近日，伦敦大学学院大奥蒙德街儿童健康研究所与哥廷根大学医学中心的研究团队在《Nature Communications》期刊上发表了一项重要研究，揭示了血浆蛋白质组检测在预测帕金森病发病方面的潜力。研究指出，这一技术或能在运动症状出现前七年预测帕金森病的发生。

 

在这项开创性的研究中，研究团队深入分析了99名近期被诊断为帕金森病患者的血样，同时对比了72名仅表现出快速眼动睡眠行为障碍但尚未出现帕金森相关运动症状的患者，以及36名健康对照者的血样。通过精密的蛋白质组分析技术，研究团队识别出了涉及炎症、凝血级联和Wnt信号通路的23种蛋白质在帕金森病患者血液中的持续失调。

 

值得注意的是，在这些失调的蛋白质中，有6种在快速眼动睡眠行为障碍患者中也表现出类似的失调模式。这一发现为帕金森病的早期预测提供了新的线索。

 

为了进一步验证这些发现，研究团队利用机器学习模型对这些蛋白质组数据进行了深入分析。结果显示，基于8种特定蛋白质的表达水平，该模型能够准确地识别出所有参与研究的帕金森病患者，准确率达到100%。

 

更为令人兴奋的是，当研究团队将这一机器学习模型应用于快速眼动睡眠行为障碍患者时，该模型表现出了出色的预测能力。它能在帕金森病患者运动症状出现前最多七年预测发病情况，准确率高达79%。这一发现为帕金森病的早期预防和治疗提供了新的可能。

 

研究团队表示，通过识别早期帕金森病患者，可以吸引更多人参与预防性临床试验，从而改进患者治疗方案并推动相关研究成果的转化。然而，他们也强调，这些发现还需要在更大的患者队列中进行进一步验证，以确保其临床应用的可行性和准确性。

 

总的来说，这项研究为帕金森病的早期诊断和预防提供了新的思路和方法，有望为帕金森病患者带来更好的治疗效果和生活质量。