你能想象仅凭一滴血的检测化验，就能知道患上痴呆症的风险有多高吗？通过血浆的蛋白检测，人类可提前15年预知痴呆发病风险。不久的将来，人们从血检报告单上，就能提前知道有多大几率患上痴呆症。
2月13日，这一研究成果以《血浆蛋白质组学预测健康成年人未来痴呆风险》（Plasma proteomic profiles predict future dementia in healthy adults）为题，发表在《自然·衰老》（Nature Aging）。
Nature主刊以《早期痴呆诊断：血液蛋白标志物识别高风险个体》（Early dementia diagnosis: blood proteins reveal at-risk people）为题，评价这项工作“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。”
值得一提的是，这一研究运用AI for science（注：人工智能驱动的科学研究，下文简称AI4S），对1463种血浆蛋白组学数据进行了分析和建模，从而挖掘出能够提前15年对痴呆患病风险进行预测的关键生物标志物，为疾病的早干预早治疗提供了可能。
对1400多种血浆蛋白组学数据进行分析建模
立足AI4S，采用迄今为止全球最大规模的基于社区队列的蛋白质组学数据和人工智能算法，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，发现GFAP、NEFL和GDF15三个蛋白与新发全因痴呆（ACD）、新发阿尔茨海默病（AD）和新发血管性痴呆（VaD）三种常见痴呆类型的风险有显著关联，并且LTBP2也与痴呆发病关联密切。
“我们的研究提供了一个很好的AI4S的研究范例，基于数据驱动的思想，我们构建出高精度的痴呆风险预测模型，这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”，冯建峰介绍道。与以往类似研究使用采用的小样本量横断面设计不同，复旦团队运用大样本、长时间的纵向数据，从中提炼有用的模式、趋势和关联信息，强调让数据“说话”。
团队使用大样本队列数据，对52645名非痴呆成年人的血液数据进行跨度超过中位数14年的追踪分析，参与者中后来有1417位被诊断为新发全因痴呆（ACD），691位被诊断为新发阿尔兹海默病（AD），285位被诊断为新发血管性痴呆（VaD）。团队通过基于抗体的Olink测定技术进行统一测定量化，对每个血液样本检测了包含心脏代谢、炎症、神经和肿瘤四个面板上的1463种血浆蛋白，并运用生存关联分析和机器学习算法开展建模分析，最终识别出GFAP、NEFL和GDF15等对痴呆预测极具价值的血浆生物标志物。
降低治疗费用、减少创伤，精度提高到90%
“检测脑疾病通常很困难。由于腰穿检查是有创的，影像学检查价格昂贵，相关技术的临床实施也受到场地等限制，难以普及。血液学检测方便无创、价格低廉，可作为临床前阶段对广大人群进行早期风险筛查的理想工具”，程炜解释。现在团队发现蛋白组学与脑疾病风险间的关联，通过验血，就有望辅助临床医生尽早识别痴呆高危患者，尽早干预，提高病人的生活质量。
郁金泰说，“这次发现的重要血浆生物标志物，为血液学检测从研究到临床的过渡提供新的理论基础。而且我们这次发现的血检指标更加简便、易获取、易于普及，无论是短期痴呆发病风险还是十余年后的痴呆发病风险，都能做到很好地预测。”
复旦大学这支由顶尖脑科学、人工智能、神经医学专家组成的跨学科团队在2021年就已组建，并在相关领域联合发表了十余篇顶刊文章。他们早期构建的全表型痴呆预测模型已做到提前10年预测发病风险，精度达85%，这次的研究将预测年限提前到发病前15年，预测精度突破90%。
半年后有望用于普通百姓检测
这项发现距离运用于普通民众的痴呆症风险检测还有多远？据介绍，如果一切顺利，半年后可应用到临床检测，筛查出高危人群。早发现为早干预，延缓甚至消除阻碍病症的发展提供了可能。
研究团队透露，部分体检医疗机构已主动与团队取得联系，探讨将相关检测加入体检项目的可能性。下一步，团队将围绕我国的痴呆症风险人群队列开展数据采集和交叉验证，针对我国人群队列的基线水平对相关数据作出矫正，开发出最适合我国人群队列的痴呆症风险预测数据模型。
