疾病风险早期预警研究获突破
我国学者对45种常见疾病及死亡进行了中位数时长超14年的追踪随访，成功构建蛋白质组学多疾病风险预测模型，并开发出一款蛋白风险评分体系。
本报讯（特约记者 孙国根）我国学者应用相关生物样本库队列数据，对45种常见疾病及死亡进行了中位数时长超14年的追踪随访，成功构建世界首个蛋白质组学多疾病风险预测模型。该成果对疾病风险早期预警与精准防控具有重要意义。
该研究由复旦大学类脑智能科学与技术研究院冯建峰教授、程炜研究员团队与复旦大学附属华山医院郁金泰教授团队联合完成，相关论文近日发表在最新一期国际学术期刊《自然·通讯》上。
研究团队纳入国际疾病分类第十版中45种常见疾病中的全因死亡和全部系统性疾病，采用迄今为止全球最大的蛋白质组学数据（52006例），通过对专业平台检测的1461种血浆蛋白质测序数据进行建模分析，成功开发出一款全新的基于神经网络的蛋白风险评分（ProRS）体系。该评分体系对呼吸系统疾病、循环系统疾病、糖尿病、肺癌、前列腺癌预测效能超85%，对全因死亡、痴呆、肾衰竭、肥胖、慢性肺栓塞预测效能超80%。
研究团队发现，高水平ProRS个体相较于低水平ProRS个体，其所有系统性疾病的发生率和全因死亡率均显著升高，且ProRS与年龄和性别显著相关。把人群划分为高、中、低水平ProRS人群后，可观测到高水平ProRS人群的16种疾病和4种特定原因死亡的发生率较低水平ProRS人群增加超过5倍，特别是在呼吸系统以及循环系统引起的死亡、痴呆、糖尿病和肥胖中，其风险超过20倍。这表明，ProRS和整体健康密切相关。
研究团队采用多种方法，深入探讨了ProRS的预测能力。研究结果显示，蛋白质组学数据对多种疾病和死亡风险具有良好预测效能，并且在相当一部分疾病中表现显著优于既往临床预测指标。这一结果提示，用一滴血预测未来疾病风险或将真正实现。
最后，研究团队对血浆蛋白重要度进行排序，结果表明，一些蛋白质在预测多种系统疾病及死亡结局中发挥着至关重要的作用。其中，NEFL等蛋白是影响痴呆风险的主要蛋白质。研究还新发现ACTA2、LTBP2和NCS1是与痴呆风险相关的重要蛋白。这些标志物为疾病早期识别和治疗干预提供了新的重要潜在靶点，也为临床试验和研究提供了新的方向。
今后，研究团队将聚焦阿尔茨海默病、帕金森病等与脑相关的重大疾病，进一步围绕蛋白质组学数据与神经精神疾病的关系开展研究，发掘新的蛋白标志物并探究其内在机制。
