新工具更准确地使用基因组数据来预测疾病风险跨不同人群

多基因风险评分(PRS)是有前途的工具,预测疾病风险,但当前版本内置的偏见,会影响其准确性在一些人口和健康差异。然而,一个研究小组从马萨诸塞州总医院(MGH),麻省理工和哈佛大学,上海交通大学在上海,中国,设计了一种新的方法用于生成PRS,更准确地预测疾病风险的人群,他们的报告自然遗传学。

一个基因的DNA序列的改变可以产生一个基因变异,增加疾病的风险。一些基因变异与某些疾病密切相关,如BRCA1突变和乳腺癌。“然而,最常见的人类2型糖尿病等疾病,高血压和抑郁,例如不是由单个基因的影响,但通过成百上千的整个基因组的遗传变异。每个变体的贡献一个小效果,”田说通用电气,博士,应用数学家和生物精神病学和神经发育遗传学单位,MGH基因组医学中心,和文章的第二作者的论文。PRS聚合的影响在整个基因组的遗传变异和显示承诺有一天被用来预测个体病人的疾病发展的机会。允许临床医生建议预防措施密切监测患者的早期诊断和干预。

然而,PRS必须“训练”来预测疾病风险,使用的数据来自研究基因组信息收集的大量的个人。解释说,虽然许多致病变种共享通用电气、有重大差异的遗传基础疾病个体之间不同的祖先。例如,一个常见的基因变异与特定疾病相关人口可能会在一个较低的频率,甚至在其他人群不见了。当一个基因变异与疾病在不同的人群中共享,其作用大小,或者增加多少风险,也可以从一个祖先组变化到另一个,解释了通用电气。使用数据从一个PRS训练人口因此经常有减毒,或降低,性能适用于其他人群。

PRS计算”的一个主要问题与现有的方法是,到目前为止,大部分的基因组研究使用收集的数据来自个人的欧洲血统,”通用电气说。创建一个以欧洲为中心的偏见在现有PRS,他说,生产明显不准确的预测和提高的可能性,他们可能高估或低估非欧洲人群的疾病风险。

幸运的是,调查人员已经从弱势群体增加努力收集基因组数据。利用这些资源,通用电气(Ge)和他的同事创造了一个新的工具,称为PRS-CSx能够集成来自多个种群的数据和基因占它们之间的异同。同时还有更多欧洲血统的个人基因组数据,研究人员使用的计算方法,允许他们最大化的价值非欧洲数据在祖先地不同的个体,提高预测精度。

在这项研究中,研究人员从不同人群中的个体基因组数据用于预测范围广泛的物理措施(如身高、体重指数、和血压),血液生物标志物(如血糖和胆固醇)、和精神分裂症的风险。然后他们比较或预测的特征疾病风险有实际措施或疾病状态测量PRS-CSx的预测精度。这项研究的结果表明,PRS-CSx明显比现有的PRS工具更能精确地非欧洲的人口。

”我们的工作的目的是缩小之间的差距弱势人群的预测精度相对于欧洲人,缩小差距,实现PRS时健康差异在临床设置,”通用电气说,他指出,新工具将继续完善,希望临床医生总有一天会用它来通知治疗对病人护理的选择和提出建议。

PRS-CSx也可以作用在基础研究,该研究的主要作者说,云峰阮,博士,博士后研究员麻省理工和哈佛大学。它可以被使用,例如,探索基因-环境交互,比如遗传风险的影响将取决于全球人口的环境危险因素水平。

即使PRS-CSx,欧洲和欧洲以外的人群之间的差距在预测精度仍然是相当大的。扩大样本多样性在全球人口对进一步提高预测的准确性是至关重要的PRS在不同人群。“非欧洲的扩张基因组资源,像PRS-CSx加上先进的分析方法,将加速PRS的合理部署临床的设置说:“海亮黄博士统计遗传学家的遗传学分析和转化单元在MGH和斯坦利Broad研究所精神病学研究中心,和文章的第二作者的论文。