IF=17.0！复旦大学团队蛋白组学+机器学习发表Nature子刊

文章预览

引言 疾病是一个动态过程，在进行早期生物标志物的分析时，一定要对疾病机制进行动态轨迹分析，才能避免我们的研究仅仅停留在“相关性”上。 帕金森病（PD），是最常见的运动障碍。其有一个漫长的前驱期，只有当相当比例的受影响神经元已经退化时，PD 的临床体征和症状才会出现。在这个漫长的阶段，并不会出现任何症状，只有生物标志物才能在正式诊断之前提供对疾病的洞察。 4月5日，复旦大学研究团队在 Nature 子刊 《Nature Aging》 （IF=17.0） 上发表研究论文，聚焦帕金森病（PD）早期病理机制与生物标志物开发，采用 “蛋白筛选-功能解析-时序建模-临床关联-因果验证-预测建模” 的系统性框架，首次揭示了PD脂质代谢异常等前驱病理特征。 该研究思路清晰、方法多维，形成了 从机制探索到临床应用的完整证据链 ，方法创新性很强！ 文 ………………………………