Stroke期刊 | 基于大规模蛋白组学预测缺血性卒中风险斑块视界

Stroke期刊 | 基于大规模蛋白组学预测缺血性卒中风险

2025-09-23 09:49:13 by admin 20

导读：本次推文介绍的研究基于英国生物银行药物蛋白质组学项目（UKB-PPP)的大规模血浆蛋白数据，开发并验证了一种多蛋白风险评分模型，用于预测普通人群中缺血性卒中的风险。研究发现，该蛋白评分在预测能力上优于传统临床风险因素和多基因风险评分，尤其是前五种关键蛋白对模型贡献显著。该研究为实现更精准、个性化的卒中风险预测提供了新路径。简要翻译如下（原文链接：https://pubmed.ncbi.nlm.nih.gov/39704077/）:

背景：根据2019年全球疾病负担研究，缺血性卒中（IS）是全球范围内致死和致残的主要原因。早期识别高风险人群以进行一级预防，是减少IS负担的重要策略。目前的IS风险预测主要侧重于已知的风险因素，例如吸烟状况、血压、胆固醇水平以及糖尿病病史等，这些预测往往需要整合来自不同领域的数据，才能达到较好的预测效果。然而，来自不同领域的数据的整合过程耗时、成本高且难以标准化。

IS是一种由遗传和获得性风险因素共同导致的复杂疾病。血浆蛋白质组在调控生物过程方面起着关键作用，它整合了遗传影响以及环境、行为、年龄和共病等因素。目前仍缺乏研究系统比较IS的多基因风险评分、蛋白风险评分与临床风险因素在预测IS风险方面的表现。本研究旨在开发并验证一个用于预测IS风险的蛋白质风险评分，并将其预测能力与IS的临床风险因素及多基因风险评分进行比较。

方法：该前瞻性队列研究纳入了来自UKB-PPP的53,029名参与者。

IS蛋白质风险评分通过LASSO回归选出的蛋白质，按其加权和计算而得。模型的区分能力通过C统计量进行评估。
IS的临床风险因素包括年龄、性别、吸烟、腰臀比、抗高血压药物使用、收缩压与舒张压、冠心病、糖尿病、总胆固醇/高密度脂蛋白胆固醇比值，以及估算肾小球滤过率。
多基因风险评分则使用已识别的易感变异计算得出。

结果：排除部分样本后，38,060名来自英格兰的参与者按7:3比例随机分为训练集和内部验证集，另外4,970名来自苏格兰/威尔士的参与者被分配为外部验证集。最终纳入43,030名参与者（平均年龄为59.0岁，女性占54.0%），在中位13.6年的随访期间共发生989例IS事件。在训练集中，IS蛋白质风险评分基于2,911种蛋白中筛选出的17种构建而成。

在内部验证集中，与仅包含年龄和性别的基础模型相比（C统计量：0.720，[95% CI，0.691–0.749]），IS蛋白质风险评分的预测性能最高（C统计量：0.765，[95% CI，0.736–0.793]），其次为IS的临床风险因素（C统计量：0.753，[95% CI，0.725–0.781]）和IS的多基因风险评分（C统计量：0.730，[95% CI，0.701–0.759]）。

IS蛋白质风险评分中贡献最大的5种蛋白为GDF15、PLAUR、NT-proBNP、IGFBP4和BCAN，其累积C统计量为0.761（95% CI，0.733–0.790）。

结论：综上所述，本研究基于大规模蛋白质组学研究开发并验证了一种新型IS蛋白评分系统。该评分的预测性能与临床风险因素相当，且显著优于传统多基因风险评分。其中GDF15、PLAUR、NTproBNP、IGFBP4和BCAN等前五位蛋白，对预测IS风险具有最强的预测能力。

研究强调，无论是否结合其他临床评估，血浆蛋白质组学检测均可作为筛查缺血性卒中高危人群的单一检测手段，为早期预防提供支持，尤其在大规模人群健康管理中具有推广潜力。

分享此文章