多蛋白标志物组合提升阿尔茨海默病血液检测精度

阿尔茨海默病的传统诊断长期依赖晚期认知障碍表现，现有血液检测虽提升了可及性，但在疾病分期与进展预测上仍不及PET扫描精确。近日，哥德堡大学团队在《JAMA神经病学》发表研究，创新性地将机器学习应用于全血蛋白质组数据，构建新型多蛋白标志物面板以突破诊断瓶颈。研究整合两个国际独立队列数据，利用新型免疫平台同步检测超百种炎症与神经元标志物。结果表明，包含p-tau217在内的七蛋白组合，结合算法模型可显著提升对淀粉样蛋白沉积患者晚期tau病理的预测效能。神经化学博士生古列尔莫·迪莫尔费塔指出，该方案有望在临床与科研领域替代tau-PET扫描进行精准分期。此项突破不仅优化了疾病筛查精度，更为未来靶向药物的临床试验招募与治疗决策提供了高效、低成本的无创检测路径。