对痴呆的早期识别与干预，对降低疾病负担至关重要。然而，痴呆早期识别难度大，传统有创或高成本检查技术存在局限，迫切需发展便捷、无创、可靠的生物标志物进行筛查。

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，联合复旦大学附属华山医院郁金泰教授团队展开联合攻关，采用大规模蛋白质组学数据和人工智能算法发现了预测未来痴呆风险的重要血浆生物标志物，可提前15年预测痴呆发病风险，对痴呆高危人群的筛查和早期干预具有重大意义。

2月13日，相关研究成果以《血浆蛋白质组学预测健康成年人未来痴呆风险》为题发表在《自然·衰老》（Nature Aging），并被编辑以《血液蛋白标志物预测15年痴呆风险》为题，选为研究简报进行报道。《自然》主刊同一天也以《早期痴呆诊断：血液蛋白标志物识别高风险个体》为题作了重点介绍，认为这项工作“标志着向能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进了一步，这一目标正是科学家们几十年来一直在探寻的。”

点击查看原图

点击查看原图

研究成果发表及相关报道页面

研究团队基于大样本队列数据，对52645名非痴呆社区人群进行了平均超14年的追踪随访。整个随访过程中，1417名参与者被诊断为新发全因痴呆（ACD），691名患者被诊断为新发阿尔茨海默病（AD），285名患者被诊断为新发血管性痴呆（VaD）。通过对Olink平台检测的1463种血浆蛋白质数据进行分析，发现了对痴呆预测极具价值的血浆生物标志物。运用Cox模型，发现GFAP、NEFL和GDF15这三个蛋白始终与新发痴呆症的风险关联最显著；LTBP2也与痴呆发病关联密切。

冯建峰教授表示，本研究基于数据驱动的思想，利用人工智能算法对1400多种血浆蛋白组学数据进行分析和建模，挖掘出能够提前15年对痴呆患病风险进行预测的关键生物标志物，并构建出高精度的痴呆风险预测模型，是理工医交叉融合的突破进展，对推动精准医疗的发展具有重要意义。

研究团队运用机器学习算法对上述得到的与痴呆风险有显著关联的蛋白进行重要度排序，发现仍旧是GFAP、NEFL和GDF15这三个蛋白排名最靠前，即对痴呆预测的贡献最大。运用ROC模型分析几个重要蛋白的预测准确度，发现单个蛋白的预测准确度在0.7-0.8之间，联合血浆GFAP与基本人口学指标，对ACD和AD的预测准确度分别为0.891和0.872；联合血浆GDF15与基本人口学指标，对VaD的预测可达0.912，均可很好地预测未来10余年的痴呆发病风险。

程炜研究员介绍说，团队前期构建的全表型痴呆预测模型可提前10年预测发病风险，精度达85%，“本研究将预测年限提前到发病前15年且预测精度突破90%，表明蛋白组学在脑疾病早期精准干预中的重要作用，为未来脑疾病研究提供了新的思路。”

研究团队运用Kaplan-Meier曲线展示了不同血浆蛋白水平与疾病临床进展风险的关联，同样发现前述三个蛋白基线水平较高的受试者未来患痴呆的风险大大增加。此外，团队还刻画痴呆诊断前15年血浆蛋白的动态演变轨迹，比较痴呆患者与对照组同期的蛋白平均浓度，证实前述三个蛋白水平早在痴呆诊断前10余年就明显偏离了正常值。与未患痴呆的人相比，ACD患者的GFAP和NEFL水平随着时间推移上升得更快。

“本研究对痴呆高危人群的筛查和早期干预意义重大。”郁金泰教授说。

复旦大学附属华山医院博士生郭钰、复旦大学类脑智能科学与技术研究院博士后尤佳、复旦大学附属华山医院博士生张一为论文共同第一作者。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，复旦大学附属华山医院郁金泰教授为论文共同通讯作者。