时间：2026-05-07 分类：物理
摘要： 人类遗传资源是国家重要战略资源，其保护和利用面临一系列挑战和问题，涉及样本安全和合法利用、支撑产业链建设和社区运营等方面。以北京脑科学与类脑研究所为例，阐述在推进人类遗传资源保护和利用方面的探索性实践和思考，包括支撑平台建设、顶层设计、共享模式等方面。在遵守相关法律法规的前提下，只有尊重资源所有者的权益，并充分考 虑伦理因素，才能推动人类遗传资源保护和利用的科学化、规范化和高效化。
关键词： 人类遗传资源;新型研发机构;样本库;基因组学;队列研究
论文《人类遗传资源保护和利用体系的建设实践》发表在《中国科技资源导刊》，版权归《中国科技资源导刊》所有。本文来自网络平台，仅供参考。
0 引言
人类遗传资源的保护与利用已成为全球科学研究和经济发展的关键领域。人类遗传资源不仅在生物医学领域发挥重要作用，还与各国安全和经济利益密切相关。随着全球化进程的深入，人类遗传资源的战略价值愈加凸显，其在科学研究、医学诊断、疾病预防和治疗等方面的应用日益广泛。
人类遗传资源涉及重大国家安全利益[1]、个人隐私保护[2]和经济发展[3]。在使用特定人群的遗传信息时，必须充分考虑其潜在的风险因素，并在具备安全保护体系的前提下进行有限使用，以保障国家安全利益和个人隐私安全。人类遗传资源的研究在生物医学领域以及疾病预防和治疗方面具有重要意义。深入探究人类基因组，不仅可以揭示与遗传性疾病相关的基因变异，还可以解决基因技术的伦理和安全问题[4]，从而推动基因编辑和基因治疗技术的发展。尤其在精准医疗和个性化治疗领域，对遗传因素的研究，可以为疾病的早期预防提供指导。如根据个体遗传风险评估，可进行个性化健康管理和预防措施[5]。人类遗传资源是生物医药产业的核心资源，人类遗传资源的研究和开发将推动生物医药产业的发展，成为未来经济增长的重要引擎。
新型研发机构有望在人类遗传资源的保护与利用中发挥关键作用。其发展趋势主要体现在整合政府、科研和产业3个方面的力量形成合力，推动科研成果的快速转化和产业化[6]。通过新型研发机构的整合与运营，可以实现遗传资源的共享与互通，避免不同机构和实验室长期存在的数据封闭和资源孤岛问题，从而减少资源浪费和重复建设[7]。
新型研发机构北京脑科学与类脑研究所(以下简称“北京脑所”)，以其创新的建设模式和高效的决策机制，正在人类遗传资源保护和利用领域发挥着重要的探索试点作用。本文将以北京脑所为例，介绍其在人类遗传资源保护和利用方面的具体措施和策略，并探讨如何有效整合伦理、科研和产业考量，以实现人类遗传资源的最优利用。
1 人类遗传资源保护和利用的现状与挑战
目前，全球超过60个国家和地区通过制定法律、法规或指导原则，对人类遗传资源的采集、保藏和利用行为进行管理。现行的管理策略主要有以下3个特点：一是针对人体组织、细胞等实物材料的监管较为完善，但对于人类遗传资源相关数据的管理仍需加强;二是发达国家侧重于人类遗传资源的利用管理，而发展中国家则更注重人类遗传资源的保护管理;三是在人类遗传资源的出入境管理和国际研究合作管理方面，尚未形成国际公认的准则[8]。
近年来，人类遗传资源作为一种重要的战略资源，其保护和利用问题已受到各国的高度关注。当前，我国在人类遗传资源管理的实践方面仍有很大的改进空间。以北京地区为例，目前生物样本库主要存在两种模式：医院样本库模式和公司样本库模式。公司样本库在硬件设施上较为先进，但由于建立时间较短，常面临样本来源缺乏和下游应用脱节的问题，很难打通样本应用的全流程，其标准化和持续发展都面临巨大的挑战。相较之下，医院样本库在临床样本的获取和管理上具有优势，但在自动化设施设备和样本共享运营等方面缺乏动力。英国模式，即UK Biobank (UKBB) 所采用的模式，成功地构建了以基因组学为中心的大数据体系，实现了高质量样本、测序和数据平台的建设与维护，并通过科研社区和产业社区的共享运营，实现了高效率的资源共享与流转，形成了循环发展闭环。这一模式不仅为基础科学研究的发展提供了强大的动力，还为新药研发提供了高效的平台，从而有效降低了社会运行成本，推动了生物数字经济新质生产力的发展。我国应当借鉴国际成功经验，切实发挥人类遗传资源价值，提升在全球新药研发产业链中的地位，以保障国家安全利益，保护人民生命健康。
如图1所示，近年来我国高度重视自然人群队列建设，支持了多个大型自然人群队列的建立。“十三五”时期，“精准医学”等国家重点研发计划支持了京津冀、华中、华东、华南、西北、西南、东北等7个大型自然人群队列，总纳入人群超过百万，初步奠定了我国在大型人群队列建设方面的基础。然而，这些大型自然人群队列多数聚焦流行病学统计分析，缺乏足够经费留存生物样本、产生基因组学数据，无法进行共享社区运营。迄今为止，我国尚没有任何真正实现数据共享的队列研究。其背后既缺乏大规模数据共享设施设备体系建设，也缺乏成熟的支撑共享运营的伦理知情体系实践。因此，迫切需要建立一个高效的支撑产业链，确保人类遗传资源采集、运输、处理、存储和利用等环节的质量和通量，包括先进的软硬件设施、专业的技术团队和完善的运营体系。此外，共享社区运营是关键。通过高效的共享社区运营，可以切实发挥人类遗传资源价值，实现循环优化迭代发展，推动跨学科、跨机构的合作，提升整体研究水平和创新能力。
在新型研发机构层面，建立人类遗传资源保护和利用体系通常缺乏成熟的伦理审查实践体系，包括伦理审查和监管范围等方面。北京脑所在建立伦理审查委员会时，力求通过多元化的专家组合和明确的审查与决策过程，确保高度透明和有效监管，并通过合作方获取样本采集资质。同时，北京脑所在共享社区建设方面也进行了初步探索，包括与厂商协作进行本土生态工具链建设，探索在非盈利组织框架下与医保或体检等服务相结合的共享社区运营模式。力图在获得认证的样本库网络中，以统一的标准进行样本和数据资源的闭环流转，从而建立合法高效的人类遗传资源保护和利用体系。
2 人类遗传资源保藏活动的管理与研究
2.1 优化样本共享
人类遗传资源样本通常来源于医院。然而在医院之间、研究机构之间以及公司之间往往存在潜在的利益关系。这些利益冲突可能源于竞争性研究目标、市场份额的争夺或是对研究成果的控制和应用权的不同期待。这些冲突不仅对样本的采集和共享产生影响，也对研究的公正性、透明度和最终成果的客观性产生不利影响。
在此背景下，像北京脑所这样的新型研发机构具有特殊的优势，能够有效化解上述利益冲突。北京脑所是事业单位，企业运作，既具备了政府监管和非盈利属性，又兼具了企业化运营决策的高效率，与UKBB的主体运营机构性质非常类似。此外，北京脑所天然承担服务国家脑科学研究社区的角色，因而在处理科研社区和产业社区关系时，更容易保持中立性和客观性。此外，北京脑所通过创新体制机制，具备独立性和灵活性，可以更有效地协调各方资源，在促进样本获取、公平使用资源以及保持公正性方面展现出显著优势。
在确保样本合法来源方面，北京脑所实施了一套严格的样本管理和追踪系统。从样本的采集、转运，直至存入样本库，每一环节都在信息化系统中进行详细记录和追踪。在样本转运前，系统会自动核查样本信息的完整性及知情同意书的有效性，确保所有样本均来源合法、手续齐全，为科学研究提供了坚实的合规基础。在探索适用模式方面，北京脑所将借鉴英国的经验，探讨采用医保或体检等模式以更有效地整合和利用人类遗传资源，在国家监管的大框架下，探索推动符合我国国情的应用模式。这一探索尚处于初步阶段，需要根据国家政策导向、市场需求及机构自身的研发能力，精确设定研发目标，拟定具体研发计划，以及合理规划研发预算，以保证资源配置的科学性和合理性。此外，北京脑所是全国首批科技伦理试点单位之一，正在积极探索适合大规模队列研究的伦理审查和知情同意模式。
2.2 高效平台支持
新型研发机构的成功在很大程度上依赖于高效的平台支撑。这种支撑不仅包括资源整合、跨学科协作以及先进技术的应用，还需要确保样本的高质量和高通量流转。北京脑所通过依托中国学龄儿童脑智发育队列研究项目，构建了全流程支撑平台，全面打通了样本库、测序和数据处理之间的传统脱节问题。其在基因组学中心与计算中心一体化设计框架下，优化了从样本采集到数据分析的各个环节，最大化地发挥了人类遗传资源的研究价值。
全流程支撑平台的一个显著特点是高度自动化设计。在整个流程中，自动化技术的应用大幅提升了样本处理和数据分析的效率，确保了研究过程的高效性与精准性。同时，这一设计全面提升了国产生态全产业链的支撑能力，从硬件到软件实现了自主创新，促进了国内技术的自给自足与竞争力提升。
全流程支撑平台通过跨学科合作汇聚了生物学、信息技术、数据科学等领域的专家，利用高通量测序、基因编辑和人工智能分析工具，显著提升了遗传资源保藏的效率和数据分析的科学性，打破了现有医疗卫生机构与基础研究机构之间的壁垒。这个平台不仅在遗传资源的保藏与管理中发挥了关键作用，还通过其强大的数据处理与共享能力，构建了大数据平台，推动了更深入的遗传资源分析与挖掘，避免了资源的浪费。
2.3 建立运营共享社区
在生物样本库的管理和运营领域，北京脑所承担了关键角色，尤其在促进人类遗传资源的安全流转和合规利用方面。共享社区运营的核心包括以下两个部分。
一是共享社区具备大规模数据安全共享能力的基础设施建设。北京脑所基于其丰富的队列数据，与科研团队和行业厂商合作，正在打造这一具备高效数据共享能力的系统(图2)。这个系统包括信息层、系统层和设备层，每一层均对应特定的功能模块，确保系统在稳定性、灵活性和可扩展性方面具有优异表现，促进了数据共享和科研合作的深入发展。这个系统将为样本库的数据处理和流转提供有力支撑，确保遗传资源在封闭且安全的网络环境中进行流转和利用。
信息层负责数据的输入、分析和输出，涵盖多个模块，包括分析管理、数据管理、资源管理、项目管理以及科研工具。分析管理模块通过调度、任务管理和优先级设定，确保数据分析任务有序进行;数据管理模块负责文件管理、数据治理和压缩，保证数据的完整性和有效性;资源管理模块处理计算和存储资源的分配，提供系统的基础设施支持;项目管理模块实现项目创建、人员和权限管理，确保各项研究顺利进行;科研工具包含ETL、变异数据库和基因浏览器等，用于辅助科学研究。自研产品用于特定数据分析流程中的核心任务，如一级分析工具(如WGS、BWA和GATK)进行基础数据处理，二级分析工具(如FASTQ格式处理)完成深层次数据分析，同时提供权限和追溯功能，确保数据的安全性和透明性。系统层在CentOS操作系统上运行，提供必要的服务和管理工具，确保硬件资源的有效利用。设备层由国产服务器和安全设备构成，为系统提供坚实的硬件基础，保障整个系统的可靠运行。
二是共享社区具有高效利用样本资源的合作机制。共享社区的运营模式将立足于非盈利组织框架，在封闭网络内运营经过认证的样本库，提供高质量的人类遗传资源。通过这一模式，北京脑所正积极与科研和产业社区紧密合作，并计划在财务、技术和人力资源方面实施持续的协同保障，确保样本库的长期可持续发展。这种合作机制旨在保障样本资源的高效利用，提升资源整合和信息共享的透明度，并进一步推动研究成果在学术界和产业界的价值转化。
3 人类遗传资源保护利用的现状分析
3.1 组织与人员管理现状
在人类遗传资源保护和利用活动中，各个环节都需要跨部门、跨单位的协调组织。尤其是大型国家项目，需要在规定时间内迅速收集大量样本，并保障样本流转和数据产出的高质量和高效率执行，这些都要求团队之间的紧密联系和高效合作。自动化和信息化技术的应用在减轻人力需求和降低管理复杂度方面起着至关重要的作用，不仅可以提高工作效率，还可以减少人为失误引起的问题。同时，集成交叉领域专家的广泛意见对于新型研发机构的项目设计和执行也至关重要。通过建立有效的沟通机制，可以确保专家意见得到充分实施，为项目带来更全面的视角。
北京脑所的人类遗传资源保护和利用体系涉及自动化样本库、无人值守测序、高性能计算、生物信息和信息化与网络安全等多个功能模块。这些模块的建设和运营需要多部门的协调和多学科的交叉合作，在传统体系中往往效率低下、举步维艰。作为新型研发机构，其决策高效和积极创新的优势凸显。北京脑所的人类遗传资源保护和利用体系完全在基因组学中心的框架下建设和运营，天然具备生物样本、各类测序技术和生物信息数据分析的设备和技术极能力。在统一顶层设计的基础上，实现了高效率的完整流程。同时，围绕流程目标架构团队，建立起良好的协作关系和有效的沟通机制，确保了人类遗传资源保护和利用活动的顺利进行。北京脑所在这种高效率的组织方式下在较短时间内获得了科学技术部认证的人类遗传资源样本存储和数据存储资质，并承担了科技创新2030—“脑科学与类脑研究”重大项目“中国学龄儿童脑智发育队列研究”的基因组学子任务。
3.2 质量控制及技术保障状况
3.2.1 样本存储技术的现状
样本储存技术在我国存在多层次、多维度的问题，其核心问题是质量和效率。目前，我国尚未真正实现大规模人类样本的应用，样本存储主要以被动式为主。基础科研极领域的实验室面临获取高质量样本的困难，样本流转通量普遍较低，大量样本的进出依赖于人力，受到人为因素的干扰较大。此外，成本控制问题也十分突出。我国的人类样本应用流程尚未实现系统性的整合，大部分经验丰富的自动化样本库厂商均为国际品牌。引进国外先进设备不仅需要高额的投资成本，而且这些设备的本地化运维也面临技术和管理的难题。这些问题共同制约了我国样本储存技术的发展和应用效率的提升。
在《中华人民共和国人类遗传资源管理条例》的推进下，尤其是在新冠病毒感染疫情期间对建立自动化样本库的迫切需求下，国内自动化样本库厂商获得了快速发展。目前，国内自动化设备已经能够高效率地提高临床样本的质量和流转通量，提升临床样本的准备和处理速度，并通过追踪溯源降低出错风险，为我国样本存储技术的发展注入了新的活力。北京脑所在建设自动化样本库时，采取了根据实际使用情况进行迭代优化的思路，并与国内厂家建立了长期协作模式，以获取厂家的支持，共同极推进自动化样本库的技术发展。为此，北京脑所进行了深入调研，结合自身样本存储的需求，最终选用了负20度机械臂操作和负80度样本存储的模式。如图3所示，整个自动化样本库涵盖样本从接收、处理、存储、分析等完整流程，整个存储过程完全复刻现实中的人工操作流程，在质量上达到了现有人工样本库的最高标准。
3.2.2 数据存储技术的现状
在全球科学研究领域，特别是生物医学大数据领域，大数据时代的到来使数据存储技术面临巨大的挑战。主要包括：①数据量激增，以脑科学研究为例，单个人类大脑的完整神经连接图数据量可达数百PB，而大型脑科学研究项目需要对数十甚至数百个大脑进行研究，产生的数据量将更加庞大;②数据类型多样，脑科学研究涉及影像、基因组、蛋白质组、行为等多种类型的数据，这些数据具有不同的结构和特征，对存储技术提出了更高的要求;③数据存储成本高昂，传统的存储技术难以满足海量数据的存储需求，而高性能存储设备的成本仍然居高不下，给科研机构带来了巨大的经济负担。
北京脑所样本库提供了从样本处理到建库测序再到生物信息数据分析和存储的极完整流程支撑，产生的样本数据可以直接传输到数据中心进行存储。北京脑所的数据存储需求主要包括海量数据的存储、多类型数据的存储以及数据共享与协作。为此，北京脑所在脑智发育队列的基础上建立了数据存储与管理平台。这个平台采用混合存储架构，统一数据管理系统和数据共享平台，并针对巨量的测序数据，采用目前市场上最先进的压缩技术，能够在保持信息无损的条件下将数据量压缩至50%。在数据管理系统中，可以同步样本和数据的状态信息。在数据共享平台中，可以与获得授权的用户共享数据，有力地推进了脑科学研究的合作与发展。
3.2.3 信息系统在资源保藏管理中的需求与优化
样本库信息化建设的管理本质在于利用信息化管理手段，将样本资源转化为生物学信息的过程，其核心内容是样本库的信息化管理和样本资源信息的应用。样本信息化管理系统不仅是一个单一的库存管理系统，还包括样本相关的临床信息和样本库日常运转信息的管理。首先，随着样本资源的不断扩充和研究目的的多样化，信息系统需要不断更新和迭代。其次，现有的信息系统往往缺乏对数据的深度分析和挖掘极功能，这限制了信息系统在资源管理决策中发挥作用。最后，随着网络技术的发展，信息系统的安全问题日益突出。如何保证资源信息的安全、防止信息的泄露和篡改以及如何通过网络平台使得资源信息的共享和交流更为安全便捷，是信息系统需要重点关注的问题。
北京脑所样本库系统在样本库建设中发挥着重要作用。通过集成和管理各种资源极信息，这个系统提供了一个系统化、规范化的平台，使得资源保藏工作更加高效、准确和科学。在建设需求方面，结合样本库的类型和规模、样本数据的访问和共享需求、样本库的安全性和伦理要求等实际情况，开发了一套定制的自动化管理系统软件，将样本管理、测序管理、数据分析及存储整合为一体，实现全生命周期的数据管理。这个系统采用模块化设计理念，后端采用人工智能算法进行数据分析，不仅优化了数据流的处理效率，还提升了数据整合和分析的灵活性。
在信息安全方面，北京脑所高度重视网络安全的建设，通过软硬件设施、专业团队以及管理制度的多层次结合，建立了一个实时监测、实时报警的安全体系。北京脑所在实践中逐步探索和完善安全策略，并严格遵循国家相关规范和要求。在系统设计中，特别强调设备和软件的安全资质。与此同时，团队和管理制度在实践中还不断探索，逐步适应和完善符合国内安全标准的具体实施方案，以构建一个全面、可靠的信息安全屏障。
3.2.4 质量控制的挑战与前景
资源质量控制在遗传资源管理中占有重要地位，样本质量是整个样本库的核心和关键，它关乎遗传资源的真实性、可信度和可用性。随着科研领域对遗传资源需求的日益增长和遗传技术的飞速发展，资源质量控制面临诸多挑战。首先，样本的收集、储存和处理过程复杂且易受环境因素影响，任何一步操作失误都可能对样本质量产生影响，导致样本数据失真或研究结果不可靠。其次，遗传资源的异质性也给质量控制带来困难，即使在相同条件下，不同个体的遗传样本也可能存在显著差异，确保在这种异质性中获取高质量、可重复的数据是一个重要问题。最后，科学技术的进步使得我们能够从遗传资源中提取出更多、更复杂的数据，这也意味着我们面临新的考验。
北京脑所作为一家创新型研发机构，积极推动遗传资源质量标准的建设。目前，国内针对遗传资源的质量标准日趋成熟，但在自动化样本库领域，相关标准的制定仍较为欠缺。北京脑所认识到这一领域规范化的重要性，一直致力于推动自动化样本库的标准建设，确保在样本处理和管理中实现高质量和高效的自动化流程。为进一步推动自动化样本库的发展，北京脑所加入了国际标准化委员会的国内对口工作组，积极参与国内外标准的制定与协调工作，力图填补这一领域的标准化空白。在自动化样本库的技术应用中，北京脑所发现压缩机制冷技术能够更好地支持自动化流程，并且其运维成本相对较低。液氮常用于组织样本和细胞存储，但其运维成本较高，自动化兼容更困难。相比之下，压缩机制冷成熟产品可以达到负140℃，是否能够取代液氮存储需要更多实验数据。鉴于此，有必要针对不同类型的样本和组学流程进行专项研究，立项制定极相应的标准，以便在不同极条件下选择最合适的冷冻技术，从而推动自动化样本库的标准化和技术优化。
3.3 依法合理利用遗传资源的现状
我国人口基数庞大，基础科研能力强。国家越来越重视遗传资源的管理，颁布了一系列相关的法律法规。在管理机制层面，我国已经建立了较为完善的管理机制。1998年，国务院办公厅转发了《人类遗传资源管理暂行办法》，对我国人类遗传资源的管理方式、国际合作和出口出境等活动的行政审批程序进行了规范，是人类遗传资源管理的重要依据[9]。2019年7月1日实施的《中华人民共和国人类遗传资源管理条例》进一步规定，将人类遗传资源信息向外国组织、个人及其设立或者实际控制的机构提供或者开放使用，不得危害我国公众健康、国家安全和社会公共利益;可能影响我国公众健康、国家安全和社会公共利益的，应当通过国务院科学技术行政部门组织的安全审查;将人类遗传资源信息向外国组织、个人及其设立或者实际控制的机构提供或者开放使用的，应当向国务院科学技术行政部门备案并提交信息备份。2023年科技部发布的《人类遗传资源管理实施细则》对遗传资源管理细则有了十分明确的规定[10]。这些法律法规的出台，标志着我国在遗传资源管理方面的法制化和规范化水平不断提升，为确保遗传资源的安全和合理利用提供了坚实的法律保障。从表1可以看到，英国和美国更为开放，鼓励数据共享和研究合作，尽管在数据使用和商业化方面有不同的政策和约束条件，参与者不享有直接收益，但数据可以用于广泛的科学和健康研究。我国在数据共享和产权收益方面的表现更加保守，严格限制了商业化使用，数据主要服务于国家重点科研项目和公共健康目标，产权和收益一般归属国家和科研机构，参与者不享有直接的经济利益。在这样的背景下，北京脑所作为新型研发机构，凭借其创新性、高度市场化和国际化特性，在数据共享和商业化领域中具有显著优势。北京脑所正在开发开放性数据平台，根据数据敏感性设计多层次共享模式，确保数据安全和合法使用。通过与生物医药、人工智能等领域企业合作，将研究数据转化为实际应用，并设立技术转移部门，推动成果向市场转化。北京脑所积极参与国际科研项目，扩大国际影响力，并通过国际会议和高水平科学出版物提升全球知名度。此外，北京脑所还强化伦理审查机制，制定详细的伦理准则和审批流程，与政府和法律部门合作，以确保数据共享和商业化符合国家法律规范等。
表1 中、英、美在商业转化方面的差异
方面 中国 英国 美国
数据共享 共享范围有限，主要用于国内和特定国际合作;严格审批 开放共享，向全球研究者提供数据，但需伦理批准;数据匿名化处理 广泛共享，国内外研究者可使用;透明度高，数据去标识化
隐私和安全保护 依赖国内隐私保护措施，强调合法合规，但技术和细节尚不如欧美标准 强调数据匿名化和隐私保护，严格控制访问权限 遵循HIPAA等隐私法，数据加密和去标识化
产权收益 数据归国家和机构，严格控制商业化使用，无个人收益 数据和样本归样本库，研究商业化需符合伦理标准，无个人收益 数据归项目所有，允许商业合作，无个人产权或收益
商业用途 限制商业用途，需获得多层行政和伦理审批 允许用于商业研究，需支付费用和符合伦理规定 允许商业研究和合作，符合伦理要求
参与者收益 无直接经济收益，研究成果用于国家公共健康目标 无直接经济收益，研究结果和数据收益用于支持项目持续运营 无直接经济收益，可能反馈健康信息
4 建议与展望
4.1 未来人类遗传资源保藏活动的发展趋势
在全球对遗传资源重视程度不断提升的背景下，实现资源的高效运用与风险之间的均衡已成为当务之急。人类遗传资源的合理应用可大幅提升健康质量，但也带有潜在的社会风险。构建资源利用与风险控制之间的动态平衡，需要对资源进行严格管控，并在有限的范围内进行利用和风险评估。此外，遗传科学尚有许多未知之处，需要继续加深研究和极探索，解开其背后的奥秘。为支持这一进程，建立一个全面的管理体系，整合科学研究、极技术应用、产业发展和政府管理，将是未来的核心任务。
生物样本库历经了从单纯的样本收集与存储到对生物信息应用的转变。特别是在生物技术和测序技术飞速发展的推动极下，现代样本库越来越聚焦于样本内的生物信息提取与应用。这意味着样本库正逐步从传统的资源库演化为整合临床与遗传信息的综合资源极库，对医疗模式产生深远影响。相较于国外早期起步且发展成熟的样本库如UK Biobank (UKBB) 和芬兰国家生物样本库 (FNN) 等，我国的样本库更多地依靠地区建设，发展状况参差不齐。然而，随着对样本库重要性的认识加深，未来我国的样本库有望逐渐向统一标准、多中心协同发展模式转变，集结优势资源，更好地支持精准医学的发展。
4.2 新型研发机构在未来遗传资源保藏活动中的角色
新型研发机构在遗传资源保藏和利用的新机遇面前，非常适宜担任推动领域发展的引领者。这些机构应结合自身优势，更多地扮演着第三方组织者的角色，整合传统机构到新型的发展模式中，并从构建完整的流程开始，逐步推动和扩散适合我国国情的模式。
新型研发机构作为科技创新的先行者，不仅推动经济增长，还在基础医学研究与产业应用的结合中起到桥梁作用。在国内外科研合作方面，这些机构通常具有广泛的国内和国际合作网络，可以更好地共享和利用遗传资源，加强国内外之间的科研协作，提高遗传资源的利用效率[11]。同时，新型研发机构还承载着社会责任，在技术创新推动经济和产业发展的同时，机构还需保护生物多样性，防止遗传资源滥用，并推动公平、公正和透明的原则，确保遗传资源的合理和可持续利用。通过这样的综合作用，新型研发机构有望在遗传资源的保藏与利用领域内，为国家模式的探索和国际布局作出示范和贡献。
4.3 推进教育与科研人才培养
在人类遗传资源的保护和利用中，教育与科研人才的培养是确保这一领域可持续发展的关键。随着生物技术的迅猛发展，对高素质科研人才的需求愈发迫切。新型研发机构应鼓励多学科交叉研究，提升科研人员的创新能力和跨学科合作能力。科研人员不仅要精通自己的研究领域，还要具备跨学科的合作意识和能力。通过设立跨学科研究项目、举办跨领域研讨会和提供跨学科培训，研发机构可以促进不同学科极之间的合作，激发创新思维，从而推动遗传资源保护与利用研究的进展。
未来，人才培养将成为遗传资源保护与利用体系可持续发展的核心动力。通过培养具备创新能力和跨学科合作能力的科研人才，相关领域将不断吸纳新思想和新技术，推动这一领域的持续进步。同时，这些高素质人才的涌现也将促进遗传资源的合理利用与管理，确保其在满足当代需求的同时，为后代留下宝贵的资源和知识。
4.4 加强伦理审查与公众参与
随着基因组学研究的深入，遗传资源的利用带来了科学进步，但也引发了伦理和社会争议，伦理审查与公众参与是确保研究活动符合道德规范、增强透明度以及建立公众信任的关键。
首先，伦理审查机制是保障研究道德性的核心。遗传资源研究及敏感的个人基因信息，未经授权的使用可能导致隐私侵犯和基因歧视等问题。为防范这类问题的发生，须设立独立的伦理审查委员会，对研究计划进行严格审查，确保其符合伦理标准。这种机制能够在科学探索与社会伦理之间取得平衡，避免可能的负面影响。
其次，遗传资源的利用涉及公众的健康和隐私，因此建立一种符合国情的机制至关重要。如建立具有广泛代表性的成员组成和共识驱动的运行机制。研究机构通过这一机制可以充分考虑不同社会群体的利益，并在决策过程中注重达成共识，而非依赖单一投票形式。这不仅有助于提高决策的独立性，还能有效促进社会需求的反映和研究方向的调整，避免与公众利益产生冲突，从而增强公众信任并保障研究的合法性与社会接受度。
5 结语
本文分析了北京脑所在人类遗传资源保藏中的独特优势，尤其在样本共享、平台支撑和共享社区建设方面。在对国内遗传资源保藏管理现状分析的基础上，本文提出了一套更符合我国需求的存储与管理方法，为提升资源利用效率提供了实践指导。北京脑所在顶层设计、组织架构、人员管理、质量控制、自动化和信息化等方面的创新实践，展现了新型研发机构在推动遗传资源管理中的积极作用。
展望未来，随着技术的不断发展，北京脑所将继续深入探索共享社区建设，促进样本和数据的流通，以最大限度地释放人类遗传资源的价值。北京脑所非常重视本土标准的制定和推广，并积极参与推进本土标准成为国际标准。如北京脑所成为电子标准化研究院的国内工作组成员单位，参加基因组学和脑机接口标准的相关工作等。这些创新实践，不仅提升了国内遗传资源领域的标准化水平，还有利于推进了国家在该领域的话语权和国际影响力，以确保遗传资源的高效利用与可持续发展。
参考文献
[1] 中华人民共和国人类遗传资源管理条例[J]. 中华人民共和国国务院公报, 2019(18): 7.
[2] 刘俊臣. 关于《中华人民共和国个人信息保护法(草案)》的说明: 2020年10月13日在第十三届全国人民代表大会常务委员会第二十二次会议上[J]. 中华人民共和国全国人民代表大会常务委员会公报, 2021(6): 1125–1128.
[3] Department of Health and Social Care. Life sciences vision[EB/OL]. [2021-07-06]. https://assets.publishing.service.gov.uk/media/612763b4e90e0705437230c3/life-sciences-vision-2021.pdf.
[4] 王慧媛, 李鹏飞, 徐丽娟, 等. 基因编辑技术伦理治理探讨[J]. 中国科学院院刊, 2021, 36(11): 1259–1269.
[5] 吴涛, 王斯悦. 人群研究在慢性非传染性疾病精准医学中的应用[J]. 第三军医大学学报, 2021, 43(12): 8.
[极6] 周晓梅. 高校新型研发机构运营模式与机制创新: 以苏州高新区三所高校新型研发机构为例[J]. 中国高校科技, 2020(3): 4.
[7] 张雷, 李海燕, 范可方, 等. 生物样本库与转化医学极研究[J]. 转化医学研究: 电子版, 2011(2): 12.
[8] 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(7): 2.
[9] 甄守民, 曹燕, 王弋波, 等. 人类遗传资源样本库极建设初探[J]. 中国科技资源导刊, 2019, 51(5): 6.
[10] 中华人民共和国国务院. 中华人民共和国人类遗传资源管理条例[EB/OL]. [2019-05-28]. http://www.most.gov.cn/mostinfo/xinxifenlei/fgzc/xzfg/201906/t20190612_147044.htm.
[11] 董建中, 林祥. 新型研发机构的体制机制创新[J]. 特区实践与理论, 2012(6): 28–32.
