Nature子刊：人工智能+血浆蛋白质组，提前7年预测帕金森病

yinfuhua

Nature子刊：人工智能+血浆蛋白质组，提前7年预测帕金森病
9 Q% C8 K, j$ O! _1 V( ?2 {0 b来源：生物世界 2024-06-25 15:16( }( _) x+ l, [$ z9 Q! }: h: i
在这项研究中，研究团队分析了99名近期被诊断患有帕金森病的患者、72名出现快速眼动睡眠行为障碍但还没有出现帕金森相关运动症状的患者，以及36名健康对照者的血样。; S  t; o7 k" r3 H8 J8 C5 k3 n5 D: _2 x
伦敦大学学院大奥蒙德街儿童健康研究所和哥廷根大学医学中心的研究人员在 Nature Communications 期刊发表了题为：Plasma proteomics identify biomarkers predicting Parkinson’s disease up to 7 years before symptom onset 的研究论文。& E. b0 p/ p9 @6 o) M
该研究表明，血浆蛋白质组检测或有助于在运动症状出现前7年预测帕金森病的发生。
( H1 |8 B# U9 {; }( s" |
" F/ R* s7 I8 t在这项研究中，研究团队分析了99名近期被诊断患有帕金森病的患者、72名出现快速眼动睡眠行为障碍但还没有出现帕金森相关运动症状的患者，以及36名健康对照者的血样。
- T6 f* F! ]) @该研究在帕金森患者的血液中识别出涉及炎症、凝血级联和Wnt信号通路的23种蛋白质的持续失调。在这些蛋白质中，有6种在快速眼动睡眠行为障碍患者中也显示出失调。研究团队随后用一种机器学习模型来预测基于蛋白质组的诊断结果，根据8种蛋白质的表达，该模型能识别出100%的帕金森患者。4 r* s+ s& A' S2 {
; [0 U; W6 L8 Z0 O% l9 v7 g0 R
接下来，研究团队测试了机器学习模型能否预测一名快速眼动睡眠行为障碍患者会否发展为帕金森病，该模型能在帕金森病患者运动症状出现前最多7年预测发病情况，准确率高达79%。
) b2 U2 }0 M) [
5 C8 |* W' D1 g3 J, v1 X$ X; F5 c. ]研究团队指出，识别早期帕金森病患者能够让更多人参与预防性临床试验，改善患者治疗方案和研究成果。最后，研究团队总结道，还需在更大的队列中进一步验证，才能将这些发现转化到临床应用中。1 f: l$ ~( \; b5 {  H
+ O$ `/ }* G' _* U$ L