随着人口老龄化的加剧，痴呆症已成为影响我国居民健康的重大公共卫生问题。痴呆症早期症状容易与正常老化混淆，往往导致错过最佳干预时机，且目前临床缺乏有效的痴呆症治疗手段，使得痴呆症的早期识别和早期干预对降低疾病负担具有重大意义。然而，由于痴呆症早期识别难度大，且临床缺乏有效的无创筛查技术，因此当前急需开发便捷、无创、可靠的痴呆症早期筛查方法。

近日，复旦大学冯建峰教授/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在《Nature Aging》期刊上发表题为“Plasma proteomic profiles predict future dementia in healthy adults”的研究文章。该研究结合蛋白质组图谱和人工智能算法发现痴呆症风险早期预测血浆蛋白标志物，并建立痴呆症预测新方法，实现痴呆症发病风险的提前10余年预测。

研究团队基于大样本队列数据，对52645名非痴呆成人开展了平均超14年的追踪随访，并利用人工智能算法对1463种血浆蛋白组学数据开展分析，最终筛选出GFAP、NEFL和GDF15三个与痴呆风险最为显著关联的血浆蛋白标志物。通过联合血浆GFAP/GDF15与年龄、性别、受教育程度等基本人口学指标，研究团队实现了提前10余年早期准确预测新发全因痴呆（AUC=0.891）、新发阿尔茨海默病（AUC=0.872）以及新发血管性痴呆（AUC=0.912）发病风险。

该项研究建立了基于血浆蛋白质组图谱的痴呆症早期预测模型，成功实现提前10余年预测痴呆症发病风险，有望推进痴呆症血浆生物标志物筛查研究的临床转化，推动实现痴呆症高危人群的无创筛查和早期干预。

论文链接：

https://www.nature.com/articles/s43587-023-00565-0

注：此研究成果摘自《Nature Aging》期刊，文章内容并不代表本网站的观点和立场，仅供参考。