近日，复旦大学附属华山医院神经内科余金泰教授团队与复旦大学类脑智能科学与技术研究院冯建锋/程炜团队合作发表研究成果，利用人工智能（AI）方法，对6361种蛋白质数据进行分析建模，发现了一种新的生物标志物——YWHAG，对阿尔茨海默病（AD）的诊断和预测具有重要价值。
这也是迄今为止最大规模的高通量脑脊液蛋白质组学数据分析。数据显示，YWHAG对识别生物学定义的AD和临床诊断的AD痴呆的准确率分别高达96.9%和85.7%。当结合四种或五种蛋白质的组合时，诊断准确率可进一步提高到98.7%。
研究团队表示，独立的外部队列和尸检病理队列验证了新靶点的诊断性能，甚至优于经典的AD脑脊液核心生物标志物Aβ42和P-，这一发现具有较高的临床应用价值。
“YWHAG靶点在AD无症状阶段就能检测出来，其准确率比目前的经典核心标志物要高。”余金泰告诉第一财经记者。
近年来，针对淀粉样β蛋白（Aβ）的疾病改良治疗取得了重大进展，越来越多的针对AD的精准治疗药物获批上市，为早期AD患者提供了新的精准治疗选择。然而，如何在阿尔茨海默病发展的无症状阶段检测出这种疾病，成为科学家们正在努力攻克的难题。
余金泰表示，这些新发现的生物标志物不仅限于脑脊液研究，在血液检测中也可能展现出同样的诊断潜力。目前，相关血液YWHAG研究已在进行中，相关成果已申请专利，未来更便捷、非侵入性的AD诊断方法有望成为现实。
今年2月，余金泰团队利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年预测痴呆风险，检测准确率达90%以上。相关成果发表在《自然衰老》杂志上，标志着在早期无症状阶段检测阿尔茨海默病和其他类型痴呆的血液检测研发方面迈出了一步。
“血液检测的优势在于无创、更快捷、更方便。脑脊液检测属于侵入性检测手段，但准确率更高。”余金泰对第一财经记者表示。
这两项重大研究成果均采用了强大的AI分析工具，这也表明AI在药物研发阶段发挥着越来越重要的作用，大大提高了药物靶点发现的效率。未来有望在医学影像与快速诊断、药物研发、医疗手术辅助机器人等领域得到充分应用。
研究机构GMI最新研究报告称，在基因级精准医疗、药物模拟筛选、蛋白质结构预测等领域，AI可以大幅缩短产品创新周期，全面提升现代医学的精准度，并在相同时间内覆盖更大范围的患者。
GMI报告还显示，融入AI技术的医疗保健市场在2022年的价值仅为约104亿美元，预计到2030年将达到1899亿美元，在此期间的复合年增长率为43.7%。
（本文来自第一财经）
本站候鸟号已成立2年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论