發布的風險(xian)復(fu)旦發現研究成果。    本文(wen)圖(tu)片 復(fu)旦大學研究團隊供圖(tu)

你能想象僅憑一滴血的團隊百姓彩票紅檢(jian)測化驗，就知(zhi)(zhi)道(dao)患上癡(chi)呆(dai)癥(zheng)(zheng)的重血志(zhi)物風險(xian)有多高(gao)嗎？通(tong)過血漿(jiang)的蛋白檢(jian)測，人類可提(ti)前(qian)15年預(yu)知(zhi)(zhi)癡(chi)呆(dai)發病(bing)風險(xian)。漿(jiang)生不久的物標將來，人們(men)從血檢(jian)報告(gao)單(dan)上，可提(ti)就能提(ti)前(qian)知(zhi)(zhi)道(dao)有多大幾(ji)率患上癡(chi)呆(dai)癥(zheng)(zheng)。前(qian)年

復旦大學類腦智能科學與技術研究院馮建峰教授、預知百姓彩票最新網址程煒研(yan)究員團(tuan)隊(dui)聯合復旦大(da)學附(fu)屬(shu)華山醫院(yuan)郁金泰教授團(tuan)隊(dui)展開聯合攻關，癡呆采用大(da)規(gui)模(mo)蛋白質組學數據和人工(gong)智能算法(fa)發(fa)現了預測(ce)未來癡呆風(feng)(feng)險(xian)的風(feng)(feng)險(xian)復旦發(fa)現重要血漿生物標(biao)志物，可提(ti)前15年預測(ce)癡呆發(fa)病風(feng)(feng)險(xian)，團(tuan)隊(dui)對癡呆高(gao)危人群的篩查和早期干預具(ju)有(you)重大(da)意(yi)義。

北京時間2024年(nian)2月13日凌(ling)晨，這(zhe)一研究成果以《血漿(jiang)蛋白(bai)質組學預測(ce)健康(kang)成年(nian)人未來(lai)癡呆(dai)風(feng)險》（Plasma proteomic profiles predict future dementia in healthy adults）為題，發(fa)表在《自然·衰老》（Nature Aging）。

研究發現(xian)：1463種血漿蛋(dan)白(bai)質與新發ACD、AD和VaD的(de)關聯。

采用人工智能技術，分析1463種血漿蛋白組學數據

研究團隊指出，百姓彩票怎么買以阿爾茨海默病為(wei)代表(biao)的(de)癡(chi)(chi)呆(dai)癥，已成為(wei)嚴重(zhong)影響居民健康(kang)和經濟發展的(de)重(zhong)大公(gong)共衛生(sheng)問題(ti)。在臨床癥狀(zhuang)出現(xian)(xian)前(qian)，癡(chi)(chi)呆(dai)癥存(cun)在數年(nian)甚(shen)至數十年(nian)的(de)隱(yin)匿期(qi)，15-20年(nian)可能無癥狀(zhuang)，早期(qi)表(biao)現(xian)(xian)容易與(yu)正常老化(hua)相混淆(xiao)。當患者出現(xian)(xian)顯著認知行為(wei)障礙等(deng)癥狀(zhuang)，前(qian)往(wang)醫(yi)院就(jiu)診時，疾病往(wang)往(wang)已進展到中晚期(qi)，錯過干預的(de)最(zui)佳(jia)時期(qi)，醫(yi)生(sheng)也(ye)束手(shou)無策。

在這(zhe)項研究(jiu)(jiu)中(zhong)，團(tuan)隊(dui)(dui)研究(jiu)(jiu)運用AI for science（注：人(ren)工智能驅(qu)動的科學研究(jiu)(jiu)，下文簡稱AI4S），采用迄今為(wei)止(zhi)全球最大規模的基于社(she)區(qu)隊(dui)(dui)列的蛋白(bai)質組學數(shu)據和人(ren)工智能算法，對1463種血漿(jiang)蛋白(bai)組學數(shu)據進(jin)行了(le)分析和建模，發(fa)現GFAP、NEFL和GDF15三個蛋白(bai)與新發(fa)全因癡呆(dai)(dai)(dai)（ACD）、新發(fa)阿(a)爾茨(ci)海默病(bing)（AD）和新發(fa)血管性癡呆(dai)(dai)(dai)（VaD）三種常見癡呆(dai)(dai)(dai)類型的風險(xian)有顯著關聯(lian)(lian)，并且LTBP2也(ye)與癡呆(dai)(dai)(dai)發(fa)病(bing)關聯(lian)(lian)密(mi)切。

“我們(men)的(de)(de)研(yan)(yan)究(jiu)提供了一個很好的(de)(de)AI4S的(de)(de)研(yan)(yan)究(jiu)范例，基于數據(ju)驅(qu)動的(de)(de)思想，我們(men)構建(jian)出高精度的(de)(de)癡呆風險預測(ce)模型，這是理工醫(yi)交叉融合的(de)(de)突破進展(zhan)，對推(tui)動精準醫(yi)療的(de)(de)發展(zhan)具(ju)有重要意義，”馮建(jian)峰(feng)介紹，與以往類似研(yan)(yan)究(jiu)使用(yong)采用(yong)的(de)(de)小樣本量橫斷面(mian)設(she)計不同，此次復旦團隊(dui)運用(yong)大樣本、長(chang)時間的(de)(de)縱向數據(ju)，從中提煉有用(yong)的(de)(de)模式(shi)、趨勢(shi)和關(guan)聯信息，強調讓數據(ju)“說話(hua)”。

團隊(dui)使用(yong)大樣本隊(dui)列數據，對52645名非癡(chi)呆成年人的(de)血(xue)液數據進行(xing)跨度超過(guo)中位(wei)數14年的(de)追蹤(zong)分析(xi)，參(can)與者中后來有1417位(wei)被診(zhen)斷(duan)為新發(fa)全因癡(chi)呆（ACD），691位(wei)被診(zhen)斷(duan)為新發(fa)阿爾(er)茲海默病（AD），285位(wei)被診(zhen)斷(duan)為新發(fa)血(xue)管性(xing)癡(chi)呆（VaD）。團隊(dui)通過(guo)基于抗體的(de)Olink測(ce)定(ding)技術進行(xing)統一測(ce)定(ding)量化，對每個(ge)血(xue)液樣本檢測(ce)了(le)包含心(xin)臟代謝、炎(yan)癥(zheng)、神經和(he)腫瘤四個(ge)面板上(shang)的(de)1463種血(xue)漿(jiang)蛋白，并運(yun)用(yong)Cox模(mo)型和(he)機器學(xue)習算法開展建(jian)模(mo)分析(xi)，最(zui)終識別出(chu)GFAP、NEFL和(he)GDF15等對癡(chi)呆預測(ce)極具價(jia)值(zhi)的(de)血(xue)漿(jiang)生(sheng)物標志物。

不同血漿蛋白水(shui)平與疾(ji)病(bing)臨床進展風險(xian)的(de)關聯(lian)。

探討將相關檢測加入體檢項目的可能性

為(wei)進一(yi)步(bu)提高預測的(de)準(zhun)確(que)性，研究(jiu)團(tuan)隊將(jiang)蛋(dan)(dan)白(bai)質(zhi)篩選過(guo)程轉化為(wei)一(yi)個優化組(zu)合(he)(he)的(de)數(shu)學(xue)(xue)問題。通過(guo)運用信息增益和輕量提升機等基(ji)于機器學(xue)(xue)習的(de)算法(fa)，成功挖掘(jue)出對早期(qi)識(shi)別癡(chi)呆最(zui)為(wei)有效(xiao)的(de)蛋(dan)(dan)白(bai)質(zhi)組(zu)合(he)(he)。這些算法(fa)不(bu)僅考(kao)慮了單(dan)個蛋(dan)(dan)白(bai)質(zhi)的(de)作用，還充分考(kao)慮了蛋(dan)(dan)白(bai)質(zhi)之間的(de)相互作用和協同效(xiao)應，從而可(ke)實(shi)現更(geng)高精度(du)的(de)預測。為(wei)確(que)保模型的(de)可(ke)靠性和穩定性，團(tuan)隊在不(bu)同亞(ya)組(zu)人(ren)群(qun)中進行(xing)多(duo)重驗證，模型均表(biao)現出良好的(de)預測性能，為(wei)癡(chi)呆癥的(de)早期(qi)識(shi)別提供了有力(li)工具。

“血液學(xue)檢測方便無創、價格低廉(lian)，可作為臨床前階段(duan)對廣大人群進行早期風(feng)(feng)險(xian)篩查(cha)的(de)理想工具(ju)。”程煒(wei)解釋說(shuo)，現(xian)在(zai)團隊發現(xian)蛋(dan)白組學(xue)與腦疾病(bing)風(feng)(feng)險(xian)間的(de)關聯，通過驗血，就有(you)望(wang)輔助臨床醫生盡早識別癡呆(dai)高危患者(zhe)，盡早干預，提高病(bing)人的(de)生活(huo)質量(liang)。

郁金泰同時表示(shi)：“這次發現的(de)(de)重要血(xue)漿生物標(biao)志物，為血(xue)液(ye)學檢測從研究(jiu)到臨床的(de)(de)過渡提(ti)供新(xin)的(de)(de)理論(lun)基礎。而且我們這次建立的(de)(de)模型更加簡便(bian)、易獲取、易于(yu)普(pu)及，無論(lun)是短期癡(chi)(chi)呆(dai)(dai)發病風險還是十余年后的(de)(de)癡(chi)(chi)呆(dai)(dai)發病風險，都能做到很好地預測。”

隨著(zhu)這項研(yan)究(jiu)的發(fa)布，距離應用于(yu)普(pu)通民眾癡呆癥(zheng)風(feng)險(xian)檢(jian)測(ce)還有多遠？

上述(shu)研究團(tuan)隊(dui)介紹，如(ru)果一切順(shun)利，半年后可應用(yong)到臨床(chuang)檢測(ce)，篩(shai)查出高危人(ren)群(qun)。目前，部分體(ti)檢醫療機(ji)構已主(zhu)動與團(tuan)隊(dui)取得聯系，探討將(jiang)相關(guan)檢測(ce)加入體(ti)檢項目的(de)可能性(xing)。下一步(bu)，團(tuan)隊(dui)還將(jiang)圍繞我(wo)國(guo)(guo)的(de)癡呆(dai)(dai)癥風險人(ren)群(qun)隊(dui)列開展(zhan)數據(ju)采集(ji)和交(jiao)叉驗證，針對(dui)(dui)我(wo)國(guo)(guo)人(ren)群(qun)隊(dui)列的(de)基線(xian)水平(ping)對(dui)(dui)相關(guan)數據(ju)作出矯正，開發出最適合(he)我(wo)國(guo)(guo)人(ren)群(qun)隊(dui)列的(de)癡呆(dai)(dai)癥風險預測(ce)數據(ju)模型。