新火種
2024-11-16 
中新健康丨國際最新研究：機器學習模型檢測血液蛋白或有助于預測帕金森病
中新網北京6月19日電 (記者 孫自法)施普林格·自然旗下學術期刊《自然-通訊》最新發表一篇醫學研究論文認為，通過機器學習模型檢測血液中的蛋白質，或有助于最早在運動癥狀出現前7年預測帕金森病的發生。
帕金森病是一種神經退行性疾病，癥狀表現為行動遲緩、僵硬和靜止性顫抖。在出現運動癥狀前，會有一段時間出現非運動癥狀，包括快速眼動(REM)睡眠行為障礙等睡眠障礙，而快速眼動睡眠行為障礙是日后帕金森病進展的重要預測指標。因此，研究患有快速眼動睡眠行為障礙的個體，為深入了解帕金森病發病前的早期病理變化提供了機會。
論文共同通訊作者、英國倫敦大學學院大奧蒙德街兒童健康研究所Jenny H?llqvist和德國哥廷根大學醫學中心Michael Bartl與同事及合作者一起，分析了99名近期被診斷患有帕金森病的患者、72名出現快速眼動睡眠行為障礙但沒有帕金森相關運動癥狀的患者，以及36名健康對照者的血樣。他們從帕金森病患者的血液中識別出涉及炎癥、凝血級聯和Wnt信號通路的23種蛋白質的持續失調，在這些蛋白質中，有6種在快速眼動睡眠行為障礙患者中也顯示出失調。
隨后，論文作者用一種機器學習模型來預測基于蛋白質組成的診斷結果，根據8種蛋白質的表達，該模型能識別出100%的帕金森患者。他們接著測試了機器學習模型能否預測一名快速眼動睡眠行為障礙患者會否發展為帕金森病。結果顯示，該模型能在帕金森病患者運動癥狀出現前最多7年預測發病情況，準確率達79%。
論文作者總結指出，識別早期帕金森病患者能夠讓更多人參與預防性臨床試驗，改善患者治療方案和研究成果。這方面的后續研究，還需在更大的隊列中進一步驗證，才能將這些發現轉化到臨床應用中。(完)
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
