Дослідження, проведене міжнародною групою вчених, виявило потенціал аналізу крові для раннього виявлення ризику розвитку різних захворювань. Вчені зазначають, що певні біомаркери у крові можуть сигналізувати про ймовірність появи хвороб задовго до того, як з'являться перші симптоми. Це відкриття може суттєво змінити підходи до профілактики та лікування багатьох недуг. В рамках дослідження були проаналізовані дані тисяч пацієнтів, і результати показали кореляцію між рів
Мова не про "чарівний" тест, який заздалегідь назве людині її майбутній діагноз. Вчені працювали зі статистичними моделями ризику: вони перевіряли, чи можна за молекулярним складом крові краще передбачати, у кого з більшою ймовірністю пізніше розвинуться поширені хвороби.
У дослідженні використовували дані 23 776 учасників UK Biobank. У них виміряли 159 метаболітів - малих молекул, пов'язаних з обміном речовин, і 2 923 білки в крові. Потім дослідники порівняли, наскільки такі дані покращують прогноз щодо 17 захворювань порівняно зі звичайними клінічними показниками. Робота опублікована в Nature Communications.
Лікарі зазвичай оцінюють ризик хвороби за віком, статтю, сімейною історією, способом життя і стандартними аналізами. Ці дані важливі, але вони не завжди показують, що вже відбувається всередині організму на молекулярному рівні.
Автори нової роботи вирішили перевірити, чи допоможуть більш докладні дані крові. Для цього вони використовували підхід, який називають мультиомікою. Простими словами, це одночасне вивчення різних "шарів" біології: наприклад, білків і малих молекул, які циркулюють у крові.
Білки особливо цікаві, тому що вони безпосередньо беруть участь у роботі клітин, запаленні, імунних реакціях, обміні речовин і розвитку багатьох захворювань. Метаболіти показують стан обміну речовин - наприклад, ліпідний профіль та інші хімічні процеси.
Дослідники побудували моделі прогнозу і порівняли кілька варіантів. Одні моделі враховували тільки звичні клінічні дані. Інші додавали метаболіти, білки або обидва типи молекулярних даних одразу.
Результат виявився помітним: додавання "оміксних" даних покращувало прогноз для всіх 17 вивчених захворювань. Але головним джерелом користі стали саме білки. Моделі, засновані тільки на білках, загалом працювали краще, ніж моделі тільки з метаболітами, для 16 із 17 хвороб. При цьому об'єднання білків і метаболітів давало лише невеликий виграш порівняно з одними білками.
Вчені також знайшли молекулярні маркери, які вже добре відомі лікарям. Наприклад, білок KLK3, більше відомий як PSA, пов'язаний із раком простати. Але були й менш очевидні кандидати - наприклад, PRG3, який у моделі виявився пов'язаним із ризиком раку шкіри. Такі знахідки можуть підказати нові напрямки для майбутніх досліджень, але самі по собі ще не стають клінічними тестами.
Важливо, що дослідження не говорить: "за кров'ю можна точно дізнатися, на що захворіє конкретна людина". Воно показує інше: якщо до звичайних даних додати детальний молекулярний профіль крові, прогноз ризику у великій групі людей стає точнішим.
Якщо такі моделі підтвердяться в інших дослідженнях, вони можуть допомогти медицині рухатися до більш раннього і персонального прогнозу хвороб. В ідеалі лікар зможе не тільки бачити поточні показники людини, а й помічати молекулярні сигнали ризику задовго до явних симптомів.
Це особливо важливо для захворювань, які довго розвиваються непомітно. Що раніше вдається зрозуміти, що людина перебуває в групі підвищеного ризику, то більше можливостей для спостереження, профілактики та своєчасного лікування.
Але до застосування у звичайній клініці ще далеко. Такі моделі потрібно перевіряти на різних популяціях, у різних країнах і в реальних медичних умовах. UK Biobank - дуже цінний ресурс, але його учасники не ідеально відображають усе населення. Крім того, дослідники аналізували тільки дані, зібрані на старті, а не постійні зміни крові в часі.
Тож головний висновок обережний: кров справді може містити ранні молекулярні підказки про майбутній ризик хвороб, але перетворювати це на готовий "аналіз на всі хвороби" поки що не можна.
Ідея раннього прогнозу хвороб за молекулами крові активно розвивається останніми роками. Вчені все частіше вивчають не один показник, а великі набори даних: білки, метаболіти, генетичні варіанти, активність генів та інші біологічні шари.
Такий підхід потрібен тому, що більшість поширених хвороб не виникає через одну причину. На ризик впливають спадковість, вік, обмін речовин, запалення, ліки, спосіб життя, соціальні умови та безліч інших чинників.
Нова робота важлива масштабом. За словами авторів, це одне з найбільших досліджень, де одночасно оцінювали внесок метаболоміки та протеоміки в прогноз майбутніх захворювань. Статтю було опубліковано 9 травня 2026 року; на сторінці Nature Communications зазначено, що доступна рання невідредагована версія рукопису перед фінальним редакційним опрацюванням.
Jiawen Du, Muqing Zhou, Hanling Wang et al., "Multi-omics integration predicts the incidence of 17 diseases in the UK Biobank", Nature Communications, 2026.
Удослідженнівикористовували дані 23 776 учасників UK Biobank з вихідними показниками 159 NMR-метаболітів і 2 923 білків Olink у плазмі крові. Автори порівняли моделі прогнозу 17 захворювань і показали, що додавання молекулярних даних покращує передбачення ризику порівняно з одними клінічними показниками. Найбільш інформативними в більшості випадків виявилися білкові профілі.