Science 发文，高通量蛋白质组学和人工智能的革命

主要观点总结

文章介绍了高通量蛋白质组学在医疗领域的应用和发展。研究人员能够从少量血液样本中测量数千种血浆蛋白，这有助于理解人类健康、疾病风险和衰老过程。文章还介绍了多基因风险评分（PRS）在疾病预测中的应用，以及人工智能在蛋白质组学研究中的重要作用。文章讨论了蛋白质组学和其他学科的交叉融合，并强调了通过多模态AI分析，可以与其他数据层相结合，提高疾病风险评估的潜力。同时指出高通量蛋白质组学评估的费用仍是限制之一，但随着技术的发展，成本可能会降低。

关键观点总结

关键观点1: 高通量蛋白质组学的发展和应用。

研究人员能够从少量血液样本中测量数千种血浆蛋白，这有助于理解人类健康和疾病根源。

关键观点2: 多基因风险评分（PRS）的应用。

PRS已在不同血统的人群中得到验证，并开始用于患者指导。但还存在罕见和极罕见的基因组变异未被计入风险计算中的问题。

关键观点3: 人工智能在蛋白质组学研究中的作用。

机器学习模型在确定器官特异性蛋白质、评估衰老速度和疾病风险预测中发挥了重要作用。

关键观点4: 蛋白质组学与其他学科的交叉融合。

蛋白质组学的研究与神经科学、数学、物理、化学等材料学科的交叉融合，为疾病预测和健康管理提供了新的视角。

关键观点5: 高通量蛋白质组学评估的限制和挑战。

费用是高通量蛋白质组学评估的一个限制，但随着技术的发展，成本可能会降低。