洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

Nat Hum Behav丨郁金泰团队应用AI分析蛋白质组学数据发现阿尔茨海默病诊断新指标

SMOC1 复旦大学 阿尔茨海默病
近期,由复旦大学附属华山医院神经内科 郁金泰 教授团队领衔,联合复旦大学类脑智能科学与技术研究院的 冯建峰/程炜 团队运用AI for Medicine (AI4M,人工智能驱动的医学研究) 创新思路和分析策略, 对迄今为止最大规模的高通量脑脊液蛋白质组学 (6361种蛋白) 数据进行分析建模,发现了对阿尔茨海默病(AD)诊断和预测具有重要价值的新型生物标志物——YWHAG 。 结果显示,YWHAG在识别生物学定义的AD和临床诊断的AD痴呆时的准确度分别高达96.9%和85.7%,联合四个 (YWHAG、SMOC1、TMOD2和PIGR) 和五个 (ACHE、YWHAG、PCSK1、MMP10和IRF1) 蛋白的组合进一步将诊断准确性提高到98.7%和97.5%。 这些卓越的诊断性能在独立外部队列及尸检病理队列中均得到了验证,甚至优于经典的AD脑脊液核心生物标志物Aβ42和P-Tau181。
<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
综合评分:0

收藏

发表评论
评论区(0
    添加收藏
      新建收藏夹
      取消
      确认