维度网讯，2026年4月29日，瑞典隆德大学计算科学家团队构建了一个名为ProtAIDe-Dx的深度联合学习蛋白质组学模型，是在提高六种神经退行性疾病的诊断准确性。该模型利用全球神经退行性疾病蛋白质组学联盟（GNPC）的最大血浆蛋白质组数据集，从超过17,000名记忆门诊患者中选取样本进行分析。博士后研究员安丽君博士表示，通过一次血液检测同时预测阿尔茨海默病、帕金森病、肌萎缩侧索硬化症、额颞叶痴呆、既往中风及健康老龄对照，有助于快速鉴别诊断。目前，这些疾病在全科医生处的误诊或漏诊率约50%，主要因症状和生物学特征相似。

ProtAIDe-Dx模型通过多任务联合学习，同时处理多个诊断任务，从而提升每个任务的准确性。助理教授雅各布·沃格尔博士指出，深度学习架构能利用数据中与所有任务相关的信息。经过数千次迭代，模型为信息性蛋白质分配权重，并采用特征重要性技术减少噪声。测试表明，ProtAIDe-Dx在多个独立数据集上优于现有机器学习模型和临床生物标志物，但尚不能单独用于明确诊断。结合阿尔茨海默病生物标志物、影像扫描和认知测试，可显著改善诊断。

研究还发现，相同临床诊断的个体可能具有不同生物学亚型，这强调了基于蛋白质组学的诊断价值。沃格尔认为，最终目标是开发包含多种疾病生物标志物的血液检测板，以可扩展的成本提供高临床效用，未来将用于理解神经退行性疾病异质性和治疗反应。安丽君博士强调，高维数据的分析需要先进计算方法支撑精准医学。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com