ZAKER黔南 2024-02-17
极具价值!我国科学家有新发现
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_renwen1.html

 

近日,复旦大学科研团队采用大规模蛋白质组学数据和人工智能算法,发现了预测未来痴呆风险的重要血浆生物标志物,可实现提前 15 年预测痴呆发病风险。相关成果发表在《自然 · 衰老》,《自然》主刊评价这项研究 " 标志着向能在早期无症状阶段检测阿尔茨海默病及其他类型痴呆的血液检测方法迈进了一步。"

对痴呆的早期识别和干预能显著降低疾病负担。由于传统有创或高成本检查技术均有局限,研究人员希望找到便捷、无创、可靠的生物标志物用于筛查。复旦大学类脑智能科学与技术研究院冯建峰教授 / 程炜研究员团队,联合复旦大学附属华山医院郁金泰教授团队,基于大样本队列数据,对 52645 名非痴呆社区人群进行了平均超 14 年的追踪随访,其中 1417 位参与者被诊断为新发全因痴呆(ACD)、691 名患者被诊断为新发阿尔茨海默病(AD)、285 名患者被诊断为新发血管性痴呆(VaD)。通过分析 1463 种血浆蛋白质数据,团队发现了对痴呆预测极具价值的血浆生物标志物。

研究团队表示,经过模型分析和机器学习算法分析,GFAP、NEFL 和 GDF15 这三个血浆蛋白质始终与新发 ACD、AD 和 VaD 的风险关联最显著。对不同血浆蛋白水平与疾病临床进展风险间关联的分析发现,基线 GFAP、NEFL 或 GDF15 水平较高的受试者未来患痴呆的风险大大增加。例如,GFAP 基线水平较高的人未来患痴呆的几率是 GFAP 基线水平较低者的 2.32 倍。

据介绍,此项研究可提前 15 年预测痴呆发病风险且精度突破 90%。" 这表明蛋白质组学在脑疾病早期精准识别和干预中可发挥重要作用,为未来脑疾病研究提供了新思路。" 程炜说。

研究团队透露,下一步将围绕我国痴呆风险人群队列开展数据采集和交叉验证,对相关数据作出矫正,开发出最适合我国人群的痴呆风险预测数据模型。

来源 新华社

编辑 段筠 /编审 黄聪 /签发 蒲谋

相关标签

痴呆 复旦大学 阿尔茨海默病 生物 机器学习
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论