“我为什么会得这个病？” 医生无法解释，但可以想尽办法治疗你的疾病。这是医生包括顶级专家所能给出的回答。
然而，我们每个人并不满足于仅仅治疗疾病，更希望了解自己为什么会患病，特别是癌症或痴呆症？科学家通过基因组学的研究，获悉了某些疾病与遗传基因的相关性，在蛋白组学层面上，疾病的早期迹象与蛋白组学之间的关联性又是怎样？关注详情。
最新研究报告了5.3万多名成人的健康与疾病的血浆蛋白质组图谱， 构建了覆盖1706种人类疾病和特征的全面蛋白质组图谱。
利用机器学习进行大数据挖掘出具有潜力的辅助诊断和预测疾病的生物标志物。最终希望 确 定37个药物的重新利用(off-label)和26个潜在的药物作用靶点，为精准治疗提供了科学依据。
这是一项开放获取的蛋白质组与疾病表型的资源库，旨在推动精准医学和诊疗实践的发展。
论文概要：
大规模蛋白质组学研究可以深化我们对健康和疾病的全面理解，并推动精准医学的深入发展。
本研究项目利用来自英国生物样本库（UK BioBank）的健康和疾病信息数据，提供了近3千份血浆蛋白与406种已知疾病、660种新发疾病及986种健康相关特征的详细蛋白组学数据图谱。这是迄今为止最全面的蛋白质组谱。
研究揭示了蛋白质-疾病关联和蛋白质特征关联性。超过650种蛋白质涉及至少50种疾病，并且有1,000多种蛋白表现出性别和年龄的差异。此外，研究人员发现蛋白质在不同疾病鉴别诊断中的应用潜力。
通过整合蛋白质定量性状位点（pQTL）数据，研究人员确定了474种因果蛋白质，提供了37种药物重新利用的机会和26个良好的潜在靶点。
业界人士评论该研究成果为疾病生物学与蛋白组学机制的阐释及生物标志物、AI预测疾病模型和精准治疗靶点的深度开发，提供了全面资源和科学依据。值得关注。
科学家已不满足于基因组学、蛋白组学和代谢组学的研究结论和疾病关联性，正在开发和利用AI算法扩展暴露组学领域的最新研究，回答人们的提问“我为什么会患这个疾病？“
比如雾霾究竟是病因，还是诱因？气候变化异常是诱因，还是病因？这些都是暴露组学关注的核心问题之一。
长寿医学国际资讯群
群规：实名+机构
关注我们，获取生物医学前沿最新资讯