Белки крови позволяют предсказать вероятность развития более 60 заболеваний.

Белки крови позволяют предсказать вероятность развития более 60 заболеваний.

13.05.2024 01:21:59

Исследователи из Лондонского университета королевы Марии, Университетского колледжа Лондона, Кембриджского университета и Берлинского института здравоохранения обнаружили, что белковые «сигнатуры» могут предсказывать начало 67 заболеваний. Среди них — множественная миелома, неходжкинская лимфома, болезни двигательных нейронов, фиброз лёгких и дилатационная кардиомиопатия.

Учёные проанализировали концентрацию около 3000 белков в плазме крови, чтобы создать модели прогнозирования десятилетней заболеваемости 218 распространённых и редких заболеваний. Результаты исследования опубликованы в журнале Nature.

Авторы отметили, что индекс конкордантности при использовании клинических прогностических моделей, которые учитывают пол, возраст, индекс массы тела, курение, потребление алкоголя и семейный анамнез, составляет 0,64. Такие модели наиболее эффективны при эндокринных и сердечно-сосудистых заболеваниях. Однако анализ показал, что определение концентрации пяти белков без использования дополнительной информации для прогноза 163 заболеваний равноценно клиническим моделям и значительно их превосходит для прогноза 30 патологий.

Модели, включающие от 5 до 20 белков, превосходили по эффективности клинические модели для прогнозирования 67 разнообразных заболеваний. Среди этих 67 заболеваний частота выявления составила 45,5% при определении уровня белков в сравнении с 25% при применении клинических моделей.

Данные для анализа были взяты из проекта UK Biobank Pharma Proteomics Project — крупнейшего исследования протеомики с измерениями приблизительно 3000 белков плазмы из случайно выбранного набора более 40 тысяч участников. Данные о белках связали с электронными медицинскими картами пациентов. Чтобы точно определить для каждого заболевания «сигнатуру» от 5 до 20 белков, наиболее важных для прогнозирования, использовали передовые аналитические методы.

Авторы пришли к выводу, что этот способ даёт новые возможности прогнозирования для различных заболеваний, включая более редкие патологии.