研究人员对英国生物银行（UK Biobank）中52645名未罹患痴呆症成年个体的血浆蛋白数据进行分析，在随访14.1年期间，这些个体中有1417位在随后确诊罹患痴呆症。科学家通过机器学习来设计预测算法，并以三分之二个体的数据对该预测模型进行训练，其中除了检视个体多达1463种血浆蛋白水平外，还将年龄、性别、教育水平和家族史等因素整合入模型当中，并在随后以其余17549个体的数据评估该模型的效力。

研究人员发现，GFAP、NEFL、GDF15和LTBP2这四种血浆蛋白一致性地与全因痴呆（ACD）、阿尔茨海默病和血管性痴呆（VaD）相关，并且在蛋白质重要性排序中排名靠前。将GFAP（或GDF15）水平数值与群体统计数据相结合，可以对个体日后罹患痴呆症进行有效地预测，该模型预测ACD、AD和VaD的曲线下面积（AUC）分别为0.891、0.872与0.912。该模型用于提早超过10年以上预测个体罹患ACD、AD和VaD时也有类似结果，GFAP水平较高个体罹患痴呆症的可能性较一般人高出2.32倍。

图片来源：123RF

值得注意的是，GFAP和LTBP2对于痴呆症预测具有高度特异性。GFAP和NEFL在痴呆症确诊前至少10年就开始发生变化。根据研究摘要，该结果显示GFAP可能为痴呆症预测的理想生物标志物，有可能在患者确诊前10多年、尚未出现临床症状时便有所变化，这对于筛查痴呆症高危人群和早期干预具有重要意义。

GFAP是一种为称为星形胶质细胞（astrocytes）的神经细胞提供结构支持的蛋白质，过往研究指出其可能成为阿尔茨海默病的诊断标记物。

图片来源：123RF

“为了在痴呆症最初阶段进行疾病缓解的治疗干预，开展此类研究至关重要。”伦敦大学学院的神经科学专家Amanda Heslegrave博士强调。不过，Heslegrave博士也提到，在将这项研究成果应用于临床实践之前，还需要对其进行更多的验证，确保结果的可重复性。

尽管将这项研究成果转化为临床应用还需时日，但这项具有巨大转化潜力的研究无疑为防治痴呆症开辟了新路径。展望未来，我们有望通过简单的血液检测来筛查痴呆症，从而惠及更广泛的人群。