Leveraging machine learning to predict Parkinson's disease using pre-symptomatic proteomics data.

요약· AI 생성

1) 연구진은 영국 바이오뱅크 참가자들의 혈장 단백질 2937개를 기계학습으로 분석하여 파킨슨병을 진단 14년 전까지 예측할 수 있음을 확인했습니다. 2) 446개의 이상 단백질 중 23개 단백질 조합으로 AUC 0.78의 예측 정확도를 달성했고, 독립 코호트에서도 16개 단백질로 AUC 0.76의 검증 결과를 얻었습니다. 3) 신경세포 사멸과 아밀로이드-β 제거 관련 경로가 진단 9년 전부터 이미 변화를 보였습니다. 4) 공발현 네트워크 분석을 통해 질병 위험도와 진단까지의 시간과 연관된 단백질 모듈을 확인했습니다. 5) 이 연구는 증상 전 단계 환자의 대규모 단백질체 데이터에 기계학습을 적용한 조기 질병 예측의 가능성을 보여줍니다.