“滴血算病”（2）：血浆蛋白质组学助力房颤风险预测，开启精准健康管理新篇章

上次在我们的“滴血算病”专题中为大家介绍了一种利用血浆蛋白质组学筛选糖尿病肾病高危人群的临床策略，这次我们精彩继续，一起来关注能否利用血浆蛋白组学进行房颤的风险预测。

房颤是一种常见的心律失常，影响全球约3.7亿人，可显著增加中风、心力衰竭和全因死亡的风险。传统的风险预测模型在识别房颤高危人群中的效果相对有限。血浆蛋白质不仅能够反映遗传、环境、年龄、并发症等因素的综合效应，而且在疾病发生、发展的关键生物过程中发挥重要作用，预期可以有效预测房颤的发生风险。然而，蛋白质组学在预测房颤发生风险方面的应用价值尚未得到深入评估。

（图片源于网络，版权归原作者）

针对此研究问题，南方医科大学南方医院国家肾脏病临床研究中心开展了相关工作，研究成果最近发表在Heart杂志。研究纳入了36,129名无房颤病史的参与者，基于约3000种血浆蛋白质的数据，首次构建并验证了一个由47种血浆蛋白质组成的风险预测模型。该模型可有效预测房颤的发生风险。

该研究将参与者随机分为训练集和验证集，从训练集中筛选出47种关键蛋白质，构建蛋白质风险评分模型。在验证集中，该模型的C-统计量达到了0.802，显著高于基于临床危险因素的HARMS2-AF模型（C-统计量：0.751）和房颤多基因风险评分模型（C-统计量：0.748）。上述结果表明，蛋白质风险评分模型在预测房颤风险方面具有更高的准确性和判别力。此外，即便单独使用血浆脑钠肽前体（NT-proBNP）构建预测模型，预测房颤的C-统计量也能达到0.785，与多蛋白模型相近，表明NT-proBNP是预测房颤风险的重要生物标志物。

该研究表明，基于多种血浆蛋白质的风险评分，或者单独使用NT-proBNP，对房颤发生风险的预测价值均优于传统的临床危险因素模型和多基因风险评分，突出了蛋白质组学数据在房颤风险分层中的重要临床价值。

传统的房颤风险预测模型往往需要整合多项临床变量，包括病史、体格检查、血液检测等，往往过程繁琐、耗时长，且难以在大规模人群中推广。随着蛋白质组学技术的发展，我们的研究结果提供了一种标准化的简单策略，可以通过单次血液检查客观评估房颤的风险。该方法尤其适用于大规模人群的健康评估和管理，可以实现房颤高危人群的早期筛查、早期预防、早期治疗和最大程度降低风险，对于临床实践和公共卫生均具有重要价值。

参考文献：

Liu M, Zhang Y, Ye Z, et al. Enhanced prediction of atrial fibrillation risk using proteomic markers: a comparative analysis with clinical and polygenic risk scores. Heart. 2024;110(21):1270-1276. Published 2024 Oct 10. doi:10.1136/heartjnl-2024-324274

编辑 | 张艺炜 蔡湘连

审核 | 秦献辉