万例级肠道菌群队列的采样设计
万例级肠道菌群队列怎样保证样本可比
从采样设计、居家回寄到提取与测序批次控制｜多中心项目 SOP 方法框架｜2026 版
万例级人群队列
肠道菌群采样
批次效应控制
发布日期：2026-10-14 · 最近更新：2026-10-14 · 撰稿：雅礼生物技术部 · 复核：雅礼生物市场部
万例级肠道菌群队列的采样设计，关键不是把上万支样本收齐，而是让不同中心、季节、物流时长、提取批次与测序批次产生的数据仍可横向比较。项目应在首例入组前冻结采样频次、采样方式、物流模式和入库节奏，并把随机化分批次、每批留对照、Metadata 字段标准化写进可执行 SOP。本文依次说明四层决策、批次效应控制、居家自采规则、常温储运边界、产品路径、Metadata 字段与落地检查清单；产品参数以官方页面和随附说明书为准。
01 先定义可比性，再讨论收样速度
结论：万例级队列的合格标准应从“收到样本”升级为“收到带完整时间轴、处理记录和批次标识的可分析样本”，否则样本量越大，中心差异与流程差异越容易被误读为生物学差异。
小规模研究中，研究人员往往可以凭经验追问某支样本为什么延迟或重复提取；当项目扩展到几千至上万例，这种人工补救会迅速失效。可扩展的方案必须把每次动作变成字段，把异常变成代码，把批次变成可追溯分组。采样 SOP 的目标不是让所有受试者处于完全相同的生理状态，而是让不可避免的差异被记录、被随机化，并能在统计模型中识别。
因此，项目启动会要先回答三个问题：研究终点依赖菌群组成、功能表达还是纵向变化；允许哪些现场差异存在；哪些差异一旦发生就必须退样或补样。若主要终点是 16S rDNA 或宏基因组 DNA，保存路径与 RNA、活菌培养、代谢物分析并不相同。若多个终点共用一次排便，应在方案里提前定义平行分装顺序，不应在样本到达中心实验室后再临时拆分。
| 管理对象 | 不充分的定义 | 万例级项目建议定义 | 应进入数据库的证据 |
|---|---|---|---|
| 采样完成 | 采样管已回寄 | 样本、标签、问卷和时间记录完整对应 | 样本 ID、访视号、采样日期时间、保存液批号 |
| 物流合格 | 包裹已签收 | 运输时长和接收状态落在预设窗口内 | 寄出、签收、开箱时间与异常代码 |
| 实验完成 | 已有测序文件 | 提取、建库、测序批次和对照结果可追溯 | 板位、试剂批号、操作者、设备与批次号 |
| 数据可比 | 样本量足够大 | 关键混杂因素未与实验批次完全重合 | 中心、季节、地域、访视和全流程批次字段 |
更多样本类型的保存窗口比较，可参考样本保存液选型总览。
02 采样设计的四层决策必须按顺序冻结
结论：四层决策应依次为采样频次、采样方式、物流模式和入库节奏；后一层必须服从前一层的研究目标，不能先按现有物流或设备能力倒推科学问题。
四层方案冻结后方可进入正式入组；任一层变更都要重新评估受试者依从性、批次结构、统计模型和物料版本。
第 1 层 采样频次：单次横断面还是纵向多次
单次采样适合估计某一时间点的人群分布，但更容易受到短期饮食、用药和排便状态影响；纵向多次采样可以观察个体内变化，却会放大漏访、补样和季节错位问题。方案需预先写明访视窗口、允许偏差、重复采样间隔、漏采后的补采位置，以及同一受试者多次样本是否必须进入不同提取与测序批次。
第 2 层 采样方式：居家自采还是现场集中
居家自采扩大覆盖半径并减少到场负担，但依赖说明书可读性、标签绑定和回寄纪律；现场采样便于即时核对和统一操作，却受场地、人员、排便时机与中心开放时段限制。多中心项目可以采用同一主路径加少量例外路径，但两条路径必须分别编码，不能在数据库中合并成“粪便样本”。
第 3 层 物流模式：常温回寄还是冷链集中
物流选择取决于分析物和保存体系。DNA 菌群分析可评估经验证的常温保存路径；RNA、活菌培养和部分代谢物终点需要独立设计。无论选择哪一种，都要记录采样至加入保存液、寄出至签收、签收至入库三个时间段，不能只保留快递签收时间。
第 4 层 入库节奏：攒齐批量提取还是连续分批
等待全部收齐再提取可减少批次数量，但会延长早期样本保存时间；连续分批更符合运营节奏，却可能把中心、季节或招募阶段与提取批次绑定。实务上通常需要滚动入库、计划性分批处理，并用跨批次桥接对照连接各批，而不是把“同一天完成”当作消除批次效应的办法。
| 决策层 | 冻结前必须回答 | 版本化文件 | 变更触发条件 |
|---|---|---|---|
| 采样频次 | 终点看个体间差异还是个体内变化 | 访视计划与窗口表 | 漏访率持续偏离预设 |
| 采样方式 | 受试者能否独立完成并正确绑定标签 | 图文说明与培训记录 | 错标、漏液或空管集中发生 |
| 物流模式 | 目标分析物的温度与时长边界是什么 | 包装、寄送和签收 SOP | 运输时长或环境超出验证范围 |
| 入库节奏 | 如何避免中心或季节与处理批次重合 | 批次随机化清单 | 设备、试剂或中心扩容 |
03 批次效应为何是万例级项目的头号杀手
结论：入组批次、季节、地域饮食、采样到入库时长、提取批次和测序批次都会引入变异；只在分析阶段做批次校正，无法挽回与研究分组完全重合的流程偏差。
批次效应之所以危险，不是因为它一定比真实生物学信号更大，而是因为它容易与招募策略绑定。某中心在夏季先完成入组，另一中心在冬季后完成；病例组集中在一块提取板，对照组集中在下一块板；早期样本用一批保存管，后期样本换成另一批试剂。此时中心、季节、研究分组和实验批次相互纠缠，算法可能分不清看到的是地域饮食差异、疾病相关差异，还是流程造成的偏移。
| 批次效应来源 | 可能影响 | 控制手段 | 必须保留的 Metadata |
|---|---|---|---|
| 入组批次 | 招募渠道、依从性与人群构成随阶段变化 | 各组并行招募，按阶段监测构成，避免单组集中入组 | 入组日期、招募渠道、中心、访视号 |
| 季节 | 饮食、感染暴露、环境温度与生活方式变化 | 平衡各组采样月份，纵向样本尽量对齐季节窗口 | 采样日期、地区、环境记录来源 |
| 地域与饮食 | 基础菌群结构与短期饮食暴露不同 | 分层入组、统一饮食问卷、分析中预设中心效应 | 常住地、中心、采样前饮食字段 |
| 采样至入库时长 | 核酸稳定性和群落相对丰度可能随流程延迟变化 | 分段计时、设置接收窗口、超窗单独标记而非静默纳入 | 采样、混匀、寄出、签收、入库时间 |
| 保存管与试剂批号 | 不同批号或中途换型可能改变前处理条件 | 批号留样、变更前桥接验证、避免按研究组分配批号 | 产品货号、保存液批号、有效期 |
| 提取批次 | 得率、纯度、抑制物残留与板位效应不同 | 分层随机上板，每批加入空白、桥接样本与既定对照 | 提取日期、板号、孔位、试剂批号、操作者 |
| 建库与测序批次 | 文库浓度、读长、深度和设备状态产生系统差异 | 研究组混排、保留桥接对照、预设重测规则 | 建库批次、测序批次、lane、设备与试剂批号 |
| 数据处理版本 | 数据库、参数和软件版本改变可重复性 | 冻结流程、版本化运行、全量重跑而非局部替换 | 流程版本、数据库版本、参数文件、运行日期 |
批次效应控制要前移到排产表。中心实验室应在提取前生成主随机化清单，按研究分组、中心、季节或访视等关键变量分层，再把样本分散到不同板、不同日期和不同测序批次；若样本因漏液、浓度不足或重提离开原批次，应同时保留计划批次与实际批次。
必做一：随机化分批次
不能按到样顺序直接上板，也不能把某一中心、某一季节或某一研究组整批处理。先分层，再随机分配到提取板、建库板和测序批次，并把实际偏离写回主清单。
必做二：每批留对照
每个提取与建库批次按验证方案放置空白对照、桥接样本或适用的标准对照。对照类型、放置位置和接受标准须在正式排产前确定，不能等某批数据异常后再补做另一批对照。
必做三：Metadata 字段标准化
字段名、单位、枚举值、缺失码和时间格式由数据字典统一管理。自由文本只用于补充，不应用来承载中心、用药、Bristol 分型、运输时长或批次号等核心变量。
04 居家自采要把受试者当作流程执行者
结论：居家自采的风险不只是不规范取样，还包括说明难懂、标签错绑、回寄延迟、漏样与补样无规则；这些问题必须通过物料包、数字化提醒和异常代码共同管理。
受试者在居家场景中同时承担采样员、记录员和寄件人的角色。说明书如果只有实验人员看得懂的术语，现场培训再完整也无法覆盖数周后的实际采样。可读性应通过预实验观察来验证：受试者能否不依赖电话帮助完成身份核对、取样、加入保存体系、混匀、密封、记录时间和回寄。项目团队要记录“在哪一步需要帮助”，而不只是记录最终是否寄回。
| 现实约束 | 常见表现 | SOP 控制点 | 处置记录 |
|---|---|---|---|
| 受试者依从性 | 忘记访视窗口、采样后未及时寄出 | 分阶段提醒，提供明确的起始日、截止日和寄送动作 | 提醒次数、实际采样日、延迟原因 |
| 说明书可读性 | 采样量理解不一致、混匀或密封步骤遗漏 | 一页一任务、图文对应、避免同页出现多个例外规则 | 求助步骤、错误类型、版本号 |
| 身份与标签 | 家庭成员混用物料、管体与问卷编号不一致 | 预贴唯一 ID，扫码二次确认，禁止手写覆盖原标签 | 原 ID、纠正 ID、核对人和时间 |
| 回寄时效不可控 | 节假日、偏远地区或天气导致延迟 | 避开不可收件日，记录寄出与签收时间，超窗自动预警 | 物流单号、分段时长、开箱状态 |
| 漏样与漏液 | 空管寄回、管盖未旋紧、外包装污染 | 二次密封、吸附材料、开箱隔离和异常拍照规则 | 异常等级、是否接收、是否补样 |
| 补样 | 补样跨越访视或季节窗口，重复样本关系不清 | 预设可补条件、截止时间和新旧样本保留规则 | 原样本 ID、补样 ID、原因和纳入决定 |
物料包应标准化到“打开后不需要自行寻找额外工具”：采样管、采样辅助件、标签、外包装、吸附材料、回寄包装、图文说明与联系渠道按同一清单复核；确需本地化语言版本时，要保留版本号并通过同一可用性验证。
漏样与补样规则应在首例入组前发布，把异常分成可接收、条件接收和拒收三类。补样必须生成新的样本 ID 并通过关联字段指向原样本，不能覆盖原记录。
异常处理原则：先隔离实物，再锁定记录；先判断身份与安全性，再判断能否进入研究。任何超窗、漏液、错标、重复寄回或补样都应保留原始记录，不能用修改后的“正常值”覆盖异常轨迹。
05 常温储运的价值在于降低系统性失控风险
结论：常温储运在万例级项目中的核心价值，是减少冷链节点和温度失控机会；但 DNA、RNA、代谢物与活菌终点不能共用同一保存逻辑，必须按分析物并行设计。
冷链管理成本会随样本量、运输距离和中转节点线性累加，且任何一次温度失控都可能造成不可逆的数据损失。更难处理的是，温度失控并不总会留下肉眼可见的异常：包裹仍然完好，样本仍然存在，但分子状态或群落结构可能已经偏离。对跨地域、长周期和居家回寄项目，减少对连续低温条件的依赖，可以降低流程复杂度，并把更多管理资源放在时间记录、身份核对和批次随机化上。
常温不等于“没有边界”。项目必须按产品标称温度、保存时效与目标分析物制定接收规则，记录异常高温暴露或超窗情况，并通过预实验验证本项目的采样量、混匀方式、物流路径和提取流程。对于同一次排便同时进行 DNA 菌群、RNA 功能表达、代谢组或活菌培养的项目，应使用独立容器和独立时间轴；含胍盐的 DNA 保存体系不应用于需要活菌培养或原生代谢物状态的分样。
| 研究终点 | 可评估的采样保存路径 | 官方页面核准参数 | 项目边界 |
|---|---|---|---|
| 粪便微生物与宿主 DNA | YALEPIC 粪便 DNA 保存管 YS21061 | 5 ml/支、25 支/盒，含胍盐，4~37℃，DNA 至少 2 年 | 适用于 DNA 路径；不用于活菌培养或原生代谢物保存 |
| 粪便 RNA 与宏转录组 | YALEPIC 粪便 RNA 保存管 YS21062 | 25 支/盒，4~37℃，RNA 保存 7 天；到实验室后建议 -20℃或 -70℃ | 7 天窗口内完成运输与短期周转，到库后按建议转低温 |
| 并行宿主基因组对照 | YALEPIC 唾液 DNA 保存管 YS21051 | 5 ml/支、10 支/盒，4~37℃储运，适用于唾液基因组 DNA 采集 | 作为独立样本类型编码，不与粪便 DNA 记录合并 |
| 代谢物或活菌培养 | 使用经项目验证的独立分装与温控路径 | 不引用上述 DNA 或 RNA 保存管参数替代验证 | 采样后立即分流，记录分装顺序和各自时间轴 |
如果研究主终点是菌群 DNA，建议先阅读粪便 DNA 保存管主稿，核对产品边界、采样与提取衔接。万例级项目不应只把货号写入采购清单，还应把保存管批号、物料包版本、领用中心、发放日期和对应样本 ID 建立关联，以便发生批号变更时完成桥接分析。
YS21061 页面标称 4~37℃运输保存并支持 DNA 长期稳定，适合评估居家回寄和滚动入库；YS21062 的 RNA 时效为 7 天，到实验室后建议转入 -20℃或 -70℃。这两条路径不能因为管体外观或采样动作相似而混用。对于 RNA 队列，应把周末、节假日与偏远地区时效纳入排期，避免样本在签收区等待。
项目化转换：产品标称值回答“在什么条件下可以保存”，队列 SOP 还要回答“谁记录、何时预警、超窗后谁决定、数据库如何编码”。只有把参数转成责任人与字段，常温储运才真正成为可管理的系统能力。
06 用 Metadata 与检查清单把 SOP 落到现场
结论：可执行的粪便采集 SOP 应同时包含动作、字段、时限、异常代码和责任人；Metadata 不完整的样本即使测序成功，也可能无法进入主要可比性分析。
粪便样本采集 SOP 怎么写，建议采用“动作要求＋数据字段＋偏离处置”的三列表。每一个影响可比性的动作都要对应一个数据库字段，并说明由谁填写、允许值是什么、缺失时如何编码；时间字段应保存原始日期时间与计算后的时长。
| Metadata 字段 | 记录内容 | 标准化建议 | 用途 |
|---|---|---|---|
| sample_id | 样本唯一编号 | 预贴标签与扫码录入，不含直接身份信息 | 全流程追溯主键 |
| center_id / visit_no | 中心与访视编号 | 使用受控代码表，禁止自由填写中心简称 | 中心效应与纵向配对 |
| collection_datetime | 采样日期时间 | 统一时区和格式，保留分钟级原始记录 | 计算全部时长的起点 |
| diet_before_collection | 采样前饮食与特殊膳食 | 固定回顾窗口和选项，另设补充文本 | 识别短期饮食混杂 |
| antibiotic_use | 抗生素名称、起止日期与状态 | 区分当前使用、近期使用、否与未知 | 重要用药混杂控制 |
| probiotic_use | 益生菌使用情况 | 记录名称或类型、频次、起止日期 | 解释菌群组成变化 |
| bristol_type | 排便性状 Bristol 分型 | 使用 1~7 枚举值并配统一图示 | 控制粪便含水与性状差异 |
| preservation_tube / lot | 保存管货号与批号 | 扫码绑定，货号和批号分字段 | 物料变更与桥接追溯 |
| preservation_duration | 保存时长 | 由采样、混匀与入库时间计算，保留原始时间 | 评估前处理窗口 |
| transport_duration | 运输时长 | 寄出至签收，单位统一为小时 | 物流偏差分析 |
| intake_datetime / temperature | 入库日期时间与接收温度状态 | 统一设备、单位和测量时点；状态采用受控值 | 识别异常暴露与接收决策 |
| extraction_batch | 提取批次、板号与孔位 | 计划批次和实际批次分开记录 | 提取批次效应控制 |
| sequencing_batch | 建库与测序批次、lane | 建库批次与测序批次分别建字段 | 测序批次效应控制 |
数据字典要与 SOP 同步受控。若现场表单把抗生素记录为“有/无”，后期就无法区分刚停药与长期未使用；若运输时长只记“及时/延迟”，也无法重新评估不同窗口。字段改名、枚举值变化或单位调整都要产生版本记录。
| SOP 落地检查项 | 建议做法 | 验收证据 |
|---|---|---|
| 预实验规模建议 | 先做覆盖全部中心、主要物流路径、主要粪便性状和计划实验批次的预实验；项目管理可从几十至百例量级起步，重点是覆盖路径而非追求样本数整齐，具体数量由统计计划和中心数量确定 | 完整时间轴、异常清单、字段缺失率与修订记录 |
| 现场培训 | 培训后执行盲操作考核；新增人员、中心或版本变更时重新确认 | 签到、考核结果、授权名单和复训记录 |
| 物料包标准化 | 统一清单、标签位置、说明书版本、密封方式和回寄包装；中心不得自行替换 | 装包批记录、抽检记录、领用与样本 ID 关联 |
| 异常样本处置规则 | 为超窗、漏液、错标、采样量异常、重复寄回和补样设置代码、等级与决策人 | 偏离表、照片、双人核对记录和纳入决定 |
| 质控抽样比例 | 方案冻结前预设现场复核与实验重复比例，并保证每个中心与每个处理批次均被覆盖，最终比例以统计与验证方案为准 | 抽样清单、盲法编码、重复一致性与纠正措施 |
| 批次随机化 | 按中心、研究组、季节和访视分层后随机上板，保留种子、版本与实际偏离 | 主随机化清单、板图与变更日志 |
| 每批对照 | 按验证方案设置空白、桥接样本或适用标准对照，提前定义接受与重做规则 | 对照位置、结果、放行结论与调查记录 |
| 数据冻结与变更 | SOP、表单、数据字典与分析计划使用同一版本体系，变更前做影响评估 | 版本号、生效日期、培训与桥接报告 |
正式入组后应建立滚动更新的质量看板，至少查看回收率、超窗率、字段缺失率、补样率、各批对照状态与提取重做情况。
07 常见问题
结论：大规模队列的高频问题集中在四层方案选择、居家回寄、批次随机化、Metadata、异常补样与多组学分流，回答这些问题必须同时给出动作和记录要求。
Q1：大规模肠道菌群队列怎么采样？
先按研究终点确定单次或纵向多次，再选择居家自采或现场采样，随后确定常温回寄或冷链集中，最后设计滚动入库和分批提取。四层方案冻结后，用预实验覆盖全部中心与主要物流路径，并把时间轴、异常代码和责任人写入 SOP。
Q2：万例样本怎么保证菌群数据可比？
核心不是让所有样本同一天处理，而是避免研究分组、中心、季节与实验批次完全重合。必须执行分层随机化上板、每批设置桥接或适用对照、统一 Metadata 数据字典，并完整保留保存管批号、运输时长、提取批次与测序批次。
Q3：粪便样本采集 SOP 怎么写才适合多中心执行？
每一步同时写明动作、时限、记录字段、允许偏差、异常代码和决策人。受试者版说明聚焦采样与回寄，中心版增加身份核对和物料管理，实验室版增加签收、入库、随机化、对照与放行规则；三版使用同一编号和版本体系。
Q4：多中心菌群研究的批次效应怎么控制？
控制要从招募阶段开始：各研究组并行入组，平衡中心与季节；提取前按关键变量分层随机上板；每个提取、建库和测序批次保留对照；分析时再结合完整 Metadata 评估中心、时长和批次效应。若某分组与某批次完全重合，统计校正能力会受到限制。
Q5：居家回寄超时、漏液或错标后要不要补样？
按预设的合格、条件接收与拒收规则处理。身份无法确认、严重漏液或保存路径不可追溯时通常需要评估补样；补样须生成新 ID 并关联原样本，记录是否跨越访视或季节窗口，原异常记录不能覆盖。
Q6：同一项目同时做 DNA、RNA、代谢组和宿主基因组，能共用一管粪便吗？
不建议把不同分析物默认合并到同一保存路径。DNA、RNA、代谢物和活菌培养的稳定条件不同，应在采样时平行分装并分别计时；宿主基因组可评估增加 YS21051 唾液样本作为并行类型。分装顺序、容器、保存条件和样本 ID 关系都要预先定义。
Q7：样本能否全部收齐后再统一提取，以消除批次效应？
不一定。等待全部收齐会延长早期样本保存时间，也可能让季节、中心和保存时长形成新的混杂。更稳妥的管理方式是按计划滚动入库、分层随机分批提取、每批保留桥接对照，并在样本保存液选型总览核对各类样本的保存边界。
08 关于雅礼生物
结论：雅礼生物围绕样本保存、前处理与核酸提取提供产品和技术支持，可协助队列项目把保存参数转换为物料、物流、入库与批次管理要求。
雅礼（江苏）生物科技有限公司 YALI BIOTECH
| 企业定位 | 集研发、生产、销售为一体的国家高新技术企业 |
| 总部地址 | 苏州市高新区阳山科技工业园 |
| 技术方向 | 样本保存、样本前处理、核酸提取纯化、分子检测酶原料、细胞生物学、肿瘤研究 |
| 资质 | NMPA 第一类医疗器械备案、CE 产品认证、实用新型专利、药品出口准许证 |
| 联系 | 服务热线 0512-66256010 邮箱 info@yalibiotech.com 官网 yalibiotech.com |
延伸内容：样本保存液选型总览 · YS21061 粪便 DNA 保存管产品页 · YS21062 粪便 RNA 保存管产品页
相关阅读
样本保存产品选型速查表 · 粪便 DNA 保存管 · 粪便与土壤 DNA 提取指南 · 样本保存液选型总览 · 常温保存与冷链成本怎么算 · 尿液 cfDNA 保存管
数据声明：本文所列为产品标称值，保存温度为产品标称储存运输条件，保存时效为产品在规定条件下的标称稳定性期限，实际应用请以产品随附说明书及批号 COA 为准。涉及资质信息以监管部门公开备案信息与产品标签为准。本文为科研项目采样设计与流程管理参考，不替代研究方案、伦理要求或医学诊断；具体使用以说明书为准。
