在健康領域，能提前知曉疾病風險并及時預防，無疑是一大幸事。要是告訴你，抽一滴血就能預測缺血性腦卒中（俗稱 “中風”）的風險，你相信嗎？南方醫科大學南方醫院國家腎臟病臨床醫學研究中心的一項研究，讓這個設想成為了可能。相關成果發表于權威雜志《Stroke》，還被評為雜志亮點文章，快來一起看看吧！

缺血性腦卒中是全球范圍內導致死亡和殘疾的重要原因。以往預測它的風險，主要依靠吸煙狀況、血壓、膽固醇水平、糖尿病史等因素。但這種方法非常麻煩，需要綜合口頭訪談、身體測量、生物樣本測試和醫療記錄等多方面的數據，而且結果容易受到主觀因素影響。

近年來，隨著醫學技術的發展，通過分析血漿蛋白質組來預測疾病風險成為了熱門研究方向。**血漿蛋白質組能綜合反映遺傳、環境、行為等多種因素的影響，就像人體健康的 "分子指紋"。**研究團隊推測，它或許能更精準地預測缺血性腦卒中風險。然而，此前很少有研究全面比較缺血性腦卒中多基因風險評分、蛋白質風險評分和臨床風險因素在預測缺血性腦卒中風險方面的性能。

為了填補這一空白，南方醫科大學南方醫院國家腎臟病臨床醫學研究中心展開了相關工作。該研究的通訊作者是秦獻輝教授，第一作者是甘小琴博士。該研究納入了 43,030 名參與者。這些參與者被分為訓練集、內部驗證集和外部驗證集，為研究結果的可靠性提供了有力保障。

研究人員通過 LASSO 回歸模型，從 2911 種血漿蛋白質中篩選出 17 種與新發缺血性腦卒中相關的蛋白質，并據此構建了血漿蛋白質預測模型。

研究發現，在內部驗證集和外部驗證集中，這個蛋白質模型預測缺血性腦卒中風險的能力都較為出色，C 統計量分別達到了 0.765 和 0.747，要知道，C 統計量越接近 1，模型預測能力越強。相比之下，傳統的臨床風險因素模型在內部驗證集 C 統計量為 0.753，多基因風險評分模型 C 統計量為 0.730，蛋白質模型優勢明顯。進一步分析發現，在這 17 種蛋白質中，GDF15、PLAUR、NT-proBNP、IGFBP4 和 BCAN 這 5 種蛋白質貢獻了大部分的預測能力，累積 C 統計量達到 0.761。（圖1）。

圖1 研究摘要

研究表明，候選血漿蛋白質在生物學功能上主要參與細胞的趨化作用和趨向性調控；在細胞定位方面，這些蛋白與含膠原蛋白的細胞外基質具有顯著關聯性。這一發現提示，在缺血性腦卒中的病理生理過程中，細胞因子網絡、趨化因子級聯反應以及由此調控的神經炎癥、免疫應答和細胞死亡等機制可能起著關鍵作用。深入的功能分析揭示，PLAUR、MDK和GDF15構成了缺血性腦卒中發病機制蛋白質相互作用網絡的核心樞紐。具體而言：MDK通過促進血管內脂質沉積加劇動脈粥樣硬化進程；PLAUR直接參與凝血級聯反應和血栓形成；GDF15作為系統性炎癥反應的生物標志物，反映機體的炎癥狀態。這些關鍵蛋白共同勾勒出缺血性腦卒中發生發展的分子機制圖譜（圖2）。該發現不僅為疾病風險預測提供了新的分子標志物，更重要的是為開發靶向治療策略開辟了潛在的新途徑。

圖2. 蛋白富集和蛋白相互作用網絡分析

血漿蛋白質組學檢測在缺血性腦卒中風險評估中展現出顯著優勢。相較于傳統的臨床風險因素收集，該方法具有標準化程度高、操作便捷、檢測周期短等特點，顯著提升了篩查效率。然而，當前研究所采用的高通量蛋白質組學技術仍面臨成本較高、設備要求嚴格等應用限制，未來可通過開發免疫分析等替代檢測方案來推動其臨床普及。

這項研究為缺血性腦卒中風險預測提供了新的思路和方法。通過簡單的血漿蛋白檢測，就能有效預測風險，快速識別高風險個體，從而實現個性化的精準管理和預防，減輕缺血性腦卒中帶來的負擔。希望在不久的將來，這項技術能走進醫院，為大家的健康保駕護航！

參考文獻：Gan X, Yang S, Zhang Y, Ye Z, Zhang Y, Xiang H, Huang Y, Wu Y, Zhang Y, Qin X. Large-Scale Plasma Proteomics Profiles for Predicting Ischemic Stroke Risk in the General Population. Stroke. 2025 Feb;56(2):456-464. doi: 10.1161/STROKEAHA.124.048654

編輯| 甘小琴 陳丹

審核| 秦獻輝 張園園

來源: 腎臟健康促進研究