肺癌风险可提前5年预测？血浆蛋白标志物或成新指标

肺癌是威胁健康的重大疾病，早期发现困难，预防成为关键。现在，科学家通过机器学习发现，一种血浆中的 14 种蛋白组合，能提前 5 年预测肺癌风险，为个性化预防提供了新思路。

🔬 研究概述

研究团队利用机器学习分析大量数据，识别出这 14 种蛋白的血浆标志物，并在 8 个队列 中验证其有效性。

关键发现

发现	详情
标志物数量	14 种血浆蛋白组合
预测窗口	可提前 5 年预测肺癌风险
验证规模	8 个独立队列验证
来源期刊	Cell

🧬 生物机制

该标志物在吸烟者和 PM2.5 暴露者中水平升高，与肺癌中一种称为 KAC 的细胞状态相关。

实验显示：

• PM、致癌基因 EGFR 或 IL-1β 都能诱导这些蛋白
• IL-1β 抑制剂能抑制 PM 驱动的 KAC 扩张和早期肿瘤形成

💡 临床意义

这一发现意味着，未来可能通过检测血浆标志物，提前识别高风险人群，并进行针对性干预：

1. 早期筛查：对高风险人群进行血浆标志物检测
2. 精准干预：对标志物升高且吸烟或暴露于 PM 的人群，使用 IL-1β 抑制剂可能更有效
3. 降低 NNT：减少预防治疗的”需要治疗人数”，提高干预效率

早知道，戒烟和防霾还能加个”生物指标”buff！🚀

⚠️ 研究局限

尽管前景广阔，但研究仍需注意以下问题：

• 需要更多样本验证
• 标志物是否适用于所有肺癌类型仍需进一步探索
• 从实验室到临床还有较长的路要走

📊 研究路径

graph LR
    A[机器学习分析] --> B[识别14种蛋白]
    B --> C[8个队列验证]
    C --> D[发现KAC细胞关联]
    D --> E[IL-1β抑制剂干预]
    E --> F[个性化预防方案]

---

来源：Cell | 标签：#肺癌风险预测 #血浆蛋白标志物 #机器学习 #吸烟 #PM2.5 #IL1抑制剂