機(jī)器學(xué)習(xí)通過處理和分析大量的生物數(shù)據(jù)，加速蛋白質(zhì)生物標(biāo)志物的發(fā)現(xiàn)。通過對大量病例數(shù)據(jù)的學(xué)習(xí)和分析，精準(zhǔn)預(yù)測疾病的發(fā)展趨勢，為醫(yī)生提供更加個性化的治療方案。

2024年年初，隨著大數(shù)據(jù)和人工智能技術(shù)的不斷發(fā)展，機(jī)器學(xué)習(xí)在蛋白質(zhì)生物標(biāo)志物篩選中的應(yīng)用已經(jīng)取得了顯著的進(jìn)展。例如，基于機(jī)器學(xué)習(xí)篩選出的阿爾茲海默病血漿標(biāo)志物p-tau217已被權(quán)威指南納入核心生物標(biāo)志物成員。在今年年初，兩項重磅研究證實，圍繞血漿p-tau217的檢測方法相當(dāng)于或優(yōu)于FDA批準(zhǔn)的腦脊液（CSF）檢測方法^[1,2]。這大大降低了檢測難度以及對患者的傷害。

那么，2024年，基于機(jī)器學(xué)習(xí)篩選生物標(biāo)志物的研究又有哪些應(yīng)用呢，小編為大家提供了以下案例~

案例一：蛋白質(zhì)組學(xué)&機(jī)器學(xué)習(xí)證實長期新冠肺炎患者持續(xù)性補(bǔ)體失調(diào)伴血栓性炎癥癥狀^[3]

2024年1月，蘇黎世大學(xué)在期刊Science上發(fā)表題為“Persistent complement dysregulation with signs of thromboinflammation in active Long Covid”的文章。長期新冠肺炎是一種病因不明的衰弱狀態(tài)。該研究對確診嚴(yán)重急性呼吸綜合征冠狀病毒2型感染后隨訪12個月的COVID-19患者的血清進(jìn)行了多模式蛋白質(zhì)組學(xué)分析。對268個縱向樣本中超過6500種蛋白質(zhì)的分析顯示，補(bǔ)體系統(tǒng)激活失調(diào)，這是一種先天免疫保護(hù)和穩(wěn)態(tài)機(jī)制。此外，溶血、組織損傷、血小板活化和單核細(xì)胞-血小板聚集的標(biāo)志物在長期新冠肺炎中增加。機(jī)器學(xué)習(xí)證實補(bǔ)體和血栓炎性蛋白是最重要的生物標(biāo)志物，有助于診斷和治療。

COVID-19患者血清蛋白質(zhì)組學(xué)分析

案例二：蛋白質(zhì)組學(xué)篩選ERAD相關(guān)降解底物^[4]

2024年1月，弗吉尼亞大學(xué)在期刊Nat Commun上發(fā)表題為“Proteomic screens of SEL1L-HRD1 ER-associated degradation substrates reveal its role in glycosylphosphatidylinositol

-anchored protein biogenesis”的文章。內(nèi)質(zhì)網(wǎng)相關(guān)降解（ERAD）在許多生理過程中發(fā)揮重要作用。該研究使用機(jī)器學(xué)習(xí)算法，在人類 HEK293T 和小鼠棕色脂肪組織中鑒定出了 100 多種高置信度的ERAD潛在底物。其中最熱門的共同底物之一是糖基磷脂酰肌醇（GPI）-轉(zhuǎn)氨酶復(fù)合物 PIGK 的催化亞基。該研究為今后鑒定體內(nèi)全蛋白質(zhì)組的內(nèi)源性底物提供了一個平臺和資源，并表明 SEL1L-HRD1-ERAD 與許多細(xì)胞過程有關(guān)。

蛋白質(zhì)組學(xué)篩選ERAD相關(guān)降解底物

案例三：腦脊液蛋白質(zhì)組圖譜鑒定神經(jīng)梅毒診斷相關(guān)的生物標(biāo)記物^[5]

2024年2月，北京協(xié)和醫(yī)院在期刊Adv Sci (Weinh)上發(fā)表題為“Large-Scale Proteome Profiling Identifies Biomarkers Associated with Suspected Neurosyphilis Diagnosis”的文章。神經(jīng)梅毒（NS）是由梅毒螺旋體引起的中樞神經(jīng)系統(tǒng)（CNS）感染。由于缺乏標(biāo)準(zhǔn)診斷測試，NS很容易被忽視或誤診，導(dǎo)致嚴(yán)重的器官功能障礙。該研究利用蛋白質(zhì)組學(xué)和機(jī)器學(xué)習(xí)模型技術(shù)對 223 份腦脊液樣本進(jìn)行表征，結(jié)合另外 115 份 CSF 樣本的多中心驗證，篩選出了三個生物標(biāo)記物（SEMA7A、SERPINA3 和 ITIH4）預(yù)計成為協(xié)助診斷 NS 的有效工具。

NS患者腦脊液的蛋白質(zhì)組學(xué)特征

案例四：血漿蛋白質(zhì)組學(xué)的機(jī)器學(xué)習(xí)促進(jìn)間質(zhì)性肺疾病的分類診斷^[6]

2024年2月，弗吉尼亞大學(xué)在期刊Am J Respir Crit Care Med上發(fā)表題為“Machine Learning of Plasma Proteomics Classifies Diagnosis of Interstitial Lung Disease”的文章。區(qū)分結(jié)締組織病相關(guān)性間質(zhì)性肺疾病（CTD-ILD）和特發(fā)性肺纖維化（IPF）在臨床上具有挑戰(zhàn)性。該研究對1247 名 IPF 患者和 352 名 CTD-ILD 患者的血漿樣本進(jìn)行高通量蛋白質(zhì)組學(xué)檢測。該研究基于機(jī)器學(xué)習(xí)開發(fā)了一種用于單個樣本分類的新方法，準(zhǔn)確率為 82.9%，這有助于在具有挑戰(zhàn)性的病例中對 ILD 進(jìn)行鑒別診斷，并改善臨床決策。

基于機(jī)器學(xué)習(xí)模型肺疾病分類結(jié)果

案例五：血漿蛋白質(zhì)組學(xué)分析預(yù)測健康成人未來癡呆^[7]

2024年2月，復(fù)旦大學(xué)在期刊Nat Aging上發(fā)表題為“Plasma proteomic profiles predict future dementia in healthy adults”的文章。該研究對英國生物庫中 52,645 名未患癡呆癥的成年人的隨訪數(shù)據(jù)進(jìn)行分析。基于機(jī)器學(xué)習(xí)在1463種血漿蛋白中篩選出3個蛋白標(biāo)志物：GFAP、NEFL、GDF15 和 LTBP2 。它們與全因癡呆癥（ACD）、阿爾茨海默?。ˋD）和血管性癡呆癥（VaD）的發(fā)病密切相關(guān)。其中，GFAP 是預(yù)測癡呆癥的最佳生物標(biāo)志物，甚至在癡呆癥確診前 10 多年就能發(fā)揮作用，這對篩查癡呆癥高危人群和早期干預(yù)具有重要意義。

血漿蛋白與癡呆事件的關(guān)系

【參考文獻(xiàn)】

[1] Ashton NJ, Brum WS, Di Molfetta G, et al. Diagnostic Accuracy of a Plasma Phosphorylated Tau 217 Immunoassay for Alzheimer Disease Pathology. JAMA Neurol. Published online January 22, 2024. doi:10.1001/jamaneurol.2023.5319

[2] Barthélemy NR, Salvadó G, Schindler S, et al. Highly Accurate Blood Test for Alzheimer's Disease Comparable or Superior to Clinical CSF Tests. Nat Med. Published online February 21, 2024. doi:10.1038/s41591-024-02869-z

[3] Cervia-Hasler C, Brüningk SC, Hoch T, et al. Persistent complement dysregulation with signs of thromboinflammation in active Long Covid. Science. 2024;383(6680):eadg7942. doi:10.1126/science.adg7942

[4] Wei X, Lu Y, Lin LL, et al. Proteomic screens of SEL1L-HRD1 ER-associated degradation substrates reveal its role in glycosylphosphatidylinositol-anchored protein biogenesis. Nat Commun. 2024;15(1):659. Published 2024 Jan 22. doi:10.1038/s41467-024-44948-2

[5]  Li J, Ma J, Liu M, et al. Large-Scale Proteome Profiling Identifies Biomarkers Associated with Suspected Neurosyphilis Diagnosis. Adv Sci (Weinh). Published online February 21, 2024. doi:10.1002/advs.202307744

[6] Huang Y, Ma SF, Oldham JM, et al. Machine Learning of Plasma Proteomics Classifies Diagnosis of Interstitial Lung Disease. Am J Respir Crit Care Med. Published online February 29, 2024. doi:10.1164/rccm.202309-1692OC

[7] Guo Y, You J, Zhang Y, et al. Plasma proteomic profiles predict future dementia in healthy adults. Nat Aging. 2024;4(2):247-260. doi:10.1038/s43587-023-00565-0