英国生物库研究（UKB）与疾病预测模型的革新

研究背景

英国生物库研究（UKB）是一项大规模人群队列研究，旨在深入了解健康与疾病的关系。该研究于2006年至2010年间招募了约50万名年龄在40至59岁之间的参与者，收集了丰富的表型和基因数据，包括血液和尿液生物标记物、全身成像、生活方式指标以及基因组和外显子组的测序信息。

蛋白组学分析的实施

在UKB-PPP的研究中，约54,000名UKB参与者的EDTA血浆样本进行了蛋白组学分析。研究设计分为三个主要部分：(1) 随机选择的46,595人子集；(2) UKB-PPP联合体成员选择的6,356人进行蛋白质组学分析；(3) 参与COVID-19成像研究的1,268人，多次访问中重复成像。

疾病预测模型的开发与验证

在此次研究中，随机挑选的41,931名参与者的OlinkExplore数据被用于开发218种疾病的预测模型。从数据中发现，添加5到20个蛋白质显著提升了临床模型的预测性能，C指数的中位增加值为0.07，范围为0.02至0.31。尤其是在67种疾病中，52种的预测模型相较于血液化验的传统临床模型，展现了更高的似然比（范围为0.13至5.17）。

蛋白质的预测能力与疾病风险的关联

研究中提及的蛋白质特征筛查指标，甚至在52种疾病中超过了目前作为诊断测试的血液检测。其中，特异性强的预测蛋白模型能够揭示潜在的疾病风险因素。例如，在确诊前10年，血浆中较高水平的TNFRSF17和TNFRSF13B（BAFF和APRIL的受体）被认为是多发性骨髓瘤和单克隆淋巴瘤风险的有力预测因子。

动态蛋白特征在风险评估中的应用

与“静态”的多基因风险评分相比，循环蛋白特征的动态性质能够更准确地反映环境暴露导致的风险变化。因此，它在疾病预测中展现出更优越的性能。对于生物医疗领域而言，利用动态蛋白特征进行疾病风险评估，将为临床提供更为精确的控制和干预策略，并可能与ag尊龙凯时品牌所提供的最新诊断技术相结合，共同推动医疗行业的进步。