Nature 子刊：基于 PULSE 框架的多模态临床纵向数据对齐与生成研究

澳门科技大学等联合团队在《Nature Computational Science》发表论文，提出了名为 PULSE 的多模态临床纵向数据对齐与生成框架，其价值在于探索利用低成本常规体检数据推断高维度分子生物标志物的可行性。

• 论文构建的 PULSE（患者统一纵向信号引擎）框架，将患者历次就诊的纵向特征与当前常规体检指标映射至统一潜在空间。
• 实验结果显示，该模型仅依据 61 项常规血液检测指标即可重构 251 项代谢组学生物标志物，并能生成与实测相近的蛋白质组学图谱。
• 研究团队进一步利用该框架识别了人群中不同的器官衰老轨迹，用于评估心衰、中风等与年龄相关疾病的潜在风险。
• 影响/看点：这一成果意味着临床多组学分析的经济成本有望显著降低，但其真正进入临床辅助决策的前提是模型在不同种族、不同医疗机构数据分布上的泛化能力与重构精度得到独立临床试验证实。
• 资料依据:
• Nature Computational Science https://www.nature.com/articles/s43588-026-01026-5

本内容由 AI 生成，仅供参考，请注意甄别