蛋白质是介导基因功能，调节疾病、行为和药物治疗的效应分子。它们为个性化、系统化和数据驱动的诊断、预防、检测和治疗展示了大量的潜在资源。但是，利用血清蛋白质来进行个体的健康评估同时兼顾许多健康状况的概念还没有被尝试过。这里，我们的研究显示血清蛋白质表达模式能够强有力的编码多种不同的健康状况、未来的疾病风险和行为生活方式。我们创建并且验证了11种不同健康指标的蛋白质表型模型：脂肪肝、肾滤过率、身体脂肪百分比、内脏脂肪、 瘦体重、心肺功能、体力活动、饮酒、吸烟、糖尿病和主要的心血管事件风险。分析为前瞻性的设计，记录和分析是利用已经存档的样本和临床数据，总共有16894个参与者和约八千五百万的蛋白质指标。我们的概念验证研究显示蛋白质表达模式能够可靠地预测许多不同的健康问题，并且大范围的蛋白质检测结合机器学习，对于发展和未来同时提供多种健康测量指标是可行的。我们期望结合进一步的验证和额外的蛋白质表型模型，这种方法能够使独立的、个性化的液体健康体检成为可能。
image.png
