免疫基因组学是研究人类白细胞抗原(human leukocyteantigen, HLA)和杀伤细胞免疫球蛋白样受体(killerimmunoglobulin like receptor, KIR)基因序列的一门科学，其为深入研究HLA多态性、疾病的免疫治疗、人群易感性和器官移植研究等带来了深远的影响，对推动精准医学发展具有重要意义。加强免疫基因组学研究的报告规范(Strengthening the Reporting of Immunogenomic Studies, STREIS)旨在提高免疫基因组学研究报告的规范性。本文主要介绍STREIS的背景、条目清单和使用注意事项。
关键词：加强观察性流行病学研究报告质量; 观察性研究; 加强免疫基因组学研究的报告规范; STREIS; STREGA
一、STREIS背景介绍
新一代测序技术的发展得到了高通量的基因组和转录组数据，为免疫基因组学的产生与发展提供了基础。免疫基因组学、免疫蛋白质组学和免疫信息学共同组成免疫组学。免疫基因组学是研究人类白细胞抗原(human leukocyteantigen, HLA)和杀伤细胞免疫球蛋白样受体(killerimmunoglobulin like receptor, KIR)基因序列的一门科学，其为深入研究HLA多态性、疾病的免疫治疗、人群易感性和器官移植研究等带来了深远的影响。人体内的免疫细胞数量数以千万计，任何两个免疫细胞测出来的受体或抗体的基因序列可能都不一样，因此，和传统基因组学比较，免疫基因组学具有更高水平的多态性与复杂性，超出了STROBE和STREGA声明的报告标准与建议的范围。
第16届国际HLA和免疫基因组学讨论会(International HLA and Immunogenetics Workshop, IHIW)上，为了提高免疫基因组学研究报告的规范性，免疫基因组数据分析工作组(Immunogenomics Data Analysis Working Group, IDAWG)提出了加强免疫基因组学研究的报告规范(Strengthening the Reporting of Immunogenomic Studies, STREIS)的声明。STREIS声明在STROBE和STREGA的基础上，进一步扩展说明了关于免疫基因组学研究特点的4个条目，主要涉及HLA和KIR的命名、数据验证、模糊度确定和高度多态性遗传的系统进化分析等。STREIS确保研究报告的一致性和透明化报告，促进不同研究间HLA和KIR数据的合并。
二、STREIS规范的条目清单
加强免疫基因组学研究的报告规范STREIS的条目清单中英文对照
| 报告项目 | 条目序号 | STROBE | STREGA | STREIS 扩展 |
| Methods 方法 | ||||
| Variables 变量 | 7 | Clearly define all outcomes, exposures, predictors, potential confounders, and effect modifiers. Give diagnostic criteria, if applicable 明确定义所有结局、暴露预测因子、潜在的混杂因子和效应修饰因子。如果可能，给出诊断标准 | Clearly define genetic exposures (genetic variants) using a widely used nomenclature system. Identify variables likely to be associated with population stratification (confounding by ethnic origin) 需用公认的命名法清晰定义遗传暴露(遗传变异)，说明与人群分层(种族混杂)有关的变量 | Describe HLA alleles in accordance with WHO Nomenclature Committee for Factors of the HLA System. Identify the IMGT/HLA database release number pertinent to the data.Describe KIR alleles in accordance with the IPD-KIR database. Identify the IPD-KIR database release number pertinent to the data 按照世界卫生组织命名委员会对HLA系统因子的命名规则描述HLA等位基因，并说明与数据相关的IMGT/HLA数据库版本号；按照IPD-KIR数据库描述KIR等位基因，并说明与数据相关的IPD-KIR数据库版本号 |
| Datasources/measurement 数据来源/测量 | 8 | For each variable of interest, give sources of data and details of methods of assessment (measurement). Describe comparability of assessment methods if there is more than one group 说明每个变量的数据来源和详细的判定(测量)方法；如果有多组，还应说明各组之间判定方法的可比性 | Describe laboratory methods, including source and storage of DNA, genotyping methods and platforms (including the allelecalling algorithm used, and its version), error rates, and call rates. State the laboratory/center where genotyping was done. Describe comparability of laboratory methods if there is more than one group. Specify whether genotypes were assigned using all of the data from the study simultaneously or in smaller batches 描述实验方法，包括DNA的来源与保存方法，基因分型方法和平台(包括等位基因判定算法和版本)，错误率和检出率；说明基因分型实验室/中心的名称；如果是多种实验方法，说明其可比性；说明特定的基因型是来自所有研究对象还是从部分研究对象中获得 | Provide access to the primary, ambiguous genotype data for each individual.Describe the system (s) used to store, manage, and validate genotype and allele data, and to prepare data for analysis.Use objective terms identifying the assessed features of each gene, to describe genotyping systems and genotyping results. Avoid using subjective terms (e.g. low, intermediate, high, or allele resolution) that may change overtime, to describe genotyping systems and results. Document all methods applied to resolve ambiguity.Define any codes used to represent ambiguities.Describe any binning or combining of alleles into common categories that were performed. 提供每个研究对象的原始、不清晰的基因型数据的路径；描述用于存储、管理、验证基因型和等位基因数据及分析准备数据的系统；使用客观指标评估每个基因的特征，避免使用会随时间改变的主观指标(如低、中、高或等位基因分辨率)，以说明基因分型系统和分析结果；记录所有解决模糊性的方法；定义用来代表模糊性的代码；描述组合或合并等位基因为同一类的方法 |
| Statistical methods 统计学方法 | 12 | Describe all statistical methods, including those used to control for confounding 描述所有统计方法，包括控制混杂的方法 | State software version used and options (or settings) chosen 说明使用的软件版本和选择的选项(或设置) | Discuss any modifications made to the data in order to have them comport to the expectations of a method for the purpose of analysis.Document any caveats associated with each analysis as they pertain to immunogenomic data 讨论任何为了满足分析要求而对数据所做的修改；记录免疫基因组数据分析时的注意事项 |
| Discussion 讨论 | ||||
| Limitations 局限性 | 19 | Discuss limitations of the study, taking into account sources of potential bias or imprecision.Discuss both direction and magnitude of any potential bias 结合潜在偏倚和不精确的来源，讨论研究的局限性和潜在偏倚的方向、大小 | Discuss the impact of any modifications made to the data for the purpose of analysis.Discuss any caveats associated with each analysis as they pertain to immunogenomic data.Discuss any potential impact of ambiguity resolution on the results 讨论为了分析而修改数据可能带来的影响；讨论免疫基因组数据分析时的注意事项；讨论模糊性解决措施对结果的潜在影响 | |
三、STREIS使用注意事项
STREIS声明的目的是加强研究结果的透明化和一致性，并不是研究设计和实施方法的指南，研究者根据实际研究目的制定研究方案，适当参考该声明可提高研究的规范性。目前STREIS声明处于初步开发阶段，尚未涵盖免疫基因组学研究的所有方面，对部分条目的解释针对性不足，需未来进一步完善。
注：本文内容是参考相关文献后对STREIS声明原文的概述，仅代表本网站观点。关于STREIS声明的更多信息可以登录IDAWG的官方网站(www.immunogenomics.org)进行查询，或阅读J A Hollenbach等发表的文章“A community standard for immunogenomic data reporting and analysis: proposal for a Strengthening the Reporting of Immunogenomic Studies statement (https://pubmed.ncbi.nlm.nih.gov/21988720/)“。