该研究基于一个大型数据集，包括13500多名在血浆取样前没有经历过严重ASCVD的冰岛人，以及6000多名在血浆取样前患有ASCVD的傅立叶测试参与者。所有这些样品都用SomaScan平台对大约5000种血浆蛋白进行了测量。

因此，蛋白质风险评分可能成为临床试验中的重要工具，可用于评估治疗干预的疗效或在早期监测风险。

来自deCODE Genetics的科学家和来自美国、丹麦和冰岛的合作者今天在《美国医学协会杂志》上报告了他们如何使用人工智能开发蛋白质评分...来自deCODE Genetics的科学家和来自美国、丹麦和冰岛的合作者今天在《美国医学会杂志》上报告了他们如何利用人工智能开发蛋白质评分来预测主要的动脉粥样硬化心血管疾病。疾病事件。

蛋白质风险评分仅基于单一血浆样本的蛋白质组学数据，在缺乏病史和危险因素信息的情况下，可以很好地预测ASCVD事件。蛋白质捕获的大部分风险也被识别的风险因素捕获，但是蛋白质分数捕获额外的风险。

更重要的是，蛋白质风险评分是一个动态的度量，因此在治疗过程中可能会被修改，这不同于一些不可改变的经典风险因素(如家族史和既往ASCVD事件)。蛋白质风险评分的这种动态特征，即蛋白质水平随着事件发生和结束的时间而上升和下降，使其非常适合预测事件发生的时间。