老铁们，爱分享临床医药干货的生信路又来了！
预后模型是临床研究的重要类型，但是要怎么才能玩出新意，发出高分了？生信路今天带来了一篇机器学习大杂烩，主打一个分析的完整度，定能为你的科研工作提供新方向！
本报道由复旦大学冯建峰团队完成，作者开发了一个基于血浆蛋白和临床-人口学变量的帕金森病高风险预测模型，通过机器学习技术筛选关键蛋白，预测精准度相当高！更酷的是，他们不仅验证了模型的稳定性，还发现这些蛋白质在确诊前10多年就开始发生变化！是不是很棒？各位科研伙伴们赶紧看看，说不定能给你的研究带来全新启发哦~（ps：模型数据和代码也公开啦，感兴趣的不要错过！）
1.本文首次结合多种血浆蛋白与临床-人口学变量，通过机器学习算法建立帕金森病高风险预测模型，显著提升了预测准确性；
2.通过使用PPMI数据集验证模型的稳定性，证明了该模型在不同人群中具有良好的泛化能力；
3.研究发现某些关键蛋白质在确诊前10年以上已出现变化，提供了帕金森病的早期检测机会，有助于尽早干预并延缓疾病进展；
4.本研究应用LightGBM等多种机器学习算法筛选关键蛋白，采用前向选择策略构建最佳蛋白质组合，极大提升了帕金森病的预测效果。想要发表高分SCI的小伙伴们也可以借鉴一下本文的研究思路哦~ (ps：机器学习还在发光发热，而且数据还好搞！方法还很容易复现，分析方法学到手，还愁发不了这么好的刊嘛！赶紧来和生信路一起试试呀~)。
定制生信分析
云服务器租赁
加微信备注99领取使用
l题目：利用血浆蛋白结合临床人口统计学指标预测未来帕金森氏症
l杂志：Neurology
l影响因子：IF=7.7
l发表时间：2024年4月
研究背景
帕金森病（PD）是继阿尔茨海默病之后第二常见的神经退行性疾病，其早期非运动症状包括自主神经功能障碍、抑郁、焦虑等，可能持续长达二十年。由于PD早期神经元损失不可逆，建立基于血液生物标志物的预测模型至关重要。
数据来源
本研究的数据来源于两个主要数据库：英国生物样本库（UK Biobank，UKB）和帕金森病进展标志物计划（PPMI）。UKB提供了52,503名无帕金森病参与者的血浆蛋白质数据，用于模型构建；PPMI则提供227名参与者的数据，用于外部验证。
研究思路
本研究首先选取UKB队列中52,503名无帕金森病参与者，使用血浆蛋白质进行分析，排除基线患病者。通过LightGBM等机器学习算法，筛选出重要蛋白质，并结合临床-人口学变量，构建帕金森病高风险预测模型。随后，使用PPMI数据集进行外部验证，分析15年内的预测趋势，并通过时间序列回归和Cox比例风险模型评估蛋白质与帕金森病的关系（图1）。
图1 研究流程图
主要结果
1.人群特征
本研究纳入了52,503名无帕金森病的UKB参与者，其中54.0%为女性，93.7%为白人，基线时的中位年龄为58岁。经过中位14年的随访，共识别出751例新发帕金森病病例，其中593例发生在10年内。诊断为帕金森病的患者年龄较大，中位年龄为65岁，女性占比37.4%（表1）。
表1 英国生物样本库的参与者特征
2. 对未来PD风险的预测
本研究通过机器学习筛选出22种血浆蛋白作为帕金森病预测的关键标志物，模型的AUC为0.800，APR为0.079。整合其他临床变量后，最终模型的AUC提升至0.832，APR提升至0.140。关键蛋白质如NfL、EDA2R等与帕金森病风险增加相关，模型具备良好的预测能力和广泛的适用性（图2）。
图2 预测器的预测性能和SHAP值
3. 将预测的PD风险分层分为高风险组和低风险组
本研究将参与者按照预测模型的最佳阈值0.017分为高风险和低风险组，结果显示26.1%的参与者被归为高风险组，其患帕金森病的风险显著增加，HR为4.30（95% CI 3.53–5.22，p = 2.12 × 10−48）。PDRP模型能有效区分不同风险组，具有较高的预测准确性（图3）。
图3 分层风险组的Kaplan-Meier图
4. PPMI中的验证
通过PPMI数据对模型进行了验证，227名参与者中72名已确诊帕金森病，58名处于帕金森病前期。使用筛选出的蛋白质面板并整合其他表型变量后，预测帕金森病前期的AUC提升至0.754，进一步证明了模型的泛化性和准确性（表2）。
表2 英国-生物样本库和PPMI的预测性能指标
5. PDRP中预测因子的时间趋势
研究显示帕金森病患者在确诊前12年，NfL水平开始高于对照组，且持续升高。大多数其他蛋白质水平低于对照组。EDA2R和LXN在确诊前15年低于对照组，并在确诊前10年和8年后分别开始上升，WARS的趋势相反。此外，肌酐在确诊前9至5年间呈倒U型上升趋势（图4）。
图4 PD诊断前预测因素的时间趋势
文章小结
本研究通过结合多种血浆蛋白和易获取的临床-人口学变量，使用机器学习算法可有效识别帕金森病高风险人群。年龄、教育年限、脑外伤史等是显著预测因子，血浆蛋白和肌酐水平的加入进一步提升了预测精度。部分蛋白质在确诊前10年以上出现变化，提示早期检测和干预有助于预防或延缓神经退行性过程，为未来的预防和治疗策略提供了机会。机器学习算法更优秀，更准确，更潮流，更高分！如果您计划复现本研究或在数据分析上需要帮助，欢迎随时联系生信路！我们致力于为您的科研提供全方位支持，助您取得卓越成果。
生信路有话说
生信路还提供思路设计、定制生信分析、文献思路复现；有需要的小伙伴欢迎直接扫码咨询生信路，竭诚为您的科研助力！
定制生信分析
思路评估
服务器租赁
往期推荐
1.三个Python代码=20分文章？！康奈尔大学团队新发表：随机森林+多源数据，这顶破天的性价比，十分钟看完代码冲Top！
2.孟德尔随机化正值“当打之年”！疾病亚型分析，创新思路大进阶！首都医科大学团队一招斩获7分+！快快码住~
3.玩转NHANES数据库，TOP团队有妙招！北京大学团队10.5分横断面研究，生信小白也可轻松复现，赶紧码住！
4.高福院士主编的“国产”第一神刊《Science Bulletin》拳打PNAS，脚踢Nature、Science？真实水平如何？
