多组学整合技术预测了英国生物银行（UK Biobank）中17种疾病的发病率

《Nature Communications》：Multi-omics integration predicts the incidence of 17 diseases in the UK Biobank

　　

摘要

多组学技术，如代谢组学和蛋白质组学，能够提供深入的分子层面的见解，有助于提高风险预测的准确性，但同时整合这两种技术的规模庞大研究却相对较少。在本文中，我们分析了23,776名英国生物银行（UK Biobank）参与者的17种疾病数据，这些参与者提供了完整的基线信息，包括159种基于核磁共振（NMR）的代谢物信息和2,923种基于Olink亲和力的蛋白质信息。研究发现，与仅使用临床指标相比，结合多组学数据显著提升了所有17种疾病的风险预测能力。在17种疾病中，仅使用蛋白质组学数据的模型的表现通常优于仅使用代谢组学数据的模型；而将两种组学数据整合后，其预测能力仅略有提升。此外，我们确定了部分关键的组学特征，其中包括一些已广为人知的特征（例如用于前列腺癌的KLK3/PSA蛋白）以及潜在的新特征（例如用于皮肤癌的PRG3蛋白）。我们还通过关键蛋白质将疾病与药物使用情况和社会经济因素联系起来，突显了多组学数据在提升个体风险预测、揭示疾病机制以及指导未来治疗发展方面的临床应用价值。

}}（额外提示：代码中的HTML结构已被保留原样，注释部分用于说明各个部分的用途和功能。）