Benchmarking the AI‐based diagnostic potential of plasma proteomics for neurodegenerative disease in 17,710 people
Notice bibliographique
Résumé
BACKGROUND: Plasma proteomic biomarkers have shown significant potential for accurate and cost-effective dementia diagnosis. However, plasma proteomic has not been validated for multi-disease diagnosis in large neurodegenerative cohorts yet. This study develops AI models on data from the Global Neurodegeneration Proteomics Consortium (GNPC) to predict major forms of dementia, accounting for multiple underlying pathologies, and outputting probabilistic information. METHOD: This study included 17,170 GNPC participants with SomaLogic 7K plasma proteomics, comprising controls and patients with AD, PD, FTD, ALS, or Stroke (Figure 1A). We describe 'ProtAIDe', a deep network for six clinical diagnostic categories classification using proteomics (Figure 1B). 10-fold cross-validation with built-in feature selection was used to evaluate overall performance. Leave-one-site-out scheme, with and without k-shot fine-tuning, was adopted to evaluate out-of-site generalization performance. Additionally, baseline proteomics embeddings from ProtAIDe's last layer were leveraged to predict longitudinal CDR progression (advancing from CDR 0 to >0). Predicted probabilities were validated against cognition and APOE genotype, and the cross-disease classification probability space was visualized using 2-dimensional t-SNE. Predictive importance of individual proteins was estimated by feature permutation. RESULT: ProtAIDe achieved simultaneous balanced classification accuracy (BCA) >0.7 and AUC >0.8 across all six targets (Figure 1C) with ∼200 proteins. Performance dipped when generalizing to unseen sites, though it was partially recovered by finetuning (Figure 2A). Despite being trained only on baseline data, ProtAIDe's baseline embeddings predicted longitudinal CDR progression with an AUC of 0.76±0.09 (N = 2052; Figure 2B). AD classification probability showed a strong anti-correlation (R = -0.63) with MMSE score (Figure 2C) and reflected the protective and risk qualities of the APOE ɛ2 and ɛ4 alleles, respectively (Figure 2D). t-SNE visualization of probability spaces (Figure 2E) revealed unique (multiple PD and FTD clusters) and shared (middle regions shared by AD, Control, FTD, and Stroke) clustering patterns among neurodegenerative diseases, suggesting potential comorbidities. Key proteins emerged as major contributors to single- or multi-disease classifications (Figure 3). CONCLUSION: Our results demonstrate that ∼200 key proteins in blood can differentiate major forms of dementia at the patient-level. ProtAIDe's probabilistic information highlights its potential for identifying co-pathologies and determining proteins driving symptoms at the individual-level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».