Simoa vs ELISA vs 抗体芯片 vs MSD/Olink：血液细胞因子与 NfL 低于定量下限时怎么选？

作者：常誉生物  ·  发布：2026-11-09

在神经免疫学与转化医学研究中，实验人员常面临一个典型的定量困境：一批珍贵的临床血浆或脑脊液（cerebrospinal fluid, CSF）样本送检多重细胞因子微球阵列（Luminex xMAP）或常规酶联免疫吸附测定（enzyme-linked immunosorbent assay, ELISA）后，白细胞介素-1β（interleukin-1β, IL-1β）、干扰素-γ（interferon-γ, IFN-γ）或神经丝轻链（neurofilament light chain, NfL）在超过 80% 的健康对照及稳态疾病样本中全部显示为“低于定量下限”（below the limit of quantification, BLQ）。此时若直接将缺失值剔除或按检测限的一半进行简单插补，统计效力会严重受损；若转向单分子免疫阵列（Single Molecule Array, Simoa），又必须评估高昂的单样本检测成本、抗体对的表位特异性以及低重数限制是否符合课题需求。

要走出这一困境，首先需要对标题隐含的前提进行方法学修正。当前 pg/mL 至 fg/mL 级的超微量蛋白定量已不再是“传统低灵敏度 ELISA 或芯片”与“超高灵敏度 Simoa”的二元对立。电化学发光技术（electrochemiluminescence, ECL，以 Meso Scale Discovery 的 V-Plex 与超敏 S-Plex 为代表）、基于聚合酶链式反应（polymerase chain reaction, PCR）或下一代测序（next-generation sequencing, NGS）读出的邻位延伸分析（Proximity Extension Assay, PEA，以 Olink 为代表）、核酸连接免疫夹心测定（Nucleic Acid Linked Immuno-Sandwich Assay, NULISA）以及经过表位优化的第三代高敏化学发光免疫分析（chemiluminescent enzyme immunoassay, CLEIA，如 Lumipulse），已经在灵敏度与重数两个维度上填补了中间地带。

围绕超微量细胞因子与神经标志物检测的方案抉择，核心在于拆解并回答以下五个决定实验成败的技术与生物学问题。

物理机制与信号放大：飞升级灵敏度跨度从何而来？

免疫测定的灵敏度上限受制于两个基本物理化学因素，即抗体与抗原结合的平衡解离常数（亲和力）以及信号读出系统的信噪比。传统夹心法 ELISA 与平面或悬浮抗体芯片在抗体亲和力上并无本质缺陷，其灵敏度之所以停留在 pg/mL（约 10⁻¹² M，即 pM 级）水平，核心瓶颈在于微孔板的“系综测量”（ensemble readout）模式。在常规 96 孔板中，100 μL 反应体积内生成的显色或荧光产物会被成百上千亿个水分子迅速稀释，只有当孔内聚集数百万个酶标分子并催化产生足够高浓度的吸光或荧光底物时，酶标仪才能将其从背景光学噪声中区分出来。

2010 年发表于 Nature Biotechnology 的奠基性研究首次通过“单分子空间限域”（singulation）打破了这一体积稀释效应，确立了数字化 ELISA（即 Simoa）的物理框架。在该体系中，捕获抗体偶联于直径 2.7 μm 的顺磁微球表面，检测抗体连接链霉亲和素-β-半乳糖苷酶（streptavidin-β-galactosidase, SβG），荧光底物采用试卤灵-β-D-吡喃半乳糖苷（resorufin-β-D-galactopyranoside, RGP）。当样本中目标蛋白处于极低浓度（如亚飞摩尔级，sub-femtomolar）时，反应体系中微球数量（通常每个反应约 400,000 至 500,000 颗）远超目标蛋白分子数。根据泊松分布（Poisson distribution）统计规律，绝大多数微球表面要么捕获 1 个蛋白分子并结合 1 个酶分子，要么捕获 0 个蛋白分子。随后，磁珠被加载至由光纤束蚀刻或微注塑成型的微孔阵列中，每个微孔直径 4.5 μm、深 3.25 μm，容积仅为 50 飞升（50 fL，即 50 × 10⁻¹⁵ L），恰好仅能容纳单颗磁珠。利用硅油密封微孔后，50 fL 的密闭反应室体积比传统 100 μL ELISA 反应孔缩小了约 20 亿倍。在这种极度限域的体积内，仅需 1 个 SβG 酶分子催化数十秒，产生的试卤灵荧光分子便无法向外扩散，局部浓度迅速攀升至常规荧光成像系统即可清晰识别的阈值。通过计算“亮孔”（active beads，即含酶磁珠）占“总含珠孔”的百分比并结合高浓度区间的平均每珠酶数（average enzymes per bead, AEB），系统将传统的连续光强“模拟信号”（analog readout）转化为“0 或 1”的“数字化单分子计数”（digital readout）。

在针对 SβG 酶标复合物的直接对比实验中，传统微孔板荧光读数仪的线性响应范围为 3 fM 至 300 fM，检测下限（limit of detection, LOD，定义为背景均值加 3 倍标准差）为 15 × 10⁻¹⁵ M（15 fM）；而 Simoa 的线性响应横跨 350 zM（10⁻²¹ M）至 7 fM，动态范围达 10,000 倍，计算得出的 LOD 低至 220 × 10⁻²¹ M（220 zM），在 100 μL 样本中仅需存在 10 至 20 个酶分子（约 10⁻¹⁹ M）即可检出。将该技术应用于前列腺癌根治术后患者的血清前列腺特异性抗原（prostate-specific antigen, PSA）检测，Simoa 在所有测试样本中均实现了精确定量，最低检出浓度达 14 fg/mL（0.4 fM），而传统 ELISA 对该队列完全无法检出。2016 年发表于 Journal of Laboratory Automation 的全自动 Simoa HD-1 系统验证研究进一步证实，跨多个蛋白靶标的平均灵敏度较传统夹心 ELISA 提升超过 1,200 倍，批内变异系数（coefficient of variation, CV）控制在 10% 以内。

与数字化空间限域不同，高通量多重检测平台采取了另外两条降噪增敏路径。第一条路径是电化学发光（ECL），如 MSD 平台在碳电极微孔底部固定捕获抗体，利用三联吡啶钌标记检测抗体，在通电激发下仅产生贴近电极表面的局域发光，从而规避了液体本底自发荧光；其升级版 S-Plex 引入了修饰后的信号增强结构，将灵敏度从 V-Plex 的 pg/mL 级推升至低 fg/mL 级。第二条路径是利用核酸扩增消除抗体交叉反应，即 2014 年发表于 PLoS ONE 的邻位延伸分析（PEA）。传统固相高通量抗体芯片（如平面微阵列或 Luminex 液相悬浮芯片）在同一反应孔中混合数十种捕获与检测抗体，当重数超过约 30 重时，非配对抗体之间的交叉识别会呈指数级增加，导致高背景噪底。PEA 技术将成对的寡核苷酸序列分别偶联至针对同一蛋白不同表位的双抗体上，只有在双抗体同时结合同一靶蛋白并进入空间邻近状态时，两条互补 DNA 探针才能在 50 °C 左右经由热稳定 DNA 聚合酶延伸 20 分钟形成独特的双链 DNA 条形码，进而通过实时定量 PCR（qPCR）或 NGS 进行读取。这种双识别加序列配对的逻辑门设计，使得 Olink 能够在仅消耗 0.8 μL 至 1 μL 血浆或血清的条件下实现 48 重、96 重乃至 384 重蛋白的同时检测，且不会随重数增加而牺牲特异性。

真实样本头对头比较：为何标称 LOD 与内源性检出率频繁脱节？

在选择检测平台时，最常见的误区是直接对比各厂家说明书标称的 LOD 或定量下限（lower limit of quantification, LLOQ）。厂家标称的 LOD 通常是将重组标准品蛋白溶解于纯化缓冲液或去除了内源性蛋白的替代基质中，通过空白对照信号加 2.5 倍或 3 倍标准差外推所得；而真实人源血清或血浆中含有高丰度白蛋白、免疫球蛋白、补体、类风湿因子（rheumatoid factor, RF）及人抗小鼠抗体（human anti-mouse antibodies, HAMA），这些基质成分会产生显著的空间位阻与非特异性吸附。因此，评估平台性能的金标准并非缓冲液 LOD，而是在同一批真实临床样本中开展头对头（head-to-head）测试所得的“内源性分析物检出率”（frequency of endogenous analyte detection, FEAD，通常以低于定量下限的样本百分比 BLQ% 反向表征）、复孔精密度（%CV）以及稀释平行性（parallelism）。

2020 年发表于 Cytokine: X 的一项大规模跨平台头对头研究，使用来自健康对照、创伤后应激障碍（post-traumatic stress disorder, PTSD）患者及帕金森病（Parkinson’s disease, PD）患者的配对血浆与血清样本，以及佛波酯（phorbol myristate acetate, PMA）体外刺激后的血清串行稀释样本，系统对比了五种主流高敏平台对 IL-1β、白细胞介素-6（IL-6）、肿瘤坏死因子-α（tumor necrosis factor-α, TNF-α）和 IFN-γ 的检测表现，涵盖 Quanterix Simoa、MSD MESO V-Plex、Myriad Luminex xMAP、R&D Systems Luminex 以及 R&D Systems Quantikine 高敏 ELISA。

实验结果揭示了显著的平台分化。在内源性检出率与基质差异方面，Simoa 在所有临床人群和几乎所有分析物中均表现出最高的检出率，在健康对照血清中成功检出了绝大多数样本的 IL-1β、IL-6 和 TNF-α，仅对丰度极低的血清 IFN-γ 出现了 80% 的 BLQ。相比之下，常规多重电化学发光平台 MSD V-Plex 在血浆样本中的 IL-1β 未检出率（BLQ%）高达 92% 至 100%，IFN-γ 的 BLQ% 达 78% 至 100%；而在血清样本中，MSD V-Plex 对上述全部四种细胞因子的 BLQ% 均在 80% 至 100% 之间。R&D Luminex 与 Quantikine 高敏 ELISA 在血清中对丰度相对较高的 IL-6 和 TNF-α 表现优异，但对血清 IL-1β 和 IFN-γ 的未检出率同样达到 100%（R&D Luminex 在血浆中对 IL-1β 的 BLQ% 为 62% 至 100%，对血浆 IFN-γ 为 100%）。Myriad Luminex xMAP 在血清中对全部四种因子的 BLQ% 均为 100%。在精密度与跨平台相关性方面，Simoa 在健康对照、PTSD 和 PD 全部队列的复孔检测中变异系数（%CV）稳定维持在 20% 以下，展现出最优的批内与批间精密度，而其余平台的 %CV 随细胞因子种类剧烈波动。当计算同一批样本在不同平台间的皮尔逊相关系数（Pearson’s r）时，唯有内源性浓度中等偏高的 IL-6 在除 Myriad Luminex 之外的各平台间呈现出强相关性（r 介于 0.59 至 0.86 之间）；而在 IL-1β、TNF-α 和 IFN-γ 上，各平台测得的浓度几乎没有相关性。另一项在 57 名社区健康老年人中对比 MSD 高性能电化学发光（HPE）与 Simoa 的头对头研究同样指出，尽管两个平台内部均添加了针对 HAMA 和 RF 的异嗜性抗体阻断剂，且测得的 IL-6 和 TNF-α 与外部临床指标的关联方向一致，但两平台间的细胞因子相对比值在配对检验中存在显著的统计学差异（t 值介于 -6.79 至 46.0，p < 0.001），绝对浓度完全不可直接互换。

如果将视野推进至近年来新推出的高敏多重平台，标称 LLOQ 与真实样本定量率之间的背离现象更加突出。2025 年发表于 Bioanalysis（2024 年 12 月在线发表）的一项头对头方法学研究，在人源血清（含非小细胞肺癌患者样本）及体外刺激血浆中直接对比了四种多重细胞因子平台：超敏电化学发光 MSD S-Plex、邻位延伸分析 Olink Target 48、平面微阵列化学发光平台 Quanterix SP-X 以及常规 MSD V-Plex。该研究证明多重平台的真实灵敏度排序依次为 MSD S-Plex、Olink Target 48、Quanterix SP-X 和 MSD V-Plex。其中 MSD V-Plex 对白细胞介素-12p70（IL-12p70）、白细胞介素-4（IL-4）、白细胞介素-2（IL-2）、TNF-α 和 IL-1β 的样本定量成功率均不足 10%，而 MSD S-Plex 是唯一能够在真实血清样本中稳定定量极低丰度 IL-2、IL-4、IL-12p70 及部分 IL-1β 的多重平台。

更为关键的发现是，厂家标称的极低 LLOQ 不能代表真实内源性蛋白的捕获能力。在该研究中，Quanterix SP-X 针对 IL-1β 标称的 LLOQ 低至 96 fg/mL（为四个平台中最低），但在实际检测中却未能定量任何一份真实样本中的内源性 IL-1β；同样，Olink Target 48 对 IL-2 和 IL-4 的标称 LLOQ 分别低至 119 fg/mL 和 59.6 fg/mL，虽然在 IL-6、白细胞介素-10（IL-10）、TNF-α 和 IFN-γ 上的检出率显著优于 MSD V-Plex，但在所有测试样本中对 IL-2 和 IL-4 的定量率却为 0%。这种脱节源于重组校准品蛋白与人体血液中经过翻译后修饰（如糖基化、剪切或与可溶性受体结合）的内源性天然蛋白在空间构象上存在差异，导致部分针对重组蛋白筛选的单克隆抗体对在真实基质中亲和力大幅下降。为了验证 fg/mL 级读数是真实信号而非基质背景噪声，该研究在 MSD S-Plex 上引入了“抗体对敲除实验”（antibody pair knockdown，即向真实样本中额外掺入经验证的特异性捕获与检测抗体对以竞争性封闭内源性细胞因子）与串行稀释平行性测试（要求在最小推荐稀释度基础上继续进行至少 2 个梯度的稀释，稀释校正后的相对误差 %RE ≤ 30%）。结果显示，在低 fg/mL 区间内，352/360（97.8%）的样本响应被证实为真实的特异性结合，且所有在敲除实验中表现出非特异性背景的样本几乎同时未能通过平行性测试。

在神经退行性疾病标志物领域，平台间的方法学演进同样经历了从“唯有 Simoa 可测”到“多平台高敏收敛”的过程。2016 年发表于 Clinical Chemistry and Laboratory Medicine 的经典研究，使用完全相同的捕获与检测单克隆抗体对（UmanDiagnostics 的 47:3 与 2:1），在配对脑脊液与血清样本中头对头对比了传统 ELISA、ECL（MSD）与 Simoa 检测 NfL 的性能。在抗体对完全一致的前提下，纯物理读出机制的差异使传统 ELISA、ECL 与 Simoa 的分析灵敏度（LOD）分别定格在 78.0 pg/mL、15.6 pg/mL 和 0.62 pg/mL；Simoa 的灵敏度比 ECL 高出 25 倍，比传统 ELISA 高出约 126 倍。因此，在健康人及轻度多发性硬化（multiple sclerosis, MS）患者血清（NfL 浓度通常在 5 pg/mL 至 20 pg/mL 之间）中，只有 Simoa 测得的血清值与脑脊液金标准高度相关（r = 0.88），而传统 ELISA 因绝大多数样本低于检测限，脑脊液与血清相关性跌至 r = 0.43（p = 0.013）。

近五年的技术迭代已改写了这一格局：最新一代 Simoa NfL 试剂盒已将 LOD 进一步下探至 0.038 pg/mL 至 0.085 pg/mL（LLOQ 约 0.174 pg/mL）；同时，采用相同抗体对并优化信号放大的新一代高敏 ELISA（hsELISA）、微流控玻璃纳米反应器平台（Ella，LOD 约 2.7 pg/mL）以及新一代 ECL 试剂盒（LLOQ 低至 3.4 pg/mL），在 MS 队列血清中与 Simoa 的相关系数已提升至 r = 0.80 至 r = 0.919，当科研目标仅在于区分显著轴突损伤（浓度高于 10 pg/mL）而非追踪亚皮克级基线微弱波动时，高敏 ELISA 与 ECL 已成为可靠的替代方案。

表 1 汇总了主流免疫测定平台在信号机制、定量下限、重数能力及真实临床样本头对头测试中的核心性能参数。

靶标生物学特性与物种差异：体外诱导、动物模型与人源样本的逻辑分野

为什么同样是检测炎症或神经损伤标志物，有课题组用常规 ELISA 就能获得可靠数据，而有的课题组必须依赖 Simoa 或 MSD S-Plex？这深植于靶标蛋白在特定实验体系中的生成动力学、空间屏障阻隔以及物种间的序列同源性。

实验体系的浓度跨度差异是首要决定因素。在外周血单个核细胞（peripheral blood mononuclear cells, PBMC）体外经脂多糖（LPS）或 PMA 刺激的培养上清中，或者在全身性急性炎症（如脓毒症、重度烧伤、嵌合抗原受体 T 细胞免疫疗法引发的细胞因子释放综合征 CRS）患者的血液中，活化免疫细胞在局部或全身大量倾泻细胞因子，IL-6、TNF-α 乃至 IL-1β 的浓度常常飙升至数十 pg/mL 甚至 ng/mL 级别。在这种高丰度场景下，常规夹心 ELISA、Luminex 液相芯片、流式微球阵列或 MSD V-Plex 完全能够满足定量需求；此时若盲目采用 Simoa，超高灵敏度反而容易导致高浓度样本出现微球全饱和（即数字化计数与模拟光强均达到上限，超过上定量限 ULOQ），迫使实验人员对样本进行 100 倍甚至 1,000 倍的大比例预稀释，凭空引入移液稀释误差。相反，在神经精神疾病（如抑郁症、PTSD）或慢性神经退行性疾病（如 PD、阿尔茨海默病 AD）的稳态外周血中，低度慢性炎症或中枢外溢产生的 IL-1β、IFN-γ、IL-2、IL-4 处于亚皮克级（0.05 pg/mL 至 0.5 pg/mL），此时若使用常规 ELISA 或普通微球芯片，绝大多数数据将沦为背景噪声。

血脑屏障（blood-brain barrier, BBB）造成的中枢标志物跨室稀释与表位依赖性则是另一重生物学约束。以神经丝蛋白和磷酸化 tau 蛋白（phosphorylated tau, p-tau）为例，神经元轴突受损释放的 NfL（分子量 68 kDa，与 150 kDa 的 NfM 和 200 kDa 的 NfH 共同组成神经丝三联体）或星形胶质细胞活化释放的胶质纤维酸性蛋白（glial fibrillary acidic protein, GFAP）首先进入脑间质液与脑脊液，随后仅有极小比例通过蛛网膜颗粒或血脑屏障进入外周血液循环，导致外周血浓度通常仅为脑脊液浓度的 1% 至 10% 左右。在脑脊液中，NfL 浓度通常高达数百至数千 pg/mL（例如多中心研究显示 MS 患者脑脊液 NfL 切点在 571.0 pg/mL 至 807.5 pg/mL 之间），常规 ELISA 即可准确测定；但一旦转向外周血（健康人基线约 5 pg/mL 至 15 pg/mL，血浆切点约 11.8 pg/mL 至 13.0 pg/mL），检测难度便陡增两个数量级。对于阿尔茨海默病核心血液标志物 p-tau（包括 p-tau181、p-tau217 和 p-tau231），外周血浓度更是低至零点几至几个 pg/mL。

更为关键的是，在血浆 p-tau 检测中，靶向的磷酸化表位（epitope）与抗体亲和力对诊断准确率的贡献甚至超越了硬件平台本身。2023 年发表于 Brain 的一项里程碑研究，在 135 名轻度认知障碍（mild cognitive impairment, MCI，平均随访 4.9 年）患者中头对头对比了 10 种血浆 p-tau 检测方法，涵盖免疫沉淀质谱法 IP-MS、Lilly MSD 免疫法、Janssen Simoa、ADx Simoa、UGOT Simoa、Fujirebio Lumipulse 以及 MSD S-Plex。结果显示，在识别脑脊液淀粉样蛋白（amyloid-β, Aβ42/40）异常状态和预测未来转化为 AD 痴呆方面，基于质谱的 p-tau217WashU 表现最佳（受试者工作特征曲线下面积 AUC 分别为 0.947 和 0.932，血浆与脑脊液相关性 R = 0.891）；而在所有免疫测定法中，靶向 p-tau217 的 Lilly 免疫法（AUC 为 0.886–0.889，R = 0.755）和 Janssen Simoa 法（AUC 位于 0.835–0.872 第一梯队）显著优于同样运行在 Simoa 或 MSD S-Plex 平台上的多数 p-tau181 和 p-tau231 测定法（后者的血浆与脑脊液相关性 R 仅在 0.320 至 0.669 之间）。

2025 年发表于 Alzheimer’s & Dementia 的一项记忆门诊横断面研究（197 名受试者，其中 141 名完成 22 种血浆标志物的全项比较）显示，所有 6 种靶向 p-tau217 的检测方法——包括全自动化学发光平台 Lumipulse p-tau217（AUC = 0.97）、电化学发光平台 MSD S-PLEX p-tau217（AUC = 0.95）、核酸免疫平台 NULISA p-tau217（AUC = 0.95）和数字免疫平台 ALZpath Simoa p-tau217（AUC = 0.94）——其诊断 AUC 均突破 0.90，且在 90% 灵敏度下特异性全部超过 75%，一致优于 Roche p-tau181（AUC = 0.89）、NULISA p-tau231（AUC = 0.85）、Lumipulse p-tau181（AUC = 0.81）、Lumipulse Aβ42/40（AUC = 0.79）、NULISA Aβ42/40（AUC = 0.77）、MSD S-PLEX p-tau181（AUC = 0.75）及 Roche Aβ42/40（AUC = 0.73）。这说明当靶标表位本身在疾病组与对照组之间具有高达 151% 至 357%（约 2 至 4 倍）的生物学效应量（fold change）时，优质的抗体对配合 Lumipulse、MSD S-Plex、NULISA 或 Simoa 均能实现极高的区分度。

在开展小鼠体内疾病模型（如实验性自身免疫性脑脊髓炎 EAE、APP/PS1 或 App 敲入小鼠模型）向临床人群的转化研究时，还必须严格考量跨物种同源性（homology）与试剂盒通用性陷阱，区分序列高度保守的骨架蛋白与物种特异性的分泌因子或转基因蛋白。

表 2 对照了小鼠与人源样本在核心神经与免疫标志物检测中的同源性及平台适配策略。

队列混杂因素与转化瓶颈：为何跨平台与跨人群的绝对阈值不可直接迁移？

即便实验室配置了 Simoa HD-X 或 MSD S-Plex 平台，并严格按照标准操作规程完成检测，如果忽视了分析前变量（pre-analytical variables）和受试者生理混杂因素（confounding factors），得出的科研结论依然可能偏离真实生物学状态。

样本基质、冻融循环与平台依赖性分析前偏移

在血液采集环节，EDTA 抗凝血浆、枸橼酸盐血浆与血清并非等价基质。2020 年 Cytokine: X 的跨平台研究显示，凝血过程会改变部分细胞因子的游离状态或引起血小板释放，且血清中的非特异性干扰往往导致 MSD V-Plex 等平台在血清中的未检出率显著高于配对血浆。在稳定性方面，针对多发性硬化队列的验证研究表明，血清可溶性 NfL（sNfL）在 4 °C 至 8 °C 冷藏条件下于 24 小时内完成分离冷冻，其浓度不受影响，且单份分装样本最多可耐受 3 次反复冻融而不发生显著降解。然而，冻融效应具有强烈的平台依赖性：2025 年底发表的一项针对 MS 患者血清 NfL 的跨平台研究对比了 Simoa、高敏 ELISA 与全自动化学发光免疫分析（CLIA），发现 Simoa 与高敏 ELISA 在冻存样本上高度一致（斯皮尔曼相关系数 rs = 0.796，高敏 ELISA 仅平均高估 10.08%，处于临床允许的 ±25% 误差范围内）；但全自动 CLIA 平台在检测冻存样本时出现了显著的系统性正偏倚（相对 Simoa 偏高 39.53%，相对高敏 ELISA 偏高 29.56%），而在检测新鲜未冻存样本时，CLIA 与 Simoa 的相关性恢复良好（rs = 0.820，相对偏倚仅为 -7.7%）。这一现象提示，冰晶形成可能引起特定神经丝蛋白片段构象微变或聚集体解离，某些平台的捕获抗体表位对这种物理状态改变极为敏感。

肾功能（eGFR）、年龄与 BMI 对外周血标志物的系统性干扰

外周血标志物的稳态浓度取决于中枢神经系统或免疫系统的产生释放速率，同时也受制于外周循环的分布容积与肾脏清除速率。近年来多项大型队列研究证实，肾功能不全（估算肾小球滤过率 estimated glomerular filtration rate, eGFR 下降）、高龄和低体重指数（body mass index, BMI）是造成外周血神经标志物假性升高的三大核心混杂因素。

2023 年发表于 Frontiers in Aging Neuroscience 的一项基于阿尔茨海默病神经影像学倡议（ADNI）队列（共 645 名受试者）的研究，系统量化了不同肾功能分期——正常组 eGFR ≥ 90 mL/min（n = 115）、轻度下降组 eGFR 60–90 mL/min（n = 418）与中重度下降组 eGFR < 60 mL/min（n = 112）——对 Simoa 测定的血浆 NfL、p-tau181 及液相色谱串联质谱（LC-MS/MS）测定的血浆 Aβ42/40 比值的影响。由于肾小球负责滤过清除血液中的中小分子量蛋白及多肽降解片段，当肾功能从 eGFR ≥ 90 降至 60–90 再降至 < 60 mL/min 时，尽管三组受试者的脑内淀粉样蛋白 PET（Aβ-PET）阳性率并无显著差异（分别为 50.4%、54.5% 和 54.5%，p = 0.727），但外周血 NfL 中位浓度却从 27.15 pg/mL 阶梯式攀升至 33.60 pg/mL 和 44.45 pg/mL（p < 0.001，全样本多元回归 β = -0.27, p < 0.001）；血浆 p-tau181 中位浓度也从 15.45 pg/mL 升至 15.60 pg/mL 和 19.25 pg/mL（p = 0.012，在 Aβ-PET 阴性人群中与 eGFR 呈显著负相关，β = -0.09, p = 0.039）。在血液透析患者（n = 384，中位年龄 74 岁）中，外周血 NfL 中位水平更是高达 196.2 pg/mL（四分位距 146.5–262.2 pg/mL），比普通老年人群高出近 5 至 10 倍。这种清除障碍直接导致疾病判定的约登指数（Youden-Index）最佳切点发生漂移：在 ADNI 队列中，血浆 p-tau181 识别脑内 Aβ 阳性的最佳切点从正常肾功能组的 18.74 pg/mL 降至轻度肾损组的 15.15 pg/mL 和中重度肾损组的 14.49 pg/mL；NfL 的最佳切点也在不同肾功能组间波动达 13%（从 33.7 pg/mL 变为 29.35 pg/mL 和 34.9 pg/mL）。

上海老龄研究（Shanghai Aging Study，纳入 1,189 名无痴呆社区老人，采用 Simoa HD-X 检测）进一步揭示了年龄与 eGFR 之间的强交互作用（Pinteraction < 0.001）：高、中、低 eGFR 组的血浆 NfL 中位浓度分别为 12.3、15.5 和 20.7 pg/mL（p < 0.001），且在 70 岁以上伴 eGFR < 60 mL/min/1.73 m² 的老年亚组中，eGFR 每下降一个单位引起的血浆 NfL 升幅极为陡峭（偏回归系数 B = -0.790，95% 置信区间 -1.026 至 -0.554，p < 0.001），导致认知正常但伴肾功能减退的老人其血浆 NfL 和 p-tau181 分布与轻度认知障碍但肾功能正常的患者完全重叠（组间比较 p > 0.05，其中高 eGFR 的 MCI 组与低 eGFR 的正常对照组间 p-tau181 差异 p = 0.885）。

为了消除肾功能、年龄与体重的干扰，目前经过严格循证验证的解决方案主要有两条。第一条方案是针对双肽段或自身参照物构建“比值指标”（Ratio Strategy）。在 ADNI 队列中，由于 Aβ42 与 Aβ40 受到肾脏清除率下降的影响幅度高度同步，血浆 Aβ42/40 比值在 eGFR ≥ 90、60–90 和 < 60 mL/min 三个分期中的中位数与最佳切点均稳定保持在 0.12（p = 0.461），不受肾功能波动干扰。近期研究同样证实，血浆 p-tau217 本身及其比值指标（如 p-tau217/Aβ42、p-tau181/Aβ42）在正常至轻中度肾功能减退范围内与 eGFR 无显著相关性，能够维持较高的诊断稳健性。第二条方案是引入基于大规模健康人群的年龄与 BMI 校正 Z-score。2022 年发表于 The Lancet Neurology 的研究（瑞士多发性硬化队列与瑞典国家注册队列验证）利用 Simoa 测定了 4,532 名健康对照与 1,313 名 MS 患者的 7,769 份血清样本，证实健康人 sNfL 随年龄增长呈指数上升（反映生理性轴突代谢），随 BMI 升高而下降（反映较大血容量带来的稀释效应）。如果采用未校正的固定绝对浓度切点，在 20 至 30 岁的年轻患者中，有 68%（70/103）处于 Z-score 1.5–2.0 风险区间的患者以及 4%（7/164）处于 Z-score > 2.0 高风险区间的患者会被错误判定为正常；而在高龄低体重患者中则会造成大量假阳性。转换为经过年龄和 BMI 校正的 Z-score（或百分位数）后，Z-score > 1.5 可准确量化未来一年内的亚临床病灶活动或复发风险。

即便在同一平台的两个不同实验室之间，固定切点也不可直接搬用。一项使用相同商业化 Quanterix Simoa 试剂盒在两家独立实验室同步测定 165 份脑脊液与 225 份血浆的研究显示，虽然两实验室间的分析精密度良好（中间精密度分别 < 9.3% 和 < 12%，LOD 均为 0.038 pg/mL，LLOQ 均为 0.174 pg/mL）且高度相关（脑脊液 R = 0.92，血浆 R = 0.84），但两中心之间仍存在 -0.95 pg/mL 的血浆系统偏倚和 -73.53 pg/mL 的脑脊液偏倚，导致计算出的最佳血浆切点分别为 13.0 pg/mL 和 11.8 pg/mL（脑脊液切点分别为 807.5 pg/mL 和 571.0 pg/mL），若直接套用对方切点，会有 3.9%（7/180）的 MS 患者血浆样本和 2.5%（3/119）的脑脊液样本在正常与异常之间被重新分类。这再次印证了科研发现中的绝对浓度数值不能直接等同于跨中心临床通用切点。

实验场景决策指南：可直接落地的方案设计与质控实操

面对具体的课题需求，实验人员无需盲目追求最昂贵的单分子检测设备，而应根据内源性靶标丰度分布、样本可用体积、目标重数（Plex）与队列混杂特征四个维度进行匹配。

表 3 提供了按具体实验场景划分的决策矩阵。

在人源小胶质细胞系或 iPSC 诱导神经细胞的培养模型中，若关注 BDNF、TREM-2、Fractalkine、IL-18 等神经炎症相关分子，可考虑 11 重神经炎症流式微球面板，上机前同样需要用预实验确认靶标落在定量范围内。先筛选、后验证时抗体芯片与单分子平台如何分工，可参考《SIMOA 和抗体芯片怎么选？》。

为了确保实验数据经得起同行评审的检验，在正式开展大队列检测前，可直接参照以下五步标准化实验设计与质控方案执行。

第一步是样本采集与分装前处理标准化。全队列必须严格锁定单一采血管类型（例如统一使用 K₂-EDTA 血浆管或统一使用促凝血清管），不可在病例组使用血浆而在对照组使用历史库存血清。血液采集后若测定 sNfL 等神经标志物，允许在 4 °C 至 8 °C 下暂存，但必须在 24 小时内完成离心分装并转入 -70 °C 或 -80 °C 超低温冰箱保存。分装时应按单次上机所需体积（如每管 50 μL 至 100 μL）进行微量化分装，严格限制冻融次数不超过 3 次，且全队列样本的冻融循环次数必须保持一致。若计划使用全自动化学发光平台（CLIA），必须在预实验中对比新鲜样本与单次冻存样本的读数偏倚。

第二步是开展小样本预实验（Pilot Study）验证“平行性”与“内源性检出率”。在采购大批量试剂盒之前，应随机抽取队列中 10 至 15 份代表性样本（涵盖预期低值健康对照与高值疾病样本）以及 1 份阳性刺激对照样本进行预实验，重点核查两项指标。其一是评估 BLQ%，确认目标平台在该疾病基质中的内源性检出率（FEAD）是否达到至少 80% 以上（即 BLQ% ≤ 20%）；若某细胞因子（如 IL-1β 或 IL-2）在超过 50% 的样本中低于 LLOQ，应立即更换更高灵敏度的平台（如从 V-Plex 或 SP-X 切换至 MSD S-Plex 或 Simoa），避免跑完大队列后依靠半最小值（half-minimum）替代法去拟合失真分布。实验室没有配置 Simoa 平台时，也可以先将预实验样本送检，确认检出率后再决定是否扩大到全队列，常誉生物可承接此类 Simoa 检测，样本处理要求可参考这份样品准备汇总。其二是验证串行稀释平行性（Parallelism），取含高水平内源性靶标蛋白的真实样本（而非向缓冲液中掺入重组蛋白的加标回收样本），在试剂盒推荐的最小稀释度（minimum required dilution, MRD）基础上，额外进行至少 2 至 3 个梯度的倍比稀释（如 1:2、1:4、1:8）。计算各稀释梯度经稀释倍数反算后的浓度相对误差（%RE），只有当 %RE ≤ 30% 且稀释曲线与标准品曲线平行时，才能证明该平台在当前样本基质中不受异嗜性抗体（HAMA/RF）或基质效应的系统性干扰。对于处于低 fg/mL 区间的超微量信号，还可参照 GSK 团队在 Bioanalysis 中建立的“抗体对敲除实验”，向部分样本中掺入过量的游离捕获与检测抗体以确认信号可被特异性消减。

第三步是实验板布局与跨板质控品（Bridging QC）设置。无论是 Simoa、MSD 还是 ELISA，所有临床未知样本均建议采用双复孔（duplicate）上机，并以复孔 %CV < 20%（理想状态下 < 10%）作为数据有效性的质控标准。当样本量超过单块 96 孔板（扣除标准品曲线和空白孔后，单板通常仅容纳 38 至 40 份双复孔样本）时，必须在每一块板上固定位置设置至少 3 份覆盖低、中、高浓度的同批次混合人源血浆或血清池作为跨板桥接质控品（inter-plate bridging controls），用于监测批间变异系数（inter-assay %CV 需控制在 12%–15% 以内）并校正批次效应。病例组与对照组样本必须在每块测定板上按年龄和性别进行均衡随机化排布，不可将病例组与对照组分别集中放置于不同测定板。

第四步是临床协变量采集与统计建模解读规范。在开展血液神经标志物（尤其是 NfL、GFAP 和 p-tau181）或细胞因子研究时，采血当天应同步记录受试者的精确年龄、性别、身高体重（计算 BMI）以及血清肌酐或胱抑素 C（计算 eGFR）。在解读血清 NfL 数据时，若使用的是基于 UmanDiagnostics 抗体的 Simoa 平台，可将原始 pg/mL 数值连同受试者年龄、BMI 导入经验证的参考数据库模型（如巴塞尔大学团队建立的参考工具）转换为 Z-score 或百分位数，以消除年龄与血容量稀释的混杂。在老年认知障碍队列中分析血浆 NfL 或 p-tau181 时，多元回归或协方差分析模型应将 eGFR（以及年龄与 eGFR 交互项）作为协变量纳入校正，或者优先选用对肾功能不敏感的 p-tau217、p-tau217/Aβ42 比值或质谱法 Aβ42/40 比值。在解读结果时，应重点阐述平台内部的相对效应量（如组间 fold change、Z-score 变化斜率或与影像学及临床结局的相关系数），切勿将不同平台（如 Simoa 与 MSD、Luminex 或 Olink）测得的绝对 pg/mL 数值直接合并分析，亦不可将未经标准化传值的外部文献绝对切点直接作为本中心队列的分组阈值。

第五步是明确何时不该使用超敏单分子平台的止损边界。当目标蛋白在样本中的内源性基线浓度高于 50 pg/mL（如血浆 C 反应蛋白 CRP、高丰度趋化因子 MCP-1 与 RANTES、脑脊液 NfL 或体外强刺激细胞上清）时，使用超敏平台只会增加高倍稀释带来的移液误差与不必要的耗材支出。这类靶标选一款检测范围与样本浓度匹配的双抗夹心 ELISA 通常已经足够，例如 MCP-1（ELH-MCP1） 的厂家标称范围为 2–500 pg/mL，RANTES（ELH-RANTES） 为 3–2,000 pg/mL，血清、血浆按说明书稀释后读数落在标准曲线中段即可。当课题处于无先验假设的广谱生物标志物发现阶段，需要同时扫描上百条信号通路而样本量仅有数微升时，Olink Explore 或 NULISA 等高重数亲和蛋白组学平台在信息密度与样本消耗比上远优于最多支持 6 重检测的 Simoa。此外，当课题针对小鼠内源性细胞因子，但市面上仅有针对人源蛋白开发的商业化单分子试剂盒而无经过严格交叉反应与平行性验证的鼠源抗体对时，强行上机只会得到缺乏生物学意义的背景噪底，此时应果断转向经过验证的鼠源高敏电化学发光或微流控方案。

文中涉及的常规检测工具：ELISA 试剂盒｜抗体芯片｜流式多因子（RayBiotech，美国原装进口，仅供科研使用）。

参考文献

1. Rissin, D. M., Kan, C. W., Campbell, T. G., Howes, S. C., Fournier, D. R., Song, L., … & Duffy, D. C. (2010). Single-molecule enzyme-linked immunosorbent assay detects serum proteins at subfemtomolar concentrations. Nature biotechnology, 28(6), 595-599.
2. Wilson, D. H., Rissin, D. M., Kan, C. W., Fournier, D. R., Piech, T., Campbell, T. G., … & Duffy, D. C. (2016). The Simoa HD-1 analyzer: a novel fully automated digital immunoassay analyzer with single-molecule sensitivity and multiplexing. Journal of laboratory automation, 21(4), 533-547.
3. Assarsson, E., Lundberg, M., Holmquist, G., Björkesten, J., Bucht Thorsen, S., Ekman, D., … & Fredriksson, S. (2014). Homogenous 96-plex PEA immunoassay exhibiting high sensitivity, specificity, and excellent scalability. PloS one, 9(4), e95192.
4. Lasseter, H. C., Provost, A. C., Chaby, L. E., Daskalakis, N. P., Haas, M., & Jeromin, A. (2020). Cross-platform comparison of highly sensitive immunoassay technologies for cytokine markers: Platform performance in post-traumatic stress disorder and Parkinson’s disease. Cytokine: X, 2(2), 100027.
5. McKinski, K., Tang, H., Wang, K., Birchler, M., & Wright, M. (2025). Comparison of highly sensitive, multiplex immunoassay platforms for streamlined clinical cytokine quantification. Bioanalysis, 17(1), 17-29.
6. Kuhle, J., Barro, C., Andreasson, U., Derfuss, T., Lindberg, R., Sandelius, Å., … & Zetterberg, H. (2016). Comparison of three analytical platforms for quantification of the neurofilament light chain in blood samples: ELISA, electrochemiluminescence immunoassay and Simoa. Clinical Chemistry and Laboratory Medicine (CCLM), 54(10), 1655-1661.
7. Janelidze, S., Bali, D., Ashton, N. J., Barthélemy, N. R., Vanbrabant, J., Stoops, E., … & Hansson, O. (2023). Head-to-head comparison of 10 plasma phospho-tau assays in prodromal Alzheimer’s disease. Brain, 146(4), 1592-1601.
8. Benkert, P., Meier, S., Schaedelin, S., Manouchehrinia, A., Yaldizli, Ö., Maceski, A., … & Zecca, C. (2022). Serum neurofilament light chain for individual prognostication of disease activity in people with multiple sclerosis: a retrospective modelling and validation study. The Lancet Neurology, 21(3), 246-257.
9. Zhang, B., Zhang, C., Wang, Y., Chen, L., Qiao, Y., Wang, Y., … & Alzheimer’s Disease Neuroimaging Initiative. (2023). Effect of renal function on the diagnostic performance of plasma biomarkers for Alzheimer’s disease. Frontiers in Aging Neuroscience, 15, 1150510.
10. Khalil, M., Teunissen, C. E., Lehmann, S., Otto, M., Piehl, F., Ziemssen, T., … & Kuhle, J. (2024). Neurofilaments as biomarkers in neurological disorders—towards clinical application. Nature Reviews Neurology, 20(5), 269-287.
11. Casaletto, K. B., Elahi, F. M., Fitch, R., Walters, S., Fox, E., Staffaroni, A. M., … & Kramer, J. H. (2018). A comparison of biofluid cytokine markers across platform technologies: Correspondence or divergence?. Cytokine, 111, 481-489.
12. Pafiti, A., Krashias, G., Tzartos, J., Tzartos, S., Stergiou, C., Gaglia, E., … & Lambrianides, A. (2023). A comparison of two analytical approaches for the quantification of neurofilament light chain, a biomarker of axonal damage in multiple sclerosis. International Journal of Molecular Sciences, 24(13), 10787.
13. Zondra Revendova, K., Schaffartzikova, T., Zeman, D., Hradilek, P., & Kusnierova, P. (2025). Comparison of Simoa, high‑sensitivity ELISA, and CLIA for serum neurofilament light chain quantification in multiple sclerosis. Scientific Reports, 15(1), 41871.
14. Sejbaek, T., Mendoza, J. P., Penner, N., Madsen, J. S., Olsen, D. A., & Illes, Z. (2020). Comparison of neurofilament light chain results between two independent facilities. BMJ Neurology Open, 2(2), e000063.
15. Anastasi, F., Fernández‐Lebrero, A., Ashton, N. J., Ortiz‐Romero, P., Torres‐Torronteras, J., González‐Escalante, A., … & Suárez‐Calvet, M. (2025). A head‐to‐head comparison of plasma biomarkers to detect Alzheimer’s disease in a memory clinic. Alzheimer’s & Dementia, 21(2), e14609.
16. Wu, J., Xiao, Z., Wang, M., Wu, W., Ma, X., Liang, X., … & Ding, D. (2024). The impact of kidney function on plasma neurofilament light and phospho-tau 181 in a community-based cohort: the Shanghai Aging Study. Alzheimer’s Research & Therapy, 16(1), 32.