港大张清鹏Nature子刊最新研究：AI结合血液多组学，提前15年预测心血管疾病风险

背景：心血管疾病预防面临早期准确预测多种疾病风险的挑战，传统方法依赖常规临床指标或遗传评分，难以全面反映长期演变的风险。研究目的：香港大学张清鹏团队基于UK Biobank数据，结合血液蛋白质组和代谢组信息，开发人工智能模型（CardiOmicScore框架），旨在系统性评估多种心血管疾病的长期风险。结论：研究发现，引入多组学信息（特别是蛋白组ProScore和代谢组MetScore）显著提升预测能力，可提前15年预警，优于传统方法；模型识别出NT-proBNP等已知标志物及GDF15等新型生物标志物，为精准预防和机制研究提供新方向。