对痴呆的早期识别与干预对降低疾病负担至关重要。然而，痴呆早期识别难度大，传统有创或高成本检查技术存在局限，迫切需要发展便捷、无创、可靠的生物标志物进行筛查。

近日，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，采用大规模蛋白质组学数据和人工智能算法发现了预测未来痴呆风险的重要血浆生物标志物，可提前15年预测痴呆发病风险，对痴呆高危人群的筛查和早期干预具有重大意义。

北京时间2024年2月13日，相关研究成果发表在《自然·衰老》，并被编辑选为研究简报进行报道。《自然》主刊同一天对该研究工作进行重点介绍，认为这项工作“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。”

人类血液蛋白质组学可整合遗传、环境、生活方式等影响和相互作用，实现对数千种蛋白的同时检测和无偏颇评估，提供关于人类健康状况的整体解读。研究团队基于大样本队列数据，对52,645名非痴呆社区人群进行了平均超14年的追踪随访。整个随访过程中，1,417位参与者被诊断为新发全因痴呆，691名患者被诊断为新发阿尔茨海默病，285名患者被诊断为新发血管性痴呆。

研究通过对1,463种血浆蛋白质数据进行分析，发现了对痴呆预测极具价值的血浆生物标志物：GFAP、NEFL和GDF15。

本研究共同通讯作者、复旦大学类脑智能科学与技术研究院冯建峰教授表示：“本研究基于数据驱动的思想，利用人工智能算法对1400多种血浆蛋白组学数据进行分析和建模，挖掘出能够提前十五年对痴呆患病风险进行预测的关键生物标志物，并构建出高精度的痴呆风险预测模型，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。”

随后，研究团队运用机器学习算法对上述得到的与痴呆风险有显著关联的蛋白进行重要度排序，发现仍旧是GFAP、NEFL和GDF15这三个蛋白排名最靠前，即对痴呆预测的贡献最大。

“我们团队前期构建的全表型痴呆预测模型可提前10年预测发病风险，精度达85%，本研究进一步将预测年限提前到发病前15年且预测精度突破90%；该研究表明蛋白组学在脑疾病早期精准干预中的重要作用，为未来脑疾病研究提供新的思路。”本研究共同通讯作者、复旦大学类脑智能科学与技术研究院程炜研究员表示。