糖尿病黄斑水肿抗VEGF耐药新蛋白标志物研究
摘要
研究纳入30例接受抗VEGF治疗已达平台期的糖尿病黄斑水肿（DME）患者，采集6次注射时的房水样本，结合AI分析OCT液体体积，并对前3次样本进行蛋白质组学检测。共鉴定202种高频表达蛋白，其中10种与视网膜积液量显著相关；afamin蛋白在积液明显者中最高上调1.8倍，且ELISA验证其持续升高；同时发现cystatin-C和clusterin等抗炎蛋白下调。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- 研究纳入30例抗VEGF治疗已达平台期的糖尿病黄斑水肿患者，采集6次注射时的房水样本。
- 使用AI平台（Discovery OCT Fluid and Biomarker Detector）量化OCT视网膜液体体积，并通过质谱分析前3次样本的蛋白质组。
- 发现afamin蛋白在积液明显者中最高上调1.8倍，且与AI量化液体体积显著相关；cystatin-C和clusterin蛋白则持续下调。
本站解读
这项研究用连续房水采样+AI量化OCT液体体积的方法，找到了afamin等10个与抗VEGF治疗无效相关的蛋白，尤其afamin上调幅度达1.8倍，且与总液量、内层视网膜液量均呈正相关——这提示Wnt通路可能参与了耐药机制，而cystatin-C和clusterin的下降则指向内源性抗炎能力受损。研究设计扎实：30例患者、6次纵向采样、多平台交叉验证（质谱+ELISA+AI-OCT），但属于小样本假设生成型研究，尚未验证干预价值。
短期内无法改变临床做法：afamin目前只是生物标志物线索，既无配套检测试剂，也无靶向药物，更未进入任何临床试验阶段。从发现靶点到开发诊断工具或新疗法，通常需5年以上。国内情况有待确认。
普通人无需因此调整生活习惯或就医节奏。这类研究不改变当前DME的标准治疗路径，也不提供居家监测指标。如有视力变化或治疗反应不佳，可咨询眼科医生。
常见问题
这个研究发现的‘afamin’蛋白，能马上用来检查我的黄斑水肿是不是耐药吗？
不能。afamin目前仅是研究中发现的潜在生物标志物，尚未开发成临床可用的检测试剂或诊断标准。它需要经过更大规模验证、试剂盒开发和监管审批，距离实际应用还有多年。当前DME的疗效评估仍依赖OCT影像和医生判断。如有疑虑可咨询眼科医生。
听说这个研究用了AI看OCT，是不是以后查眼底不用医生看了？
不是。研究中使用的AI平台（Discovery OCT Fluid and Biomarker Detector）仅用于自动量化视网膜液体体积，属于辅助工具，不能替代医生综合判断。所有诊断、治疗决策仍需由眼科医生结合病史、检查和经验完成。AI目前的作用是提升测量精度和效率，而非取代专业诊疗。
延伸阅读
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。
AI可替代一名医生进行眼底照相初筛
研究回顾性分析6904张眼底彩照，评估AI作为初筛者与一名医生组成双人读片流程的效果。结果显示，对糖尿病视网膜病变和视网膜静脉阻塞，AI-human组合的敏感度（0.974–0.982）和特异度（0.999–1.000）与传统双人人工读片无显著差异，且人均阅片量从2.00–2.10次降至1.02–1.11次；年龄相关性黄斑变性结果因读片组合而异，部分组合敏感度更高（0.916–0.950）。
超广角OCTA联合临床指标识别2型糖尿病早期视网膜病变
该研究纳入1676名2型糖尿病患者，其中1047人用于训练、453人用于内部测试、176人来自社区的外部验证集。研究结合超广角光学相干断层扫描血管成像（UW-OCTA）图像与临床指标（如病程、糖化血红蛋白、低密度脂蛋白胆固醇和收缩压），构建多模态深度学习模型。结果显示，多模态模型在内部和外部验证集中AUC分别为0.921和0.849，优于仅用图像或仅用临床数据的模型，提示其有助于无创识别早期糖尿病视网膜病变。