。

2.2 前瞻型样本库模型(研究者中心模型)

前瞻型样本库模型是以研究者为中心的生物样本库模式,为满足研究者需求而前瞻性地采集生物样本和相关数据。研究者向生物样本库预先提出生物样本需求,包括:生物样本涉及的特定疾病诊断、样本数量、容量、体积、处理要求、运输要求和保藏要求等。当生物样本库建设定位以研究者为中心时,生物样本库在目标、管理、运营和基础设施建设上需将研究者需求作为优先考虑原则,比如:信息系统应更关注研究者对生物样本的需求。生物样本库在确定研究者需求并签订相关协议后开始采集相应生物样本。为了提高效率,生物样本库需要采集入组比研究方案多的样本量用于后续筛选,因为在完成采集和质量控制后,一些生物样本无法满足研究者要求而变成“额外”样本,但这些“超量”样本可以被存入生物样本库以满足未来其他研究者需求,此时前瞻型生物样本库可以选择与经典型生物样本库建立工作伙伴关系,以共享“超量”样本资源。

前瞻型生物样本库突出优点是大部分生物样本采集后迅速被研究者利用,因此对存储空间要求相对较低,而且可以更快速响应不断变化的医疗保健、科学技术发展。其缺点是罕见病和复杂标本等比较难采集的标本获取过程时间较长,不易获得后续临床随访患者结果。

2.3 数据聚焦型样本库模型(数据中心模型)

数据聚焦型样本库模型专注于生物样本分析后数据的生成、存储和分发给研究人员,而不仅仅将生物样本实物分发给研究人员。通常,数据聚焦型样本库会利用基于人口样本库的体液样本生成含有遗传信息的基因组数据,一旦生成数据就不需要保留大量的生物样本,最大限度地减少生物样本的存储需求。数据聚焦型样本库模型可通过促进与许多最终用户的广泛数据共享,最大限度地从非更新资源的生物样本中产生新知识。

UK Biobank是此类型生物样本库中最成功的例子。UK Biobank由威康信托有限公司和英国医学研究委员会两家非营利组织资助,其建立目标是对威胁生命的重大疾病如:癌症、心脏病、卒中、糖尿病、关节炎、骨质疏松症、眼疾、抑郁症改进其预防、诊断和治疗措施。UK Biobank收集约50万英国成年志愿者的血液、尿液和临床信息并长期随访,计划随访时间为30年。每份血液样本会被分析约821 000个单核苷酸多态性位点,结果可提供给约7 500个登记注册会员。会员获取所需数据的成本取决于数据获得所需回收成本,平均约1 500英镑(含增值税)。数据聚焦样本库需要广泛的互联网技术基础设施来存储数据,知识生成可能仅限于某些领域,因为生成的数据受到预定义的收集样本种类、疾病类型、收集分析方法等的限制。

3 国内生物样本库建设与管理情况 3.1 国内生物样本库建设发展现状

国内生物样本库从1994年开始发展至今已有28年,形成了各具特色的样本库。1994年,中国医学科学院作为国家级项目建立了中国第一家生物样本库,用于储备不同民族的永生化细胞系。中华民族永生细胞库隶属于中国科学院遗传与发育生物学研究所,是我国保藏人群数最多的人类遗传资源库,保存有我国各个民族及不同聚居地隔离群体样本,包括:血液、脱氧核糖核酸、血清及B淋巴母细胞系(lymphoblastoid cell line, LCL)。LCL是利用Epstein-Barr(EB)病毒转化人的B细胞获得,可以无限繁殖,是非常便捷的保存人类样品的形式。中华民族永生细胞库保藏有中国各个民族群体的LCL[12]

中国人类遗传资源平台于2003年7月由科技部启动建设,以整合植物种质、动物种质微生物菌种、人类遗传、生物标本、岩矿化石标本、实验材料与标准物质等领域的自然科技资源,实现资源的全社会共享。2008年,上海市科委启动“上海临床生物样本库”项目,由上海胸科医院、复旦大学附属肿瘤医院、上海儿童医学中心、第二军医大学附属长征医院组成,采用政府引导、社会参与、市场化发展的“集中管理,分散储存”模式,上海医药临床研究中心作为第三方协作单位建立了学术委员会、伦理与法律委员会、管理委员会[13]。上海交通大学医学院、同济大学、上海市中医药大学、第二军医大学、中国科学院上海生命科学研究院以及15家三级医院还共同组成上海生物样本库资源网络(Shanghai Biobank Network, SBN),共同推进标准化生物样本库的建设工作。北京重大疾病临床数据和样本库始建于2009年,以首都医科大学为主,与其分库进行数据交换,依托北京市各大医院丰富的临床病例资源,针对突发疫情、心脑血管疾病、艾滋病、肝炎等严重影响市民健康的重大疾病,设立了10个重大疾病研究样本库,集中存储血清、细胞、遗传物质、组织等样本资源[14]。2011年,由国家四部委批复依托深圳华大生命研究院建设深圳国家基因库,是我国首个读、写、存一体化的综合性生物遗传资源基因库,一期已建成千万级样本存储能力,Pb(petabyte)级的数据产出能力[15]。复旦大学与江苏泰州市政府开展科技合作以500万泰州常驻人口作为中国人群的代表人群,以35~65周岁城乡社区居民为研究对象的社区健康人群前瞻性队列。泰州人群队列样本库着重关注多种中国人群高发病率的慢性疾病,配套的大型队列生物样本库是目前我国最大的单一地区健康人群样本库[16]。台湾生物样本库(Taiwan Biobank, TWB)成立于2012年,自2014年起正式对外开放,收集超过130 000名台湾本土参与者的标本和生物信息,并定期(2~4年)对其进行跟踪,以分析慢性病起因和发病机制。为了使TWB对工业、政府、学术界和研究界在内的所有部门都更具有吸引力,TWB正在通过纵向和横向整合向生物银行3.0的转型[17]

广东[18]、浙江[19]、江苏[20]、天津[21]等经济相对发达地区的大学、医院和科研机构凭借丰富的临床生物样本资源科研能力,迅速建立了专科或区域级生物样本库。中山大学肿瘤防治中心从2000年开始筹建肿瘤资源库,2001年12月正式启动建设,是国内最早开始采集、处理、存储、分发使用重大疾病样本的样本资源中心之一,其中鼻咽癌样本规模为全球最大[22]。温州医学院样本库规划面积达3 000 m2,库容量1 000万份,为医院临床科室提供增值服务[23]

3.2 国内生物样本库管理类型和现状

国内生物样本库建设管理可以分为多种类型。从组织形式来看,可以分为单中心库和多中心库。单中心库仅有1家生物样本实体库,许多依托医院建设的生物样本库属此类型。由地方政府主导下的多中心多库联合,如:“上海临床生物样本库”和“北京重大疾病临床数据和样本资源库”,每家医院设有自己的实体库,遵守统一的管理制度、操作规范、伦理规范、信息系统等。在地方政府治理能力强、资金投入充足、三级甲等医院集中、科研技术水平高的国际化都市率先启动此类生物样本库建设,为我国探索标准化生物样本管理体系积累了丰富的实践经验,也带动周边地区医院的生物样本库建设。

从研究目的来看,可以分为疾病库和健康或亚健康人群队列库。例如:复旦大学与江苏泰州共建的以500万常住人口作为中国人群代表的健康人群队列库;“上海临床生物样本库”和“北京重大疾病临床数据和样本资源库”属于典型的疾病库。从保藏生物样本种类稀缺程度来看,可以分为常见样本库(血液库、尿液库、病理组织库)和稀有样本库(干细胞库、骨髓库)。从生物样本库核心能力来看,可以分为资源型样本库、技术型样本库、服务型样本库。

从筹资途径来看,分为政府出资、社会出资和混合出资。例如:国家基因库是由国家财政、地方财政和华大基因三方出资, 这种政府和社会资本合作(public-private partnership, PPP)模式[24],一方面既确保国家基因库国家级基础支撑科研平台的合规性、公益性、开放性,又可以保证其运行机制更加先进、资源配置更加高效。另一方面,社会资本更注重研发和在产业生态中发挥积极作用,国家基因库除了为医院、高校和研究机构在生物遗传资源的存储、读取、合成运用和开放共享提供了一个通用科研平台外,还围绕基因产业链的上游试剂耗材和设备制造产业、中游测序服务供应商、下游基因测序的应用机构发挥孵化器作用,促进医药、生物、农业等相关行业创新和发展。

3.3 生物样本数据中心建设

生物样本库实体库是发挥科研支撑作用的基础,但数据库中心建设是赋能创新的关键所在,两者必须有效结合,缺一不可。为了实现生物样本库样本研究转化中产生的大量多组学数据的安全保存和开放共享,全球生命科学研究组织相继建立了3个国际核酸序列数据库,包括依托于美国生物信息中心(National Centre for Biotechnology information, NCBI)的核酸数据库(GenBank)[25], 依托于欧洲分子生物实验室(European Molecular Biology Laboratory, EMBL)的欧洲生物信息研究所(European Bioinformatics Institute, EBI)系列数据库[26]和依托于日本国家遗传研究所的脱氧核糖核酸(deoxyribonucleic acid,DNA)数据库(DNA Database of Japan, DDBJ) [27]。NCBI,EBI和DDBJ3个核酸数据库之间,每日进行数据交换,在促进国际生物学数据的共享和利用方面,发挥了重要作用。但是,这3个分别由美国政府、欧盟和日本政府资助的核酸序列共享数据库的主要服务对象是他们本国研究机构和研究人员,方便在区域范围及与全球范围的生物研究人员之间生命大数据方面合作。在其他国人员使用这些数据库的时候,不可避免地存在诸多不方便的地方,如网络基础设施兼容、国家与国家之间合作态度的倾向以及数据库维护人员与科研人员在沟通语言和方式等方面的限制。

随着中国经济的快速发展,中国政府逐渐加大科学研究的资助力度,相继实施了一系列重大的基因组学研究项目,其中生成了海量的基因组测序数据和大量珍贵的项目研究成果。为了满足国家在生物样本数字化后海量生命科学数据存储,我国已建设了两个重要的生命科学数据中心:国家基因库和北京国家基因组科学数据中心以及20多个细分领域的数据中心[28]。深圳国家基因库基于自身平台能力,自2018年10月发布了国家基因库生命大数据平台(CNGBdb),提供生命科学数据开放共享和应用服务,其中汇集了国家基因库及全球其他重要数据源的公开数据,基于生物大数据和云计算等技术,提供面向数据归档、计算分析、知识搜索、管理授权等的“搜存算用”服务,实现生物样本资源及生命大数据全贯穿。国家基因组科学数据中心以中国科学院北京基因组研究所作为依托单位,联合中国科学院生物物理研究所和中国科学院上海营养与健康研究所共同建设。中心针对我国基因组学数据“存、管、用”的实际需求以及“数据孤岛”“数据主权”的重大问题,围绕人、动物、植物、微生物等基因组数据,重点开展数据库体系及数据资源建设,开展数据服务、系统运维、技术研发、数据挖掘等系列工作,建成有国际影响力的基因组科学数据中心,促进科学数据开放共享,保障科学数据安全可控,支撑国家科技创新和经济社会发展。

3.4 国内生物样本库监管评价和存在的问题

随着我国的生物样本资源采集、保藏、利用工作迅速发展,针对生物样本库尤其是涉及人类遗传资源的生物样本库相关管理办法和监管机制逐渐完善。2019年7月1日起,《中华人民共和国人类遗传资源管理条例》施行,这为我国的人类生物样本库建设管理从法规上奠定了基础。2021年4月15日起施行的《中华人民共和国生物安全法》则以维护国家安全,防范和应对生物安全风险,保障人民生命健康,保护生物资源和生态环境,促进生物技术健康发展等为出发点,对我国人类遗传资源和生物资源采集、保藏、利用、对外提供等活动的管理和监督在法律层面上作出明确规定。

随着生物样本库外部全球一体化发展和内部标准化质量管理的双重需求,国际标准化组织(International Organization for Standardization, ISO)关注到生物样本库领域的标准化需要,其下设技术委员会(Technical Committees, TC)之一ISO/TC 276着手制定用于生物样本库认可的国际标准,于2018年8月正式发布《生物技术—生物样本保藏—生物样本库通用要求》(ISO 20387:2018)。全球至少9个国家已经开展生物样本库评价活动,可归纳为4种形式[29]:①国家权威机构承担管理工作,如英国、新加坡;②国家认可机构开展认可制度工作,如澳大利亚;③行业组织自发管理,如美国病理学家协会(College of American Pathologists, CAP);④认证机构开展的采用认证制度形式的工作,如法国。

2019年8月30日,国家市场监督管理总局、国家标准化管理委员会发布《生物样本库质量和能力通用要求》(GB/T 37864—2019)等同于ISO 20387:2018。其中对“生物样本库”定义为“开展生物样本保藏的合法实体或其部分”,“保藏”一词与后续陆续发布的一系列生物样本库邻域重要法律法规《中华人民共和国人类遗传资源管理条例》《中华人民共和国生物安全法》前后呼应,“合法实体”也明确我国建立生物样本库的必要前提。2019年5月,中国合格评定国家认可委员会即开展全球第一家生物样本库的ISO 20387:2018认可,开创了生物样本库体系化管理的新纪元。此后,国家标准化委员会在2020—2021年期间密集发布一系列生物样本库管理相关标准,包括:《生物样本库质量和能力通用要求》(GB/T 37864—2019/ISO 20387:2018)、《人类生物样本库管理规范》(GB/T 39766—2021)、《人类生物样本管理规范》(GB/T 39767—2021)、《人类生物样本保藏伦理要求》(GB/T 38736—2020)、《人类生物样本分类与编码》(GB/T 39768—2021)、《人类生物样本库基础术语》(GB/T 40364—2021)等。

尽管国内生物样本库发展迅速,但仍存在一些问题亟待解决。例如:不同规模的生物样本库标准化管理实施程度不平衡。2018年,一项针对全国70家三级甲等学术型医院生物样本库调查将生物样本库按照存储规模分为大型库(超过20万份生物样本)和小型库(少于20万份生物样本)。研究显示大型库和小型库在保藏样本种类分布特征相似,保藏样本种类比例从高到低,分别是血浆(90.0%)、血清(90.0%,)、新鲜组织(84.3%)、脱氧核糖核酸(80.0%)、全血(80.0%)、唾液(28.6%)、骨髓(24.3%)、脐带血(20.0%,)和羊水(12.9%)。大型库和小型库在涉及样本收集、制备、分发等操作程序是相似的,但是大型库在质量控制、信息系统建设标准化实施优于小型库[30]。其他存在问题包括:临床研究生物样本库孤立散在、缺乏有效利用以及资源开放共享的信息化平台建设[11];生物样本库专业化服务能力和持续运营能力不高[31];涉及生物样本库伦理相关法律法规和指南性文件需完善[32];相比国外成熟生物样本库,国内生物样本库还需提高社会公众认知度[33]

4 疾病预防控制体系生物样本库建设机遇、优势与挑战 4.1 疾病预防控制体系生物样本库建设政策机遇

生物样本库存储的样本资源将可应用于不能预见的未来研究,可推动重大科技创新和增强国家核心竞争力,促进人口健康、维护人口安全、控制重大疾病以及推动医药创新,具有重大的科学、社会与经济价值,是一种重要的战略资源。

2016年10月, 中共中央国务院印发了《 “健康中国2030”规划纲要》,明确了“共建共享、全民健康”的战略主题,明确将健康融入所有政策,全方位、全周期维护和保障人民健康,为卫生健康事业发展指明了方向。在“健康中国”建设大背景下,生物样本库迎来了快速发展的黄金时期。2017年,科技部出台的《“十三五”卫生和健康科技创新专项规划》明确要求不断完善创新基地平台,在明确定位、分类整合的基础上,优化布局卫生与健康领域研发基地和平台建设,大力推进国家临床医学研究中心建设,统筹布局国家医学大数据及样本资源库等平台基地,建成覆盖100万健康人群和10个重点疾病的大型人群队列。

区域卫生政策层面,为全面提升上海市公共卫生应急、健康服务和健康管理的能力,2020年4月6日,上海市政府发布《市委市政府关于完善重大疫情防控体制机制健全公共卫生应急管理体系的若干意见》,要求“推进供给侧改革,提升公共卫生应急防控能力,优化公共卫生设施布局和居民服务点设置。提升市级疾病预防控制机构硬件设施,高标准建设具有国际先进水平生物样本库等重大设施”,这反映了上海作为改革开放排头兵在疾病预防控制体系创新引领和惠及民生保障等方面的宏大志向。可以预见的是,充分发挥生物样本库在赋能科技创新、优化资源配置、促进数据共享中发挥的不可替代的辅助支持功能,必将为上海建设为全球公共卫生最安全城市之一的目标注入新动能、作出新贡献,也为生物样本库的自身发展赢得更为广阔的空间和机遇。

4.2 疾病预防控制体系生物样本库建设优势

公共卫生与预防医学是现代医学中交叉学科较多、涉及面较广的应用科学,涉及流行病学微生物学、免疫学、营养学、卫生经济学、医学信息工程学等。作为公共卫生的核心组成部分,疾病预防控制体系承担着疾病防控、突发事件应急处置、健康危害因素监测控制、实验室检测分析等职责,是国家安全的重要组成部分[34],在历次重大疫情防控和各类突发公共卫生事件处置中发挥了强有力的、高效的、不可替代的作用。

公共卫生样本资源种类和数量远远大于仅仅以某些特殊疾病为主的临床生物样本库。至少包含:①健康与亚健康大型队列人群样本资源;②以疾病(如急性传染性疾病、慢性传染性疾病、慢性病等)为导向的疾病人群样本资源;③涉及食品安全、营养卫生、环境卫生、职业卫生等健康危害因素领域的生物体动植物样本和环境样本(如可疑食品、环境水体、大气颗粒物富集物等);④纳入食品、保健品、化妆品、化学品毒性评估资料的动物组织标本资源,可为化学品安全风险管理提供科学依据,还可作为人类疾病动物模型,完善疾病样本资源库。

公共卫生样本资源是公共卫生管理体系的重要基础设施和战略发展资源,采用科学化、标准化的方式,采集、处理和保藏及其关联信息,促进后续科学研究与转化应用的系统,其合理利用不但可以把握人口健康状况、人群健康风险、评价疾病防治效果、研究疾病发生机制、提高疾病的预防和控制水平,实施疾病预防控制重心前移,为政府决策提供依据,还可以揭示疾病的起因、疾病发生的自然史,为探索致病机制提供更广阔的研究思路。

4.3 疾病预防控制体系生物样本库建设面临挑战

疾病预防控制体系生物样本库建设普遍起步晚,适合疾病预防控制体系特点的管理体系和技术标准不完善,缺乏实际运行经验。目前,仅苏州市疾病预防控制中心运营的“苏州市疾病预防控制中心苏州市生物样本库”向科技部申报并获批中国人类遗传资源保藏行政许可。疾病预防控制机构管理部门相对医疗机构管理部门也缺乏公益性和市场化相结合的运作经验。各级地方政府在生物样本库资金、空间、人员等资源支持上不充足、不平衡,生物样本库专业技术人员岗位设置、考核和晋升途径不清晰,阻碍青年人才发展和“新鲜血液”补充等也影响生物样本库长远发展。

5 新时期疾病预防控制体系生物样本库建设建议 5.1 抓住政策机遇和自身优势,建立规范化建设管理体系

生物样本库建设是个复杂而系统的过程,最初规划阶段就需要确定愿景、定位和目标,再根据其确定组织架构、设施、设备、人员、管理和资金支持等。新时期疾病预防控制体系生物样本库建设应抓住国家宏观政策带来机遇,利用公共卫生样本资源种类和数量丰富优势,明确建设目标、竞争战略和实施路径。同时,由于生物样本库初期投资巨大、资金回收周期长,还需要关注生物样本库财务管理情况,包括:建设期和运行期融资财务管理、项目投资财务管理、内部价值(利润)分配管理和日常运营财务管理等。

近年来,各级政府、医院和相关高等院校都高度重视生物样本库的建设,与国外相比,国内在硬件建设方面差距正在缩小,但综合管理软实力还需提升,需要逐步加强其规范化管理。疾病预防控制体系生物样本库应建立全周期生物样本管理体系,完善生物样本管理三级文件体系,包括:管理手册、流程性文件(作业指导书、检验规范、操作规程、技术标准等)、记录表单。生物样本管理体系需依据国内近年发布的一系列法律法规和国家标准为基础框架,以合法合规为前提;在工作流程上符合疾病预防控制机构工作特点;在执行中可落地、易协同、顺畅有效;在技术规范上既要反映现有技术标准与实践经验的整合,又要预计未来出现的技术需求。

5.2 提升技术迭代更新能力,优化技术人力资源配置和管理人才培养

新时期全球范围的生物技术和产业呈现加快发展的态势,成为了未来科技与经济竞争发展的一个重要领域,生物样本库保藏技术属于生物技术大分类下的一个新兴分支,应具有技术部门的技术迭代更新机制,配置适当资源用于生物样本库邻域中的技术能力储备。基于生物样本库大型化的趋势,传统的样本库存储模式存在诸多问题,这在降低科研效率的同时也会消耗过多的人力和物力。目前国外的超大型生物样本库均配备自动化储存系统,国内大多数新建和改建生物样本库也在计划采用自动化样本存储设备逐步取代传统冰箱和冷库存储样本。采用自动化前处理以及自动化存储管理可最大程度地减少人为操作造成的差错,确保样本的均一性和标准化,还可提高样本质量、科研效率和节约运营人力资源成本。从长远看,生物样本库技术迭代和优胜劣汰竞争机制可以防止国内样本库建设运行中发生低水平、同质化、重复化发展,避免社会资源浪费。

以第五代移动通信技术(5th generation,5G)为代表的新一轮科技革命正加速酝酿,大数据、人工智能、物联网、云计算、区块链等信息技术不断突破,必将对经济社会发展和生产生活方式产生革命性影响。国家正逐步统筹推进经济、生活、治理全面数字化转型战略部署,必将引起生物样本库管理理念、服务模式等的深刻变化。随着样本库工作数字化、自动化、智能化水平提高,互联网技术基础设施普及化水平提升,国内“研究者中心模型”和“样本中心模型”生物样本库将从“有形有限”的生物样本实体资源转型为“无形无限”的“数据中心型”模式。从海量的基因组学、蛋白质组学、代谢组学、“X组学”等生物信息数据中挖掘价值,由于工作极具挑战,建议组建灵活、主动、开放性团队,可设定高绩效目标但需提供绩效保障。由至少数名流行病学、生物信息学、计算机学或应用数学等专业人员组成固定平台,开展和维持重大、中长期项目。同时,从样本库内部或合作伙伴招募短期研究伙伴共同完成挑战性项目和热点项目。在有限的人、物、财资源支持下,争取通过灵活变化人力资源配置形式,赋予生物样本库更多创新能力和活力。

除此之外,还应重视生物样本专业管理人才培养,加强人才梯队建设和交叉学科人才培养,开展政策法规培训、前沿技术培训、样本库运营管理培训,进一步提高运营管理水平,提升样本库运营效能,充分发挥疾病预防控制体系生物样本库对疾病预防的重大支撑作用。

5.3 疾病预防控制系统生物样本库以公益性为目标,探索新运作方式

各级疾病预防控制机构是我国公共卫生体系的核心,无论疾病预防控制体系如何改革,坚持中央和地方层级网络体系架构的政府主导公益属性不会改变。《中华人民共和国人类遗传资源管理条例》中规定“国家鼓励科研机构、高等学校、医疗机构、企业根据自身条件和相关研究开发活动需要开展人类遗传资源保藏工作,并为其他单位开展相关研究开发活动提供便利……国家人类遗传资源保藏基础平台和数据库应当依照国家有关规定向有关科研机构、高等学校、医疗机构、企业开放”,也强调生物样本库的公益性属性。

从我国抗击传染病疫情的经验来看,疾病预防控制体系的高执行力、强反应性、高协作性[35]使疾病预防控制系统内“孵化”的生物样本库具备成为“大平台”的潜力。新时期疾病预防控制系统生物样本库除了具有生物样本资源存储、分发等基础性功能,还可以发挥更大的协同创新平台功能。以上海市疾病预防中心新址即将建成的生物样本库为例,根据中心“十四五”重点项目规划设计,未来该生物样本库将负责内部协调和外部招募各类重大、创新科研项目入库共建和出库共享,将与中心现有的各类省部级重点实验室、病原微生物综合检测平台、公共卫生化学品毒性技术平台、上海市工程技术研究中心、上海市专业技术服务平台等项目,共同形成学、研、用、产协同发展的“大平台”。

新时期生物样本库可以更开阔的思路尝试新的运作方式,从原来“生物样本储蓄银行”转变为“生物样本投资银行”。参考美国疾病预防控制中心针对不同主体的多元化需求,设置不同类型的科研投资项目,如:与非营利机构合作科研成果转化项目、与中小企业合作的促进中小企业创新项目、与大公司合作的商业化培训项目[35]。以生物样本资源为载体,向社会输出多维度、多途径的技术服务,从最基础的生物样本保藏、实验室检测分析到样本质量评价、项目管理咨询服务、专业人员培训等,向社会科研机构、中小创新企业提供公益性、开放性、综合性专业技术服务,最终在各个维度实现生物样本库的公益性目标

·作者声明本文无实际或潜在的利益冲突

参考文献
[1]
于广军, 崔文彬, 郑培永, 等. 临床与生物样本信息整合平台建设[J]. 中国卫生资源, 2014, 17(2): 89-92.
[2]
郑培永, 杨佳泓, 赵蓉, 等. 我国生物样本库建设的思考[J]. 中国卫生资源, 2014, 17(2): 87-89.
[3]
BYCROFT C, FREEMAN C, PETKOVA D, et al. The UK Biobank resource with deep phenotyping and genomic data[J]. Nature, 2018, 562(7726): 203-209. DOI:10.1038/s41586-018-0579-z
[4]
REHM H L, PAGE A, SMITH L, et al. GA4GH: international policies and standards for data sharing across genomic research and healthcare[J]. Cell Genom, 2021, 1(2): 100029. DOI:10.1016/j.xgen.2021.100029
[5]
HOLUB P, SWERTZ M, REIHS R, et al. BBMRI-ERIC directory: 515 biobanks with over 60 million biological samples[J]. Biopreserv Biobank, 2016, 14(6): 559-562. DOI:10.1089/bio.2016.0088
[6]
VAN OMMEN G J, TöRNWALL O, BRÉCHOT C, et al. BBMRI-ERIC as a resource for pharmaceutical and life science industries: the development of biobank-based expert centres[J]. Eur J Hum Genet, 2015, 23(7): 893-900. DOI:10.1038/ejhg.2014.235
[7]
GUDBJARTSSON D F, HELGASON H, GUDJONSSON S A, et al. Large-scale whole-genome sequencing of the Icelandic population[J]. Nat Genet, 2015, 47(5): 435-444. DOI:10.1038/ng.3247
[8]
贺晶. 我国Biobank规范化管理研究[D]. 北京: 北京协和医学院(中国医学科学院), 2011.
[9]
汪楠, 严舒, 赵聪, 等. 医学研究生物样本库共享的国际经验研究[J]. 中华医学科研管理杂志, 2018, 31(3): 224-227, 235.
[10]
CHALMERS D, NICOL D, KAYE J, et al. Has the biobank bubble burst? Withstanding the challenges for sustainable biobanking in the digital era[J]. BMC Med Ethics, 2016, 17(1): 39. DOI:10.1186/s12910-016-0124-2
[11]
GRIZZLE W E, BLEDSOE M J, AL DIFFALHA S, et al. The utilization of biospecimens: impact of the choice of biobanking model[J]. Biopreserv Biobank, 2019, 17(3): 230-242. DOI:10.1089/bio.2019.0008
[12]
许崇凤, 段子渊. 中华民族永生细胞库在生命科学研究中的支撑作用[J]. 遗传, 2017, 39(1): 76-87. DOI:10.16288/j.yczz.16-391
[13]
GAN R, WANG H, SONG Y, et al. Chinese biobanking initiatives[J]. Biopreserv Biobank, 2015, 13(1): 4-7. DOI:10.1089/bio.2014.0096
[14]
张雪娇, 李海燕, 龚树生. 国内生物样本库建设现状分析与对策探讨[J]. 中国医院管理, 2013, 33(7): 76-77.
[15]
王博, 刘芳, 张二春, 等. 国家基因库: 共有、共为、共享[J]. 遗传, 2019, 41(8): 761-772.
[16]
薛江莉. 泰州队列生物样本库资源共享管理优化研究[D]. 桂林: 广西师范大学, 2019.
[17]
LIN J C, HSIAO W W, FAN C T. Transformation of the Taiwan Biobank 3.0: vertical and horizontal integration[J]. J Transl Med, 2020, 18(1): 304-308. DOI:10.1186/s12967-020-02451-4
[18]
张颖, 叶永照, 孙韻, 等. 肿瘤资源库的建立和管理[J]. 中山大学学报(医学科学版), 2006, 23(1): 1-2.
[19]
葛明华, 郑智国, 孙文勇, 等. 浙江省肿瘤医院生物样本库建立与发展[J]. 中国肿瘤, 2015, 24(4): 273-275.
[20]
刘艳红, 胡月, 张倩倩, 等. 生物样本库项目管理流程的规范化[J]. 中国医药生物技术, 2017, 12(4): 372-374.
[21]
蒋向利, 丁玉路. 加强协同引领创新辐射发展推动我国肿瘤防治再上新台阶: 国家恶性肿瘤临床医学研究中心(天津)创新发展纪实[J]. 中国科技产业, 2019, 362(8): 20-25.
[22]
王乐, 刘苏来, 蒋宇, 等. 肿瘤生物样本库的发展现状及探讨[J]. 现代肿瘤医学, 2020, 28(5): 832-835.
[23]
王青, 林爱芬, 周文君, 等. 我院人体组织生物样本库的建立和应用[J]. 中华医院管理杂志, 2010, 26(2): 150-153.
[24]
崔正波. 中国国家基因库: 功能及意义[J]. 生态经济, 2016, 32(12): 10-13.
[25]
SAYERS E W, CAVANAUGH M, CLARK K, et al. GenBank[J]. Nucleic Acids Res, 2020, 48(1): 84-86.
[26]
AMID C, ALAKO B, BALAVENKATARAMAN K V, et al. The European nucleotide archive in 2019[J]. Nucleic Acids Res, 2020, 48(1): 70-76.
[27]
OGASAWARA O, KODAMA Y, MASHIMA J, et al. DDBJ database updates and computational infrastructure enhancement[J]. Nucleic Acids Res, 2020, 48(1): 45-50.
[28]
CNCB-NGDC MEMBERS AND PARTNERS. Database resources of the National Genomics Data Center, China National Center for Bioinformation in 2022[J]. Nucleic Acids Res, 2022, 50(1): 27-38.
[29]
翟培军, 李军燕, 胡冬梅, 等. 生物样本库国际认可和标准化发展与前景[J]. 中华临床实验室管理电子杂志, 2017, 5(1): 6-8.
[30]
CHEN Y, SANG C, BIAN Z, et al. The scale, collections, and biospecimen distribution of grade A tertiary hospital biobanks in China: a national survey[J]. Front Med, 2020, 7: 560600. DOI:10.3389/fmed.2020.560600
[31]
李倩, 金莉萍, 周学迅. 我国生物样本库运营规划现状[J]. 协和医学杂志, 2018, 9(3): 271-276.
[32]
吴翠云, 伍蓉, 曹国英, 等. 基于法规指南探讨生物样本库建库伦理审查要素[J]. 中国医学伦理学, 2020, 33(5): 570-574.
[33]
刘峙雅. 我国生物样本库的研究进展[J]. 现代医药卫生, 2021, 37(5): 759-763.
[34]
吴凡, 陈勇, 付晨, 等. 中国疾病预防控制体系发展改革的若干问题与对策建议[J]. 中国卫生资源, 2020, 23(2): 185-190, 294.
[35]
罗力, 王颖, 张天天. 新时代疾病预防控制体系建设的思考[J]. 中国卫生资源, 2020, 23(1): 7-13.