科学家找到预测痴呆症的方法

[Photo/IC]

研究确定血液生物标记物可提前 15 年检测疾病

上海科学家利用庞大的数据库和人工智能，在血浆中发现了生物标志物，可以在症状出现前 15 年预测痴呆症。

科学家们表示，他们的研究结果可能在对患有这种疾病的高风险健康成年人进行早期干预方面发挥重要作用。

复旦大学类脑智能科学技术研究院和复旦大学华山医院团队的研究论文于2月13日发表在《自然老龄化》杂志上。

同日《自然》杂志发表的一篇社论称，研究人员的工作“朝着 [the development of] 科学家们几十年来一直在寻找一种工具：可以在非常早期的症状前阶段检测出阿尔茨海默病和其他形式的痴呆症的血液测试”。

医生说，诊断大脑疾病通常很困难。 腰椎穿刺是侵入性的，并且脑部图像的检查费用昂贵。 相比之下，血液检测方便、无创、成本效益高，该论文的共同作者、该研究所研究员程伟说。

复旦大学的科学家表示，他们希望预测痴呆症可能性的血液检测能够在六个月内应用于临床。 这种疾病的早期发现为早期干预打开了大门，有可能减缓甚至阻止其进展。

据世界卫生组织称，全球有超过 5500 万人患有痴呆症，而且这一数字预计将继续上升。 痴呆症进展缓慢，从无症状阶段到完全表达的临床综合征，需要十年或更长时间。

复旦大学研究院计算生物学家、另一位研究员冯剑峰表示：“当患者开始出现认知行为问题时，疾病可能已经发展到中晚期，已经错过了最佳干预时机。” -论文作者。

研究人员利用了英国生物银行庞大队列的帮助，该队列招募了超过 52,600 名健康成年人，中位随访期为 14 年。 其中，1,417人被诊断出患有全因痴呆症，691人患有阿尔茨海默病，285人患有血管性痴呆症。

对于每位参与者，测试了血浆中与心脏代谢、炎症、神经病学和肿瘤学相关的 1,463 种蛋白质，研究人员使用生存关联分析和机器学习算法进行建模分析。

他们发现三种蛋白质（GFAP、NEFL 和 GDF15）与这三种类型的痴呆症风险存在显着关联。 他们还发现 LTBP2 蛋白在这种疾病的发生中发挥着作用。

这些生物标志物以及年龄、性别、教育水平和遗传学等传统风险因素被用来促进预测模型的高精度，超过 90%。

冯说：“我们的研究提供了一个很好的例子，说明人工智能如何促进促进跨学科合作的研究范式。” “利用机器学习，我们利用大规模数据集提取并优化了这些组合，并建立了基于蛋白质的高精度痴呆症预测模型。”

该团队现在将重点在中国有痴呆症风险的人群中进行数据收集和交叉验证。 它将通过收集相关数据，定制适合中国人群特征的痴呆风险预测模型。

2024-02-19 02:44:26
1708311076
#科学家找到预测痴呆症的方法