IT之家 2 月 17 日消息，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，可提前 15 年预测痴呆发病风险。
IT之家获悉，相关研究成果发表在《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，这一目标正是科学家们几十年来一直在探寻的。”
研究人员筛选了 50,000 多名健康成年人的血液样本并进行了长达 14 年的追踪，其中 1,417 人患上了痴呆。通过筛选来自 52,645 人的血液样本中的 1,463 种蛋白质，研究人员发现 GFAP，NEFL，GDF15 和 LTBP2 水平升高与痴呆和阿尔茨海默病有关。对于一些患有痴呆的参与者，这些蛋白质的血液水平在症状发作前十多年超出正常范围。
最新研究发现，血液中 GFAP 水平高的人患痴呆的可能性是正常水平的人的两倍多，患阿尔茨海默氏症的可能性几乎是其三倍。
研究人员使用机器学习来设计预测算法，将四种蛋白质生物标志物的水平与年龄、性别、教育水平和家族史等人口统计学因素相结合。他们根据来自三分之二研究参与者的信息训练了该模型，并使用其余 17,549 人的数据测试了其性能。
复旦大学类脑智能科学与技术研究院程炜研究员表示，“我们团队前期构建的全表型痴呆预测模型可提前 10 年预测发病风险，精度达 85%，本研究进一步将预测年限提前到发病前 15 年且预测精度突破 90%；该研究表明蛋白组学在脑疾病早期精准干预中的重要作用，为未来脑疾病研究提供新的思路。”
参考
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/750/571.htm]
