根据发表在《自然医学》上的研究，血液中的蛋白质将来可能有助于提供全面的“液体健康检查”，评估我们的健康状况并预测我们将发展出一系列疾病的可能性。

诸如英国国家卫生服务局的健康检查和“更健康的您”计划等预防医学计划旨在改善我们的健康状况并降低我们患疾病的风险。尽管此类策略价格便宜，具有成本效益且可扩展，但可以使用有关个人健康和疾病风险的个性化信息来提高其效率。

“大数据”在医疗保健中的兴起和应用，评估和分析详细的大规模数据集，使得对健康和疾病结果进行预测并实现预防和临床管理的分层方法变得越来越可行。

现在，来自英国和美国的国际研究人员团队与生物技术公司SomaLogic合作，表明在一次血液测试中对蛋白质进行大规模测量可以提供有关我们健康的重要信息，并可以帮助预测各种疾病和风险因素。

我们的身体包含约30,000种不同的蛋白质，这些蛋白质由我们的DNA编码并调节生物过程。这些蛋白质中的一些通过有目的的分泌进入血液，以协调健康或疾病中的生物过程，例如激素，细胞因子和生长因子。其他人则通过细胞损伤和细胞死亡引起的渗漏进入血液。分泌的蛋白质和泄漏的蛋白质均可告知健康状况和疾病风险。

在一项基于将近17,000名参与者的五个观察性队列的概念验证研究中，研究人员从每名参与者的血浆样本中扫描了5,000种蛋白质。血浆是血液中最大的单一成分，是清除红细胞，白细胞和血小板后残留的透明液体。该研究导致测量了约8500万个蛋白质目标。

该技术涉及使用与靶蛋白结合的称为适体的DNA片段。通常，只有特定的片段会与特定的蛋白质结合-就像只有特定的钥匙才能适合特定的锁一样。使用现有的基因测序技术，研究人员可以搜索适体，并确定存在哪些蛋白质以及浓度如何。

研究人员使用统计方法和机器学习技术分析了结果，以建立预测模型-例如，血液中含有某种蛋白质模式的个体患糖尿病的风险增加。这些模型涵盖了许多健康状况，包括肝脏脂肪，肾脏功能和内脏脂肪的水平，饮酒，体育锻炼和吸烟行为，以及罹患2型糖尿病和心血管疾病的风险。

该模型的准确性各不相同，其中一些具有较高的预测能力，例如对于身体脂肪百分比，而其他一些则仅具有适度的预后能力，例如对于心血管风险。研究人员报告说，基于蛋白质的模型都比基于传统风险因素的模型更好地预测了这些指标，或者将构成传统测试的更方便，更便宜的替代方案。

许多蛋白质与许多健康状况有关。例如，调节食欲和新陈代谢的瘦素对于预测人体脂肪，内脏脂肪，身体活动和健康状况的预测模型很有用。

基因组测序与所谓的“蛋白质组学”(深入研究一个人的蛋白质)之间的区别是，虽然基因组是固定的，但是蛋白质组会随着时间而变化。例如，随着个体变得更加肥胖，缺乏体育活动或吸烟，它可能会发生变化，因此蛋白质将能够追踪一生中个体健康状况的变化。