你能想象僅憑一滴血的滴血呆風(fēng)檢測(cè)化驗(yàn)，就能知道患上癡呆癥的提前風(fēng)險(xiǎn)有多高嗎？通過(guò)血漿的蛋白檢測(cè)，人類(lèi)可提前15年預(yù)知癡呆發(fā)病風(fēng)險(xiǎn)。年預(yù)不久的知癡將來(lái)，人們從血檢報(bào)告單上，滴血呆風(fēng)就能提前知道有多大幾率患上癡呆癥。提前
2月13日，年預(yù)這一研究成果以《血漿蛋白質(zhì)組學(xué)預(yù)測(cè)健康成年人未來(lái)癡呆風(fēng)險(xiǎn)》（Plasma proteomic profiles predict future dementia in healthy adults）為題，知癡發(fā)表在《自然·衰老》（Nature Aging）。滴血呆風(fēng)
Nature主刊以《早期癡呆診斷：血液蛋白標(biāo)志物識(shí)別高風(fēng)險(xiǎn)個(gè)體》（Early dementia diagnosis: blood proteins reveal at-risk people）為題，提前評(píng)價(jià)這項(xiàng)工作“標(biāo)志著向能在早期無(wú)癥狀階段檢測(cè)阿爾茨海默病及其他類(lèi)型癡呆的年預(yù)血液檢測(cè)方法邁進(jìn)了一步，這一目標(biāo)正是知癡科學(xué)家們幾十年來(lái)一直在探尋的。”
值得一提的滴血呆風(fēng)是，這一研究運(yùn)用AI for science（注：人工智能驅(qū)動(dòng)的提前科學(xué)研究，下文簡(jiǎn)稱(chēng)AI4S），年預(yù)對(duì)1463種血漿蛋白組學(xué)數(shù)據(jù)進(jìn)行了分析和建模，從而挖掘出能夠提前15年對(duì)癡呆患病風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)的關(guān)鍵生物標(biāo)志物，為疾病的早干預(yù)早治療提供了可能。
AI4S如何助力腦疾病早期監(jiān)測(cè)？
對(duì)1400多種血漿蛋白組學(xué)數(shù)據(jù)進(jìn)行分析建模
忘記孩子名字，忘記家的地址，忘記最喜歡的食物……以阿爾茨海默病為代表的癡呆癥，成為嚴(yán)重影響居民健康和經(jīng)濟(jì)發(fā)展的重大公共衛(wèi)生問(wèn)題。患者及其家庭在心理、體力和經(jīng)濟(jì)上承受巨大壓力。
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(wú)癥狀，早期表現(xiàn)容易與正常老化相混淆。當(dāng)患者出現(xiàn)顯著認(rèn)知行為障礙等癥狀，前往醫(yī)院就診時(shí)，疾病往往已進(jìn)展到中晚期，錯(cuò)過(guò)干預(yù)的最佳時(shí)期，醫(yī)生也束手無(wú)策。
立足AI4S，采用迄今為止全球最大規(guī)模的基于社區(qū)隊(duì)列的蛋白質(zhì)組學(xué)數(shù)據(jù)和人工智能算法，復(fù)旦大學(xué)類(lèi)腦智能科學(xué)與技術(shù)研究院馮建峰教授/程煒研究員團(tuán)隊(duì)聯(lián)合復(fù)旦大學(xué)附屬華山醫(yī)院郁金泰教授團(tuán)隊(duì)展開(kāi)聯(lián)合攻關(guān)，發(fā)現(xiàn)GFAP、NEFL和GDF15三個(gè)蛋白與新發(fā)全因癡呆（ACD）、新發(fā)阿爾茨海默病（AD）和新發(fā)血管性癡呆（VaD）三種常見(jiàn)癡呆類(lèi)型的風(fēng)險(xiǎn)有顯著關(guān)聯(lián)，并且LTBP2也與癡呆發(fā)病關(guān)聯(lián)密切。
“我們的研究提供了一個(gè)很好的AI4S的研究范例，基于數(shù)據(jù)驅(qū)動(dòng)的思想，我們構(gòu)建出高精度的癡呆風(fēng)險(xiǎn)預(yù)測(cè)模型，這是理工醫(yī)交叉融合的突破進(jìn)展，對(duì)推動(dòng)精準(zhǔn)醫(yī)療的發(fā)展具有重要意義”，馮建峰介紹道。與以往類(lèi)似研究使用采用的小樣本量橫斷面設(shè)計(jì)不同，復(fù)旦團(tuán)隊(duì)運(yùn)用大樣本、長(zhǎng)時(shí)間的縱向數(shù)據(jù)，從中提煉有用的模式、趨勢(shì)和關(guān)聯(lián)信息，強(qiáng)調(diào)讓數(shù)據(jù)“說(shuō)話”。
團(tuán)隊(duì)使用大樣本隊(duì)列數(shù)據(jù)，對(duì)52645名非癡呆成年人的血液數(shù)據(jù)進(jìn)行跨度超過(guò)中位數(shù)14年的追蹤分析，參與者中后來(lái)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(tuán)隊(duì)通過(guò)基于抗體的Olink測(cè)定技術(shù)進(jìn)行統(tǒng)一測(cè)定量化，對(duì)每個(gè)血液樣本檢測(cè)了包含心臟代謝、炎癥、神經(jīng)和腫瘤四個(gè)面板上的1463種血漿蛋白，并運(yùn)用生存關(guān)聯(lián)分析和機(jī)器學(xué)習(xí)算法開(kāi)展建模分析，最終識(shí)別出GFAP、NEFL和GDF15等對(duì)癡呆預(yù)測(cè)極具價(jià)值的血漿生物標(biāo)志物。
為進(jìn)一步提高預(yù)測(cè)的準(zhǔn)確性，團(tuán)隊(duì)將蛋白質(zhì)篩選過(guò)程轉(zhuǎn)化為一個(gè)優(yōu)化組合的數(shù)學(xué)問(wèn)題。通過(guò)運(yùn)用信息增益和輕量提升機(jī)等基于機(jī)器學(xué)習(xí)的算法，成功挖掘出對(duì)早期識(shí)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(gè)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(yīng)，從而可實(shí)現(xiàn)更高精度的預(yù)測(cè)。為確保模型的可靠性和穩(wěn)定性，團(tuán)隊(duì)在不同亞組人群中進(jìn)行多重驗(yàn)證，模型均表現(xiàn)出良好的預(yù)測(cè)性能，為癡呆癥的早期識(shí)別提供了有力工具。
降低治療費(fèi)用、減少創(chuàng)傷，精度提高到90%
“檢測(cè)腦疾病通常很困難。由于腰穿檢查是有創(chuàng)的，影像學(xué)檢查價(jià)格昂貴，相關(guān)技術(shù)的臨床實(shí)施也受到場(chǎng)地等限制，難以普及。血液學(xué)檢測(cè)方便無(wú)創(chuàng)、價(jià)格低廉，可作為臨床前階段對(duì)廣大人群進(jìn)行早期風(fēng)險(xiǎn)篩查的理想工具”，程煒解釋。現(xiàn)在團(tuán)隊(duì)發(fā)現(xiàn)蛋白組學(xué)與腦疾病風(fēng)險(xiǎn)間的關(guān)聯(lián)，通過(guò)驗(yàn)血，就有望輔助臨床醫(yī)生盡早識(shí)別癡呆高危患者，盡早干預(yù)，提高病人的生活質(zhì)量。
郁金泰說(shuō)，“這次發(fā)現(xiàn)的重要血漿生物標(biāo)志物，為血液學(xué)檢測(cè)從研究到臨床的過(guò)渡提供新的理論基礎(chǔ)。而且我們這次發(fā)現(xiàn)的血檢指標(biāo)更加簡(jiǎn)便、易獲取、易于普及，無(wú)論是短期癡呆發(fā)病風(fēng)險(xiǎn)還是十余年后的癡呆發(fā)病風(fēng)險(xiǎn)，都能做到很好地預(yù)測(cè)。”
復(fù)旦大學(xué)這支由頂尖腦科學(xué)、人工智能、神經(jīng)醫(yī)學(xué)專(zhuān)家組成的跨學(xué)科團(tuán)隊(duì)在2021年就已組建，并在相關(guān)領(lǐng)域聯(lián)合發(fā)表了十余篇頂刊文章。他們?cè)缙跇?gòu)建的全表型癡呆預(yù)測(cè)模型已做到提前10年預(yù)測(cè)發(fā)病風(fēng)險(xiǎn)，精度達(dá)85%，這次的研究將預(yù)測(cè)年限提前到發(fā)病前15年，預(yù)測(cè)精度突破90%。
半年后有望用于普通百姓檢測(cè)
這項(xiàng)發(fā)現(xiàn)距離運(yùn)用于普通民眾的癡呆癥風(fēng)險(xiǎn)檢測(cè)還有多遠(yuǎn)？據(jù)介紹，如果一切順利，半年后可應(yīng)用到臨床檢測(cè)，篩查出高危人群。早發(fā)現(xiàn)為早干預(yù)，延緩甚至消除阻礙病癥的發(fā)展提供了可能。
研究團(tuán)隊(duì)透露，部分體檢醫(yī)療機(jī)構(gòu)已主動(dòng)與團(tuán)隊(duì)取得聯(lián)系，探討將相關(guān)檢測(cè)加入體檢項(xiàng)目的可能性。下一步，團(tuán)隊(duì)將圍繞我國(guó)的癡呆癥風(fēng)險(xiǎn)人群隊(duì)列開(kāi)展數(shù)據(jù)采集和交叉驗(yàn)證，針對(duì)我國(guó)人群隊(duì)列的基線水平對(duì)相關(guān)數(shù)據(jù)作出矯正，開(kāi)發(fā)出最適合我國(guó)人群隊(duì)列的癡呆癥風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)模型。
制圖：實(shí)習(xí)編輯：蘇堯祎責(zé)任編輯：李斯嘉
