Proteomika biobanków i AI: od białek do przewidywania ryzyka

New and Comprehensive Protein Dataset Elevates Health Research

Technology Networks · 2023-10-04 · Źródło

W anglojęzycznym wywiadzie Technology Networks z 4 października 2023 roku Chris Whelan omawia zbiór danych białkowych UK Biobank i możliwości badawcze. Film powstał przed opisanymi badaniami modeli ryzyka z 2024 i 2025 roku i nie potwierdza ich wyników ani korzyści klinicznej.

Czym jest sygnatura białkowa?

Proteomika obejmuje jednoczesny pomiar wielu białek. Sygnatura białkowa to zestaw pomiarów wykorzystywanych wspólnie przez model predykcyjny. Badania UK Biobank łączą te pomiary z rozpoznaniami rejestrowanymi w obserwacji. Udział białka w predykcji sam w sobie nie dowodzi, że powoduje ono chorobę.

Co wykazało badanie z 2024 roku?

Carrasco-Zanini i współpracownicy przeanalizowali około 3000 białek osocza wraz z danymi klinicznymi u 41 931 uczestników, modelując występowanie 218 chorób w ciągu 10 lat. Panele 5–20 białek poprawiły predykcję 67 chorób w porównaniu z modelami opartymi na podstawowych danych klinicznych. Jest to określone porównanie badawcze, a nie dowód gotowości klinicznych testów diagnostycznych dla 67 chorób.

Czy sieć neuronowa jest zawsze lepsza?

Badanie Smitha i współpracowników z 2025 roku porównało liniowe modele ElasticNet i sieci neuronowe dla 27 wyników u 53 030 uczestników UK Biobank w okresach obserwacji 5 i 15 lat. Sieci neuronowe przewyższały modele liniowe dla 11 wyników. Ten sam model nie jest najlepszy dla każdego zadania; wykorzystanie danych UK Biobank w obu badaniach nie oznacza wzajemnej walidacji w niezależnych populacjach.

Czy ranking ryzyka jest tym samym co indywidualne prawdopodobieństwo?

Indeks C ocenia, jak dobrze model porządkuje osoby według czasu zdarzenia i ryzyka; nie jest procentowym prawdopodobieństwem choroby u danej osoby. Zewnętrzna replikacja badania z 2024 roku objęła w EPIC-Norfolk sześć chorób, a nie wszystkie modele. Przeniesienie do innej populacji wymaga sprawdzenia rankingu oraz zgodności przewidywanych prawdopodobieństw z obserwowanymi wynikami.

Czego jeszcze potrzeba przed zastosowaniem klinicznym?

Te obserwacyjne badania modelowe same nie stanowią dopuszczenia regulacyjnego ani dowodu, że użycie modelu poprawia wyniki leczenia. Nasz wniosek redakcyjny: należy wspólnie ocenić lokalne pomiary laboratoryjne, różne grupy wieku i populacje, fałszywe alarmy, obciążenie obserwacją oraz ścieżkę kliniczną po wyniku wysokiego ryzyka. Artykuł nie zawiera indywidualnych zaleceń badań przesiewowych ani leczenia i nie przypisuje skuteczności produktom RAI.