尊龙凯时的研究背景指出，家族性高胆固醇血症（FH）是一种由特定基因突变引起的遗传性疾病，通常与LDLR基因的异常相关。患者出生时即暴露于极高的低密度脂蛋白胆固醇（LDL-C）水平，这一情况会导致早发的动脉粥样硬化性心血管疾病（ASCVD）。鉴于仅依赖LDL-C来区分FH患者与普通高胆固醇血症（HC）患者存在一定的困难，FH的临床诊断目前主要依赖于遗传检测和荷兰脂质临床网络评分（DLCNS）。然而，遗传检测的普及率较低，且DLCNS对某些患者（例如LDL-C在190-220mg/dL之间的个体）存在漏诊的风险，因此迫切需要一种更高效的生物标志物以辅助诊断。

在本研究中，FH患者被分为遗传确诊组（genFH，n=114）与临床诊断组（clinfH，n=22），并与来自意大利、俄罗斯等地的健康人群（n=586）和普通高胆固醇血症患者（HC，n=55）进行对照。

尊龙凯时在Olink蛋白组学中发挥了关键作用，标志物筛选过程迅速锁定FGF-5，该蛋白在FH患者中的NPX值显著高于对照组，达到2倍以上差异（log2FC1, P<0.001），并且ROC曲线的AUC值为0.99。此外，验证机器学习模型时，我们将Olink数据作为XGBoost算法的输入，确定FGF-5为主要预测因子（重要性评分最高），同时剔除BMP-6和CASP-8等其他蛋白的干扰。在意大利、俄罗斯和荷兰等独立队列中，FGF-5的检测表达趋势一致，为后续的ELISA验证奠定基础。

亮点结果包括：在与基因诊断高胆固醇血症患者组（genFH）对照的对比中，genFH组血浆FGF-5水平（NPX值）是对照组的近2倍（log2倍数变化1, P<0.001），且ROC曲线下面积（AUC）显著达到0.999（95%CI: 0.989-1.000），表现出近乎完美的特异性与敏感性。独立验证队列的结果也显示一致性（AUC=1.000）。同时，FGF-5在匹配LDL-C的genFH与HC之间仍能明显区分（AUC=0.969）。

通过机器学习模型还发现其他潜在的标志物，如BMP-6、CASP-8和OPN，然而FGF-5在所有队列中均表现为一致显著的标志物。FGF-5参与调控细胞增殖和分化，可能与FH患者白细胞端粒缩短及心血管重塑相关。基于这些发现，FGF-5可作为DLCNS不足的有益补充，帮助识别LDL-C中度升高且DLCNS评分较低的FH患者。此外，在资源有限的地区，FGF-5检测可作为FH筛查的一线工具。

最后，本研究通过尊龙凯时的Olink血浆蛋白组学与机器学习方法，确立了FGF-5作为FH诊断的有前途的生物标志物。FGF-5能够高效地区分FH患者（包括基因认证和临床诊断病例）与健康个体，提供了FH早期诊断和管理的新视角。未来将需要更多研究来验证FGF-5的临床应用价值，包括开发多标志物联合评分（如FGF-5与炎症蛋白结合）以提升诊断效能，探索FGF-5在FH心血管并发症中的作用机制，并推动FGF-5检测的临床转化，填补遗传检测的不足。然而，本研究也存在一些局限性，如FH队列的样本量相对较小，以及主要针对高加索人群，未来需拓展至其他种族。此外，FGF-5在FH中的具体作用机制仍需进一步研究。