罕见病的细胞生物标志物，是在患者自己的细胞里能测出来、并能反映疾病状态或药物反应的指标。它可以是某个基因的表达水平，也可以是神经元放电是否正常、线粒体功能是否受损、细胞能活多久。对于病例只有几十人、甚至全世界只有一名确诊者的超罕见病，血液或影像指标往往还没人研究过。这时，用患者皮肤或血液细胞重编程成诱导多能干细胞（iPSC），再分化成受累的细胞类型，就成了找到可测量信号的最现实路径。本文讲清楚细胞生物标志物分哪几类、怎样从患者细胞中建立起来、已有研究做到了什么、哪里容易出错，以及这些数据如何走向美国FDA的监管语境。
TL;DR
- 细胞生物标志物是在患者来源细胞中可重复测量的疾病信号，分子层面（基因表达、蛋白水平）和功能层面（存活、放电、代谢）都算。
- 罕见病患者少、自然史数据缺，基于iPSC的模型可以只用少量供者就开展表型研究和药物筛选。
- 只“纠正”一个分子指标的药物筛选命中，常常在临床上落空；优先看功能性表型是否被逆转。
- iPSC模型擅长反映细胞内在病理，却缺少血脑屏障、激素、免疫等全身环境，结果需要结合其他证据解读。
- 想让细胞数据将来能支持药物开发，越早按FDA“使用情境”（Context of Use）的思路设计实验越好。
目录
- 细胞生物标志物到底指什么
- 为什么罕见病特别依赖细胞层面的信号
- 常见细胞生物标志物类型对比
- 从患者细胞到可用标志物：六个步骤
- 已发表研究做到了哪一步
- 最容易踩的坑
- 生物标志物一定要先获得FDA资格认定吗？
- 我们的观点
- 如果你准备为一位患者启动研究
- 常见问题
- 来源
细胞生物标志物到底指什么
按FDA生物标志物资格认定项目的说明，生物标志物是一种可测量的指标，用来反映正常生理过程、致病过程或对治疗的反应。放到细胞层面，就是把这个定义落到一皿细胞里：同样的测量，在患者细胞、健康对照细胞、以及加药后的患者细胞之间，能稳定地区分出差异。
实际工作中，我们把细胞生物标志物分成两大类：
分子标志物：某个mRNA或蛋白的水平、剪接异常的比例、代谢物浓度、单细胞转录组中的特定通路特征。它们灵敏、通量高，适合大规模筛选的第一轮读数。
功能（表型）标志物：细胞存活率、神经元电活动、线粒体呼吸、轴突长度、细胞迁移、收缩节律等。它们更接近患者真实经历的病理，但测量更复杂、变异更大。
两类各有用处。好的研究设计通常把分子标志物当“雷达”，把功能标志物当“裁判”：前者快速扫出候选，后者决定哪些候选值得往下推。
为什么罕见病特别依赖细胞层面的信号
罕见病单个病种人数少，但加在一起并不少：据Direct Relief引述的统计，罕见病合计影响约十分之一的美国人。问题在于，绝大多数病种缺少三样东西：足够的患者、成熟的自然史数据、经过验证的临床终点。
传统路线是先在动物模型中找线索，再在患者中寻找血液或影像标志物。可是对于一个只在少数家庭中出现的错义突变，往往没有现成的动物模型，也等不起多年的自然史研究。
患者来源的细胞模型改变了这一局面。2026年10月发表在《Drug Discovery Today》上的一篇综述指出，iPSC和类器官模型只需3到10名患者供者就能支撑罕见病药物发现，而多组学整合能发现单一检测遗漏的可成药靶点。对超罕见病来说，这意味着即使只有一位患者，也可以借助基因编辑构建对照，开始系统性的研究。
罕见病临床研究网络（RDCRN）的研究者也反复强调，罕见病研究的主要瓶颈不只是患者少，更是缺少能作为试验终点的可靠标志物。患者特异性模型可以在人体给药之前，先在培养皿里收集初步的反应数据，帮助优化后续的研究设计。
常见细胞生物标志物类型对比
| 类型 | 典型读数 | 适合的问题 | 主要优势 | 常见局限 |
|---|---|---|---|---|
| 基因表达 / 剪接 | qPCR、RNA-seq、剪接比例 | 突变是否导致转录或剪接异常；ASO能否纠正 | 灵敏、易于高通量 | 表达恢复不等于功能恢复 |
| 蛋白水平与定位 | 免疫荧光、Western、高内涵成像 | 蛋白缺失、错误折叠、聚集 | 直观，可做图像定量 | 抗体质量影响大 |
| 单细胞多组学 | scRNA-seq、单细胞ATAC | 哪种细胞亚群最先受累 | 能看到整体组织分析中被掩盖的信号 | 成本高，需要生物信息支持 |
| 细胞存活 / 应激 | 存活曲线、凋亡标记 | 退行性疾病的核心表型 | 与临床结局逻辑关联强 | 培养条件干扰大 |
| 电生理 | 多电极阵列、膜片钳 | 神经元、心肌细胞的功能缺陷 | 功能读数，接近患者症状 | 设备与分析门槛高 |
| 代谢 / 线粒体 | 耗氧率、ATP、活性氧 | 线粒体病、溶酶体病 | 定量明确 | 对细胞成熟度敏感 |
选择哪一类，取决于疾病本身影响的是哪种细胞、哪个过程。如果你还不确定该在哪种细胞里找信号，可以先读我们关于如何精确识别疾病相关细胞类型的文章。
从患者细胞到可用标志物：六个步骤
1. 取样与重编程
通常取一小块皮肤成纤维细胞或一管外周血。重编程方法很关键：一篇2025年关于iPSC临床转化的综述指出，非整合型重编程（如修饰RNA、蛋白）已成为主流，因为外源DNA整合可能引入人为表型，干扰后续的标志物识别和药物筛选。取样本身属于医疗操作，家属应先和主治医生或遗传咨询师确认孩子的身体状况是否适合，以及当地的知情同意流程。
2. 细胞系质控与建库
拿到iPSC后，要检测核型和基因组稳定性、确认致病突变仍在、确认多能性。合格的细胞系要冻存入库，供后续多轮实验复用。细胞系质量决定了后面一切数据是否可信。
3. 构建对照
仅拿患者细胞和一位无关健康人的细胞比较，个体遗传背景差异会淹没疾病信号。更可靠的做法是用CRISPR把患者细胞中的突变修正回来，得到遗传背景完全一致的对照。我们在同基因型对照iPSC一文中详细讲过它为什么是核心方法。
4. 分化到受累细胞类型
神经系统疾病分化成运动神经元或皮层神经元，心脏病分化成心肌细胞，视网膜病可以做视网膜类器官。二维还是三维培养，要看你要测的表型需要多少组织结构，可参考2D与3D培养的决策流程。
5. 寻找并验证表型差异
在患者细胞和同基因对照之间比较多个读数，找出差异稳定、方向一致、可在不同批次重复的那几个。这一步最常被低估：一个只在一次实验里出现的差异，不能叫标志物。提高重复性的具体做法见患者细胞实验重复性的关键方法。
6. 把标志物变成筛选读数
标志物确认后，才能把它做成可在多孔板上大规模运行的检测，用来测试已上市药物、定制ASO或基因治疗方案。验证的标准是：已知能改善表型的处理（例如修正突变）能让读数回到对照水平，而空白处理不能。
整个周期从取样到筛选通常以月计，规划细节可以参考iPSC建模时间线。
已发表研究做到了哪一步
家族性自主神经异常：用表达标志物筛出候选化合物
这是最早的大规模患者iPSC筛选之一。研究者把家族性自主神经异常患者的iPSC分化为神经嵴前体细胞，以IKBKAP基因表达为读数，筛选了近7000种小分子，找到了能恢复IKBKAP表达的化合物。它证明了一件事：只要有一个可靠的细胞标志物，患者细胞就能支撑工业级规模的筛选。
散发性ALS：功能标志物捕捉患者差异
2025年发表的一项研究，用16名散发性ALS患者的iPSC来源运动神经元，对107种临床相关药物进行了筛选，读数是运动神经元的存活这一功能表型，并找出了有疗效证据的候选组合。这项研究的启示在于：不同患者的细胞对同一药物反应不同，细胞平台恰好能看到这种异质性，而传统模型容易把它抹平。
Usher 1B型：单细胞层面看到“退化前夜”
Usher综合征相关的视网膜色素变性目前没有治愈手段。研究者把MYO7A突变患者的iPSC培养成视网膜类器官，培养到35周后做单细胞RNA测序，在视杆光感受器中发现了特异的应激反应，在体外重现了细胞死亡前的病理状态。这类在整体组织分析中看不到的细胞亚群信号，正是单细胞技术给罕见病带来的新标志物来源。
最容易踩的坑
只看一个分子指标
筛选中最常见的错误，是把某个基因表达“恢复正常”当成成功。很多这样的命中，并没有同时逆转细胞存活、电活动或迁移等功能缺陷，进入临床后也就难有意义。在ALS筛选研究中，以存活作为核心读数正是出于这个考虑。我们的做法是：分子读数用于初筛，功能表型用于排序和决策。
忽视全身环境
关于中枢神经系统精准医学的综述提醒，iPSC模型擅长反映细胞内在的病理，比如神经元放电异常或线粒体功能障碍，却通常缺少血脑屏障、激素信号和免疫相互作用。一种药在皿中有效，仍可能因为进不了大脑、在肝脏被代谢掉或毒性太大而无法使用。
细胞系漂移和批次差异
iPSC不是万能工具。不同细胞系的分化效率不同，长期培养还可能出现遗传或表观遗传漂移。前面引用的iPSC临床转化综述建议，用多组学分析和更标准化的分化流程来保证模型稳定地反映患者病理。
把细胞结果当作用药建议
细胞模型里的阳性结果是证据，不是处方。即使筛出的是已获FDA批准的药物，超说明书用药也涉及剂量、相互作用和安全性，必须由主治医生结合孩子的整体病情决定，必要时通过个体化的临床方案和伦理审查推进。家属拿到报告后，最好带着它去和专科医生、遗传咨询师一起讨论。
细胞数据如何对接FDA的语境
很多团队以为生物标志物认定看的是检测设备或试剂盒。FDA的说法正好相反：资格认定针对的是生物标志物在特定“使用情境”（Context of Use，COU）下的解读，与具体检测设备无关；一旦某个标志物在某个COU下获得认定，任何药物开发项目都可以在该情境中使用它，无需重新论证。不过，试验中使用的检测方法，性能仍需和认定研究中所用的方法相当。
FDA在2026年1月发布了面向申请者的常用使用情境描述参考文件，帮助申请方把COU写得更完整。对于罕见病团队，这里有两点实用含义：
- 从实验设计开始就写下“这个标志物用来回答什么问题”。是用于诊断分型、患者筛选、药效动力学反应，还是安全性监测？不同用途对证据的要求不同。
- 尽早沟通。FDA建议有意向的申请方及早与生物标志物资格认定项目接触，这比在数据全部做完后再补课更省时间。更广义的药物开发工具认定框架，可以在FDA药物开发工具资格认定页面查到。
对个体化项目来说，正式的资格认定并不总是必需的。但按COU的逻辑整理细胞数据，能让这些数据在申请研究性新药（IND）或与药企、基金会合作时更容易被理解和采信。
我们的观点
我们每天接触的，是那些等不起标准研发周期的家庭：确诊时往往没有任何获批疗法，有时甚至连诊断都还不完整。在这种处境下，我们认为细胞生物标志物不是学术上的“加分项”，而是整个治疗探索的地基。没有一个可靠、可重复、在患者自己细胞里能测出来的信号，后面的药物筛选、ASO设计和基因治疗评估都无从谈起。
所以我们的顺序很固定。先用患者自己的细胞建立iPSC模型，并用CRISPR做同基因对照，确保看到的差异来自突变本身。再在疾病真正受累的细胞类型里建立表型检测，宁可多花时间确认功能读数，也不急于用一个容易做的分子指标开跑筛选。之后才让候选方案平行进入测试：已获FDA批准的药物库、针对具体突变定制的ASO、以及基因治疗的可行性评估。
我们也坦白说明局限。皿里的细胞不是病人，一个阳性结果需要医生在临床语境里判断它值不值得尝试。正因为如此，我们坚持把原始数据、对照设计和失败的结果一起交给家庭和医生，让每个决定都建立在看得见的证据上。对我们来说，透明和速度同样重要：一个家庭有权知道我们看到了什么，也有权知道我们还没看到什么。
— John
如果你准备为一位患者启动研究
Hopeatrarelabs为罕见和未确诊遗传病提供完整的患者细胞研究路径：患者来源iPSC疾病模型的构建与生物样本库存储、疾病表型检测开发、约3,000种FDA已批准药物的高通量筛选、定制ASO的设计合成与体外挽救验证，以及我们自有的RINAE AI靶点可行性与突变评分。项目通常可在12到15个月内完成，如需推进到临床，我们也能整理支持IND申请的数据包。不确定从哪里开始的家庭和医生，可以先做一次可行性研究与发现路线图评估。了解我们的患者细胞建模与筛选服务；关于费用构成，可先阅读罕见病定制建模的成本解析。
常见问题
细胞生物标志物和血液检测的生物标志物有什么区别？
血液标志物在患者身上直接测，能反映全身状态，但罕见病往往还没有被研究过。细胞标志物在患者来源的细胞模型中测，可以直接观察受累细胞（如神经元）的变化，还能在皿中测试药物。两者是互补关系，细胞结果最终需要和临床观察对照解读。
只有一位患者，也能建立细胞模型吗？
可以。借助CRISPR把患者细胞中的突变修正，就能得到遗传背景完全一致的对照，减少对多名患者的依赖。已有综述指出，iPSC和类器官模型只需少量供者即可支持罕见病药物发现。当然，样本越少，越需要严格的重复实验和质控。
细胞模型里筛出有效药物，就可以直接给孩子用吗？
不可以直接用。细胞结果说明的是在特定细胞中的效应，不涵盖剂量、吸收、器官毒性和药物相互作用。是否尝试、如何监测，需要由主治医生和相关专科评估，通常还要经过个体化治疗方案和伦理审查。
生物标志物一定要先获得FDA资格认定吗？
不一定。资格认定是让标志物在多个药物开发项目中通用的正式途径，个体化或早期研究常常不需要走完这一流程。但按“使用情境”思路设计和整理数据，会让细胞证据在IND申请和与FDA沟通时更有分量。
来源
- FDA：通过生物标志物资格认定项目认定生物标志物
- FDA：生物标志物资格认定项目常用使用情境参考（2026年1月）
- FDA：药物开发工具资格认定项目
- Drug Discovery Today：AI整合的iPSC多组学与罕见病靶点发现
- 散发性ALS患者iPSC运动神经元大规模药物筛选
- 家族性自主神经异常iPSC大规模筛选恢复IKBKAP表达
- Usher 1B患者来源视网膜类器官的单细胞分子病理
- 人iPSC技术临床转化：进展、安全性与未来方向
- 人多能干细胞模型与中枢神经系统精准医学药物筛选
- Direct Relief：罕见病概况