复旦大学的科研团队利用大规模蛋白质组学数据和人工智能算法，成功发现了预测未来痴呆风险的关键血浆生物标志物

近期，复旦大学的科研团队利用大规模蛋白质组学数据和人工智能算法，成功发现了预测未来痴呆风险的关键血浆生物标志物，能够提前15年预测痴呆发病的风险。这一重要研究成果已在《自然·衰老》杂志上发表，而《自然》主刊则评价此项研究为“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出了重要一步”。

痴呆的早期识别和干预对降低疾病负担至关重要。由于传统的有创或高成本检查技术存在局限性，研究人员迫切希望找到一种便捷、无创、可靠的生物标志物用于筛查。复旦大学类脑智能科学与技术研究院的冯建峰教授和程炜研究员领导的团队，与复旦大学附属华山医院的郁金泰教授团队合作，基于大样本队列数据对超过5万人的非痴呆社区人群进行了长达14年以上的追踪随访。这些人群中包括1417名被诊断为新发全因痴呆（ACD）的患者，691名被诊断为新发阿尔茨海默病（AD）的患者，以及285名被诊断为新发血管性痴呆（VaD）的患者。通过对1463种血浆蛋白质数据的分析，研究团队发现了一些极具价值的血浆生物标志物，可用于预测痴呆。

研究团队表示，通过模型分析和机器学习算法，他们发现GFAP、NEFL和GDF15等三种血浆蛋白质与新发ACD、AD和VaD的风险关联最显著。对不同血浆蛋白水平与疾病临床进展风险之间的关联分析发现，基线水平较高的受试者未来患痴呆的风险显著增加。例如，GFAP基线水平较高者未来患痴呆的几率是GFAP基线水平较低者的2.32倍。

据介绍，这项研究可以提前15年预测痴呆发病风险，且准确率超过90%。程炜表示：“这表明蛋白质组学在脑疾病早期精准识别和干预中具有重要作用，为未来脑疾病研究提供了新思路。”

研究团队透露，下一步将围绕我国痴呆风险人群队列展开数据采集和交叉验证，并对相关数据进行矫正，开发出最适合我国人群的痴呆风险预测数据模型。