Nature子刊：AI解码血液代谢，提前10年预测慢病！12月3日，发表在Nature CoNmmunications上的一项新研究显示，基于常规血液检查的代谢组学技术，有望为慢性疾病的早期发现提供全新突破。 研究人员开发的基于转换器的语言模型MetaboLM，通过在大规模健康人群血浆代谢组学数据上进行预训练，可对16种常见慢性疾病实现精准预测与风险分层，其预测时间窗可提前至发病前10年以上。MetaboLM模型基于英国生物银行83,744名相对健康参与者的代谢组学数据进行训练，并针对特定疾病数据进行微调。模型不仅展现出卓越的疾病预测与分层能力，还衍生出一种新型代谢组学风险评分（MetaboRS），该评分在预测16种疾病中均优于传统人口统计学指标，并在其中13种疾病预测中超越了目前广泛使用的动脉粥样硬化性心血管疾病（ASCVD）风险方程。此外，通过模型注意力机制的可解释性分析，研究进一步识别出与疾病预测密切相关的关键代谢物。这一结果凸显了代谢组学语言模型及其衍生的风险评分在多种疾病风险预测及其他应用中的巨大潜力，为公共卫生预防策略的革新提供了有力工具。热门微博 医学新闻 科技快讯 人工智能