一管血液樣本，能否透露您在未來五到十年內的死亡風險？英國薩里大學的研究人員試圖找出答案，他們針對英國生物銀行（UK Biobank）38,150名參與者的血液樣本，檢測了超過2,900種蛋白質。這項研究於2025年11月發表於《PLOS ONE》期刊，並引發廣泛討論。研究發現，少數幾種蛋白質組合在年齡、性別與生活習慣因素之外，能提供一定程度的風險預測能力。這是一項學術研究成果，並非您目前可在檢驗所申請的檢測項目。本文將說明研究測量了哪些指標、如何解讀這些數據，以及為何您現有檢驗報告上的常規指標，對您今日的健康更具實際意義。
研究人員測量了什麼
研究團隊使用了英國生物銀行38,150名受試者的資料。這是英國一項大型長期健康研究計畫。研究人員對受試者的血漿同時分析了超過2,900種蛋白質，這種方法稱為蛋白質體學（proteomics）。接著，在排除生活習慣與健康因素的影響後，研究人員觀察哪些人在5年及10年內因非意外原因死亡。
研究目的並非找出死亡原因，而是探討血液中蛋白質的分布模式，是否能反映出單憑年齡、性別與生活習慣無法捕捉到的未來風險訊號。
主要研究結果（白話說明）
研究發現，數百種蛋白質與較高的死亡風險相關，其中少數幾種被整合成簡短的檢測組合。下表整理了研究作者所報告的數據。
| 比較項目 | 報告結果 |
|---|---|
| 與5年內死亡風險升高相關的蛋白質數量 | 392 |
| 與10年內死亡風險升高相關的蛋白質數量 | 377 |
| 跨心血管疾病、癌症及其他死因共同出現的蛋白質 | 19 |
| 最終蛋白質組合的規模 | 6種蛋白質（5年）、10種蛋白質（10年） |
| 僅以年齡、性別與生活習慣預測的分數（AUC） | 0.49 至 0.57 |
| 加入蛋白質組合後的預測分數（AUC） | 0.62 至 0.68 |
這些組合包含腎上腺髓質素（adrenomedullin）、SERPINA1 及 PLAUR 等標記物。這些蛋白質參與血管調節與發炎等生理過程，但本研究並未證明它們是死亡的直接原因。
如何解讀0.65的分數
AUC 為 0.5 相當於擲硬幣猜測，1.0 則代表完美預測。從約 0.5 提升至約 0.65，確實優於隨機猜測，但距離能告訴某個人壽命長短的工具，仍相差甚遠。研究作者本身也將這項進步描述為有限。
最新科學進展：這項研究的定位
這項研究屬於一個快速發展的領域。2024 年發表於《自然醫學》（Nature Medicine）的一項研究，從 45,441 名英國生物銀行（UK Biobank）參與者的 204 種血漿蛋白質中，建立了一個蛋白質組年齡時鐘。該時鐘能精確預測實際年齡，並與 18 種主要慢性疾病及全因死亡率相關聯，且在來自中國（3,977 人）和芬蘭（1,990 人）的較小族群中同樣得到驗證。
另一項 2024 年發表於《自然老化》（Nature Aging）的研究，分析了約 47,600 名參與者體內的 1,468 種蛋白質，發現 963 種蛋白質與 21 種疾病相關，並指出以蛋白質為基礎的評分，在確診前最多十年便具有預測價值。
這對您下次的例行健康檢查不會有任何改變。但它所揭示的是：在未來幾年內，蛋白質模式或許能幫助醫師找出需要更密切追蹤的患者。即便如此，這仍將是一項供臨床醫師使用的工具，需搭配標準檢查與問診共同運用。
這項研究無法告訴您的事
有三點限制值得留意。研究設計屬於觀察性研究，因此只能呈現相關性，無法確立因果關係。所使用的蛋白質組合規模較小，且均來自同一個大型世代研究。此外，研究作者也指出，在任何臨床應用之前，仍需進行外部驗證及成本效益分析。
過度解讀也是一項風險。某種蛋白質濃度在數千人中與較高風險相關，並不代表某一特定個人就會較早離世。風險類別並非必然結果。
您今天就能用自己的檢驗報告做的事
例行醫療照護中已有的指標，已被充分研究且容易取得。腎功能、血糖、膽固醇和發炎指數是常見的起點，而隨時間變化的趨勢，往往比單一數值更能說明問題。
若想了解基本知識，請先閱讀 血液檢查報告簡易說明指南.
若想了解兩次檢查之間的變化為何重要，請記住 您的血液檢查報告隨時間變化的趨勢.
若想了解同樣的概念如何應用於老化，請探索 生理年齡與實際年齡之間的差異.
美國國家醫學圖書館的健康網站 MedlinePlus 也提供 一份淺顯易懂的說明，教您如何看懂自己的檢驗報告.
何時應與醫師討論
- 某項檢驗結果超出參考範圍，而您不確定其代表的意義。
- 您持續出現不明原因的疲勞、體重減輕或呼吸急促等症狀。
- 您有心臟病、腎臟病或代謝疾病的家族病史，且近期未接受健康檢查。
詞彙表
- 蛋白質體學（Proteomics）：大規模研究血液等樣本中所含蛋白質的學科。
- 血漿（Plasma）：血液的液態部分，循環蛋白質即在此處進行測量。
- 生物資料庫（Biobank）：收集大量志願者樣本與健康資料，並追蹤多年的大型資料庫。
- AUC：介於 0.5（隨機猜測）至 1.0（完美預測）之間的分數，用來評估模型區分「會發生」與「不會發生」某結果的能力。
- 生物標記（Biomarker）：可測量的物質（例如蛋白質），能反映健康或疾病的狀態。
常見問題
血液檢查能預測壽命長短嗎？
不能。這項研究顯示，蛋白質模式對群體而言帶有一定的參考訊號，但對個人而言並非可靠的預測依據。
我能在一般檢驗所做這項蛋白質檢測嗎？
目前還不行。這些檢測組合是基於研究等級的測量所建立，在應用於臨床之前，仍需在其他族群中進行驗證。
腎上腺髓質素（adrenomedullin）、SERPINA1 和 PLAUR 是什麼？
這些蛋白質分別參與血管調節、發炎控制與組織重塑。它們出現在檢測組合中，反映的是統計上的相關性，而非已證實的因果關係。
哪些常規血液檢查值得定期追蹤？
腎功能、血糖、膽固醇和發炎指標等標準項目都是成熟的評估工具。您可以參閱 腎功能檢查套組 或 血脂檢查完整解說 ，了解每項結果的意義。
參考資料
- Koziar N, Whetton AD, Geifman N. A plasma-based protein signature association with all-cause mortality. PLOS ONE, 2025
- 同一研究的 PubMed 紀錄（PMID 41270070）
- Argentieri MA et al. Proteomic aging clock predicts mortality and risk of common age-related diseases in diverse populations. Nature Medicine, 2024
- Blood protein assessment of leading incident diseases and mortality in the UK Biobank. Nature Aging, 2024
- MedlinePlus，如何看懂您的檢驗報告
