INTRODUCTION : Le diagnostic clinique précis des maladies neurodégénératives reste un défi, en particulier lorsque les individus présentent des pathologies mixtes. Nous avons mis en œuvre le classificateur d'intelligence artificielle basé sur les protéines des maladies neurodégénératives généralisables (GPND-AI) en utilisant le test immuno-sandwich lié aux acides nucléiques (NULISA) pour classifier la maladie d'Alzheimer, la maladie de Parkinson, la démence frontotemporale, la démence à corps de Lewy et des témoins sains, tout en démêlant les pathologies mixtes. MÉTHODES : Des informations protéomiques et cliniques du Charles F. and Joanne Knight Alzheimer's Disease Research Center (Knight-ADRC) et de la clinique des troubles du mouvement ont été utilisées pour entraîner et tester le classificateur GPND-AI. La validation externe a été réalisée dans une cohorte de l'Institut Banner Sun Health Research et des échantillons supplémentaires du Knight-ADRC avec des diagnostics confirmés neuropathologiquement. RÉSULTATS : Le GPND-AI a identifié 15 protéines qui atteignent une aire sous la courbe (AUC) de 0,955 et une précision de 92,3 % dans cinq catégories diagnostiques. Dans la cohorte de validation, les co-pathologies prédites ont montré une corrélation significative avec les caractéristiques cliniques. DISCUSSION : Le GPND-AI a identifié un panel de 15 protéines qui classifie avec précision les individus à travers les quatre principales maladies neurodégénératives. La validation par rapport aux diagnostics confirmés de neuropathologie soutient l'utilité des approches basées sur la protéomique pour cartographier les processus neurodégénératifs spécifiques aux maladies et co-existants.
Xu et al. (Fri,) ont étudié cette question.