發(fā)布的研究成果。    本文圖片 復旦大學研究團隊供圖

你能想象僅憑一滴血的檢測化驗，就知道患上癡呆癥的風險有多高嗎？通過血漿的蛋白檢測，人類可提前15年預知癡呆發(fā)病風險。不久的將來，人們從血檢報告單上，就能提前知道有多大幾率患上癡呆癥。

復旦大學類腦智能科學與技術研究院馮建峰教授、程煒研究員團隊聯(lián)合復旦大學附屬華山醫(yī)院郁金泰教授團隊展開聯(lián)合攻關，采用大規(guī)模蛋白質(zhì)組學數(shù)據(jù)和人工智能算法發(fā)現(xiàn)了預測未來癡呆風險的重要血漿生物標志物，可提前15年預測癡呆發(fā)病風險，對癡呆高危人群的篩查和早期干預具有重大意義。

北京時間2024年2月13日凌晨，這一研究成果以《血漿蛋白質(zhì)組學預測健康成年人未來癡呆風險》（Plasma proteomic profiles predict future dementia in healthy adults）為題，發(fā)表在《自然·衰老》（Nature Aging）。

研究發(fā)現(xiàn)：1463種血漿蛋白質(zhì)與新發(fā)ACD、AD和VaD的關聯(lián)。

采用人工智能技術，分析1463種血漿蛋白組學數(shù)據(jù)

研究團隊指出，以阿爾茨海默病為代表的癡呆癥，已成為嚴重影響居民健康和經(jīng)濟發(fā)展的重大公共衛(wèi)生問題。在臨床癥狀出現(xiàn)前，癡呆癥存在數(shù)年甚至數(shù)十年的隱匿期，15-20年可能無癥狀，早期表現(xiàn)容易與正常老化相混淆。當患者出現(xiàn)顯著認知行為障礙等癥狀，前往醫(yī)院就診時，疾病往往已進展到中晚期，錯過干預的最佳時期，醫(yī)生也束手無策。

在這項研究中，團隊研究運用AI for science（注：人工智能驅(qū)動的科學研究，下文簡稱AI4S），采用迄今為止全球最大規(guī)模的基于社區(qū)隊列的蛋白質(zhì)組學數(shù)據(jù)和人工智能算法，對1463種血漿蛋白組學數(shù)據(jù)進行了分析和建模，發(fā)現(xiàn)GFAP、NEFL和GDF15三個蛋白與新發(fā)全因癡呆（ACD）、新發(fā)阿爾茨海默?。ˋD）和新發(fā)血管性癡呆（VaD）三種常見癡呆類型的風險有顯著關聯(lián)，并且LTBP2也與癡呆發(fā)病關聯(lián)密切。

“我們的研究提供了一個很好的AI4S的研究范例，基于數(shù)據(jù)驅(qū)動的思想，我們構建出高精度的癡呆風險預測模型，這是理工醫(yī)交叉融合的突破進展，對推動精準醫(yī)療的發(fā)展具有重要意義，”馮建峰介紹，與以往類似研究使用采用的小樣本量橫斷面設計不同，此次復旦團隊運用大樣本、長時間的縱向數(shù)據(jù)，從中提煉有用的模式、趨勢和關聯(lián)信息，強調(diào)讓數(shù)據(jù)“說話”。

團隊使用大樣本隊列數(shù)據(jù)，對52645名非癡呆成年人的血液數(shù)據(jù)進行跨度超過中位數(shù)14年的追蹤分析，參與者中后來有1417位被診斷為新發(fā)全因癡呆（ACD），691位被診斷為新發(fā)阿爾茲海默病（AD），285位被診斷為新發(fā)血管性癡呆（VaD）。團隊通過基于抗體的Olink測定技術進行統(tǒng)一測定量化，對每個血液樣本檢測了包含心臟代謝、炎癥、神經(jīng)和腫瘤四個面板上的1463種血漿蛋白，并運用Cox模型和機器學習算法開展建模分析，最終識別出GFAP、NEFL和GDF15等對癡呆預測極具價值的血漿生物標志物。

不同血漿蛋白水平與疾病臨床進展風險的關聯(lián)。

探討將相關檢測加入體檢項目的可能性

為進一步提高預測的準確性，研究團隊將蛋白質(zhì)篩選過程轉(zhuǎn)化為一個優(yōu)化組合的數(shù)學問題。通過運用信息增益和輕量提升機等基于機器學習的算法，成功挖掘出對早期識別癡呆最為有效的蛋白質(zhì)組合。這些算法不僅考慮了單個蛋白質(zhì)的作用，還充分考慮了蛋白質(zhì)之間的相互作用和協(xié)同效應，從而可實現(xiàn)更高精度的預測。為確保模型的可靠性和穩(wěn)定性，團隊在不同亞組人群中進行多重驗證，模型均表現(xiàn)出良好的預測性能，為癡呆癥的早期識別提供了有力工具。

“血液學檢測方便無創(chuàng)、價格低廉，可作為臨床前階段對廣大人群進行早期風險篩查的理想工具?！背虩樈忉屨f，現(xiàn)在團隊發(fā)現(xiàn)蛋白組學與腦疾病風險間的關聯(lián)，通過驗血，就有望輔助臨床醫(yī)生盡早識別癡呆高?；颊撸M早干預，提高病人的生活質(zhì)量。

郁金泰同時表示：“這次發(fā)現(xiàn)的重要血漿生物標志物，為血液學檢測從研究到臨床的過渡提供新的理論基礎。而且我們這次建立的模型更加簡便、易獲取、易于普及，無論是短期癡呆發(fā)病風險還是十余年后的癡呆發(fā)病風險，都能做到很好地預測?！?/p>

隨著這項研究的發(fā)布，距離應用于普通民眾癡呆癥風險檢測還有多遠？

上述研究團隊介紹，如果一切順利，半年后可應用到臨床檢測，篩查出高危人群。目前，部分體檢醫(yī)療機構已主動與團隊取得聯(lián)系，探討將相關檢測加入體檢項目的可能性。下一步，團隊還將圍繞我國的癡呆癥風險人群隊列開展數(shù)據(jù)采集和交叉驗證，針對我國人群隊列的基線水平對相關數(shù)據(jù)作出矯正，開發(fā)出最適合我國人群隊列的癡呆癥風險預測數(shù)據(jù)模型。