ALS患者通常会出现行走、说话、吞咽和呼吸方面的困难，这些症状会随着时间的推移而恶化，最终导致死亡。目前尚无治愈方法，但物理治疗等医疗（医疗用品行业分析报告）方法可减轻这些症状的影响。医生一般通过症状评估、神经电活动检测和脑部扫描来诊断ALS。由于对ALS的认识不足，医生在作出诊断前需要追踪患者症状的演变情况，这可能会导致延误治疗。
为尽早诊断该病，研究团队分析了ALS患者和非患者的血液样本。他们发现了8种遗传标志物，在这两组人群中这些标志物的水平存在差异。为证实这一发现，研究团队又进一步分析了来自“国家ALS生物样本库”的119名ALS患者和150名非患者的血液样本。他们发现在这两组人群中，这8种标志物的差异依然存在。这些标志物与神经元存活、脑部炎症、记忆和学习功能有关。
研究团队基于214名参与者的标志物水平，训练了一个机器学习模型，用以区分ALS患者和非患者。然后，他们对剩余的55名参与者进行了测试，发现该模型能正确识别96%的ALS患者和97%的非患者