Krew może powiedzieć, która choroba będzie następna - na długo przed pojawieniem się objawów

Nie chodzi o "magiczny" test, który z wyprzedzeniem powie danej osobie o jej przyszłej diagnozie. Naukowcy pracowali ze statystycznymi modelami ryzyka: sprawdzili, czy skład molekularny krwi może lepiej przewidywać, kto jest bardziej narażony na rozwój powszechnych chorób w późniejszym życiu.

W badaniu wykorzystano dane od 23 776 uczestników UK Biobank. Zmierzono 159 metabolitów - małych cząsteczek związanych z metabolizmem - i 2 923 białek we krwi. Następnie naukowcy porównali, w jakim stopniu takie dane poprawiły rokowanie w przypadku 17 chorób w porównaniu z konwencjonalnymi pomiarami klinicznymi. Praca została opublikowana w Nature Communications.

Szczegóły

Lekarze zazwyczaj oceniają ryzyko choroby na podstawie wieku, płci, historii rodziny, stylu życia i standardowych testów. Dane te są ważne, ale nie zawsze pokazują, co już dzieje się w organizmie na poziomie molekularnym.

Autorzy nowego artykułu postanowili sprawdzić, czy bardziej szczegółowe dane z krwi mogłyby pomóc. Aby to zrobić, zastosowali podejście zwane multomiką. Mówiąc najprościej, jest to jednoczesne badanie różnych "warstw" biologii: na przykład białek i małych cząsteczek krążących we krwi.

Białka są szczególnie interesujące, ponieważ są bezpośrednio zaangażowane w funkcjonowanie komórek, stany zapalne, odpowiedzi immunologiczne, metabolizm i rozwój wielu chorób. Metabolity ujawniają stan metaboliczny - na przykład profile lipidowe i inne procesy chemiczne.

Naukowcy stworzyli modele predykcyjne i porównali kilka wariantów. Niektóre modele uwzględniały tylko znane dane kliniczne. Inne dodawały metabolity, białka lub oba typy danych molekularnych jednocześnie.

Wyniki były godne uwagi: dodanie danych "omicznych" poprawiło rokowanie dla wszystkich 17 badanych chorób. Jednak to białka były głównym źródłem korzyści. Modele oparte wyłącznie na białkach generalnie działały lepiej niż modele oparte wyłącznie na metabolitach w przypadku 16 z 17 chorób. Połączenie białek i metabolitów przyniosło jedynie niewielkie korzyści w porównaniu z samymi białkami.

Naukowcy znaleźli również markery molekularne, które są już dobrze znane lekarzom. Na przykład białko KLK3, lepiej znane jako PSA, jest powiązane z rakiem prostaty. Ale byli też mniej oczywisti kandydaci - tacy jak PRG3, który w modelu okazał się być powiązany z ryzykiem raka skóry. Takie odkrycia mogą sugerować nowe kierunki przyszłych badań, ale same w sobie nie stają się jeszcze testami klinicznymi.

Co ważne, badanie nie mówi, że "na podstawie krwi można dokładnie określić, na co zachoruje konkretna osoba". Pokazuje jednak, że po dodaniu szczegółowego profilu molekularnego krwi do rutynowych danych, przewidywanie ryzyka w dużej grupie osób staje się dokładniejsze.

Dlaczego ma to znaczenie

Jeśli takie modele zostaną potwierdzone w innych badaniach, mogą pomóc medycynie w dążeniu do wcześniejszego i bardziej spersonalizowanego przewidywania chorób. W idealnej sytuacji lekarz będzie w stanie nie tylko zobaczyć aktualne parametry życiowe danej osoby, ale także zauważyć molekularne sygnały ryzyka na długo przed wystąpieniem jawnych objawów.

Jest to szczególnie ważne w przypadku chorób, które rozwijają się w niewidoczny sposób przez długi czas. Im wcześniej można zdać sobie sprawę, że dana osoba jest w grupie wysokiego ryzyka, tym większe są możliwości nadzoru, zapobiegania i szybkiego leczenia.

Przed nami jednak jeszcze długa droga, zanim będzie można je zastosować w konwencjonalnej klinice. Takie modele muszą być testowane w różnych populacjach, w różnych krajach i w rzeczywistych warunkach medycznych. UK Biobank jest bardzo cennym zasobem, ale jego członkowie nie odzwierciedlają idealnie całej populacji. Ponadto naukowcy przeanalizowali tylko dane zebrane na początku, a nie ciągłe zmiany we krwi w czasie.

Główny wniosek jest więc ostrożny: krew może rzeczywiście zawierać wczesne wskazówki molekularne dotyczące przyszłego ryzyka choroby, ale przekształcenie jej w gotowy "test na wszystkie choroby" nie jest jeszcze możliwe.

Kontekst

Idea wczesnego przewidywania chorób na podstawie cząsteczek krwi była aktywnie rozwijana w ostatnich latach. Naukowcy coraz częściej badają nie tylko jeden wskaźnik, ale duże zbiory danych: białka, metabolity, warianty genetyczne, aktywność genów i inne warstwy biologiczne.

Takie podejście jest potrzebne, ponieważ większość powszechnych chorób nie wynika z jednej przyczyny. Dziedziczność, wiek, metabolizm, stany zapalne, leki, styl życia, warunki społeczne i wiele innych czynników wpływa na ryzyko.

Nowa praca jest ważna pod względem skali. Autorzy twierdzą, że jest to jedno z największych badań, które jednocześnie ocenia wkład metabolomiki i proteomiki w przewidywanie przyszłych chorób. Artykuł został opublikowany 9 maja 2026 r.; strona Nature Communications wskazuje, że wczesna, nieedytowana wersja manuskryptu jest dostępna przed ostateczną edycją.

Źródło

Jiawen Du, Muqing Zhou, Hanling Wang et al, "Multi-omics integration predicts the incidence of 17 diseases in the UK Biobank", Nature Communications, 2026.

W badaniu wykorzystano dane od 23 776 uczestników UK Biobank z wartościami wyjściowymi 159 metabolitów NMR i 2 923 białek Olink w osoczu. Autorzy porównali modele predykcyjne dla 17 chorób i wykazali, że dodanie danych molekularnych poprawiło przewidywanie ryzyka w porównaniu z samymi wskaźnikami klinicznymi. Profile białkowe okazały się najbardziej informatywne w większości przypadków.