Biyobankalarda proteomik ve AI: proteinlerden risk tahminine

New and Comprehensive Protein Dataset Elevates Health Research

Technology Networks · 2023-10-04 · Kaynak

Technology Networks’ün 4 Ekim 2023 tarihli İngilizce söyleşisinde Chris Whelan, UK Biobank protein veri kümesini ve araştırma olanaklarını anlatıyor. Video, makalede incelenen 2024 ve 2025 risk modeli çalışmalarından önce yayımlandı; bu çalışmaların sonuçlarını veya klinik yararı doğrulamaz.

Protein imzası nedir?

Proteomik, çok sayıda proteinin birlikte ölçülmesidir. Bir protein imzası, modelin tahmin için birlikte kullandığı ölçümlerden oluşur. UK Biobank araştırmaları bu ölçümleri takipte kaydedilen tanılarla ilişkilendirir. Bir proteinin tahmine katkısı, onun hastalığın nedeni olduğunu tek başına göstermez.

2024 araştırması ne gösterdi?

Carrasco-Zanini ve çalışma arkadaşları, 41.931 katılımcıda yaklaşık 3.000 plazma proteinini klinik bilgilerle birlikte değerlendirdi; 218 hastalığın 10 yıllık görülmesini modelledi. 5–20 protein içeren paneller, 67 hastalıkta temel klinik bilgi modellerine göre tahmini iyileştirdi. Bu bulgu, 67 hastalık için klinik tanı testinin hazır olduğunu göstermez; belirli bir araştırma karşılaştırmasını anlatır.

Sinir ağı her zaman daha iyi mi?

Smith ve çalışma arkadaşlarının 2025 araştırması, 53.030 UK Biobank katılımcısında 27 sonuç için doğrusal ElasticNet ve sinir ağı modellerini, 5 ve 15 yıllık takip dönemlerinde karşılaştırdı. Sinir ağı 11 sonuçta doğrusal modelden daha iyi performans gösterdi. Her görev için aynı model üstün değildir; iki çalışmanın da UK Biobank verisini kullanması, bunları birbirinden bağımsız toplum doğrulamaları yapmaz.

Risk sıralaması kişisel olasılıkla aynı mı?

C-index, modelin kişileri olay zamanı ve risk bakımından ne kadar iyi sıraladığını değerlendirir; kişinin hastalanma olasılığı yüzdesi değildir. 2024 çalışmasında dış tekrar değerlendirmesi EPIC-Norfolk’ta altı hastalık için yapıldı; bu kapsam bütün modelleri doğrulamaz. Yeni bir topluma aktarımda, sıralamanın yanında tahmin edilen olasılıklarla gözlenen sonuçların uyumu da sınanmalıdır.

Klinik kullanımdan önce ne eksik?

Bu gözlemsel model çalışmaları tek başına düzenleyici kullanım izni veya model kullanıldığında hasta sonuçlarının iyileştiği kanıtı değildir. Editoryal çıkarımımız: yerel laboratuvar ölçümleri, farklı yaş ve toplum grupları, yanlış alarmlar, izlem yükü ve yüksek risk sonucundan sonraki klinik yol birlikte değerlendirilmelidir. Yazı kişisel tarama veya tedavi önerisi vermez; RAI ürünlerine etkinlik iddiası taşımaz.