基因组平台特异性多基因风险评分对乳腺癌风险分层的影响：一项技术比较研究

《Communications Medicine》：Genomic platform specific polygenic risk scores impact breast cancer risk stratification

本研究针对不同基因分型平台在临床多基因风险评分（PRS）应用中缺乏标准的问题，系统评估了五种基因组平台（包括三种Illumina芯片、一种ThermoFisher定制芯片和低覆盖度全基因组测序）对乳腺癌313变异PRS（PRS313）风险分层的影响。研究发现平台间存在系统性差异，特别是在插入/缺失（indel）检测一致性方面，导致高风险个体分类存在显著差异（4-45% vs 校正后15-21%）。均值校正可改善一致性，但仅7/92个体在所有平台均被归类为高风险。该研究强调了平台选择对临床PRS实施的重要性，为标准化校准提供了关键依据。

　　

在精准医疗时代，多基因风险评分（Polygenic Risk Score, PRS）正逐步成为疾病风险评估的重要工具。特别是对于乳腺癌这种常见恶性肿瘤，基于313个遗传变异位点的PRS₃₁₃模型已在多项研究中展现出对疾病风险的预测能力，并开始应用于基于风险的乳腺癌筛查项目，如PERSPECTIVE I&I研究和BREATHE研究。然而，将PRS从研究工具转化为临床实践仍面临诸多挑战，其中一个常被忽视但至关重要的问题是：不同的基因检测平台是否会对风险评分产生系统性影响，从而改变个体的风险分类？

目前，临床实践中缺乏统一的PRS检测平台标准。研究人员和临床医生可能根据成本、通量或技术偏好选择不同的基因分型芯片或测序平台，但这些平台在探针设计、检测原理和数据分析流程上存在差异。更复杂的是，PRS₃₁₃模型中包含48个插入/缺失（indel）变异，这类变异在不同平台上的检测一致性通常比单核苷酸变异（SNV）更差。如果平台间的技术差异导致风险评分的不一致，特别是对于接近临床决策阈值的个体，可能会影响筛查策略的制定和预防措施的实施。

为了解决这一问题，由新加坡基因组研究所李静梅（Jingmei Li）教授领导的研究团队开展了一项深入的技术比较研究，系统评估了五种主流基因组平台在乳腺癌PRS₃₁₃风险分层中的一致性问题。该研究近期发表在《Communications Medicine》杂志上。

研究人员采用了几项关键技术方法：他们收集了92名亚洲志愿者的唾液样本，涵盖华裔、马来裔和印度裔人群；使用五种平台进行基因分型，包括三种Illumina芯片（GSA、OncoArray、GDA）、一种ThermoFisher定制芯片（Axiom_PrecipV1）和低覆盖度全基因组测序（lc-WGS）；通过桑格测序验证indel变异；利用1000 Genomes项目参考面板进行基因型填充；采用PRS₃₁₃标准算法计算风险评分；使用Fleiss's Kappa统计量评估平台间一致性。

研究结果

直接分型变异

研究发现，商业芯片对PRS₃₁₃变异覆盖不足：GSA、OncoArray和GDA分别仅覆盖20%、32%和26%的PRS₃₁₃变异，且全部为SNV。定制ThermoFisher芯片成功设计了259个变异（83%），包括24个indel。平台间共有的变异仅占全部检测变异的1%（28,646/2,734,610），凸显了基因填充在PRS计算中的必要性。

细胞系中的PRS₃₁₃

在细胞系中，lc-WGS表现出最佳重现性，四次重复测量得到完全相同的PRS₃₁₃值。ThermoFisher芯片（主要基于直接分型）的系统性评分低于其他平台，而不同芯片平台间的评分在包含所有填充变异时（rsq≥0）较为接近，但在限制高填充质量变异时出现差异。

indel的桑格测序验证

桑格测序验证揭示了indel检测的显著不一致性。在44个成功设计引物的indel中，17个（39%）在桑格测序中未观察到变异，导致无法计算一致性。平台间一致性Kappa值范围极广（0.007-1.000），7个lc-WGS填充的indel Kappa值低于0.5，表明indel检测是PRS₃₁₃不一致的重要来源。

平台间变异一致性

在唾液样本中，85%（266/313）的PRS₃₁₃变异在所有平台上可用。78%的变异显示几乎完美的一致性（Kappa>0.8），但15个SNV的一致性极低（Kappa≤0.2）。低次要等位基因频率（MAF）的变异倾向于具有较低的一致性，且低一致性变异分布于各种填充质量水平。

PRS₃₁₃的平台间相关性

尽管平台间PRS₃₁₃高度相关（r²：0.754-0.940），但同一个体在不同平台上的绝对评分存在差异。基于大量填充变异的平台（芯片和lc-WGS）倾向于高估PRS₃₁₃。设计相似的芯片对（如GDA~GSA）显示较小的均值偏移（截距=-0.013）和接近1的斜率。

高风险分类受平台影响

未进行均值校正时，不同平台识别的高风险个体比例差异巨大（4%-45%）。均值校正后（将均值对齐至参考人群的0.130），这一范围缩小至15%-21%，更接近预期的20%。然而，高风险个体的识别仍不一致：26名（28%）个体在至少一个平台上被归类为高风险，但仅有7名（8%）在所有五个平台上一致被归类为高风险。接近阈值（80百分位±5百分位）的个体分类一致性最低（56%），而远离阈值的个体一致性较高（<75百分位：92%；≥85百分位：82%）。

排除indel的亚组分析

排除indel后，高风险个体比例降低（13%-18%），所有芯片间的一致性改善（Kappa从0.668升至0.708），但Illumina芯片间的一致性反而下降（Kappa从0.739降至0.697），表明indel对不同平台的影响不同。

限制使用平台共有变异的分析

当PRS₃₁₃计算仅限于所有平台共有的变异时，高风险个体的识别一致性提高：24名个体在至少一个平台上高风险，其中11名（46%）在所有平台上一致，高于变异数量不固定时的27%。Illumina芯片间的评分分布更为相似，与ThermoFisher存在系统性差异。

限制使用直接分型变异的分析

当仅使用45个在所有芯片上直接分型的变异计算PRS₄₅时，平台间几乎完美一致（Kappa=0.847），表明填充过程是差异的主要来源，而非直接分型本身。

限制华裔女性的分析

在华裔女性亚组中，平台特异性偏移模式与全样本相似，但由于样本量小，无法量化相关性变化，风险分类一致性也未提高。

研究结论与意义

本研究系统揭示了基因组平台选择对乳腺癌PRS₃₁₃风险分层产生的实质性影响。尽管不同平台计算的PRS₃₁₃高度相关，但绝对评分差异可能导致接近临床阈值个体的风险重分类。indel检测的不一致性、填充变异的质量和数量差异、以及平台特异性系统偏移是主要影响因素。

均值校正可改善一致性，但不能完全消除平台间差异。在理想情况下，PRS应在使用相同直接分型数据的参考人群和应用人群间计算，但实际中常依赖填充来增加变异覆盖度，这引入了额外变异性。

该研究的临床意义在于警示我们：PRS的临床实施需要充分考虑技术平台的选择和标准化。如同血压或HbA1c等临床指标，不同设备或检测方法间的微小差异可能导致患者跨越诊断阈值，进而影响治疗决策。对于接近高风险临界值的女性，平台选择可能改变其筛查策略和预防建议。

研究局限性包括使用1000 Genomes参考面板可能对亚洲人群不是最优选择，唾液DNA相较于血液DNA可能引入更多变异性，以及未能评估从样本处理到文库制备的全流程重现性。

总之，该研究强调了在技术、生物学和分析变异性背景下评估多基因风险评分的重要性。PRS₃₁₃作为乳腺癌风险分层的有价值工具，其向临床实践的转化需要严格的验证、分析流程的协调化以及针对不同参考人群的持续校准。随着更多国家投资于人群基因组计划，确保不同平台和数据集间PRS的可比性将成为实现精准公共卫生的关键。