Nature Medicine 刊发 ProtAIDe-Dx:单次抽血测蛋白,诊断 6 种痴呆相关疾病
Nature Medicine 发表新研究,推出深度学习模型 ProtAIDe-Dx。该模型基于 17,187 人的血浆蛋白质组数据,仅凭一次采血即可同时筛查阿尔茨海默病、帕金森等 6 种痴呆相关病症,平衡准确率达 70% 至 95%,有望大幅缓解临床高达 25% 至 50% 的误诊问题。

如果家里有老人开始忘事,去医院确诊往往是一场漫长的折腾:做脑部磁共振、腰穿取脑脊液,甚至做昂贵的 PET 扫描。
即使做完这一套,专科门诊的误诊率依然在 25% 到 30% 左右;到了缺乏专门设备的基层社区诊所,误诊率甚至能飙过 50%。
《自然·医学》(Nature Medicine)最新发表了一项研究,研究人员开发出了一款名为 ProtAIDe-Dx 的深度联合学习模型。只要抽一管血,它就能靠血液里的蛋白质组信息,一口气评估 6 种与痴呆症相关的神经退行性疾病。
一管血同时筛 6 种病,连潜伏的并发症也能看出来
以前筛查痴呆症,最棘手的问题往往不是测不出某一种病,而是老人脑子里经常有多种病变「抱团」。在 80 岁以上的人群里,70% 的患者体内其实同时存在多种神经退行性病理。
很多疾病平时根本没有敏感的活体检测标志物,医生过去往往要等患者去世做尸检,才能彻底弄清楚到底混合了什么病。
ProtAIDe-Dx 的训练规模非常大,用到了来自全球神经退行性疾病蛋白质组学联盟(GNPC)跨 19 个中心的 17,187 名受试者血样,检测了多达数千种血浆蛋白。最关键的是,这个模型没有输入任何患者年龄、性别、认知测验分数或医院标签,完全只看血液蛋白质数据。
它覆盖的 6 种状况包括阿尔茨海默病(AD)、帕金森病(PD)、额颞叶痴呆(FTD)、肌萎缩侧索硬化(ALS)、既往中风或短暂性脑缺血发作,以及认知健康对照。
在分类准确率上,模型在 ALS 上达到了 95%,PD 为 92%,健康对照为 83%,阿尔茨海默病为 81%,额颞叶痴呆为 72%,中风相关为 70%,所有类别的曲线下面积都在 78% 以上。更厉害的是,它不是单选题,而是会输出每种病的概率,从而揪出那些身上同时背着两种以上病变的人。
为什么重要
从患者和家属的角度看,这项技术最大的价值是把漫长又受罪的排查流程压成了一次普通抽血。尤其是阿尔茨海默病以外的其他痴呆类型,以往在早期几乎全靠医生经验猜,很多人被误诊吃错了药,或者错过了宝贵的干预窗口。如果这种血液多联检能推开,基层普通门诊也能有专科级的鉴别能力。
对医药行业来说,它可能会直接拯救一批新药临床试验。很多针对阿尔茨海默病的新药临床之所以失败,很大程度是因为混进来了伴随其他病变、或者根本被误诊的患者,导致药效被稀释。这个模型能把不同病理特征的人群在入组前分得清清楚楚。
我们认为,这项研究最聪明的地方在于没有做非黑即白的单项分类,而是直接用多任务联合学习去拥抱老年病多病共存的真实世界。它提取出的蛋白质特征甚至还能预测健康老人未来的认知恶化倾向。
但它的短板也很现实。模型依赖的是 SomaLogic 7k 这种高通量蛋白质组学检测平台,目前成本依然不菲,短时间内很难像常规血常规那样下沉到每个社区医院。此外,用中风和短暂性脑缺血发作来指代血管性痴呆,在临床分类上还是稍微有些粗糙,真正走向临床检验还需要更多实际落地验证。
来源 (1)
- nature.com(在新标签页打开)原文nature.com