中新网北京6月19日电 (记者 孙自法)施普林格·天然旗下学术期刊《天然-通讯》最新宣布一篇医学研讨论文以为，经过机器学习模型检测血液中的蛋白质，或有助于最早在运动症状呈现前7年猜测帕金森病的产生。

　　帕金森病是一种神经退行性疾病，症状表现为行动迟缓、生硬和停止性哆嗦。在呈现运动症状前，会有一段时间呈现非运动症状，包含快速眼动(REM)睡觉行为妨碍等睡觉妨碍，而快速眼动睡觉行为妨碍是日后帕金森病发展的重要猜测目标。因而，研讨患有快速眼动睡觉行为妨碍的个别，为进一步探究帕金森病发病前的前期病理变化供给了时机。

　　论文一同通讯作者、英国伦敦大学学院大奥蒙德街儿童健康研讨所Jenny Hllqvist和德国哥廷根大学医学中心Michael Bartl与搭档及合作者一同，剖析了99名近期被确诊患有帕金森病的患者、72名呈现快速眼动睡觉行为妨碍但没有帕金森相关运动症状的患者，以及36名健康对照者的血样。他们从帕金森病患者的血液中识别出触及炎症、凝血级联和Wnt信号通路的23种蛋白质的继续失调，在这些蛋白质中，有6种在快速眼动睡觉行为妨碍患者中也显现出失调。

　　随后，论文作者用一种机器学习模型来猜测依据蛋白质组成的确诊成果，依据8种蛋白质的表达，该模型能识别出100%的帕金森患者。他们接着测试了机器学习模型能否猜测一名快速眼动睡觉行为妨碍患者会否发展为帕金森病。成果显现，该模型能在帕金森病患者运动症状呈现前最多7年猜测发病状况，准确率达79%。

　　违法和不良信息告发电话： 告发邮箱：报受理和处置管理办法总机：86-10-87826688