一个由加州大学旧金山分校的研究人员领导的团队;剑桥大学;位于科罗拉多州博尔德的蛋白质组学公司SomaLogic已经展示了大规模蛋白质测量在提供健康信息方面的潜力，包括识别有患某些疾病风险的患者。
在一项研究发表于自然医学在美国，科学家们使用SomaLogic的基于适体的蛋白质组学平台SomaScan，测量了大约1.7万名患者血浆样本中5,000种蛋白质的表达。然后，他们将机器学习应用到这个数据集，努力识别与不同健康指标和疾病风险相关的蛋白质图谱。
研究人员为11种不同的健康指标构建了蛋白质面板:肝脏脂肪、肾脏滤过、体脂百分比、内脏脂肪质量、瘦体重、心肺健康、体育活动、饮酒、吸烟、糖尿病风险和主要心血管事件风险。
他们发现，他们的蛋白质模型在预测肝脏脂肪、体脂百分比和瘦体重方面优于现有的临床方法。在预测10年内从糖尿病前期转化为糖尿病时，蛋白质检测的准确率为67%，而口服糖耐量法的准确率为61%。蛋白质测试还预测了5年内的原发性心血管事件，c统计值为0.66，而2013年美国心脏病学会/美国心脏协会动脉粥样硬化CV风险评分为0.65。
蛋白质模型还能够区分每周饮酒多于或少于14单位的受试者，区分吸烟者和不吸烟者，准确率在80%左右。
研究人员无法找到预测未来五年体重的蛋白质图谱，也无法找到预测大量营养素摄入量的蛋白质。
这些模型使用了13到375种蛋白质，总共使用了891种不同的蛋白质。尽管在许多情况下，它们只比现有的检测方法提供了适度的改进，但该研究的作者认为，蛋白质检测只需要抽血，在成本和便利性方面具有优势，可以“增加价值，克服初级保健中风险计算的不完全利用”。
作者写道，这些发现表明，“可以想象，随着进一步的验证和扩大检测数量的潜力，利用从单一血液样本中提取的一系列蛋白质模型，可以进行全面、全面的健康评估。”
他们写道，下一步是在“现实医疗系统的研究条件下”测试他们开发的蛋白质模型。
9月，SomaLogic开始提供商业服务SomaScan平台上实验室开发的心血管事件风险、酗酒、有氧健身、过量肝脏脂肪的存在以及体脂和瘦组织百分比的测试，初始价格为199美元。